文章作者 |波士頓諮詢公司，阿里研究院與百度發展研究中心
中國特色的數字化路徑:
消費互聯網帶動產業互聯網
現階段,中國消費側呈現線上與線下消費多渠道全面融合,消費行為高度數字化,創新模式不斷湧現的特點。反觀後端,產業互聯網的發展仍在追趕全球領先水平。
在此背景下,消費互聯網的前端應用及商業模式的創新正沿著價值鏈牽引後端生產等環節進行數字化協同。
同時,在前端積累的海量消費數據以及自身開發的數字化工具應用將使互聯網企業更好地賦能傳統垂直產業,推動產業互聯網的發展(參閱圖1)。
在前端,消費互聯網蓬勃發展
從前端消費側來看,中國消費者在行為上已經呈現出高度的線上線下多渠道多觸點全面融合的特點,習慣於數字化的消費者使得中國在前端消費側已經高度數字化。
如圖2所示,我們針對中國200個家庭的消費者進行了調研。調研顯示,沿著消費行為路徑,中國消費者從發現、研究,到購買、付款、配送,再到售後的每個環節中已形成線上和線下多渠道多觸點全面融合的現象。
同時,中國消費者在線上和線下不同觸點間的切換轉化也更加頻繁。中國消費者的數字化習慣推進了前端消費側的數字化發展進程,並在消費者的生活、工作、學習、娛樂等各個場景裡不斷提高數字化的程度。
以生活場景為例,在衣食住行四大方面,中國的數字化程度已經趕超美國。
反觀後端,產業互聯網的發展仍在追趕全球領先水平,部分新興技術領域呈現跨越發展
反觀後端,以製造業例,雖然中國製造業領域的數字化發展迅速,發展意願高,但是總體發展水平仍處於追趕全球領先水平的階段,行業的數字化能力仍待加強。
以數字化工廠為例,根據Capgemini針對全球1,000個製造業企業的調研顯示,截至2017年3月,中國現有數字化工廠所佔比例為25%,僅為美國與德國的一半左右(參閱圖9)。
具體來看,中國製造業領域的數字化發展在智能互聯、信息整合、數據決策以及人機協作四個核心方面與全球領先水平相比仍存在一定的差距。
智能互聯(參閱圖10):特指相互連接的機器、設備、傳感器和人員。中國在裝備的智能化水平方面亟待提高。以傳感器為例,中國在工業傳感器上的總體投入與美國相比雖然相差較小,但是在對智能互聯程度起到關鍵性作用的智能傳感器方面仍存在較大差距。
中國的智能傳感器在工業傳感器的滲透率,相較美國的約12%,僅約為5%。
信息整合(參閱圖11):特指跨系統的全數據信息整合,實現對物理製造世界的完全數字化再現。中國的工業信息化水平仍落後於領先國家。
中國仍需進一步推進信息化以及信息整合。在進一步信息化方面,以關鍵製造工序的數控化程度為例,中國製造業關鍵工序的數控化程度仍然低於美國。在信息進一步整合方面,以上雲率為例,中國企業上雲率僅為30%,明顯低於美國。
數據決策(參閱圖12):特指通過分佈式分析和決策的算法和系統來優化生產設備和流程。中國在智能數據分析與決策方面仍處於追趕階段。
中國目前更側重於信息化基礎技術及先進製造技術的發展,但對智能數據分析和決策方面仍落後於美國。根據BCG專利分析工具ROVER 的分析,在中國,與智能數據分析以及決策相關技術的專利佔比僅有 10%,對應的專利數為993,而這一比例在美國為34%,對應的專利數為5,203。
人機協作(參閱圖13):特指智能機器及人工協作完成高負荷和重複性的製造工作。 中國在與人機協作相關的先進製造技術的普及程度有待提高。
以工業機器人為例,雖然中國在全球工業機器人的銷量佔比逐步攀升,但是中國工業機器人的使用密度仍遠遠低於發達國家水平。
究其根本,中國後端製造業的數字化發展程度總體上受制於製造業整體發展的水平。例如,中國製造業的附加值與發達國家相比仍然較低,附加值在製造業總產值佔比僅為 21%,而美國則達到37%。
同時,製造業的信息化基礎還有待提高,主要工業軟件的普及率需要進一步加強(參閱圖14)。
另一方面,中國企業相對而言更側重應用和產品創新的特點也決定了後端製造的數字化發展要慢於前端消費側的數字化發展。
INBENZHAP針對6個國家,148位在製造領域的資深專家進行了調研。根據調研顯示,在被問到“你認為工業4.0的機會在哪裡?”時, 中國受訪的專家認為針對前端消費側提供更好的服務、更多的產品是工業4.0最重要的商業機會,遠高於受訪專家的平均水平。
