导 读
1.工业互联网（IIoT）是服务于中小工业企业，还是大型企业？2.工业互联网带来的效益，谁有能力留在企业内部？3.工业互联网的重点，在生产制造，还是制造环节之外？这3个问题，摆在从业者和观望者每一个人面前。回答好一道道题目，才能把IIoT带来的价值，转化成企业实实在在的高质量发展。
●工业互联网（IIoT）是服务于中小工业企业，还是大型企业？
●工业互联网带来的效益，谁有能力留在企业内部？
●工业互联网的重点，在生产制造，还是制造环节之外？
工业互联网江湖中的水，不管清水还是浑水，都已经热得冒泡。
市场到底需要怎样的工业互联网平台和应用。文初的3个问题，摆在从业者和观望者每一个人面前。回答好一道道题目，才能把IIoT带来的价值，转化成企业实实在在的高质量发展。
01 IIoT是服务于中小工业企业，还是大型企业？
“我们的COSMOPlat工业互联网平台有两个差异化…其中第二个是赋能中小企业转型升级。”海尔家电产业集团副总裁陈录城如是说。
不知从何时起，IIoT被贴上是大型企业的游戏这样一个刻板标签，而赋能中小企业就成为有些差异化的“另类”。
IIoT聚焦于大型企业有什么错吗？
回答之前，我们先看一个貌离神合的问题。上海如果被深圳超越，这是上海的错吗？
上海被深圳超越，看似是遥不可及的目标，其实答案暗藏在一进一退之间。
根据深圳大学经济学院教授魏达志和知名自媒体人秦朔的分析，2005年前后，上海经济总量是深圳的2倍。2015年，深圳GDP是1.75万亿，上海2.49万亿。2018年，两城差距持续缩窄到1.5倍。按照目前深圳相对上海的发展增速，预计深圳超过上海的时间是8-10年。
魏达志认为，上海不是深圳对手的原因之一，是上海的所有制结构。在上海，央企：地方国企：外资企业：民企比重为1:1:1:1。深圳的所有制结构，90%都是民营企业或者个体企业，其余基本可以忽略不计。
90%的民营企业或个体企业，其中绝大多数都是中小企业。所有制结构，或者说企业规模构成，导致两座城市的创新动力完全不同。
可以大胆预设一下，中小企业不仅是推动城市发展的主力军，更是推进工业互联网发展的主力军。
纵观全球，很多发达国家精准的出台了针对中小企业的IIoT支持政策，加大中小企业数字化转型的扶持力度。
美国“国家制造业竞争力计划”、法国“未来工业计划”、意大利“工业4.0计划”等，均采取不同政策和资本手段，针对中小企业开展个性化服务，支持中小制造企业升级工业技术、应用新技术、创新商业模式。
国内的现状是，中小企业对工业互联网这套体系的触网意识和买单意愿均不强…绝大多数中小企业还在学习和观望…中小企业客户，没有机会也鲜有资本主动提出要上工业互联网…
那么，这个gap要归咎于中小工业企业的“不开悟”，还是提供工业互联网解决方案的“不实际”？
作为主力军的中小工业企业，迫切需要在开放的价值体系中获得更大回报，但是受人才、资金、管理的制约，中小企业推进工业互联网的难度很高。
凡是有意义的事，都不会太容易看见和触及。
“中船重工的一名退休的高工，开发了150多个工业APP…”这样的景象在中小企业可以说绝无可能出现。
既然中小企业是工业互联网最重要的应用方，“中船重工们”的工业APP，有多少可以被同行业的其他企业借鉴？有多少知识有望实现跨行业间的流动和复用？
如果无法“启悟”中小工业企业的“痛觉”意识和“买单”意愿，IIoT很可能无法担当起未来“智造”的脊梁，就直接沦落为扶不起的阿斗。
02 IIoT带来的效益，谁有能力留在企业内部？
IIoT目前实现的主要价值，是企业内部的生产效率和质量提升。
IIoT通过打通设备、产线和运营，实现提质增效，打造数据驱动的智能生产能力。
不过，生产效率的提升，并不意味着经济效益的提升。
IIoT还有潜在的二阶效应和更高层次的影响。
查理·芒格讲过的一个故事，把这个二阶效应说得很透。
“以前我和巴菲特做过纺织品生意，生产的是低端的纺织品。有一天，有个人对沃伦说，现在发明了一种新的纺织机，我们认为它的效率是旧纺织机的两倍。巴菲特说：天哪，我希望这种新机器没这么厉害~~因为如果它确实这么厉害的话，我就要把工厂关掉了。他并不是在开玩笑。因为，更好的机器能极大地提高生产力，但最终受益的是购买纺织品的人，厂家什么好处也得不到。”
芒格和巴菲特经营的纺织厂，没有能力把生产效率带来的收益留在企业内部。
大多数时候，在各类先进技术面前，我们常常会聚焦于其带来的巨大经济效益，并将它等同于企业即将完全分享的“蛋糕”，却忘了从商业经营的角度进行“二阶效应”分析，分析由此可能带来的商品过剩、激烈竞争等因素会使得这块“蛋糕”最终落入消费者或者其他市场参与者的手中。
