来源：机器之心
作者：微胖
如果说过去几十年的中国制造的重点在于提高产量，产品种类并不多，只是少数几种标准产品，那么，随着人口与技术变迁、产品极大丰富，大规模生产正被细分市场的需求所改变。
企业需要灵活应对客户需求，就不得不改变原有直线型的生产安排模式，根据销量预测安排生产并大规模推出产品。新的生产模式强调的是根据实时订单来安排生产，订单拉动生产。这种模式需要将生产计划、工厂运营和供应链紧密结合起来，协同管理。
与「洗脚上田」前辈「出厂设置」非常不同的「90 后」甚至「00 后」正成为下一场转型的重要力量。年轻的黑湖正是变革代表之一，本文也是他们对中国制造往何处去的一次解题。
「在接下来的十年，推动中国的可能会是另一股力量。」 八年前，纽约客前驻京记者 Peter Hessler（中文名何伟）曾这样描述自己的预感，中国社会正处在下一个转型边缘。
中国有很多少大学生，构成这一变化的重要来源。与二十年前「洗脚上田」的制造业前辈不同，互联网和数据意识早已写入「90 后」甚至「00 后」的「出厂设置」。
2016 年，年轻的黑湖智造第一款 MES 产品雏形初具，浙江一位刚接手家族生意的「厂二代」欣然同意这家 200 人齿轮工厂成为首单客户。「他们会是中国最佳的工业软件推广者。」黑湖智造 CEO 周宇翔说。
从传统到「智能」，从「低小散」到品牌，这些年轻人一头扎进专业性极强的制造领域继承守业，更要除旧布新。有时候，中国人建设事物的速度，似乎比画出事物的速度还要快。
「世界代工厂」的马斯洛需求
五年前，从华尔街回国的周宇翔在屋顶漏水的招待所开始创业，在苏州工厂某车间写下第一行代码。灵感始于中国工厂里的「魔幻」现实。
流水线上，小组长手写记录着每个员工的零件型号和数量，现场交流全靠口头甚至吆喝。信息淹没在忙碌车间里，宛如沉入黑色湖底。流水线下，工人们俨然过起「线上」生活，熟练操作着苹果 6S，刷着直播。
某灯饰厂车间，小组长来手写记录每个员工做了什么型号的零件、做了多少个零件。记录完成后，小组长将生产记录单交给文员，再由文员来录入 ERP 系统。这样做，不仅记录的工作量是双倍的，出错的可能性也是双倍的，漏记错记、漏录错录的情况经常发生。在短短一个月中，甚至出现过 18 笔错误记录。
二十多年前，中国的基建运动将一条条新修道路延伸到偏远农村，将几十万年轻农村劳动力输送到南方和沿海地区工厂。在那里，一块块农田正被向外扩展的工业园区替代，政府希望以此吸引投资者。
与最先屹立于美国工业经济开发区的是教堂和法庭不同，除了工厂、建筑材料供应点、饭馆，中国南方和沿海开发区绝对少不了手机卡销售点。流水线上年轻人，手中有钱，下班后往往无事可干，最大的消遣之一就是玩手机。
豆瓣高分扶贫剧《山海情》去福建电子工厂打工的麦苗正是这群农民大军中的一个典型。直到今天，不少工人仍处在这样的生产条件中。
这批数量巨大的务工人员最初助推了中国移动和中国联通的娱乐服务兴起，随后又成为互联网大厂的「下沉」对象。当低收入人群也可以购买充当手表时，手机就可以激起工厂黑湖的涟漪。
现在的工人早已不是父辈只负责拧紧螺丝的角色。当瓶盖出现大量次品时，工人需要找到原因，是物料出了问题还是注塑机调试有瑕疵？工具并没有跟上工人角色的变迁。用手机去做车间产线的数据协同和上传，不仅成本低，还能迅速协助工人找到次品原因。
「90% 制造企业都上了 ERP，」周宇翔说，「但生产现场的管理软件（MES）是零。」
IDC 的一份数据显示，2019 年，通用类 ERP、 PLM 和 CRM 是中国制造业 IT 应用市场前三大投资领域，MES 市场整体体量较小， 5 年复合增长率为 8.4。很明显，目前制造业 ICT 市场更侧重于 IT 投资，而车间层面的 OT 投资还需进一步提高。
赛迪顾问数据显示，2020 年，国内 MES 市场的规模为 111.36 亿元。
目前制造业 ICT 市场更侧重于 IT 投资，而车间层面的 OT 投资还需进一步提高。
