2022爱分析· 工业互联网厂商全景报告

报告编委

黄勇爱分析合伙人&首席分析师

汪菁爱分析高级分析师

张乙天爱分析分析师

李冬露爱分析分析师

媒体支持

目录

\1. 研究范围定义

\2. 市场全景地图

\3. 市场定义与厂商评估

\4. 入选厂商列表

关于爱分析

研究与咨询服务

法律声明

1. 研究范围定义

“十四五”期间，数字经济已成为中国经济核心引擎，也标志着以互联网驱动的企业增长时代，正在从上半场“消费互联网”向下半场“工业互联网”大步迈进。而工业互联网是实现智能制造的重要抓手，也是当前工业企业发展的最大机遇。

工业互联网是以网络为基础、平台为中枢、数据为要素、安全为保障，既是工业数字化、网络化、智能化转型的基础设施，也是互联网、大数据、人工智能与实体经济深度融合的应用模式。工业互联网一方面与我国工业“两化融合”的发展成果一脉相承；另一方面，又吸收国外“工业物联网”体系的成功实践，通过对人、机、物、系统的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，将重塑企业形态、供应链和产业链。

工业互联网通过数字化、网络化、智能化建设，变革传统制造模式、生产组织方式和产业形态，帮助制造业全面提质、降本、增效的同时实现智能制造。2021年工业互联网建设带动的产业的增加值规模突破4万亿，工业互联网发展已经成为推动我国经济发展的重要力量。

为了帮助工业企业更好地理解工业互联网在生产制造各个环节的应用实践价值，了解工业互联网解决方案市场中的优质厂商及其产品和技术能力，爱分析将于2022年推出工业互联网系列报告，工业企业可以基于系列报告的研究与洞察，根据自身发展状况与行业标杆案例，明确自身工业互联网建设重点与实现路径。

爱分析定义的工业互联网市场全景图在技术环节维度覆盖边缘层、IaaS层、PaaS层和SaaS层。本次报告筛选出工业互联网平台、工业数据智能平台、智能排产、供应链协同4个重点市场进行优先研究。通过对代表厂商的能力进行解读，为工业企业决策层以及业务、IT部门负责人厂商选型提供参考。

图 1：工业互联网市场全景地图

厂商入选标准

本次入选报告的厂商需同时符合以下条件：

厂商的产品服务满足各市场定义的厂商能力要求；
厂商近一年具备一定数量以上的付费客户（参考第3章各市场定义部分）；
厂商近一年在特定市场的收入达到指标要求（参考第3章各市场定义部分）。

2、厂商全景地图

3、市场定义与厂商评估**

爱分析基于对甲方企业和典型厂商的调研以及桌面研究，遴选出在工业互联网市场中具备成熟解决方案和落地能力的入选厂商。

3.1 工业互联网平台

定义：

工业互联网平台是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析和服务体系，支撑制造资源泛在连接、弹性供给、高效配置的载体，其核心要素包括数据采集体系、工业PaaS、应用服务体系。

终端用户：

企业决策层、业务部门、生产部门、运营部门等

核心需求：

传统工业企业设备、生产、运营等业务环节均配置有不同的软件系统，设备状态、经营信息等数据各自孤立，未建立直接联系，已不能满足工业企业实现智能化生产的需求。工业企业需要通过工业互联网平台实现数字化、智能化生产，进而树立行业竞争优势，实现降本增效和业绩增长。

**实时数据采集：基于多环节、多场景、多设备、深层次的海量数据收集。**工业生产经营活动涉及多环节、多场景、多设备，企业需要对不同形式的机械语言进行采集和解析，形成可理解的标准化数据信息，进而为后续数据分析、人机交互和决策制定提供支持。部分行业（例如能源化工）对数据实时性要求极高，数据实时准确采集、解析能力将为数据应用开发提供坚实基础。
**定制化数据应用和功能开发：基于数据融合与交互，实现全局联动，助力业务决策的需求。**企业需要在数据采集的基础上，将不同设备、生产要素、业务环节间信息进行互联互通。企业需要将数据与业务逻辑相结合，形成一系列工业机理模型，帮助提升生产力并对生产经营决策进行相应指导。在具体生产经营活动中，企业往往会存在特异性需求，此时，针对自身业务特点进行应用功能的定制化开发十分重要。

