圖 | 周宇翔在車間工作

　　雖然當下的智能制造賽道很火熱，但當初的黑湖智造卻不是“踩著風口創業”。

　　現如今，智能制造產業鏈企業已經到了“吃紅利”的時候。

　　但在早年間，為了更精準地找出制造企業的“痛點”，有這么一群人曾經以工人的身份深入企業車間，親自體驗車間制造環節。

　　最終，他們找到了。也正是這一場親身經歷，造就了現在的“黑湖智造”。

　　方向走偏后，他們親入工廠車間

　　畢業之前，周宇翔曾在香港的一家投資銀行進行實習，也是恰好被分到了制造業海外收購小組，服務相關企業完成海外兼并/收購。

　　正是這一段經歷，讓他第一次感受到了中外制造業的差距——信息化。“雖然中國工廠在設備、生產流程、質量標準等方面并不比國外弱，但還在利用人、紙單、Excel這類原始的溝通工具來管理工廠，而德國工廠已經基本完成了信息化。”也是這個理念差距，讓國內企業即便收購了海外工廠，在磨合上也面臨融合難的問題。

　　這一段實習經歷，讓周宇翔看到了制造業的機會。于是他在2015年畢業之后就回到國內，與兩位計算機專業的朋友一起創業。

　　但是，“我們的方向走偏了。”周宇翔說到。

　　這是怎么回事？

　　最初的方向上，周宇翔團隊的想法是基于工廠內的實時數據進行分析和優化，繼而做到故障預知、生產線路徑優化等等。事實上，這一項目的邏輯并沒有問題，畢竟現在也有許多公司正在從事這一方向，但是錯就錯在時間節點。

　　正如周宇翔在實習經歷中所感知的，彼時的國內工廠，即便是伊利、蒙牛、三一重工這類大企業，連生產環節的數據工作都還沒做好，何談支撐算法模型的運轉？

　　自然而然的，周宇翔團隊的第一次嘗試以“失敗告終”，隨即解散了團隊。但是，這一系列操作并不意味著他們的放棄。

　　用他的話來說，這一次失敗的教訓就是僅僅相信算法，并沒有實地調研工廠。為此，他們決定再給自己一次機會，以工人的角色深入工廠流水線。

　　過程中他們發現，現有的信息基礎不能夠支撐生產線去適應高速柔性靈活的動態調整任務，即便是采用了西門子等外企的工業軟件，也存在高成本、上線慢等因素。為此，周宇翔他們思考：什么樣的產品形態或技術，讓我們能夠顛覆過往傳統工業軟件的上線模式？

　　很快的，他們就在工人室友身上找到了答案——手機。“談了這么久的數字化，為什么不能把手機App+公有云這么一個可以柔性開發和靈活配置的產品形態滲透進工廠呢？”

　　第二次嘗試，他們從底部打破傳統

　　帶著這個想法，周宇翔他們走出工廠開始了第二次創業，不過吸取之前的教訓，這一次他們并沒有閉門造車，而是先行將基于App開發的應用讓工人們去試用。事實證明，這個產品方向是對的。

　　這之后，周宇翔團隊花費了2年時間，將產品從最初的一個移動端App進化為現如今覆蓋移動web端的全棧式應用。

　　就產品而言，黑湖智造的核心有三點，分別是移動端、公有云和數據。

　　具體來看，現如今黑湖產品的靈感就來自于工友們玩手機的場景，基于手機這類移動端設備，用周宇翔的話來說，除了便宜，不用客戶去重新購買硬件做嵌入式改造開發，最重要是利用這類設備的“可移動性”，實現最后一米實施數據驅動的協同。

　　而需要注意的是，黑湖智造打造產品的初衷就是實現工業場景內的“協作”，但這里的協作并不單單指某一工廠內的互通協作，而是多個工廠，以及供應鏈上下游跨地域、跨時空的協作。

　　“這就是公有云的價值，幫助我們連接不同省份、不同區域，甚至是不同國家的工廠，讓集團和產業鏈整個運作效率實現提升，而不是單工廠單點的效率提升。”