ERP 已经走过 40 多年。MES 还非常年轻，目前非常分散。这一现状与「世界代工厂」崛起路径密不可分。
1992 年是中国制造业转折点。十四大确定建立社会主义市场经济体制，改革开放由此加快。为了能从世界银行获得一笔项目贷款，上海机床厂成为 SAP ERP 系统首位国内制造业客户。当时，世界银行明确要求贷款企业必须有一套完整、国际化规范系统来监控这笔贷款的使用情况。
随和中国「入世」，外贸出口型「加工厂」星火燎原，这一趋势得到强化。当时，出口到外国的、要接受外国公司发包的企业使用 ERP。4A 公司对加工企业进行资质考察时，ERP 系统能够加分。苹果公司曾明确要求全球所有供应商都必须使用 SAP 系统，因为这样有利于对供应商的日常管理、产品、质量等各个方面进行更好追踪。
在「重生产」的短缺经济时代，工厂主题基本都是销售增长，在周宇翔看来。大量外贸订单进来，国内也有很多消费需求诞生，因此工厂基本都在关注如何管理销售快速增长、成本和库存。
范式转换，躬身入局
何伟曾在《寻路中国》中谈到，土地充足但劳动力相对较少、对效率的需求使得欧美工业化更注重创新，这样的创造力反过来改变了国家面貌：装配线、标准化的美国体系以及可替换零件等等。中国几乎不存在节省劳动力的诱因。
或许这可以部分解释过去二十多年中国制造对 MES 兴趣索然，但更为确切的观察毋宁是中国「一切都在飞速变化着，没有几个人敢自夸自己的知识够用，人们随时都会面临新的情况，需要去琢磨透彻。」
当人口结构、技术等看似无关的基础变量汇聚一起时，被世界转动的中国制造也会开始转动世界。
黑湖给我展示了一张布满客户 Logo 的 PPT，很多都是我们耳熟能详的企业，即使叫不上名字，也认得出公司标志。突然间，我明白了为什么周宇翔会觉得创业五年以来最大的感受之一是「制造业如此贴近生活」。来自消费制造领域的客户越来越多，与我们日常生活密切相关。
黑湖给我展示的一张布满客户Logo的PPT
就在完成不久 C 轮融资中，此轮进入的华兴新经济基金曾投资元气森林、泡泡玛特、重庆江小白酒业等品牌，黑湖也希望服务更多消费类企业。
IDC 数据显示航天航空与防务、汽车、化工是制造业细分行业中 IT 支出的前三大行业。消费品制造支出同样可观，规模仅次于前三大行业。
走在大城市，常常可以感受到以工作室名义存在的独立制造商爆发式增长，从化妆品、电子产品到服装、食品和饮料。婚纱每天都有新款、国潮饮品目不暇接，就连感冒颗粒、球鞋也有 IP 联名款。在白炽灯照耀下，网络直播间看不出白天还是黑夜，主播们似乎永不疲倦。
根据 2010 年第六次人口普查的数据推算，彼时 10-19 岁即今天 20-29 岁的人口约 1.7 亿。他们正成为消费市场的引领者，也即将迎来事业发展、收入上升的黄金时期。
麦肯锡调查数据显示，2017 年，中国移动支付已经是美国的 11 倍，电商也占到全球的 42%。2019 年，中国人网购花 10 万亿，人均 GDP 达 1 万美元。
当产品和资源极大丰富时，电子商务工具兴起使得市场需求颗粒度高度细化成为可能。消费者不再被抽象为一个标准大写的「WE」，而是被细化成一个个不同「ME」组成的「圈层」。除了功能与性能，产品以外的东西，比如体验、感受甚至期望也得到了前所未有关注。这一变革，势必将力量传导给制造端。
某排名第一的挂面加工企业，单论新品大类并不复杂：从基本的只加水和盐的挂面、鸡蛋面，到杂粮面、香菇面和蔬菜面，大多属于面粉品质和添加物方面的调整。
但单品则是根据消费者需求生产。从 1 毫米到 10 毫米宽、直边或者花边不同条形，150 克到 2000 克、小包装到大包装不同规格的单品挂面总数多达 600 种。近些年还加入了一些创新，比如葱油拌面。
两公斤挂面卖 20 块，没太多附加值，周宇翔说，但诸如快手面，一百多克面条加上一个调料包可以卖到十多块。满足消费者个性化需求时，产品利润也在提高，也给工厂生产环节带来巨大挑战。