厂商能力要求：

厂商需要能够提供工业互联网平台解决方案，主要包括以下功能：

**边缘层：具备数据接入、协议解析和数据预处理的能力。**工业互联网平台应当能够通过泛在感知技术对多源设备、异构系统、生产要素（人-机-料-法-环）信息进行实时高效采集和边缘处理，以及对异构数据进行协议转换，构建工业互联网平台的数据基础；另外，能够通过边缘应用部署与管理使边缘设备完成具体的任务指令，实现端到端的一体化管理。边缘层技术环节对数据接入、工业协议解析和数据预处理能力要求较高。
**PaaS层：具备数据联通和分析、数字模型搭建、数据看板、应用开发的能力。**工业互联网平台应当具备良好的系统和应用兼容性，在各个设备、环节的工控软件之间，架构一个发挥数据联通、交互、分析、计算功能的“数据大脑”，实现数据和信息在各要素间、各系统间的无缝传递，使得原本的异构系统在数据层面能够相互“理解”，从而实现数据互操作与信息集成。并在此基础上利用人工智能、数据治理和分析等技术进行数字科学模型的训练。其次，平台需要能够将数据特征和结果进行可视化呈现，具备高易用性的数据看板有助于企业经营决策精准性的提高。另外，厂商应当具备目标工业行业Know-How，掌握对应业务流程、原理、工艺技术等垂直领域知识，确保平台内部数据、模型和工具得到正确应用。工业互联网平台应当具备低代码开发能力，降低企业技术应用门槛，支持企业自主进行模型搭建、应用开发。
**应用层：具备相应业务场景下具体功能落地执行的能力。**工业互联网平台之上应当针对具体业务场景布设相应的APP应用供企业使用，同时能够提供相关前期实施、后期维护等一系列服务，例如。应用层各APP能够将先进的工业技术和经验封装在内，降低人力及培训成本。相关应用例如：工艺优化、研发设计、能耗管理、智能排产等。

入选厂商：

（入选标准：1.符合工业互联网平台的厂商能力要求；2.近一年工业互联网平台服务客户数5家以上；3.近一年该市场相关服务收入规模在1亿元以上。）

东方国信

厂商介绍：

北京东方国信科技股份有限公司成立于1997年，是一家专注大数据、云计算等领域核心技术的高科技软件企业，2011年成功在深交所创业板上市。公司主营业务是为客户提供企业级大数据、云计算、工业互联网等平台、产品、服务及行业整体解决方案。

产品服务介绍：

东方国信专注大数据和工业领域二十年，基于大数据、云计算、人工智能、工业互联网、5G和机器学习等前沿技术提供包括数据采集、数据存储计算、数据分析挖掘、数据应用、数据治理管控、云基础服务与应用开发平台相关技术产品。

公司自主研发的工业互联网平台Cloudiip依靠其强大的数据智能技术，支持工业企业各种精细化场景应用落地，帮助客户形成高质量数据资产、发掘数据深层价值、提升IT资源利用率及服务能力，从而获得更高的生产经营效益，助力企业数字化转型。

厂商评估：

平台数据智能技术卓越，支持多行业多场景业务拓展。东方国信工业互联网平台Cloudiip结构完整，功能齐全，平台上层应用众多，深度服务炼铁、电力、能源、轨道交通、汽车、机械制造等行业。面向空压机、锅炉等重要设备方面，东方国信具有优化设备管理、工艺参数、能耗管理等多场景解决方案；面向业务环节，公司拥有研发设计、运营管理、生产执行、产品全生命周期管理和供应链协同等工业互联网平台整体解决方案。