　　說完數據采集和云端連接，于一個工業協作平臺而言，接下來的重要環節就是數據的分析了。

　　用周宇翔的話來說，只有線上化、結構化、關系化的數據才能夠被成為“數據資產”，才有被分析的價值，否則就只是數據垃圾。

　　而要做到這些，面臨著跨部門數據定義標準不同、各部門之間數據孤島等問題。針對這一點，黑湖智造方面作了抽象化建模，將生產線所有活動分為生產管理、質量管理、物料管理以及設備維護四大版塊，再將每一個板塊分為規劃層、執行層以及數據分析層。

　　“這12個模塊，讓我們的每個數據都能夠產生關聯。屆時，基于關系化的數據分析，當次品率升高時，我們就能夠找到原因是原材料進場前就存在瑕疵，還是說設備維護周期延長導致的生產環節出問題。”周宇翔表示。

　　具體到產品，目前的黑湖智造有兩大核心產品——“黑湖智造協同平臺”和“黑湖小工單”，分別面向中大型企業和小型制造企業。

　　具體服務過程中，黑湖智造也遵循著一個三步走的原則。當然，這里的三步走并不是過往部署傳統工業軟件的“先咨詢，后改造，再數字化”路徑，而是“先數據透明，后定位問題，再分段優化”：

　　第一步，低成本高效率地推進全面的數字化；第二步，通過沉淀下來的精確客觀的數據定位問題；第三步，借助分析和決策模塊，賦能工廠各層級去針對性地解決問題。

　　這其中，因為采用了“云原生+微服務”的架構，一方面黑湖將各類服務分別打包成小組件，讓軟件部署過程就像“搭積木”一般，換個角度來看，這也是一種變樣的個性化服務。

　　另一方面，除了承擔連接作用，“云原生”架構也讓黑湖在新需求、新組建的開發上也能做到敏捷、高效。

　　也正是這種服務架構，讓黑湖智造能夠在一周內就完成系統培訓，4-6周內完成系統上線，解決了過往傳統工業軟件上線慢、磨合周期長的問題。

　　都是智能制造，但是“我們不是踩著風口創業”

　　可以看到，黑湖智造的創業時間點還是很微妙的，正是十三五規劃的第一年。不過，用周宇翔的話來說，彼時國內對智能制造的創新并沒有如今的重視，也因此他們并不是踩著風口創業的。

　　而先發優勢很重要，“我們投入兩年多時間，也才得到了今天我們還未必算完美的產品。”周宇翔說到，“如同ofo與摩拜打得火熱時做共享單車一樣，現在有很多創業者進行工業互聯網創新時，要想追上先發隊列，站在品牌效應、市場占比、客戶群體等角度，其難度也是不容小覷的。”

　　他接著提到，黑湖智造的團隊融合了一幫有最前沿框架技術，經過最佳技術實踐的技術專家，也有一幫對工業有自身經驗，了解每一種場景的專家，“這兩類群體的融合，本身就形成了一個很高的壁壘。”

　　此外，雖然從2019年初才開始進入商業化階段，但是黑湖智造已經積累了如華潤集團、中國兵器、農夫山泉等一批頭部客戶，同時黑湖智造也沒有忽略那些中小型客戶。

　　“幾點加在一起，我們的網絡效應還是挺明顯的。”這一點在黑湖智造的收入上可以說是體現的淋漓盡致——在如同“黑天鵝”的2020年，實現業務增速超300%的成績。

　　而就在今年2月份，黑湖智造也完成了由淡馬錫領投的5億元C輪融資。算上創業初期的天使輪，成立后5年來，黑湖智造共進行了5輪融資，累計總額超過8億元。

　　另外，黑湖智造也已經成為了蘇州人工智能產業創新中心的第二期校友企業。微軟創新賦能暨生態加速計劃-蘇州人工智能產業創新中心是微軟創新賦能暨生態加速計劃在全球落地的首個項目，創新中心集園區產業及政策優勢、微軟全球創新生態資源和蒲公英孵化器專業運營投資經驗于一體，聚焦以人工智能為引領的新一代信息技術產業，在全國范圍內進行統一招募和遴選，第二期將加速15-20個優質項目，扶持20個項目轉型升級，并協助大企業共建創新生態。