工业软件赛道，这家经济适用型AI是如何突围的？美通社|里程碑|自图|公装|inc

近日，商简智能宣布获得来自线性资本的千万级人民币天使轮融资。元一资本担任本轮独家财务顾问。本轮融资将用于产品开发以及核心技术的迭代研发。
作为长期从事工业制造领域决策优化技术研究的行业专家，商简智能创始人梁翼在获得计算物理博士学位以后专注于推动人工智能和运筹学在产业的落地。他于去年年底带领其智能生产排程项目入围了国际运筹与管理学会（INFORMS）的最高奖项Frantz Edelman Award，并斩获总成绩第二的佳绩。以此为契机，梁翼和商简创始人团队的其他伙伴们看到了人工智能技术在传统工业领域的广大机会。
在一两年以前，中国市场上工业软件还是一条冷冷清清的小众赛道，其中的AI玩家更是屈指可数。那么如今工业软件的赛道格局到底如何？AI+工业，会迸发出怎样的火花？未来又会迎来怎样的发展趋势？近期我们和梁翼做了一次专访，聊了聊他这位由学术到产业的跨界人士对工业软件这条赛道的观察。
一、工业生产管理：要提效，也要算账
近年来，我国工业企业利润增速持续放缓，上涨乏力。从国家统计局数据来看，中国规模以上工业企业营收增速与利润总额增速自2017年起不断下降。这和消费互联网影响下，下游市场迭代加快不无关系。
在许多工业细分行业，下游客户需求日益个性化和碎片化，要求工业企业从原有的少品种、大批量生产模式转变为小批量、多品种的加工方式，甚至将用户需求直接转化为生产派单，从而适应以客户为中心的生产关系变化。
对此，不少工业企业表示“道理我都懂”，实施起来却是困难重重。
首先从产业链角度，要实现下游需求驱动上游生产的柔性制造，自由流通的数据是前提。然而传统制造业上下游信息化孤岛问题突出，物料信息和产品需求难以实现跨场景流通。这就使得工业企业制定供应链计划时更多仰仗工作经验，而非高时效的数据。

文章插图
其次在工业企业内部，传统的垂直制造体系使得不同业务环节的子系统彼此孤立，且运作模式更偏重执行端的稳定性，指令多是单向传递、局部作用，无法满足工业企业长期以来对于工业软件统筹规划、并行决策优化、快速响应等功能和性能的诉求。
一方面，制造业企业急需一套可以结合产品需求、原料供给和产能配置，科学敏捷地调整生产计划，提高产能利用率的管理调度方案。但另一方面，实施产线的数字化转型也需要算一笔经济账。
传统工业自动化设备和工业软件费用高昂，工业企业通常选择持有这些资产直到自然折旧年限，而不是通过加快设备和软件的迭代以适应快速变化的市场需求，这就会极大削弱企业在激烈的市场竞争中迅速转向的响应能力。
在这样的背景下，人工智能技术似乎是一个“破局”的关键。比如近年来在学术界和工业界都十分热门的强化学习，和深度学习整合后让机器真正有了自我学习、自我优化的能力，可以实现程序从对当前环境完全陌生到游刃有余的跨越式成长。这样不仅能帮助企业动态地适应市场的变化，做出科学高效的采产销决策，还能极大降低后期的运维成本，减轻企业软硬件迭代产生的负担。
二、工业软件赛道：崛起的AI企业
今年，工业软件成为一条炙手可热的赛道。据统计，目前该赛道已有超过20起融资事件，其中不乏红杉、经纬、金沙江、深创投等知名机构的身影。【工业软件赛道，这家经济适用型AI是如何突围的？】
究其原因，国际政治关系变化、下游需求旺盛以及新一代科技革命等多重因素加持，使得冷清了几十年的工业软件突然成为资本市场的宠儿。根据艾瑞咨询数据显示，自2015年起我国工业软件市场规模持续增长，增速稳居在两位数，到2020年市场规模已达1974亿元。然而我国工业软件市场规模全球占比不到10%，增长空间巨大。