炼铁和能源电力行业服务经验丰富。东方国信基于工业互联网平台Cloudiip建设的炼铁云为国内外300多座炼铁高炉提供数字化智能化服务，通过整合炼铁各生产单元（配矿、焦化、烧结、球团和高炉）数据，配置了例如在线布料、物料平衡、工长曲线、热平衡、实时数据列表、生产统计数据分析、高炉体检、球团粒度自学习、高炉工况智能分类等多类功能模块，实现了数据管理标准化、业务开发工具化、项目实施产品化、业务应用深度化、知识运用人才化等目标。东方国信基于工业互联网平台Cloudiip建设的火电云平台，主要面向火电企业的发电设备，满足企业设备运行状态的监测、故障早期预警、故障诊断、设备综合健康度评估等需求，实现流程和数据可视化，助力企业安全生产。

业绩稳步增长，技术研发能力强，市场认可度高。东方国信近三年营业收入稳步增长，资产负债率低。公司专注大数据和工业领域二十年，在工业互联网平台Cloudiip研发、建设及应用推广等方面投入巨大精力。公司设有四大研发中心，在分布式数据库、工业互联网、数据科学、5G、云计算等技术领域持续发力。东方国信工业互联网平台能力被国家、地方政府、企业客户广泛认可。公司工业互联网平台Cloudiip从2019年开始稳定入选国家跨行业跨领域工业互联网平台名单。

典型客户：

中建材、海螺水泥

3.2. 工业数据智能平台

定义：

工业数据智能平台是指以工业数据为生产要素，通过融合数据处理、数据分析与挖掘、数据可视化、机器学习等大数据和人工智能技术，实现数据驱动的智能分析与决策的基础平台。

终端用户：

IT部门

核心需求：

在内外部多种类、多特征信息海量增长的当下，企业难以高效准确地进行数据分析和业务决策。基于精细化生产经营管理的需求，企业需要通过打通数据孤岛、实时数据分析等手段更好地进行数据应用，进而实现降本增效的业务目标：

**打通数据孤岛、提高响应速度、实现数据驱动。（**1）数据集成、分析处理及业务应用。随着数据来源越来越广，数据分散在企业不同业务系统和环节中，形成数据孤岛，企业需要将复杂的多源异构数据进行集成、解析、处理和应用，将生产与业务进行有机结合。（2）实时响应业务需求，有效处理海量数据。数据量的指数级增长导致数据处理响应时间过长，交互体验差，与此同时，企业对数据处理的实时性要求也在不断提高。（3）摆脱人工依赖，提高管理质量，推进数字驱动。传统数据处理大量依赖人工操作，费时费力，导致后续数据应用和业务决策产出周期过长，准确性难以得到保障，企业应当通过数据智能平台的强大数据分析能力变管理被动为数据驱动。
贴合企业业务场景，实现数据应用高效定制化开发。（1）有效进行数据治理。工业各细分领域差异大，行业壁垒高，对数据流程和逻辑的综合把控并非易事，从数据处理到业务场景落地之间存在知识、经验和认知层面的门槛。工业数据智能平台应当能够在理解对应行业业务内涵的基础上，贴合企业自身生产经营状态，帮助企业对数据进行统一规划、提升精细化管理水平、提高决策效率。（2）匹配原有信息化基础，可定制化开发拓展需求。不同企业信息化水平存在差异，甚至同一企业不同部门不同环节间数字化基础参差不齐，企业出于工业生产活动逻辑、业务管理指标、客户及财务数据安全等方面的考虑，需要对多场景、多管理视角进行系统化开发，定制化、本地化的建设成为企业的核心需求。

