大数据行业经过近6年的发展，已经进入成熟期，创业公司选择切入哪些行业市场至关重要。2014年成立的大数据公司埃睿迪最初切入的是传统金融市场，为银行提供对公业务数据审核、企业征信等服务。但在2016年，其业务重心逐渐转向工业、环保大数据，并在2019年年初，提出“绿色工业互联网平台“战略。

之所以做出这样的选择，一方面是由于金融、零售行业竞争激烈，各家企业可以拿到的市场份额有限，另一方面是环保、工业产业在大数据应用方面市场潜力巨大。根据国家统计局数据，2017年环境污染治理投资总额达到9500亿元，虽然整体在环保软件领域的投入较少，但随着国家环境治理力度的不断加大，以及企业环保合规需求的提升，未来市场有较大的增长空间。

目前，埃睿迪针对工业和环保行业推出了工业大数据和环保大数据两套解决方案，提供从数据治理、数据建模、到数据分析的完整方案。

在工业领域中，如何降本增效是企业关心的痛点，作为主要服务于与热平衡工艺(燃烧)相关工业企业的埃睿迪，在深耕火电、化工、水电等行业的过程中，通过收集产线数据建立模型进行分析。

关于数据源，埃睿迪通过采集设备传感器数据以及ERP等信息化系统内数据进行分析。由于现阶段传感器产业较为成熟并且技术壁垒较低，因此埃睿迪在服务企业客户时，项目中传感器的部署主要通过合作伙伴来完成。

数据采集完成之后，通过大数据和人工智能技术建模，对生产工艺进行优化，降低设备能耗。埃睿迪创始人&CEO吴奇锋介绍道，优化工艺之后的企业能耗最高可以降低5%，并且仍有优化提升空间。

对于环保产业，《环境保护法(修订草案)》在2015年1月1日正式实施之后，环保监管进一步加强，企业对于环保合规的需求不断增加。

曾为世界上最大环保企业提供大数据平台服务的埃睿迪主要为污水处理、垃圾焚烧等企业以及政府部门提供相应的环保大数据解决方案。在服务污水处理以及垃圾焚烧等企业时，业务流程与工业领域相同，即通过工艺优化来降低能耗同时保证水、垃圾在处理后达标。除此之外，近年来，埃睿迪逐渐向政府进行拓展，为政府辖区内企业部署环保监测传感器，提供辖区内各企业的排污指数设立等服务。基于智慧数据“输入响应、优化调控“理念，通过大数据技术、工业互联网以及环境大脑的绿色工业互联网平台方案，支持当地政府以绿色发展为考核标准，调整结构、淘汰高能耗、高污染产业，最终实现绿色发展。

埃睿迪通过多年的积累，已经将涉及到水、气、热等燃烧环节的各类模型沉淀在iReadyInsights绿色工业互联网平台上，可以根据客户的实际生产场景，将各类模型组合，为用户提供最终的优化模型。但是在工业、环保领域，即使是在同一细分行业内，各家企业还是有自身的个性化产线，因此工业、环保大数据产品很难达到较高的产品化率，现阶段埃睿迪的产品化率大概在50-60%左右，仍有较多的定制化开发服务。现阶段，项目部署周期一般在3到6个月左右，由于各家企业数据各异并且来源广泛，除了定制化开发服务之外，大量的时间被用于数据治理环节。

埃睿迪iReadyInsights绿色工业互联网平台通过为企业搭建专有云的方式提供服务，对于大部分企业用户，会建议其将数据存储放置于公有云部分，将数据计算放置于私有云部分，以降低企业的部署成本。而对于政府客户，一般会采用私有云的部署模式。

目前，埃睿迪主要通过直销获客，在环保和工业领域的客户数接近80家，并且以行业头部企业为主，目前有5-10家政府客户，主要为地级市工业园区。由于目前工业环保市场还没有全面爆发，因此埃睿迪拥有相当的先发优势，基于对工业和环保诸多场景的深入理解以及模型的不断积累，其市场拓展能力将会有较大提升。

