两个陷阱
前不久，应邀前往浙江省县级市的一家注塑加工企业交流和诊断，据说是这家企业的MES出现了一些问题。企业项目负责人热情接待了我们，在现场演示了MES系统，并且毫无保留的让我们自主操作。参观的结果多少让我们有些诧异，因为这套MES系统无论是后台管理、现场操作还是设备采集功能，总体完整、人机界面友好，并非此前听闻的状况。可不解的是客户在演示期间提出了诸多改进设想，却没有提及让该软件的供应商进行后续的升级维护。在我大胆的追问下，客户才道出实情，“去年那家供应商因为几个项目投入太大，导致资金链断裂，后来老板把自己房子卖了都没能挺过去。所以现在系统处于无人维护状态。”
进一步了解到，这家来自一线城市的“小型”MES供应商，在一年多的项目实施过程中除去项目经理外，持续投入了4到5位开发人员和1位现场实施人员，项目前期主要为驻厂开发。正因为现场调研、开发和实施过程中不断深入交流客户需求，加上持续的投入和付出，才有了这套基本满足当时客户需求的MES系统，也基本实现了供应商预期的建设行业典型案例的项目目标。
但是，“现在系统处于无人维护状态”。
案例的成功却为何引发供应商的退出？我们不妨给这家MES供应商简单算笔账，项目投入约12个月，平均5人/月，一、二线城市开发人员费用不低于3万/月（我们了解到，部分一线城市供应商的研发人员平均费用已超过6万/月）。也就是说，这个项目单人员投入达到12×5×3=180万。预估该项目纯软件费用为80万，按项目3-3-3-1付款方式，该项目应回款80×0.6=48万元，一年的人员费用亏损为180-48=132万元。如果同时开展4个项目，一年下来，在项目较多，全员996的情况下，仅人员亏损高达132×4=528万元，竟然已经超过了大多数中小型MES供应商的注册资本。
与当下智能制造热潮形成鲜明对比的是，中小型MES供应商的生存却异常艰难。他们迫切希望抓住这一千载难逢的机遇，快速成长，却不自觉的一头扎入“陷阱”。
没有案例，没有相关行业的案例，显然难以在工业2B领域拿到订单。因此，不论是创业公司也好，扩展新行业的*应商也罢，都会不惜代价的建设行业头部企业或典型企业的案例。同时，客户也深知供应商需要迫切建设“案例”的软肋，给供应商画饼的同时，不断提出满足企业特定流程的新需求。作为供应商，因为不惜代价，所以投入产出比根本无法预估，随着人员投入不断加大，交付时间不断延期，离用户“满意”的交付目标却越来越远。甚至出现了已经部署的工控设备过了质保期，仍未完成交付这样的极端情况。开发人员坦言，仿佛是在实践当中深刻体验了一回《人月神话》[1]。
在MES行业内，避免“案例陷阱”的终极解决方案必然是足够的资金，否则再美好的愿景终究抵不过现实的无奈。一个简单且行之有效的方法是从小项目做起，小项目容易把控风险，快速获得回报，不仅增强了供应商的信心，也会让企业为后续投资有了决策的依据。
然而，即便跨过了凶险的“案例陷阱”，又不得不陷入“推广陷阱”，而后者才是供应商面临的真正挑战。
不少MES供应商脱胎于传统的制造型企业，起先主要服务于企业内部的信息化建设，随着系统不断完善，寄希望于能力输出，可“能力输出”是一个极其艰难过程。去年下半年，在一次渠道商大会上碰到一个友商，虽然业务和市场多少有些竞争，但聊得很投机，仿佛遇到了知音。这家友商的人员规模达百余人，总公司是一家上市企业，最近两年，商业模式不断调整，从最初负担较为沉重的项目型，转型为SaaS化应用，却因为SaaS化系统深度不够导致销售不佳又再次走回了定制比例较高的项目型老路。各种直接和间接的投入已达上亿，即便是有上市公司的背书和案例，在所谓“成熟”系统推广时依然困难重重。让企业老板始料不及的是，为何在自己公司用得好好的系统，却无法在行业内推广。