厂商能力要求：

体系化数据智能产品能力。（1）数据的一体化管理与应用能力。首先能够无缝接入各工业业务管理系统数据，例如MES、ERP等；然后对结构化、非结构化、流式及批式数据进行标准化处理；进而通过数据治理、数据计算、数据分析，形成数据资产，沉淀出不同业务维度的数据域及数据指标，例如采购、生产、仓储、产品、客户、成本等；最终能够根据企业实际经营管理需求，对数据进行例如规则设定、逻辑关联、分析开发等数据应用。（2）PB级数据量处理能力。平台具备高稳定性和数据承载量，支撑PB级数据量的集成和储存，能够应对企业多工厂多环节持续性所产生的海量信息。（3）自动化分析能力。数字化建设是一个螺旋式上升的过程，数据智能平台所带来的更深层次的业务赋能应当能够进一步解放传统人力工作，提高业务效率和质量，更好地通过数据赋能管理。
懂制造、能定制，实现快速部署。（1）对企业所在工业细分领域具备知识和经验储备。厂商应当具备相关工业领域的专业知识，拥有一定行业项目实战经验，在方案制定中能够帮助企业进行数据应用的通盘规划和具体业务场景的实际落地。能够将数据特征和结果进行可视化呈现，具备高易用性的数据看板有助于企业经营决策精准性的提高。（2）定制化开发、私有化部署。在数据智能平台的具体部署和落地方面，厂商应当能够根据企业具体的数据特征、业务特征和整体规划做出相应的安排，可基于自身丰富的项目服务经验，对企业的数字化建设规划提出合理建议。

入选厂商：

（入选标准：1.符合工业数据智能平台的厂商能力要求；2.近一年工业数据智能平台服务客户数3家以上；3.近一年该市场相关服务收入规模在1000万元以上。）

滴普科技

厂商介绍：

北京滴普科技有限公司成立于2018年，是专业的数据智能服务商，以行业领先的技术构建了低成本、高性能、易使用的新一代云原生数据智能服务平台FastData，帮助先进制造、生物医药、能源出行、政务双碳、金融科技、消费流通等领域的100余行业头部客户实现数字化升级。

产品服务介绍：

滴普科技数据智能解决方案为“数据基础底座+数据资产管理与应用平台”架构的新一代云原生数据智能服务平台FastData（以下简称FastData）。其中，数据基础底座通过实时湖仓引擎DLink实现对各种结构化、非结构化数据流批一体的存储，通过数据智能开发平台DataFacts对多源异构的数据进行标准化处理，通过数据科学分析平台DataSense进行数据探索式分析与应用。数据治理平台DataKuber能通过数据资产生产、编织和生命周期运营，支撑上层设备故障诊断、经营分析、工艺优化等业务场景应用，实现业务与数据的底层融合与数据资产价值最大化。

厂商评估：

总体来看，滴普科技工业数据智能解决方案具备较好的产品功能完整性、兼容性、易用性，同时在汽车、先进制造、医药等细分行业know-how和本地化现场服务方面具备优势。

**滴普科技工业数据智能解决方案的产品体系完整功能全面，兼容性好。**首先，FastData由两大层级多个模块构成，覆盖从数据源接入到最终应用实现的存储、治理、开发、建模分析到可视化功能，能够一站式满足工业企业数据采、存、管、用和运营的全方位需求。其次，滴普科技在产品功能的模块化封装方面表现较好，不同产品模块能够灵活拆解，并与企业现有的各类数字化平台或系统进行衔接与新功能实现，无需重复建设。滴普科技产品具备云中立的特征，能够匹配市面上主流云平台与云服务器接口，避免IaaS层厂商的绑定。

**产品满足企业不同角色的数据分析需求，易用性强。**针对管理层数据统计与可视化需求，DataSense平台将BI与AI能力相结合，相比于一般BI产品固定的报表模型与查看方式，可以根据用户角色和查询喜好，引导用户进行探索式分析。针对企业数据工程师数据分析与挖掘的需求，DataSense平台支持对数据分析模型的灵活调用、组合，同时支持分析指标的自由添加修改，允许数据分析人员对模型指标进行自主式整合分析，满足多种业务需要。