该挂面加工企业总部会实时归类各地经销商提交的货单，然后发到生产部门，由生产部调度相应产线进行挂面生产。多条生产线不间歇运行，各自在出货日前一天完成所有货品生产。这不仅需要面粉车间与挂面车间的协同建设，也要提升小麦收购、 生产包装、产品储运等环节自动化、智能化与协同性。
许多工厂找到黑湖不一定是为了降本增效，周宇翔发现，而是想在生产层面快速响应消费者需求。
比如，交付周期越来越急，需要快速监控每一个流转物料进度；产品批次越来越多时，能有条不紊回应哪种批次处在什么状态，哪个 SKU 有一些阻塞，有延期风险。
事实上，即使对于被笼统冠以「中国供应商」的纯 B 端制造企业来说，响应迅速仍是一个非常强的竞争优势。
「我们不需要知道销售端的情况，但需要快速地反应，」宜家核心供应商之一、广州雅耀电器负责人韩纪杰曾对媒体表示，「除了质量、成本之外，我们最强调的就是快。」 比如，用 MES 取代传统跟单模式，以前跟单员需要一天的时间如今在系统中几分钟就可以跑完。
中国许多代工厂通常特性是订单数量不是很大，但生产任务比较急，代工的品种也比较多，经常会导入一些新产品。代工利润本来就不高，如果生产过程做不到足够透明化管理，完成订单后基本赚不到什么钱。虽然 ERP 也进行成本管理，但管理的数据以周、天为单位，无法对现场执行实时管控，过于粗放的数据导致「信息黑洞」。
「在中国工业制造业转型升级时，这是工厂执行管理的刚需型产品。」在谈及投资黑湖时，连续三轮投资的 BAI 资本董事总经理赵鹏岚曾这样评价道。
方法论：基于模块的平衡艺术
类似雅耀这样年销售额位于 2000 万到 10 亿之间的中型企业，正是黑湖智造一开始锁定的主要产品对象。这是一个马斯洛需求没有被大厂充分满足的庞大群体。据说，雅耀曾花费百万上 ERP，但被动辄几百万的工业软件价格「劝退」。
习惯了快速变化中国制造商们也更加实用主义，当需要「从 0 到 1」上线一款价格昂贵、「侵入性」工业软件时，也会疑问改造有必要吗？还是为了让软件上线而改造？特别是在中国已经领先的网红经济、新消费制造领域，沉淀了西方制造隐形知识（比如德国重工业制造 know-how）的工业软件是否真的符合当下部分制造现实？
周宇翔举了个例子。「最佳实践」通常会提到安全库存，工厂会被要求一定数量安全库存。但是，无论直播还是淘宝店铺「预售」都是一种销量预估机制，也是代工厂「以销定产」的基础，他们可能不需要安全库存。
最初，黑湖选择「麻雀虽小，五脏俱全」的腰部客户以共创形式打磨产品。「生产现场的模块层次都一样，大客户只是把东西放大而已。」周宇翔解释说。比如大型企业管控会更精细，产品层面做精细化配置即可，并不需要定制开发新模块。主要差异在于大客户信息化系统更多，作为一个部门级别系统，MES 要跟其他系统做整合。
如果你在 2019 年国庆之前拜访黑湖，一定可以看到这样的场面：内部贴满「攻坚克难」之类横幅与标语，一支「敢死队」正在「996」，公司正在挑战自成立以来的首次重要「跨界」。
年初，一家大型民营制药企业找到黑湖，希望有一款软件赋能工厂内部协同联动，还能打通工厂之间物料、业务和订单信息流动和协同。「这个挑战非常大，」周宇翔回忆道。
从离散制造到附加值更高的流程行业，从中型客户到大型企业，提供 MES 服务就像在造变形金刚。无论终极造型是汽车人还是飞天虎，产品本质在于一次开发，多租户模式，要将服务标准化，加快部署速度和成本。
然而，一旦深入到行业，一股张力会立刻凸显起来：产品更加强壮和丰满，产品就会失去弹性，不利于规模化复制。如果太注重延展性，又会增加交付难度。
用周宇翔的话说，「抽象到房子大小可能导致个性化需求不足」、「具象到砖块、水泥，又和写代码没区别。」
对于工业现场来说，完全没有定制化是不可能的，关键在于定制内容放在哪一层。「通用指的是，基于我们平台层服务层的通用，落到应用层，我们会把每一个服务调动起来，配置出适合的个性化服务。」