大多数时候，我们认为抓住“订单”、“质量”和“交期”等核心要素，解决关键痛点、细化应用场景，帮助企业提升制造能力和管理水平，就能带来经济效益。然而，各类先进技术，往往都伴随着潜在的二阶效应。对于IIoT而言，企业的商业经营能力决定其能否驾驭IIoT带来的提升，将效益留在企业内部。
就像前段时间，在“互联网+”炒作热潮中，无论是何种行业、何种公司，只要“触网”，提高传统行业产业链上某个环节的效率，似乎就已经站上了“人生巅峰”，吃到了互联网的“万亿蛋糕”。甚至就连一些专业机构，也忘记了互联网行业的“马太效应”，用户天然会向腾讯、阿里等巨头集中，而没有独特“护城河”的传统企业，就算+上互联网，也不能挽救其在行业竞争中的孱弱能力，于是市场份额也只会被大量侵蚀。
退潮之后，传统企业转型成功者有之，数目寥寥。
工业互联网的江湖之中，一名名选手骨骼清奇身姿矫健，“对着工业企业家里的牛，大谈特谈这匹马的病该怎么治。”
03 IIoT重点在生产制造环节，还是制造之外？
IIoT的发展重点，往往被锁定在生产制造环节。
IIoT的典型应用，比如各类智能工厂、关灯工厂…用比较刺激的说法，“无人”工厂。
其实经过逾百年的发展，生产制造环节的管控水平和效率提升已经达到了一定高度。
贝加莱公司的宋华振曾经记录过一段有趣的对话：
工业互联网的大佬说：通过工业大数据，可以提升风力发电机组的发电效率。
宋质疑道：我们做控制系统的所要做的不就是获得叶片的最大叶尖速比吗？我已经调节到最大了，你怎么才能更大呢？
大佬说：那如果风向改了呢？
宋：那控制方面不是有偏航系统吗？
大佬说：那通过大数据可以避免对电网的冲击。
宋：那控制系统不是有低电压穿越功能吗？
也许有人认为，尾部企业的生产制造环节还有很大的改进空间。
的确，按照惯常的逻辑，同一行业中，头部企业往往自动化程度较高，尾部企业还有时间和机会借助IIoT修炼内功，逐步赶上，甚至弯道超越一部分。
但当世界局势从“全球化”到“孤岛化”的演进，“黑天鹅”迭起之后，整套逻辑发生了变化。从终局逆推现在，在2019年，“降维打击”可能会成为普遍现象。运营效率不高的企业，直接被清除出局。经由市场的外力作用，完成生产制造环节的最优化。
如今IIoT的真正重心，恰恰在生产制造环节之外。
利用IIoT，我们第一次有机会系统化的“医治”工业的鲍莫尔成本病。
这一成本病理论由美国经济学家鲍莫尔，在1967年提出。
简单的说，他构建了一个两部门非平衡增长模型，成功解释了主要经济体在20世纪大部分时间，产业结构变迁以及经济增长趋势。
鲍莫尔把宏观经济分为具有正劳动生产率增长率的进步部门，和不存在劳动生产率增长率的停滞部门。
在几个关键假设条件下，鲍莫尔得出的结论是，随着时间的推移，进步部门的单位产品成本将维持不变，而停滞部门的单位产品成本将不断上升。后人在鲍莫尔的基础上，进行了完善，从两部门模型，推广到一般的n部门模型。
如果将鲍莫尔成本病理论应用于企业内部价值链，图中红色框中的生产制造环节属于“进步部门”，劳动生产率达到较高水准，而周边某些“停滞部门”的劳动生产率无法提升，将会导致劳动力不断从“进步部门”向“停滞部门”转移，运营成本增速超过收入增速，因此整个企业的增长速度将逐渐变为0，也就是得上了著名的鲍莫尔成本病。
鲍莫尔成本病理论简洁明了，也能解释工业企业中某些“停滞部门”与对应环节成本高企的现象。这些停滞部门往往与服务重度相关，比如许多电器或设备的维修成本高于重置成本，因为完成维修任务的是售后“停滞”部门，而产品的制造任务则属于生产“进步”部门。
在工业之外，金融、电信、物流等行业，已经利用最新的ICT技术手段，将“停滞部门”转变为“进步部门”，实现了与服务重度相关环节的劳动生产率显著增长。
IIoT对于工业企业的最大意义之一，是打通自身的生产制造与周边配套环节，提升“停滞部门”的劳动生产率，实现对客户需求的快速响应，提供基于产品的运维服务，向制造即服务MaaS的模式迈进。
如果仍将视角聚焦在生产制造的几个环节中打转转，那么我们是不是两耳不闻制造外，一心呆在传统工业自动化的舒适区里，继续做着IIoT？
狂热之后，迟早迎来寒冬。大涨之后，往往退潮紧随。
在寒冬、在退潮，政策和资本才更容易进入到经济发展所需的格局当中。
工业互联网，最好主动降温，而不是被寒冬撞上。
这次没有本文小结，而是只有最后一个问题：
只要进了IIoT这个坑，那么下边这个有关IIoT价值观问题你终将无法逃避：
我们在用IIoT这个新工具，潜心守护和优化那个——从18世纪中期英国首次工业革命以来延续至今的工业文明，还是要用IIoT这个新工具，重新缔造属于我们这个时代的新的智能文明？