<p>將工業運維、能耗監測設備成本降低10餘倍，「蘇芯物聯」要做通用型工業運維SaaS服務商</p>

工業中的高端裝備具有產品複雜、價值高、生命週期長以及生產與管理複雜等特點。如何對高端裝備進行維護和能耗管理一直都是工業企業的痛點。近年來工業互聯網領域的預測式維護和能耗管理受到工業領域企業的關注，根據工業互聯網產業聯盟發佈的《工業互聯網平台白皮書》數據，我國互聯網平台應用中設備健康管理佔比第一，達到26%，能耗與排放管理應用的佔比為8%。體現了設備物聯及數據用於健康管理和能耗管理的發展趨勢。

36氪近期接觸到的工業物聯網服務商蘇芯物聯推出端到端工業運維物聯網解決方案，該解決方案實現了從傳感器、邊緣計算再到雲端SaaS服務的全覆蓋，可以對工業高端設備進行設備健康管理和能耗管理。

實現對設備健康管理的一個關鍵要素是對設備進行高價值數據採集。通過對速度、加速度、位移等參數進行測量得到的振動數據可以真實、客觀地反映出機械設備運行的深層次變化，且利用該數據進行設備健康管理的適用設備類型較為廣泛。而電流數據是設備能耗管理的核心，但工業設備的用電數據往往並不完整，目前企業裝配的絕大多數智能電錶採樣速率低於每秒10次，無法完整捕捉設備用電異常細節。

因此蘇芯物聯選擇主要從振動、聲發射、電流這三個通用性較高的數據維度出發，開發了集成振動、聲發射、電流等傳感器的智能無線硬件，其中聲發射數據採集主要針對高頻段（20KHz～1MHz）的振動信號，使得該設備可以覆蓋從低頻到高頻的振動信號。該設備還可以對接PLC等數控系統以及工業現場總線，可以完成對機牀等設備機械系統、電氣系統、數控系統運行數據的採集。

蘇芯物聯總經理李波表示我國製造業領域一個重要特點是：製造業企業出於維護設備穩定性的考慮對設備全生命週期管理需求較強，但同時因為成本限制相應預算有限。因此蘇芯物聯在設計製造智能硬件產品時的出發點，也是蘇芯面臨的難點主要有兩個：一是如何實現高價值、高複雜度數據採集處理設備的小型無線化以降低設備成本；二是如何在設備體積、通信帶寬高度受限的情況下能夠解決傳感器所採集大量數據的傳輸處理問題。蘇芯物聯主要通過相應硬件設計技術將將傳感器芯片集成到小型無線化的硬件，並將自主研發的嵌入式邊緣計算算法集成在該硬件產品中來解決這兩個難點。

相比於市場上的專業數據採集和故障診斷設備，蘇芯物聯的智能無線硬件設備主要有三個特點：一是價格低，目前可達到500美元以下，遠低於國外同類系統5000美元以上的價格；二是小型無線化，相比於體積較大的有線台式數據採集處理設備，客户無需佈線就可以實現設備數據採集，更加方便終端用户進行批量部署。

蘇芯物聯智能無線硬件

該設備第三個特點是，與國外廠商提供的有線台式數據採集處理設備通常只能在本地對數據進行中心化計算處理不同，蘇芯物聯基於ARM架構的邊緣端微處理器開發集成了嵌入式邊緣計算框架及算法，可以實現設備關鍵特徵數據上雲，通過邊雲協同實現計算資源的合理分配和利用。邊緣端可以進行30%-40%的計算處理，對採集的大量工業數據進行預處理，降低數據上傳和後端處理的時間和計算需求，後期60%-70%的計算處理則在雲端進行，包括通過統計監測和機器學習算法進行故障診斷和能耗分析。並且這種引入邊緣計算的私有云部署方式可以滿足工業企業生產數據安全（數據不出廠）、低時延高可靠的數據要求。

不同於其他項目驅動類型的初創企業，蘇芯物聯希望實現標準化硬件、軟件產品在不同領域的快速複製和大批量裝配。因此在通用性方面，蘇芯物聯通過嚴格限制傳感器種類，保證採集數據的結構化程度，使得在同類設備遷移需要定製化的比例控制在10%以內，縮短遷移部署的時間，例如在進行針對機牀設備的設備健康管理時，在不同型號設備間進行遷移部署所用時間僅不到兩個星期。

而對於不同種類機械設備間的遷移，其定製化主要為調整邊緣端和雲端的算法及模型訓練方面，蘇芯物聯整體解決方案的定製化部分也僅在30%左右，具有較高的標準化程度，有利於進行多個應用領域的規模化部署。

蘇芯物聯整體解決方案對工業設備關鍵部件故障診斷的準確率達到97%，實現傳送精度、PLC、數控系統故障等的預測性維護和遠程檢測、診斷，可以有效減少機牀損壞和停機損失，也減少了因維護產生的差旅費用。能耗方面，蘇芯物聯的產品可以實現每秒200萬次的採樣速率，捕捉、識別大功耗工業設備能耗電流的暫態和穩態，降低設備空跑、不合理待機、故障或老化部件引起電流增大等能耗，可以為設備節省3%-5%的用電成本；以一台10KW的工業設備為例，使用蘇芯方案一年平均可以節省近3000元電費。

蘇芯物聯目前已經與機牀、工程機械等行業頭部企業開展合作，已經進行了多個試點項目且進展順利。在與設備製造商客户合作過程中，將蘇芯物聯的硬件設備裝配在機械設備上，為終端客户提供運維服務；能耗服務適用於工業設備前裝，同時也可以在車間設備上進行後裝改造。

未來蘇芯物聯除了聚焦在高端裝備和高能耗設備管理方面，還將進一步拓展產品的應用場景，例如在機牀刀具監測、輪船、軌道交通、石油化工等領域提供預測式設備運維服務。

商業模式方面，蘇芯物聯主要通過前裝方式向設備製造商或渠道商銷售標準智能硬件來鎖定客户，並通過工業設備數據的沉澱、AI模型建構實現軟件和算法方面的SaaS服務，收取設備運維和能耗管理的服務費用。

蘇芯物聯SaaS服務

李波表示，在具體項目實施過程中，客户提出願意和蘇芯共享數據，這一點對蘇芯商業模式的實現十分關鍵，有利於實現硬件、軟件、算法服務的整體銷售。

業務營收方面，目前團隊已經實現整體的盈虧平衡。對於出貨量方面，蘇芯物聯預計今年智能無線硬件設備的銷量可以達到近萬套。

從整體行業來看，工業物聯網市場規模持續擴大。根據IoT Analytics預測，2018年全球工業物聯網市場規模為640億美元，2023年增長到3100億美元，複合增長率達37%。而工業物聯網產生的海量異構數據大部分將在邊緣端進行處理，據IDC預測，到2020年全球將有超過50%的物聯網數據將在邊緣處理。

團隊方面，李波為華盛頓大學計算機博士，哈工大電氣工程本碩，在工業物聯網領域發表十餘篇論文，谷歌學術引用次數近700次，曾參與主持廣州塔大規模無線結構健康監測項目，現為蘇芯物聯總經理；公司核心創始團隊中董事長擁有超過20年工業界經驗，首席科學家為國際學術界知名學者。

目前蘇芯物聯正在進行A輪融資。