近期，爱分析对埃睿迪创始人&CEO吴奇锋进行了专访，对埃睿迪的业务、运营以及战略进行了深入交流，现将部分精彩内容分享如下。

主攻工业、环保领域 优化工艺降低企业能耗

爱分析：埃睿迪的业务发展历程是怎样的？

吴奇锋：第一阶段，埃睿迪主要在金融、零售领域，但是在金融、零售领域我们提供的解决方案更适合大厂来做。

第二阶段，我们将金融、零售业务基本停止，开始主要发展工业和环保大数据。

爱分析：在数据采集方面，传感器的部署是由谁来完成？

吴奇锋：传感器是由合作伙伴来完成部署的，除了传感器的数据，我们也会接入一些产线进料数据等，这些数据可以从ERP等系统中直接抓取。

爱分析：客户是否能够自己构建模型？

吴奇锋：现阶段，上层的模型还是由我们来构建，我们有专门服务工业和环保领域的科学家和业务团队。预计在2019年底，把模型的构建工具开放给客户。

爱分析：模型主要是基于什么构建的？

吴奇锋：主要是基于机理构建的，我们有专家团队，不同工厂的机理模型在理论上来讲应该是一样的。

我们也在做预测模型，用于设备的预测性维护，但是现在预测模型还没有那么成熟。

爱分析：数据平台是部署在客户本地吗？

吴奇锋：都是云化的，是一个专有云，包括私有云和公有云，算法和计算是在客户的私有云，数据的存储是在公有云上，这样可以减少客户成本。

爱分析：在服务政府时，平台是部署在哪里？

吴奇锋：都是部署在政府的IDC机房中，政府一般不会上公有云的。

爱分析：是否会将全量数据存储下来？

吴奇锋：是的，我们现在都是将客户的全量数据存储下来，这些数据可以用来训练每一条产线自己的模型，使模型更加准确。

爱分析：企业对于数据上云是否存在顾虑？

吴奇锋：不会，我们服务的都是大客户，因为数据量非常大，云厂商都会提供专有云服务，做了很多安全隔离。

爱分析：平台的模型库中主要覆盖了哪些行业？

吴奇锋：都是以燃烧工艺为核心的行业，包括火电、能源、化工、垃圾焚烧等。

爱分析：在工艺优化方面，是会对设备进行实时优化吗？

吴奇锋：目前是模型训练成熟之后提供给客户一个相对稳定的建议，但是在我们的服务的一些工厂，已经开始做实时的动态调整了。

爱分析：最终的执行环节，是否会对接到设备的控制器？

吴奇锋：看情况，这块主要是要按照国家安全标准来决定，并不是一个技术难点。

替代人力评估 未来切入更多企业生产环节

爱分析：在服务客户时的收费模式是怎样的？

吴奇锋：项目制和年费的形式都有，一般是按照产线数量来决定客单价的大小。

爱分析：大部分工业大数据公司都是按照项目制来服务客户，埃睿迪为什么可以收取年费？

吴奇锋：因为我们客户中有一部分外企客户，在服务这些客户的时候可以收取年费。

爱分析：企业是否有专门的预算来做优化工艺和降低能耗？

吴奇锋：有的，我们用的是业务部门的预算，不是IT部门的预算，这部分预算以前一般会请专家来。

爱分析：埃睿迪的团队规模是怎样的？

吴奇锋：2018年团队扩大了一倍，目前大概100人左右，其中软件工程师40人左右，算法团队10+人，行业专家10+人 ，销售团队7-8人。

爱分析：产品的部署周期在什么水平？

吴奇锋：一般是3-6个月，1-3人就可以完成，大部分时间是用于数据治理。

爱分析：未来还会切入到哪些工业场景中？

吴奇锋：在帮助客户完成工艺优化、降低能耗等工作之后，还可以向良品率优化、库存管理等环节切入。

标准化方案+服务 保证企业个性化竞争力

爱分析：工业中各领域、各企业之间差异很大，产品标准化问题如何解决？

吴奇锋：目前，埃睿迪的标准化也只能做到50-60%，但是我认为客户的个性化生产线是客户的竞争力之一，所以我们不需要做到非常高的标准化率，50-60%就可以了，剩下的可以通过服务去补充，我觉得这是最理想的解决方案。

我们有一个模型库，客户可以利用水、热、气等各类小模型来组合成一个大模型。因此，在服务客户时，我们不用将所有东西都重新做，同时我们如果要跨领域，也是专注在跟机器、传感器相关的领域。

爱分析：在服务了头部客户之后，产品化率是否能够提升？

吴奇锋：这个是一定的，大概能够达到70-80%。

爱分析：工业、环保领域的进入门槛有哪些？

吴奇锋：必须要懂这个行业，埃睿迪原来就在这些领域有积累，给一些客户做工艺优化，但是当时没有现在这么系统。

爱分析：您认为大数据在工业领域中解决哪些问题最有价值？

吴奇锋：第一个是环保合规，第二个是帮助客户提质增效，一定要让客户看到价值。

爱分析：环保、工业的市场规模大概在什么水平？

吴奇锋：没办法统计这个市场的信息化的规模，但是环保领域整个的资产规模在20万亿左右，同时我们可以覆盖的客户数量肯定能达到5-10万，因为每个县、市都有垃圾焚烧、污水处理企业。