曾任微软亚洲院长、罗技全球CTO、诺基亚成长型国家研究院院长的刘震把2021年看作中国数智化元年。在人工智能、云计算、大数据等技术成为真正的水电煤，在各行各业铺开的当下，早在2年前，刘震就看到了工业互联网这个赛道的机会，并创立了傲林科技。
在工作上，刘震的一位搭档是曾投出RPA行业明星股、市值超300亿美金的UiPath的个人投资者王洋。与刘震一样，在创立傲林科技之前，王洋已经在所属领域取得了不小的成绩，如果不折腾的话，无论是行业成就还是个人财富他们两位也都能游刃有余。
但在成为创业者之前，他们都不想活得太安逸。“我们当时商量为什么要创业，就还是觉得应该做点事情，应该折腾一下，而且这里也有机会。”刘震说。
刘震、王洋所看重的机会在哪儿呢？
发现流程工业中隐秘的商业价值
根据过往经验，他们一开始就锁定了工业互联网这个赛道，帮助工业企业把设备数据上云。但后来做着做着，却发现事情有些不对。
“数据收集上来之后，如果不能有效利用，仅仅只是提供设备的状况汇报，数据也还是‘死’的，产生不了价值。”刘震说。
在刘震看来，To B的魅力在于对场景的钻研。相对来讲，新技术在to C端如果行得通就会大规模铺开，而To B往往没有To C那么大的场景。不过好在数据多，后面价值也比较大。这个时候就需要钻研行业。比如智慧矿山、智慧煤矿等，这些场景虽然小，但只要深耕就会挖掘出很多场景和价值。
企业的数字化转型有两个阶段，一段是业务数据化，一段是数据业务化，哪端场景和价值更大呢？从字面意思理解，前者是把业务数据上传到云端，而后者是把云端数据转换成价值，答案不言而喻。
成立傲林科技前，刘震看到很多从业者走的是业务数据化的路子；在经过一些思考之后，傲林科技决定投身数据业务化。
“数据业务化的价值，会首先体现在决策层面。通过数据做预测、做模拟仿真，然后做决策优化。这给企业带来的价值会非常明显。”刘震说。
傲林科技不少客户处在化工、钢铁、煤炭等流程行业，这些行业的成本主要在原材料一端，单就钢铁厂来说其原材料成本就占总成本的60%左右，再加上辅料成本，一共构成80%的成本。
所以对这些企业来讲，要做数字化转型优化，首当其冲就是采购这一端。“把铁矿石及时地买进来，如果再能够预测价格，知道什么时候买什么样的铁矿石就更好了。”
另外非常重要的一点是，钢铁厂里炼铁炉不能原料断货。一旦断货，炼铁炉就会停下来。炼铁炉停工不但会徒增成本，重新启动的炼铁炉需要一定时间才能稳定，这样炼出的产品质量也不好。
一边不能断货，另一边，也不能囤货太多——会造成资金占用。比如一家1000亿元营收的一个钢厂，每天大概有几十亿的资金占用是在铁矿石上的。假如这个钱是银行借来的，每天的利息成本就很高。所以预测采购量、库存最低水位对于企业决策者来讲价值就表现了出来。“铁矿石都是从巴西或者澳大利亚或印度海运过来的，铁矿石到货时间不一样，所以这些都是企业决策者来说要考虑的问题。”刘震补充表示。
工业互联网里的数字孪生
假如，企业有1000万元的生产线改造资金，这笔资金是放在技改上，还是放在信息化系统上，这个时候怎样做决策？
遇到经营问题时，企业发展的的瓶颈是在生产上，还是在物流上，还是在销售上，还是渠道，还是终端？
在做决策优化之前，企业应该具备沙盘演绎的能力。沙盘演绎顾名思义，是以企业整体的数字化转型为核心，建构一套虚拟系统，也就是企业的数字孪生。
傲林科技的数字孪生可以帮助企业演绎整套系统的运行，看哪种方案最优，找到降本增效的切入点。在这套虚拟系统内，依据一定的算法，企业管理者可以推倒出数字化的投入产出状况。
