本周六，参加了工业互联网研习社的线下活动。不管是工业服务商、AI公司、行业数据分析公司、物联网解决方案公司、政府机构、咨询机构等。整体讨论下来就是感觉做工业互联网还是挺难的。其中有各种难点，我个人总结了几个方面与大家一起分享。

以上四点是我总结的内容

"说不清

谁对谁说不清，说不清什么东西？"

乙方对甲方说不清：

很多时候，做工业互联网的乙方向甲方介绍方案的时候很多时候是说不清的。说不清的原因有很多。从工业互联网的内容来讲涵盖的面非常广，复杂的事情如果高度抽象也许是可以用简单的语言的表达的。首选从抽象的角度不同人有不同的语言，目前还没形成统一的认识。而且往往乙方面对甲方可能面临复杂的环境，需要不同的语言来表达。例如不同的岗位：例如研发（电气研发、机械研发、工艺研发、软件研发）、生产、售后、采购、C-Level等等不同岗位的人员。

不同的专业：例如刚才举例子的研发就有不同专业的研发，再加是一些与计算、数据分析、通信等等工业互联网必要的专业知识，也增加了沟通的难度。

不同行业：我们从企业内部来看有不同岗位和不同专业，从企业外部来看首先有不同的行业，这些行业都有一些独特的语言。就拿电力来讲，电力行业有非常多的行业语言，一般人想要搞懂就需要花很大的代价。

不同产业链角色：例如零部件与原材料供应商、设备供应商、设备生产商、代理商、安装商、维保服务商、集成商、运营单位等等。不同产业链的角色虽然跨度不如行业那么大，但是不同产业链角色显然定位和分工不同。如何识别他们的核心需求也是一个难点。

除此之外还有企业规模、不同的地域特色等等也会影响与甲方客户的沟通。举个很简单的例子，目前对云计算计算的采用基本形成了大企业私有云、中企业混合云、小企业公有云的套路。我们显然需要针对不同的客户在使用云计算层面为客户讲解不同的使用方式。再讲地域特色，负责全国市场的朋友也许都有一个共识，那就是北方的客户、长三角的客户、华南的客户明显关注点会有差异。再说大一点，欧美发达国家的客户、中国的客户、非洲或第三世界的客户的情况也有很大的差异。

说不清工业互联网

工业互联网显然是说不清的，假设我们以及具备了和不同岗位、专业、行业、产业链、地域的客户沟通的能力，但是不能保证我们能够说清楚工业互联网。很多时候是因为牵涉的东西太广，技术维度、价值维度、商业模式维度、管理维度等等，很难把方方面面都讲清楚讲透彻。

说不清需要怎么办？

说不清的关键就是培养工业互联网的售前解决方案人才，这类人才需要跨专业跨行业的能力，不要对方方面面都了解得非常清楚，但是需要能够与不同背景的专家一起合作并在不同的背景的人员间转换语言。这就是我所谓的翻译官。

"算不明

什么东西算不明？"

投资回报算不明

我们做一个事情，招一个人，或者公司上一个项目很多时候投资回报都是一个主要甚至唯一的考核因素。无非就是有些回报是可衡量或不可衡量的。我们不会仅仅看收益，还要考虑投资和风险。

工业互联网的投资回报显然是难以算清楚的。我认为有几个方面造成了这个结果。

第一就是回报周期:工业互联网的回报周期比较长，往往不是一年两年能够说清楚。很多时候我们总是可以讲五年十年后的可能会有的回报但是难以清楚今年明年的回报。而造成回报周期长的原因主要也是因为工业互联网牵涉太广，不仅仅是各种各样的信息系统集成（注意不仅仅是一个很小的系统），还牵涉到企业产品、战略、渠道、销售等等一堆经营管理的变革。

第二就是价值的可衡量性，工业互联网的很多价值都是难以衡量或者难以直接衡量的。

针对投资回报不明确这块我不再过多赘述，因为很多时候软件系统项目本来就不容易算清楚投资回报。更何况工业互联网的范畴远远超过传统的企业部门级的信息化项目。

算不清怎么办？

算不清的企业重点需要的是规划师，针对算不清的情况，我个人有两个建议。

第一就是太长的算不清我们分阶段算。我们可以将工业互联网分成不同的阶段或者成熟度。算清楚每一阶段的价值和投资。这里我之前也为装备制造商的IoT做过一个成熟度模型，在客户端反馈良好。不过这里值得注意的是。我们在成熟度比较底的时候投资回报往往不成正比。因为前期的价值是低的但是投资是大的。因为很多价值需要在后期才能呈现。

