AI赛道巡礼(九)——工业管理的AI(宝信软件)

前言

　　一个国家的工业能力就是这个国家的骨架，没有骨架的人是站不稳的，没有工业能力的国家再富有也不过是一头任人宰割的肥猪而已。中国人过去三十年生活日新月异的基础就是不断强大的中国工业能力。没有不断发展的制造业也就不会有我们日新月异的新生活。而在我们准备巡礼的AI赛道个股里宝信软件是唯一一个奋战在工业AI赛道里的个股。

非常艰难的工业AI赛道

　　如果以赛道的宽度来论的话，除了管理AI赛道外最宽阔的应该就是工业AI赛道了。虽说工业AI赛道中很大一部分也是管理赛道，但是工业AI赛道的难度远比纯管理赛道的难度要大很多。

　　举一个简单的例子，如果是一个只是把基本管理工作AI化的话，只需要把基本管理信息数据上云完成信息云化后，再从大数据中提炼AI就可以完成基础的管理AI化了。但是工业不一样，整个工业体系非常复杂，不同类别工业的生产情况（场景）差异非常大，不同地区工业的信息化程度也相差非常大。第一点比较复杂，我们主要讲讲第二点不同地区工业信息化差异的程度是如何影响工业AI的。

　　之前的AI系列文章里已经反复讲过了，AI诞生和起作用的基础是拥有足够量的大数据，而大数据是如何产生的呢?是需要我们把工作场景里涉及的数据尽量数据化并上传到云上。

　　举一个通用管理的例子，比如发票入账。一张发票交给会计后到底该入到那个科目非常考验管理会计的经验，这种经验也就是可以AI化的地方。

比如当公司希望尽量降低所交税收时，这张发票应该入到拥有较低税负的会计科目。比如当公司希望拿科技公司的评估资格时，科研相关的发票就要尽量入到相关科目下，这时候就不要太考虑税负了。如果公司想拿地方的纳税先进单位时，这张发票入账时要考虑国税和地税之间的均衡问题了。

总之，即使是个简单的发票入账问题，当企业要求比较高时也需要会计拥有较为丰富的经验。但是个人的经验积累往往是比较缓慢，如果经验能够AI化的话，即使一个简单培训过的新人在AI的辅助下，也能达到比目前大多数资深会计还厉害的地步。当然想要AI拥有这样的经验技能，前提是要输入相关的数据。比如你输入避税的数据，AI就能学会避税技能。如果不输入科技评估相关的资料数据，那么AI永远也不会学会科技评估方面的经验技能。但是财会这样的基本管理数据不管是哪些分类数据都可以较为简单的上传到云上。

　　但是工业生存过程（场景）数据化的过程就要比会计复杂多了。举一个简单例子——炼钢，比如某某钢铁在冶炼过程中需要在1630°——1650°区间保持三十分钟再进行下一步工作。在宝钢这样的先进炼钢企业中，因为炼钢全过程已经完全数控化了。在冶炼的过程中，炼钢炉可以通过各种已经数控化的传感器连续向外输出温度数据。我们只要把这些传感器联上互联 并传到云服务器，那么这些传感器自然会远远不断为我们生产我们需要的大数据。之后我们就可以通过对这些大数据提取经验并优化形成钢铁类AI，最终形成一个炼钢经验非常丰富的AI，从而达到把中国最顶级的炼钢专家通过AI分身亿万的目的。

　　但是如果有看过快手的老铁们应该大多数看过不少炼钢的视频，很多视频里的炼钢厂几乎没有任何数控化的设备，操作全靠人工肉眼操作。比如说之前我们讲的温度控制，在宝钢是传感器自动输出数据，但是到了这些底层钢厂就成了全靠师傅眼力经验观察火焰变化来确定了。但是人有喜怒哀乐，人吃五谷杂粮总是会遇到一些状态不好的时候，而这种完全依靠师傅眼力经验的钢厂在师傅低潮期产出的钢铁必然也会质量较差。

　　这种底层钢厂如果想AI化，最简单的路子当然是把自己的设备换成宝钢一样的设备。可惜这种高科技的炼钢炉要比底层钢厂纯人工的炼钢炉要贵上许多倍，一般的小钢厂根本换不起。况且宝钢能用的起这一套高科技的炼钢炉是因为它的产品技术含量很高，毛利要比普通的钢铁要高很多。而普通钢厂的产品毛利很低，即使咬牙换了高科技钢炉也接不到这种高毛利的活计，最终反而会因为不适当的高投入害了自己。那么这些钢厂只能自生自灭最终一点点被先进的钢厂产能所替代么?