而來自工業4.0最為發達的德國的受訪專家則更多認為生產製造的優化才是工業4.0的未來機會所在(參閱圖15)。
雖然中國工業整體的數字化水平仍與全球領先水平存在差異,但是在部分新興技術的領域,中國數字化程度有望實現跨躍式發展。
以無人駕駛為例,在2017年,中國不論在估值超過1億美元的初創企業數量方面,無人駕駛初創企業累計的投融資總額方面,還是無人駕駛技術人才儲備方面上都超過了美國 (參閱圖16)。
除此之外,中國在部分其他的新興技術領域也得到了雄厚的市場資金支持。 以風投為例,中國在無人機、語音識別、計算機視覺以及自然語言處理領域的投融資總額均超過了美國(參閱圖17)。
案例研究
百度Apollo成立於2017年,包括雲端服務平臺、開放軟件平臺、參考硬件平臺和參考車輛平臺這四個層次的技術開放平臺,涵蓋了包括高精地圖、車載操作系統、傳感器(如雷達)和線控車輛(Drive-by-wire Vehicle)等全方面功能,幫助汽車行業及自動駕駛領域的合作伙伴結合車輛和硬件系統,快速搭建一套定製化的自動駕駛系統。
百度Apollo成功地構建了一個豐富的自動駕駛生態圈,目前平臺吸引了超過1.2萬名開發者以及超過130位合作伙伴,包括國內國際知名汽車企業、配件廠商、互聯網和科技企業等。
2018年,百度Apollo與金龍客車合作,成功地實現了全球首款L4級量產自動駕駛巴士“阿波龍”的量產下線。而在2019年,百度Apollo也將與包括比亞迪、北京汽車、江淮汽車、紅旗汽車以及奇瑞汽車在內的中國汽車企業進行深度合作,預計生產超過1萬量搭載Apollo L4自動駕駛能力的無人駕駛汽車。
總的來說,中國的前端消費互聯網的數字化程度已經在全球處於領先地位,產品與服務廣泛地覆蓋到了消費者衣食住行各個方面。
而另一方面,中國的後端產業互聯網雖在智能互聯、信息整合、數據決策、人機合作等方面有所發展,但總體數字化程度仍然處於發展階段(參閱圖18)。
消費互聯網帶動產業互聯網發展
中國,前端消費的蓬勃發展和後端產業的追趕狀態並存。這種情況造就了獨特的中國數字化發展路徑:前端消費互聯網帶動後端產業互聯網的發展。
大型互聯網公司以及科技公司逐漸切入產業價值鏈,基於前端應用和商業模式創新,沿產業鏈牽引後端進行數字化協同。同時利用大量消費數據為後端價值鏈賦能,使用數字化工具帶動後端生產進行轉型。
案例研究
天貓新品創新中心
天貓新品創新中心是利用前端消費互聯網的積累帶動後端產品和生產數字化的典型案例。天貓新品創新中心旨在通過其數字化能力與品牌方深度合作,聯合設計開發符合中國消費者期望的產品。
天貓品牌銷售中心總經理秀珣表示:“目前市場上新品的存活率不足5%,但即便如此,各品牌商仍不遺餘力地加大新品研發投入,但是傳統方式痛點越來越多。”
在這樣的情況下,天貓新品創新中心通過分析其前端積累的6億消費者的全渠道消費數據以及運用數字化調研工具,為合作方的後端生產進行數字化賦能,使得後端生產企業能更精準地設計及孵化新產品並縮短上市週期,同時更高效地通過柔性供應鏈加快產品的迭代速度。
2016年底,天貓新品創新中心與寶潔合作,推出中國定製版香氛洗髮水,發佈僅一個月便實現銷量1,500萬瓶,成為天貓日化品類銷量前3的產品。
隨後,天貓新品創新中心又與瑪氏強強聯手,推出中國特別款德芙巧克力包裝,僅在12小時內售罄5千套限量裝。
如何帶動:
平臺模式獨樹一幟
平臺模式在中國的數字化發展中顯得尤為流行和重要。通過平臺賦能小型企業成為中國一個重要的數字化轉型模式。
以工業互聯網平臺為例,在中國,各類企業,包括產業、 科技、互聯網企業均在積極發展工業互聯網平臺。目前,中國的工業互聯網平臺的數量在全球範圍內處於領先地位20。根據IoT Analytics統計,全球工業互聯網平臺數量大約150個, 而中國具備一定產業影響力的工業互聯網平臺就已超過50個(參閱圖27)。
這些平臺中不乏以技術為主的賦能平臺。以百度為例,百度的AI開放平臺涵蓋了作為人工智能應用技術基礎的百度大腦和大數據、雲計算等三大領域,並在語音技術、圖像技術、自然語言、用戶畫像等AI技術領域達到了國際一流水平。
通過百度的合作伙伴關係, AI開放平臺的技術已經在多個行業得到應用。以工業領域為例,百度與首鋼合作圖像識別鋼材缺陷,在10,000張圖片中,以人工標註結果為基準,百度的鋼板缺陷分類模型的準確率達99.98%,十分接近人工專業檢測結果 (參閱圖28)。
