他们在工厂：从痴狂到「抓狂」

没有一个科技创业者会放弃这样“登门”的机会，特别是在2022年。

从合肥到芜湖直线距离约120公里的安徽腹地上，是绵延数万亩的白皮厂房、吊塔与巨型油罐，这是一条贯穿长江的工业缎带。

9月某天，在这条颠簸的线路上，一辆载着十几家创业公司管理层的大巴，先后驶入三家对安徽经济发展举足轻重的巨型工厂：奇瑞、长信与联宝科技。它们均超过百亿产值，手握强大供应链，创造过销量奇迹；同时，也背负着上万人的就业重担。

这趟行程由联想创投组织。对大巴上的创业者来说，这些工厂释放出的*诱惑，是一张巨大的供应链之网。

仅芜湖奇瑞四厂自动化程度最高的焊装产线，就包含至少8种工艺。为这条产线供应机械臂、检测系统与管理软件的不少于10个厂家。更不必说厂房里遍布的上百种核心与边缘工具。

参访的创业公司管理层平均年龄不超过40岁，他们迫不及待想把自己研发的仓储物流系统、视觉检测系统与工业软件塞进中国工厂的流水线。

机会确实存在。

奇瑞一名在任20年的工厂管理者，对“包括工业设计软件在内的PLC（PLC，指可编程逻辑控制器）问题都远未解决”感触很深：“工厂要将产品前端与产线后端打通，就一定会进入某个系统供应商品牌的垄断市场。这些领域需要创业公司的进入。”他同时表示，“但对创业公司来说，初期会十分困难。”

创业者也在工厂现场表示，“海外系统强大且稳定，是大型企业建厂一定会优先考虑的，但另一方面这也表明，国产进步空间不小。”

在我跟着创业者们一块参访三家工厂的两天时间里，我见到了这些年轻技术创业者，经历了从一开始的兴奋甚至不无轻狂，到后来触摸到更坚硬、复杂的现实后，有一点点抓狂进而产生更深思考的过程——这个考察氛围的变化是渐进、微妙的，从一个个细节开始。

在车间里，外行看到的是车门焊接时四溅的火星与乱舞的机械臂；而这群创业者，在工厂车间里则找到了各自的认知熟悉区。

工业软件厂商数码大方在奇瑞车间发现，按照超过3000人的在线设计人员、车型数与数据模型规模可大致推算出，采购正版2D+3D国外软件的订阅年费额度至少要三千万人民币。

“国产软件只需要用三分之一或五分之一的价格可以做全面替代，给工厂的还是*授权。”他觉得这对客户是个吸引点。

迦智与炬星科技作为物流系统供应商，在穿梭于物料架之间的移动机器人前驻足观察。目前，他们都在积极参与大型车间内部物料搬运自动化的升级改造。

而在长信4.5代黄光玻璃产线上，做缺陷检测的百迈科技找到机会，向产线经理推荐自己“针对手机和笔记本盖板”的检测系统。当下，类似国内的高端屏幕产线普遍在使用诸如德国申克博士等国外检测设备。

现在工业软件企业众多，但其实你稍微多聊几个创业者就会发现，他们做的事大多落在几个有限的工业场景里，竞争其实蛮激烈。就拿这么小的一个参访团来说，好几家企业之间的主营业务都有很大重合。

除了上面提到的迦智与炬星是同行，还有思谋科技与百迈，尽管这两家在商业模式上截然不同，但两者在工厂里做的事的确别无二致——缺陷检测（AOI）。至少从字面上看，细微差距只存在于到底是手机屏幕、晶圆片还是新能源电池上的痕迹。

所以。这两家公司创业者都对长信科技产生了浓厚的兴趣。更有趣的是，几乎每家公司都或明或暗表示过，自己都可以帮做数据管理与采集。

那么*的问题来了，对工厂或地方政府来说，如何快速鉴别一家创业公司的实力呢？

于是，很多公司都喜欢用科学家头衔、某教授、国家项目等来为自己背书……够卷吧。卷到——创业者得搬出特斯拉超级工厂这个IP来背书了。

这正是这一趟参访中产生的插曲。 

曾担任过特斯拉加州无人工厂研发负责人Allen，是被联想创投cue最多的创业者之一，他合伙创立的企业 Industrial Next（英视达）也曾在陆奇博士组织的秋季路演上露面。那时候，“特斯拉工厂”几个字曾让他们展台边聚拢了大量好奇的人群。