理论上是这样的，但是目前这种全自动化的钢铁生产设备在宝钢内部占比也较少，更勿论其他企业了。那么占我国钢铁产能绝大部分的普通钢铁厂应该怎么搭上AI化的时代浪潮呢?

应该是立足自身已有设备，通过增加合适的传感设备打通数据的自动化通道，这样就可以慢慢将自己的设备过渡到AI时代了。毕竟相比更换整条生产线，增加传感器及数据输出设备的成本要低很多，并且有大数据输出就可以生成AI或者反向把别人做好的AI复用到自己的设备上。也就是说对于目前大多数钢厂要想迈进AI时代，只要先做好数据生成和传输工作就好了。

　　刚刚还只是说了钢厂的一个工作环节，而整个大工业的生产场景要比刚刚举例的环节更为复杂多变。比如有的工作场景是需要在高酸等高腐蚀性场景中，有的需要在高度振动的工作场景中，有的要在非常高压的工作场景中，所以工业化AI的推进进程要比普通企业管理AI化场景要难上无数倍。当然这些难点也会成为攻克后企业高高的护城河。

“甜蜜陷阱”的IDC业务

　　我们看到了工业AI赛道的难度很大，当然护城河也很高，这也是很少有AI企业和宝信争夺这个赛道的原因。但是我们看宝信软件的净利率非常不错，一点也不像在攻克艰难赛道过程中高投入低毛利的样子，这是为什么呢?

　　因为宝信还有一块高毛利的IDC业务。

　　IDC业务简单理解就是数据中心的业务，之前14、15年的股王 宿科技就涉足了相关业务。但是这个业务有非常强的地域性，因为宽度时延等因素的制约，一个IDC中心只能服务当地及周边的数据需求。但是需要IDC服务的互联 公司面对的用户是全国甚至全世界的，这就要求这些互联 公司购买的IDC服务是要遍布全国的。但是互联 公司又不能一个个找宝信软件这样的地方IDC公司购买相应的数据服务，一个是太麻烦成本太高，另一个是互联 公司业务变化大也就导致了IDC服务的变化大，没法和地方IDC中心签订相对固定的合同。所以现实情况是互联 公司都是主要找三大运营商购买IDC服务，而运营商再和宝信软件这样的地方IDC数据中心合作共营。

　　我们从宝信软件的财 数据来看，IDC业务的毛利率是远高于工业互联 业务(AI方向)的，那么宝信软件专心发展高利率的IDC业务去各地建IDC中心不是比发展工业互联 业务更划算么?

从宝之云的几期项目说明中，我们可以看到这些数据中心是利用了宝钢原有的废旧厂房来改建的。如果离开宝钢离开上海，宝之云还能有这么好的毛利率么?从宝信一直没有离开上海去外地建设IDC中心来看，答案是否定的。

　　但是从宝信软件公开宣传资料上看，宝信这几年的工作重心都放在了IDC业务上，募资来的钱也多投向于此。在更有前途更能向外扩展具有高成长性的工业互联 业务(AI方向)反而投入的资源不多。

宝信软件似乎陷入了宝之云的“甜蜜陷阱”里不可自拔了。

结语

　　AI的赛道要么竞争很激烈要和巨头贴面竞争，要么竞争对手不多但是开拓难度非常大。AI赛道本身毫无疑问是个成长性非常好非常广阔的赛道，但是宝信软件有雄心支撑自己在这个赛道走下去么?

　　赛道看法：地—，赛道成长性好但开拓难度较大，公司目前行业占位依然较好。

　　公司看法：玄级。公司本身管理在软件行业算是优秀的公司，但是雄心似乎不足。

综合看法：玄+，稳定观察名单。关注工业互联 (AI方向)资源投入及进展。

　　看法说明：按天地玄黄排列。本看法只针对公司竞争力，未考虑股价因素。

　　天级：传奇级。在赛道、公司两方面都要有超越时代的表现。

　　地级：时代之上。在赛道选择或公司层面有一个方面有超越所在时代的表现，另一个至少在所在时代是优秀级。

　　玄级：时代领导者。在赛道认知或者公司层面，处于时代领导者的地步，但是没有超脱时代。

　　黄级：时代亮点。公司在赛道认知或公司层面有堪称时代亮点的表现，但是其他方面有明显不足。

总览文章未来前瞻系列（一）——从AI说开来：