但是在總體上,與歐美的工業互聯網平臺相比,中國的工業互聯網平臺普遍更側重於應用領域,包括數字化行業應用、資源匹配和配套行業服務等(參閱圖29)。
具體來講,中國的平臺應用側重於通過資源匹配為中小企業賦能,將領先企業的產業資源與中小企業的生產需求整合。這體現了消費互聯網的思維。
案例研究：
海爾工業互聯網平臺
海爾基於自身的產業數字化能力構建工業互聯網平臺。與西門子工業互聯網平臺相比, 海爾工業平臺更側重應用領域,尤其是其開放自由產業資源。
具體而言,海爾平臺在滿足自身智能製造需求的同時,開放自有產業資源賦能第三方企業。海爾開放旗下家電模塊的供應商資源——海達源,滿足家電及周邊行業企業的採購需求。同時,海爾還開放了自由倉儲、物流、配送資源——日日順物流,解決了家電、家居、 衛浴、健身器材等行業的物流難題。
而導致中國工業互聯網平臺側重應用領域尤其是資源匹配這一現象的原因,究其根本,與中國製造業企業的市場環境息息相關。
中國製造業總體行業集中度較低,以鋼鐵製造(粗鋼)和汽車製造(乘用車,按子公司口徑)為例,中國行業集中度CR4分別為22%和32%,而這一比例在美國則分別達到了 65%和59%。這意味著中國製造業存在更多的中小企業(參閱圖31)。
這些中小企業在中國面臨著融資難、對經濟環境變化的適應能力低、營商環境有待提高等挑戰。在融資方面,中國中小企業創造~60%的GDP,而貸款餘額僅佔銀行貸款總餘額的25%。
在適應能力方面,中國中小製造企業平均利潤率偏低,僅為3-5%,而中國稅收成本利潤比例較高,導致企業對外部經濟和政策環境較為敏感。在營商環境方面,中國企業信用信息覆蓋率為21.4%,對比美國近100%。在這些挑戰下,企業的生命週期偏短。
根據Ecology of Chinese Private Enterprises 一書中的調研,中國中小企業平均生命週期僅為2.9年,而美國為7年,日本為12年。同時,中國中小企業近期又面臨著人力成本不斷上升帶來的挑戰。
自2007年開始,截至2017年,製造業年均工資以13%以上的增幅逐年上漲。目前中國製造業人力成本已經超過越南、墨西哥等國水平(參閱圖32和圖33)。
因此,這些中小企業對自身數字化改造關注度相對較低,而更青睞在數字化方面短期見效的側重資源匹配的平臺模式。
根據阿里研究院針對4千個中小企業的調研,僅有16% 的企業認為包含數字化的新技術及新模式才是企業的主要發展瓶頸(參閱圖34)。
未來思考：
中國互聯網新篇章的制勝之道
很顯然,中國互聯網下半場的重心將向產業互聯網轉移。互聯網公司需要將重心從他們熟悉的前端消費和應用層面向後端產業以及價值鏈上游發展,這無論在企業運營、組織架構方面還是在技術發展層面都將是全新的挑戰。
同時,互聯網公司進入傳統產業將使得傳統產業企業和在華的跨國企業也需要走出舒適圈,迎接數字化帶來的商業運營模式等各方面顛覆性的挑戰。
在中國互聯網走向產業融合這一趨勢下,我們認為中國互聯網新篇章的機遇是推進產業深耕和建立平臺賦能產業。
BCG對新興互聯網企業進行分析,選取2018年底前18個月中國新上市的互聯網企業和估值前10的互聯網獨角獸企業作為樣本分析。在這些新興力量中,70%的企業都選擇了深耕產業或者賦能平臺的制勝之道(參閱圖35)。
這些新興力量中,部分企業選擇深耕產業的道路,打破線上線下的邊界,深度融合線上能力和線下生產力。以金融為例,螞蟻金服從前身支付寶的支付服務逐漸向其他包括線下的金融產業拓展,與銀行等金融機構合作推出聯合貸等各項金融服務。
另一部分互聯網新力量則通過其技術和資源,建立平臺賦能傳統垂直產業。例如:阿里的ET大腦建立產業人工智能平臺,向合作伙伴提供包括語音識別、智能分析等人工智能服務,為多個產業進行數字化賦能。
＞紅杉資本沈南鵬：移動互聯網變革下的思維方式
＞沈南鵬：移動互聯網變革下的思維方式演講 - 現場問答
＞工業4.0時代的十大關鍵詞--前麥肯錫歐洲區總裁亨茨勒教授分享
＞中國的數字化轉型: 互聯網對生產力與增長的影響
＞未來工業4.0會衝擊互聯網公司
＞工業互聯網將如何實現？
閱讀更多 慎思行 的文章