滴普科技在汽车、先进机械制造等细分领域沉淀了较强的行业Know-How。**在服务汽车、先进机械制造、化工、医药等多个行业头部标杆客户过程中，滴普科技积累了工业多个工业细分领域业务特征和行业经验。基于此，滴普科技能够较精准定位企业数据痛点与信息化薄弱环节，提供具有针对性的产品组合解决方案；同时，形成了可复用的设备故障预测、工艺优化等场景应用模型及参数，可以结合企业需求快速调优形成可用方案，无需从零开发，提升产品部署效率和应用精准度。

交付团队本地化，服务响应及时。**滴普科技在全国主要区域设立分公司，形成本地化的交付团队布局，保证对各区域客户的快速即时响应。同时，提供项目调研、实施、交付全过程的驻场式服务，能够更加深入理解企业业务情况，提供更有效的解决方案，保证交付质量。

典型客户：

九洲电器、科伦药业、重庆机电

3.3. 智能排产

定义：

智能排产以新一代APS系统为主要载体，是指在运用市场动态、订单、库存、财务等数据生成生产需求的基础上，通过智能算法，综合考虑物料、产能、工艺等多种生产资源的约束，快速输出主生产计划和详细的车间排程计划的过程。

终端用户：

生产部门

核心需求：

以离散制造为例，离散制造企业往往生产的产品型号种类多，工序多，产能和订单约束条件复杂，使用传统手工排产和ERP、MES排产，在实操过程中普遍存在速度慢、效果差、难应变等问题。这也导致制造企业在面临各种条件变化时，生产计划不能适应实际生产需求，导致企业在订单满足率上存在一定瓶颈，敏捷相应能力不足，生产运营成本居高不下。具体而言，甲方需求如下：

**减少人工干预，提升排产速度和准确性。****对于核心排产环节，ERP系统能够生成主生产计划，但详细的生产作业计划仍需人工进行。人工排程仅使用EXCEL为辅助工具，一次排产往往需要数天才能完成，效率极为低下，且依赖个人经验，错误率高。企业需要通过降低人工干预，大幅度提升排产速度和准确性。
**考虑多维限制因素，实现排产结果的优化和可操作性的提升。**人工排产无法全面考虑多种约束条件，各方案优劣标准难统一。ERP系统的排产功能规则无法根据实际情况进行调整，仅根据交付期安排生产顺序，并假定无限产能的方式，使得最终排产方案在生产过程中往往因为对于一些约束条件不满足而无法按计划进行生产，为企业带来了延期交货的风险。企业希望能全面考虑各种约束条件，提升排产计划可行性，且能够无限接近产能利用率最大化状态，提升资源利用效率，降低生产成本。在具体生产经营活动中，企业往往会存在特异性需求，需要进行定制化开发满足企业多样化生产的需求。
**面临突发情况，实现敏捷响应和决策。**在面临急单插单时，企业有时会因难以快速评估插单影响，导致业务决策慢而错失订单。企业需要以对当前计划影响最小为前提，快速评估插单的影响和收益，从而准确回答客户订单交货期。在面临设备故障、物料到货延迟等突发状况条件下，企业需要迅速进行计划重排，最大程度减少对原定生产计划的影响，保障交货期，提升客户满意度。