第二就是做企业架构。因为工业互联网非常的复杂，牵涉到企业的方方面面。我们需要将企业的各种信息化\IoT\经营管理活动项目做拆分。形成一个个分项目组成的项目组合。然后将每个项目独立核算投资回报。这样我可以找到项目与项目之间的约束条件以及每个项目的投资成本\风险和长短期收益或可衡量不可衡量收益。而不是像传统的单个项目当个项目上，不考虑整体性。

"搞不懂

谁搞不懂，搞不懂什么？"

甲方需求搞不懂

很多时候甲方希望乙方给出整体方案，告诉甲方应该做什么。但是其实很多时候乙方仅仅知道如何把事情做对，应该做什么是比较难回答的。即使乙方派遣专业的BA进驻甲方，但是由于系统的复杂性、管理的复杂性、对企业战略意图的理解以及时间成本的局限等等。乙方一般都给不出一个整体的建议。

那为什么甲方自己没办法搞懂自己想要什么的？往往因为甲方中下层与高层管理者脱节，难以落地高层的战略。其中不乏有能力、管理等等原因。

这个问题因为相对来说我没有深刻的与甲方聊过，不做过多评论。总的来讲，我认为甲方首先需要知道自己要做什么，然后再找乙方来实现。而不是让乙方来教甲方做什么。这样不保证说项目一定失败，但是失败的概率一定会增加。

那搞不懂应该怎么做？

搞不懂需要的是企业业务需求分析师。我认为甲方首先要明确公司经营策略，明确自己的客户、市场、产品、产业链地位、伙伴、渠道、对手等。在此基础之上要成立跨部门的需求分析小组。这些人必须能够了解和理解各方的需求。然后做项目规划。

值得一提的是，传统的企业IT部门已经难以承担这样的任务。这些部门一方面需要走出来理解业务部门的业务需求，另一方面需要补充非IT的专业人员，例如电气、机械、工艺、数据分析等等。

备注：搞得懂企业的需求是算得清的前提。也就是说企业首先要解决业务分析的问题，然后再解决企业架构的问题。

"做不下

什么做不下？"

乙方的解决方案做不下

工业互联网牵涉的往往是企业级别的解决方案甚至是产业链上下游的解决方案。大部分乙方往往只能解决部门或者局部的一些业务。没有企业级的解决能力。有专家也在呼吁，工业互联网要做总包模式，这也是因为没有总包模式情况下各种解决方案相互独立，难以考虑全面。但是即使有了总包模式，总包商是否有能力解决整体问题还存一个很大的问号。

在做产品这一年中，深刻感受到工业互联网产品的复杂性，需要不同专业的人一起协作才有可能实现一个产业链级别的工业互联网产品。

做不下应该怎么办

我认为应该培养工业互联网的产品经理，这些产品经理需要具备自动化、IT、互联网、企业信息化管理、数据分析等等背景的知识。能够在与客户的不管互动过程中一步一步按照成熟度规划自己的产品。

以上，1、4主要指乙方；2、3主要指甲方。但往往甲乙方都需要这些能力。

最后

也没那么难：难是因为考虑得很大很全就很难，我们也可以从一个点做起，例如具体到某个行业、某种场景、某种技术、某个关键节点的产品等等。这样可以先考虑小范围的需求。

难也很难：就像大家说工业数据分析需要有IT知识、领域知识、数学知识一样。很多时候工业互联网也很复杂也需要多样化的能力。其实这些能力就像工业数据分析一样，是很难在一个人身上同时存在的。甚至是不是能够同时在一个公司里面存在都是一个大大的问号。

转载自微信公众号 :制造业服务化转型

作者 | 何俊

本文来源于网络，本着学习交流的目的进行转载，已标注原始作者和出处，如存在异议，请联系editor@xingongye.cn。如您对内容有疑问，请告之，以便我们及时处理。