而现在，特斯拉三个字一出口，坐在对面皮质老板椅上的工厂高层，眼神的确发生了一些微妙变化。

两天时间里，Allen穿着T恤穿梭在人群里颇为扎眼。作为一名华裔，他的美式沟通风格也具有浓厚的工程师文化特质：简洁、直捣问题重心。

这些年，特斯拉超级工厂曝光在大众视野中，其颠覆制造的说法逐渐被“神化”——

当大部分组装车间仍然按照传统节奏敲敲打打时，特斯拉的工厂在2013年设计伊始追求的便是“更*的自动化”；

总装车间的任意一个“小意外”会迅速反馈给研发室；今天的流水线与工位，会因为明天物料与订单的增减，发生一种类似于“重开一局俄罗斯方块”的乐高式变化。

种种故事与传说，被很多国内学徒们引为可以努力的方向，即便实际上2017年内华达州特斯拉超级工厂落成后，几乎每周都会发生机器故障。

这种更加随机应变的生产方式，在业内也可以被称为“柔性”。过去20年里，多变的终端消费者，让汽车与3C电子工厂不得不更加柔软。

在联想全球*的PC代工厂联宝科技的柔性整机组装4车间，Allen与产线工程师就“到底什么算是柔性”产生了有趣的争论。这一路，只要在产线上，他没有放过任何一次跟工厂的讨论机会。

比起卷烟、食品加工那种“多米诺骨牌”式一气呵成的流程制造，在联宝，离散的3C电子车间一条组装产线只有几十米，线路笔直，5分钟就可以走完。

但这样的线路却有几十条，规整布满足有几千平的房间。每台机器如半个衣柜大小，从贴片机到测试仪器，功能复杂。从远处看，很像一个有严格间距的围棋棋盘，70%的棋子都是机器。

但Allen觉得这其间还有大量“柔性”没被设计或构建出来。

“如果零部件测试造成瓶颈，怎么把讯息反馈给研发？”他开口就向工程师发问。

工程师对Allen的这个问题感到有些困惑。因为3C零件研发阶段就有好几种试产，工程问题会在这个过程解决，而进入量产就意味着完全定型。“ NPI（新产品导入）过程就可以改善你说的问题。”工程师回复道。

但Allen则坚持，进入组装阶段，量产零件仍然应该可以反馈回研发室继续做下一代优化。换句话说，这里面还有缩短流程的可能性。“我认为目前联宝这产线还存在一定刚性。”Allen不无自信。

工厂巨头的“反击”

在联宝工厂一楼的小会议室里，创业公司们与联宝科技制造群组的对话，在一种似汇报又像切磋的微妙气氛下开始。

联宝工厂上千家供应商里，不乏国内外上市企业。作为一个结构复杂且稳固的巨大蜂巢，他们完全没有理由理睬十几只投奔而来的“小工蜂”。而制造群组的工程师们，也有条件去选择最称手的工具完成对生产线的改造。

会议室里，创业公司陆续上台，向这个有一定决策权的群组总监们分享自己的技术，每个人都觉得自己掌握着这家3C工厂最需要的先进动力。

但联宝明显有自己的思虑。

甚至，联宝智能制造解决方案事业部总经理曲松涛开始了对创业者们的反向推销，说出“欢迎各位也来购买我们的东西”。

这就像西门子与富士康等企业在累积了大量先进制造经验后，把新技术对外界进行商业化的反向输出。

在生产节奏全面受制于上游芯片研发周期与下游销售淡旺季的3C制造业，每年联宝47%的生产量都集中在三、六、九与十二月。这意味着工人在岗量伸缩性极大，人员管理系统也要像个“柔软的胖子”。

因此，单这一个系统，如今被迫“进化”到“一个工人只要给出身份证号，半小时内能找到自己的宿舍和工位”。后来，这些类似技能，以技术服务的形式被联宝“出售”给一家准备建万人工厂的某地方车企。

很大程度上，工厂孵化的技术团队，生于产线之痛——成本之痛，订单波动巨大之痛，以及工厂最初设计规划与出货规模逐年加大产生的不匹配之痛，所以它们自己给的技术解决方案更有针对性、匹配性。

如同谷歌自研专用芯片，亚马逊自建仓储物流系统，*生命力的创新均生于自己的生态沃土。

“联宝这座工厂在2020年设计时年产量以2000万台为目标，3000万是上限。但去年已经超过5000万台。” 

这个产能扩充过程是怎么发生的？联宝利用每个季度前两个月订单量稍小时，工程师们就规划拆换产线，给每个应用部署成百上千个节点采集数据。他们开始追求更*的自动化与柔性——ThinkPad五大系列的所有型号在组装线上无缝切换。

从技术角度，有行业人士曾指出，联宝工厂的两条新产线，的确有资格代表中国3C电子代工厂的一流先进制造能力。一位到场的创业者这样形容自己的感受：

“无论是从车间干净程度，自动化程度还是品质，某XX代工大厂真的跟联宝不能比，那边简直像坐牢一样封闭。”