厂商能力要求：

**繁杂系统数据打通，实现一键排产。**智能排产的实现首先需要将孤立在ERP、BOM、MES、PLM等业务运营与工业生产控制系统的订单、物料、库存等数据接入排产系统，还需要掌握工艺、模型型号、机台型号、产能等离散的数据，这些数据接口几乎无法标准化，需要厂商具备一定的数据接口的开发与数据调用能力。在充足数据准备的基础上，要求智能排产系统支持在选定约束条件与目标后实现自动一键排产，彻底摆脱人工干预。
**理解数据关联及多约束建模能力。**首先在实操中，需要将具体排产问题抽象为数学模型进行求解，不同类型数据在模型中会表现为优先级不同的约束条件和排产目标，厂商必须熟悉各项数据背后的业务逻辑关系，才能够正确应用这些数据进行建模。其次，不同的实际问题对应的数学模型也不同，因此为解决多种类型的实际问题，智能排产系统必须具备求解线性规划、整数规划等多种数学规划问题的能力，并全面考虑各种约束条件，保证实现排产结果最优。
**分钟级排产能力。**日常排产与紧急插单排产都要求排产速度与人工相比实现质的提升，而在多种约束条件下，其中涉及的极为复杂运算过程与巨大的计算量要求厂商使用数学规划求解器等专业的计算工具才能实现这一要求。具体而言，国内外领先智能排产服务商大多使用了市面主流高性能求解器作为技术底座，结合实时数据推流，产品即可实现敏捷响应

入选厂商：

（入选标准：1.符合智能排产的厂商能力要求；2.近一年工业智能排产解决方案服务客户数5家以上；3.近一年该市场相关服务收入规模在2000万元以上。）

杉数科技

厂商介绍：

杉数科技，由四位斯坦福博士联合创立，是中国领先的智能决策技术服务商。依托于行业领先的大规模优化求解和复杂决策建模能力，杉数科技通过中国首个自研商用求解器COPT，为企业打造“引擎+中台+场景”的新一代智能决策技术平台，为客户提供灵活、轻便、高效的决策优化服务，助力中国企业实现数字化转型与精细化运营。目前，杉数已成功服务20余个细分行业超百家行业龙头企业。

产品服务介绍：

以“引擎+中台+场景”为新一代智能决策技术平台，杉数科技全自主研发了杉数数弈™️ 工业互联网智能决策系统，构建面向设备管理、面向生产制造、面向运营调度以及面向产业链的全流程服务，为广大制造业企业提供实时高效的协同计划与智能调度能力。该系统平台既支持排产排程、运输、仓储、配补货、产品定价等不同业务环节下的定向智能化升级，也可面向企业管理实现全局优化。其中，智能排产系统以精益计划排产为目标，通过智能提取订单、预测、BOM、原材料库存、生产线产能、生产限制约束条件等信息，生成即时计算的生产计划、订单预排、采购计划、C2M计划等方案结果，帮助企业以智能排产为核心全面提质增效。

厂商评估：

杉数科技核心技术能力领先、行业落地经验丰富，产品功能完整全面、安全稳定自主可控，能够助力工业企业实现全局优化，降本增效。具体表现在以下3个方面：

产品功能全面，复杂场景适用性强，支持企业全局优化智能化升级。（1）多约束条件下的排程最优。能够在多工厂、多订单、多工序条件下完成排产优化，实现分钟级排产排程，释放企业产能。（2）精细至一线操作的生产计划生成。支持一键式排产，同时输出主计划与车间级生产计划，且排程计划细化至生产线及机台。（3）订单联动，敏捷响应。其C2M引擎可连接订单信息，通过代价计算完成紧急插单、订单取消或匹配换单，进而实现柔性生产，敏捷响应，不利影响最小化。（4）物料联动，指导采购。可通过物料库存及缺口计算，对采购需求进行预测，进而指导企业采购工作。（5）全局优化，智能升级。工业生产各环节成本关联性强，有相互制约性，仅考虑单⼀环节成本最优则会陷入“木桶效应”，杉数数弈™系统平台支持企业对自身生产经营各环节数据进行综合分析，以全局优化为⽬标实现企业综合收益最大化。