黑湖产品主要包括四大板块，生产管理、质量管理、物料管理以及设备维护。每一个板块中，黑湖智造将其分为规划层、执行层以及数据分析层。十二个模块包括不少微服务，比如生产执行层中的扫码、报工、异常动作回收等。客户可以按照自身需求从云端选择微服务进行部署。
作为一个SaaS产品化公司，超过四大板块范围的需求一般会被拒绝。
借助 Kubernetes、Docker 等容器化技术，公司可以抛弃传统定制开发模式，采用微服务架构，基于工厂个性化流程完成服务配置，让软件部署像搭建乐高积木一样简单。
「如果还是传统的 Java 或者未经封装开发模式，我们也没法抽象出积木。」周宇翔说。
经过两个多月的调研，黑湖发现既有离散平台所积累的功能中的 55-60% 可复用。比如，任务分发机制、排程体系、物流管控体系等。剩下 40% 属于流程行业差异化需求。于是，他们在通用平台上做了再次抽象，衍生出一些新服务。
从春节入场到国庆前两周，黑湖顺利完成第一期项目交付和验证，花费的时间仅为传统同类型项目的三分之一。三个 POC 上线独立试跑成功后，2020 年新冠疫情席卷全球的日子里，黑湖完成了这家大型集团旗下数家工厂增购，这意味着甲方颗粒配方都跑在了黑湖产品上。
历经过两轮多的迭代，目前产品正在进行新一轮重构。什么地方是共性，什么地方需要抽象，全是四年多的经验打磨抽象出来的。「跑通了一个对于微服务来说很舒适的抽象区间，也是黑湖现在的核心竞争力。」 周宇翔告诉我们。
分工论：术业专攻与制造协同
不过，较之耳熟能详的诸多优点，比如初始设置简单、基于云软件基础架构的集成模式、前期投入少、部署周期短等，周宇翔更愿意强调自身产品与竞争对手的一个重要区别——协同。
产品是通用的，但黑湖仅全面覆盖生产屋檐下发生的所有活动。诸如设备控制、机器硬件、IT 并联传感器等底层部分，以及财务、人力绩效等顶层设计都留给生态伙伴。
「中间这层，我们一定是全覆盖的。从数据层到逻辑层到功能层，到之后的数据应用和分析层，全是黑湖来做。」周宇翔解释道。
黑湖仅全面覆盖生产屋檐下发生的所有活动，不碰执行层和管理层。
这也与中国制造现实密切相关。西方成熟工业体系拥有一套稳定的社会分工，生态成员也安于恪尽职守与协作。很多大型企业有明确的信息化部门和受过专业训练的系统架构师，他们很清楚公司需要什么样的系统，具体什么板块属于 SAP、罗克韦尔和 MES 供应商。
但传统中国制造业 CTO 未必有这么清楚的认知。沿袭过往「开发 + 外包」的思维惯性，他们仍然会对供应商提出过于丰富的需求，上百个痛点包揽了从财务、生产到底层设备控制。
特别是设备这一层，比如专属设备数据采集和控制。「它不可被复制，隐形知识也与团队积累的 know-how 不符。」周宇翔说。
事实上，从财务软件、 MES 到底层设备控制，每一层对于技能、行业 know-how 的要求都存在巨大差异，硬件工程师、软件工程师和财务咨询角色差异也很大。黑湖「划界」本质上也是一次关于社会分工的反思与呼吁。看清自己能力边界的同时，希望与上下两层的生态成员深度合作，达成一个真正完整的用户整体解决方案。
制造协同，不仅仅发生在厂内，更包括工厂与原料应商、下游工厂或者终端客户、平行合作者的整体协作效率提升。
消费类制造企业往往与「一产」农业关系紧密。一杯喜茶，体验为王，为用户反向定制产品，需要加强对上游供应链的控制，买茶园、与上游茶叶供应商以及众多茶园展开深度合作；
一包三九感冒颗粒，首先要从四川、安徽中药材种植基地收割药材，然后在河南、福建等地提取液体成分，最后运到深圳蒸发成颗粒，包装并运往全国各地；
挂面厂拥有有自己的小麦产地；牛奶厂也追求专属的优质奶源。
然而，这些上游客户生产方式往往粗放。上线黑湖产品之前，药材种植基地流程都在线下进行，值班人员每天手工记录收割多少原材料、品类、重量是多少、烘干之后重量是多少。
2020 年 10 月，黑湖开发出年订阅费用 1 万元左右的「小工单」。上线几个月就帮助黑湖收获近 1000 家客户。