就像特斯拉和亚马逊这类有大量模仿者的超级制造家，如果他们愿意输出，对于很多还停留在工业2.0时代的落后工厂来说，大厂输出的方案也许更具吸引力。

因此，曲松涛团队的“产品”列表仅专项应用服务就有超过20种。“反将一军”，可能是创业公司没有想到的。

譬如，他们的工程师甚至也在研发用于工业物联网的边缘计算AI盒子，还表示，如果物流机器人公司愿意，也可以购买他们的产品。

这群参访的创业公司中，除了 Industrial Next 更像是一支工厂设计与咨询团队，大部分创业公司具备的是单点优势，这也是互联网与科技企业的典型打法。

而对比之下，联宝野心很大，想扮演的则是制造转型界的Tier1角色，因此，他们需要集结单点技术团队的力量，但也不会轻易被打动。

一位与联宝聊过多次的AI检测公司在介绍自己的面板水波纹检测优势时，被毫不客气地打断：

“上次记得测试没成功，这次你们行了吗？”全场随即善意哄笑。

而另一家做缺陷检测系统的企业，把自己类比为中国的基恩士，在工厂眼里既准确又不准确。

成立于1974年，年利润上百亿的基恩士，*特点并不是“卖系统而非设备”，而是做到了对一线需求的迅速反应与工厂直销。他们的销售员可以做到对客户产线如数家珍，再拿着一线最新消息传送给研发团队，找代工厂极速做出下一代产品。

这也是一种柔性优势。

而这种柔性的前提，是30年垒成的工业机理山脉，在山坡上找到共通性，再挪动不同的模块，才能减少供应链成本，进而增加利润。

而在国内，受到工厂制度、地基薄弱、文化水平以及竞争手段差异的影响，工厂、设备与系统厂商有着极厚的壁垒，想拿到一线材料并不容易。此外，作为创业公司，无论做的是AOI软件还是设备，缺少的恰恰是前期漫长的产线积累。

就像“玻璃大王”长信科技提到，白板检测太多公司可以做到，因此推销上门的设备极为同质化，而接近成品状态的“黑板”检测却很难做到。

而我在现场稍感失望的是，有部分物流机器人公司与软件企业，直接开启了3分钟的路演模式——净是毫无灵魂的企业背景与技术优势“口嗨式陈述”。

但台下坐的不是投资人，而是比你更了解制造流程的工厂。

太多虚浮、无用的词汇以及华丽的实验室头衔让人头痛，甚至你可以轻易判断出他们一定没有类似场景的部署经验，还要经过曲劲松的提醒才补充了具体的场景应用细节。

因为他们自己也不清楚工厂想要的与他们技术之间究竟有什么联系。

但最有趣的是，有自动化公司从硬件模组、软件平台再到人才培训服务的一揽子方案工程，与联宝的想法极为相似，台下的联宝总监们窃窃私语，不知是否对此有何感想。

最后，这场交流，无论是聚焦问题的能力，还是技术的推销能力，以联宝科技的完胜为结尾。

写在最后

联宝不做黑灯工厂（指的是完全无人化，可以关灯作业）。这一点曲劲松重复了几次。其实这一点即便不从技术实现成本角度看，地方的大型组装工厂也绝不可能奉行无人化策略。

在我们进入联想展厅一开始，讲解员就把联宝对地方贡献的字眼咬的极重：是合肥破千亿的企业，提供了超过2万人就业，安徽省供应商就有75家，40%物料实现本地化供应。

从就业、物流再到供应链，这对于地方经济支柱型企业来说，“优先本地”是一种必要性。

另外，*质的种子，不种在土里毫无价值可言。掌握决定权的往往是抢先占据*质土壤的人。而科技创业公司的表现褒贬不一：有的人把自己优势与工厂需求相结合，有的却还是沿用讲商业计划书的老套路。

最后，可以明显感受到，为了拼命做收入和适应本地市场环境，有创业公司已经开始从“做深做精”往“啥机会都试一下”的浅水区扩散——能用“AI”做前缀词的设备都试着攒一下，以卖出去为主。而在这一点上，很多中国企业都“殊途同归”。

但是，这在工业领域，显然不是一个好选择。

另外，与本土设备相比，无论是德国还是日本的设备，已经不仅仅是作为“产品”的存在。在去过德国慕尼黑工业展览会与日本工业机器人展览后，我发现他们的东西值得加一个后缀词：艺术品。

从产品再爬升到“工业之美”，还是有数个山坡要爬升的。

【本文由投资界合作伙伴虎嗅网授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。