在推广的过程中，供应商往往会陷入两难境地，一方面希望坚持自己熟悉的行业，不断打磨行业尖刀产品，但往往是软件越专业，对接的客户群体越小，即所谓“流量焦虑”。另一方面，营销部时常会反馈一些其他行业的项目信息，如果企业为了生存，也会努力拓展陌生行业，则又陷入“案例陷阱”。如何破局，这是摆在众多供应商面前的一道难题。
四个层次
今天，随着政策推动，产业资本流入，加之行业巨头的引领，工业互联网平台正在逐步落地。我们已经看到阿里、华为、腾讯、亚马逊和电信等纷纷聚集软硬件供应商和工业企业共建工业互联网生态圈。
以阿里为例，阿里云自2016年进入制造业以来，“新制造”战略发展路径日渐清晰，首先通过建立如中策橡胶、天合光能、恒逸石化等企业案例，赋能工业龙头企业；随后，推出浙江的supET、重庆的飞象、广东飞龙工业互联网平台以及更为广泛的应用场景，不断沉淀行业知识和行业算法。为ISV和SI提供工业互联网共性支持平台，通过合作伙伴最终普惠垂直行业中小企业。
工业互联网平台天然具备“共性技术”和“交易聚集”两大特性（阿里称之为“技术”和“商业”），有望成为跨越两大陷阱的利器。因此，对于陷入困境的供应商而言，至少出现了一个可以抱团取暖的大方向。
作为传统的MES供应商，可充分利用工业互联网平台提供的共性支撑技术，即工业PaaS能力，大幅提高软件的开发效率、确保系统底层的安全性和稳定性、减少运维压力。如利用阿里云“物联网平台”解决海量工业数据上传和过滤能力，利用阿里云“数字工厂运营中心”解决工业数据中台问题。
当然仅仅利用平台的“共性技术”是远远不够的，供应商应尽可能发挥软件“可复制性”这个最大优势。软件具有的“可复制性”，才使得通过软件销售的企业具备了指数型增长的可能。失去“可复制性的”的软件系统正是“推广”深陷囹圄的根源。时下，工业互联网平台的功效被不断放大，其中一个主要因素就是因为它涉及的相关算法、模型、组件还是微服务，无一不是软件“可复制性”的一种体现。因此，如何让MES具备软件的“可复制性”是供应商成败的关键。
“MES的可复制性”根据软件的生命周期分为以下几个层次：
- 单元可复制性：单元粒度通常为函数级或方法级，表现形式通常为通用数据结构和算法，如工厂模型、制造BOM、排程算法等。
- 模块可复制性：模块粒度通常为文件级或类级，表现形式通常为通用核心功能，如工单模块、OEE模块、点检模块、追溯模块、SPC模块等。
- 系统可复制性：系统粒度通常为子系统级或包级，表现形式通常为可配置的通用子系统，如订单管理系统、生产管理系统、设备管理系统、质量管理系统、物流管理系统等。
- 业务可复制性：业务粒度通常为领域级或行业级，表现形式通常为行业及通用系统，如数控机床设备管理系统、汽车零部件追溯系统。
从单元级、模块级、系统级到业务级，越往后“可复制性”的难度就越大，当然实现的价值也越高。当平台型公司进军工业领域后，迫切需要积累行业知识、算法、组件以及特征数据，而这些正是单元和模块级所具备的可复制性。一旦平台型公司通过巨额投资获得相当的领域知识，即可大幅提高供应商的抽象建模能力。平台通常聚焦在IaaS层和PaaS层，因此未来供应商的竞争焦点将会是如何提高系统和业务的可复制性，其表现形式正是MES的SaaS化。
MES通过平台实现SaaS化和应用托管后，便具备了快速复制的能力，再通过平台的市场运营，快速的对接客户，解决流量焦虑，有效避免产品的“推广陷阱”。以阿里云supET“1+N”工业互联网平台为例，作为合作的供应商一方面可以通过平台获得企业侧资源，如1688、钉钉和淘工厂，让专业的应用找到专业的用户。另一方面可以通过平台获得开发侧资源，如云栖社区、天池大数据开放平台和阿里云大学，甚至可以对接到达摩院，让专业的问题找到专业的开发人员。
三个问题