“它的原理是，企业本身是一个组织架构，用数字的方式模拟业务进项，企业自己可以改变进项参数或者也可以与业务经营同步，来看企业整个的投入产出情况。”刘震表示。
在建筑行业，BIM（Building Information Modeling，建筑信息模型）系统通过数字信息仿真一栋建筑物各部件状态的真实信息，建筑模型在BIM中被参数化，能够提供建筑物从设计到施工再到管理等多个阶段的一致信息，便于对建筑物高效协同作业。而傲林科技所说的沙盘演绎与建筑行业的BIM系统类似，只不过傲林科技所要演绎的对象是企业经营全局而非一栋建筑。
在刘震看来，虽然“企业的BIM系统”可以形象地表达傲林正在做的事，但此二者还是有本质上的差别。原因在于，建筑行业的BIM系统是实物的数字孪生，实物的数字孪生所关注的是更细颗粒度的事情，比如工厂内机床的运行情况等。而傲林科技打造的数字孪生所要仿真的对象是虚拟的，“比如企业的经营决策是无法用单点的实物数据来描绘的，这就要把数据发展到组织框架，需要一个组织各方面的数据共同来完成。”
说白了，就是要从一个更宏观的层面，通过企业各方面数据构建的虚拟模型来关注企业的生产能力、运营情况等等，从而在决策层指导生产线。同时，也可以通过模拟仿真省却很多实际的实验工作，了解公司的经营弹性。
可以理解为，数字孪生中的智慧决策就好比是整个系统的大脑。例如，在智慧仓储场景下，一个AVG机器人可以自动取放货，但这样单点的AGV效益不会太大。反而是更宏观层面，需要决策者知道库存水位现在处于一个什么水平，有多少食品需要进尽快出库，多少芯片存放时间不能太长。做到这些，企业的经营决策效率会极大提升。
To B有时候不是纯粹的一把手工程
随着创业进程的推进，刘震对工业互联网的认知也越来越深。最初，刘震和他的同事认为，像数字化转型这样一个大工程，特别是傲林科技这样的产品还涉及到高层的决策优化，那一定是一把手工程。但事实是，一把手有的时候很难做决策。
因为很大程度上，数字化是一个碎片化工程。一个大型集团，它所涉及到的决策层有很多，可以是企业集团决策，也可以是企业的股份公司做决策，甚至公司的一个职能部门也可以做决策。所以，刘震将“一把手”工程的颗粒度进一步细化。“当我们做这个项目时候，你可以是集团层面来做，也可以在下面做，甚至到部门都可以。”
另外，在数据分析上，傲林科技也变得更加有的放矢：不是所有的数据都要采集、分析，而是从上到下垂直地、有的放矢地做。比如，当决策者在经营层面做决策优化的时候，发现有些地方需要更细层级的演绎（某条生产线需要提高产能），这个时候就可以把生产线数据采集出来，做针对性分析，然后再看这条生产线是要购买一条新的产线，还是只要加一台设备就可以改善现状等等。
这样的市场策略，会让傲林科技更具竞争性吗？不全是，但也有一定道理。
面对一家To B创业公司提供的产品或服务，中国的买单者往往会问：是不是有案例支撑？如果没有，他自己也不想当小白鼠。不过，此期间一旦找到突破口，To B服务商就会在一个行业打出案例，并全面铺开。
做行业也不代表all in 行业。因为傲林科技更想要的是场景化应用。有了场景化应用，各行业都可以铺开。虽然行业各异，但从“供产销”这样一个铁三角来讲，本质上又都是相通的。
“傲林科技现在来说跟巨头都有合作，跟微软、阿里、腾讯，还有华为、京东等等，运营商也是一样。这里面傲林科技有时候是项目的参与者，有时候也做集成。”刘震说。他相信，在不久的将来，傲林科技作为工业互联网领域企业级数字孪生技术的扛旗者，坚持数据驱动决策，一定会走出一条中国企业数字化转型新路。