从中型客户起家，往大客户渗透，然后上溯至整个供应链，涵盖上游粗放小客户，三者叠加构成黑湖整套厂间联动打法。仅用黑湖产品就能打通整个集团从原料工厂、加工工厂到下游包装的整体联动，正是投资人眼里黑湖最具价值潜力地方之一。
「一个具备网络效应的轻量化 SaaS 产品在中国是极为稀缺的，而黑湖又在解决中国智能制造这样的巨大命题，」赵鹏岚曾这样告诉财新记者。在云计算时代，黑湖能用一套几十万软件解决方案替代掉原先厂商一套上百万的硬件解决方案，并做到工厂之间的供应链协同，初显网络效应。
拆解与增长曲线
一旦黑湖完成数字化，承载所有工业数据入口之后，接下来就要考虑怎么基于这些数据去做外延的增值服务。
像 Salesforce、C3.ai 一样做开发平台——PaaS（「Platform-as-a-Service」）孵化更多的 SaaS？周宇翔摇了摇头。
作为硬核开发工具，PaaS 服务对象通常是第三方开发者。但是，在黑湖 PaaS 上面衍生出与黑湖没有关系、完全独立的第三方工业应用并不是他们想做的，周宇翔解释说，树根互联、卡奥斯更适合扮演这样的角色。
黑湖仍然希望服务工业客户。在 PaaS 和 SaaS 之间还有一个功能服务层，可以构建一层应用级平台（微服务）。这一层承载了各种工业数据，用户和生态伙伴可以在上面衍生出自己的数据增值服务。未来随着云端数据的不断累积，数据分析能力将是黑湖智造的核心竞争力。
这一思路也与黑湖的方法论有关。传统大厂重要竞争力在于强大的管理咨询能力，他们往往将工厂精益制造、转型咨询和数字化本身揉在一起，黑湖要将原本揉到一起的东西拆解开：
「先数据透明」，低成本让生产数据实时在线。当系统足够灵活到能搭建出云端的流程映射后，哪些部分低效、哪些环节需要被改造也就一目了然，有据可依。比如，以前怀疑库存有问题，但库存是什么，物料在什么仓位有问题，工厂并不知道；哪个仓位的库存到底堆积过了超过一年，工厂也不知道。
系统透明化以后，问题环节一目了然。接下来，工厂可以考虑阶段性地优化这些问题。本质上，这是将原来由大厂把持的「最佳实践」定义权，归还给企业客户自身。
除此之外，黑湖还可以配合诸如麦肯锡、普华永道等这些具备咨询能力的生态伙伴力量，让客户的精益管理咨询项目变得有据可依。或者，将更多机器学习和 AI 工具引入制造软件。比如，基于 AI 创建个性化的制造软件模块；未来可根据工厂设备的开机和停机时间对设备进行规划排产，并决定什么时候更换物料。
帮助工业企业与伙伴深度挖掘数据利用价值和开发延展性应用，打造一个入口级的工业协同平台。这也正是 C 轮融资后，周宇翔希望能为公司找到 MES 市场之外的第二条增长曲线。
不过，眼下更为重要且紧迫的还是继续扩大产品市场。只有覆盖更多行业，才有可能自由调集整个产品库里面更全面的模块，支撑起每个用户个性化需求。除了日积月累，没有捷径可走。
无论如何，这是一幅宏伟的蓝图，而且正在发生。至于未来，就像何伟曾说的，「我不能计划一切，也不想计划，只是四处行走，看看我会被带到怎样的故事中去。」
机器之能面向正在进行数字化转型及智能化升级的各领域产业方，为他们提供高质量信息、研究洞见、数据库、技术供应商调研及对接等服务，帮助他们更好的理解并应用技术。产业方对以上服务有任何需求，都可联系我们。
建新·见智 —— 2021亚马逊云科技 AI 在线大会
4月22日 14:00 - 18:00
大会包括主题演讲和六大分会场。内容涵盖亚马逊机器学习实践揭秘、人工智能赋能企业数字化转型、大规模机器学习实现之道、AI 服务助力互联网快速创新、开源开放与前沿趋势、合作共赢的智能生态等诸多话题。
亚马逊云科技技术专家以及各个行业合作伙伴将现身说法，讲解 AI/ML 在实现组织高效运行过程中的巨大作用。每个热爱技术创新的 AI/ML 的爱好者及实践者都不容错过。
©THEEND
转载请联系本公众号获得授权