记得在去年（2018年6月）《机・智》[2]杭州读者见面会上，我有幸向该书作者朱铎先老师请教了关于MES的SaaS化的三个问题：
问：工业SaaS专业还是通用？
答：工业SaaS软件的通用性和专业性成反比，专业+适度通用，即宜纵慎横。
问：工业SaaS的商业化如何聚焦？
答：行业+区域。
问：MES的SaaS化前景如何？
答：看不清。
又一年快过去了，不断面临“案例陷阱”和“推广陷阱”，再比如“定值比例高于50%的高危线”、“拉投资补贴客户”、“企业上云的观望态度”、“无补贴不推进”等等，但我们MES的SaaS化依然砥砺前行。这一年，我们推出了“云栖智造”[3]新品牌，一种“数字化智慧工厂SaaS+解决方案”。
问：工业SaaS专业还是通用？
云栖智造的实践：在不断的摸爬滚打中，云栖智造研发的SaaS产品专业性越来越强了，逐步建成了基于阿里云“数字工厂运营中心”的业务中台。通过项目驱动，持续积累行业知识和算法模型，不断沉淀工业组件和AI算法库，为行业贡献工业PaaS服务。我们通过不断集成还在内测的阿里云工业PaaS服务，不仅为中小企业提供价廉物美的SaaS产品，还可以向大中型企业提供整合第三方工业PaaS和SaaS的整体解决方案。此外，依托阿里云工业互联网平台，快速对接专业用户和专业技术人才，不同于传统的推广模式已初见成效。
问：工业SaaS的商业化如何聚焦？
云栖智造的实践：依托阿里云supET“1+N”工业互联网平台，使云栖智造具备了建设和运维行业级、区域级以及行业+区域级工业互联网平台的能力。如在未产生额外的研发费用和运维开销情况下，成功搭建了行业+区域级的产业用布工业互联网平台，成了名副其实的“1/N”。现在逐步有中小型企业入驻到在稳定可靠的大平台上，通过应用商店获得各种工业APP。我们在实践探索中努力为当地中小微企业设计了一条更为适合的转型升级路径。
问：MES的SaaS化前景如何？
云栖智造的实践：我们认为MES的SaaS化不仅仅是行业化、区域化、产品化、多租户以及按年付费等等，而是要充分理解工业软件中生产制造类应用的固有特征来规划SaaS化进程。为此，云栖智造提出SaaS+解决方案，即SaaS+硬件（如边缘计算终端、视觉检测和产品装备等）、+服务（如实施标准化、培训标准化和部分实施个性化等）、+中台（如数据中台和业务中台等）、+技术（如微服务和AI等）以及+平台（如阿里云supET工业互联网平台），最终通过数据驱动帮助企业落地智能工厂。因为相信，所以努力。
写在后面
就在几天前，一位中字头企业的CIO语重心长的对我说，“大企业往往需要定制的系统，可定制系统的顾虑在于这个系统的更新迭代仅仅围绕我们一家企业的需求，而不是从更宽阔的应用场景中得到优化。”这是我见过理解工业PaaS最具深度的客户。
前不久，在阿里云大学的一次讲座上，同是友商的学员问道，如何权衡定制化和产品化的比例？我如此回答；“如果把定制化比例控制在10%以内，那么MES供应商将毫无生存压力。”
“年薪数十万的开发者为年收入不足三、五万的一线操作工开发定制的系统？你说很有价值，鬼才信。”那天，我这样怼了一位同行。
“如果失败，还会继续么？”
“为什么不继续，这个事情总有先行者。现在供应商大都把注意力放在挖掘客户痛点上，其实我认为当前这个行业真正的痛点是如何降低供应商自己的成本，什么SaaS化、什么产品化、什么微服务、什么数据中台、什么组件化、什么物联网开发工具啥的，究其本质不就是为了提高供应商自己的效率么？”
参考文献
[1] 弗雷德里克·布鲁克斯. 人月神话[M]. 清华大学出版社, 2007.
[2] 朱铎先 赵敏. 机·智[M]. 机械工业出版社, 2018.
[3] 云栖智造[EB/OL]. https://www.boranet.cn.