**技术能力领先，产品实现自主可控。**相比于传统的规则式、启发式的排产计划，杉数科技采用的是机器学习与运筹优化相结合的技术路径，可以对复杂多约束条件下的生产进行最优排产。同时，杉数科技拥有中国首个自主研发的商用求解器COPT作为底层引擎，且性能在全球权威公开测评中达到世界先进水平，为有国产替代需求的工业企业提供了技术自主可控的解决方案，有助于在技术合作稳定性与安全性上提供可靠保障。

**服务能力优秀，行业经验丰富。**杉数科技从业务场景出发，拥有3C电子、汽车汽配、光学光电、化工、有色、钢铁、煤炭等20余个细分领域的头部企业成功落地案例。杉数科技在对各细分行业Know-How深度理解的基础上形成了成熟的解决方案体系，可以在与企业相关部门进行紧密对接的基础上，帮助信息化程度不同的各类企业完成基础数据准备与信息系统数据接入，实现模块化与定制化相结合的快速部署。

典型客户：

上汽通用、一汽大众、六国化工、舜宇光学、工业富联

3.4. 供应链协同

定义：

供应链协同是通过打通原料采购、生产制造、市场需求、物流运输等环节的数据，帮助产业链上下游主体实现高效对接、数据融通，从而打破产业链主体间服务断点和信息孤岛，有效降低断链风险，实现产业链供应链资源协同有效配置。

终端用户：

采购部门

核心需求：

规范采购业务流程，提升执行效率。采购全流程包括需求发起、寻源、合同、订单、履约交付、结算支付等多个环节，参与方众多，涉及多回合内外部沟通，而这些沟通多以电话或邮件形式为主，信息共享留存难，业务标准化难，这导致企业采购周期长、相关人员权责不清晰、合规风险高等问题长期难以解决。例如在需求提报环节，业务部门提出的采购需求往往存在信息格式不统一、与供应商披露信息无法匹配等问题，需要采购部门进行多轮需求确认与汇总，效率低下且出错概率高。因此，企业需要实现采购全流程数据信息的线上留存、流转与共享，以信息化工具为载体，建立起更为完整的管理制度和清晰的业务流程。
打通内外信息系统，沉淀数据资产。许多企业虽然实现了采购信息化，但在企业内部，采购系统与ERP系统、主数据及外部供应商信息仍处于彼此独立状态，订单、合同等信息仍需手工录入系统，这不仅极大影响了数据的准确性，也导致生产、运营、采购数据无法有效沉淀为企业的数据资产。对企业外部，企业很难将上游供应商生产排期、过程工艺控制等信息纳入系统，导致难以把控供应商交期与产品质量问题，而对供应商的评估也缺乏丰富外部数据支撑。基于以上痛点，企业需要统筹全局，将内外系统数据进行打通进行一体化管理，提升数据准确性，在数据归类管理的基础上实现便捷的存取调用，从而更好地为数据分析应用做好基础准备。
全面激发数据价值，辅助管理决策。企业沉淀的数据资产无法直接赋能管理层决策，需要在供应链管理中，通过收集的数据对供应商成本价格、内部业务人员绩效考评、一段时期内采购订单合同、流程风险等关键事项进行分析统计获取初步结论，从而快速实现对这些关键环节的整体判断和把控，在大数据分析的基础上产生更深层次的洞察，产生更加科学合理的决策。
广泛高效采购寻源，降低采购成本。在传统寻源方式下，业务人员在不同平台依次进行寻源，渠道分散且无法全面获取供应商信息，加之企业为规避供应链风险，往往要求一项项物资从多家供应商采购，业务人员很难对供应商质量进行严格把控。因此，企业希望通过集成化平台商城，汇聚全网供应商资源，实现更为高效和透明的寻源方式，从源头提升供应商质量，降低采购成本。

厂商能力要求：

**产品功能覆盖采购业务全流程，符合业务逻辑。**厂商需要具备工业企业的采购业务know-how，对各个环节与相互之间的逻辑有细致洞察和深刻理解，基于对企业采购流程的梳理和科学设计，并根据采购各环节涉及的不同业务人员的使用场景，有针对性地进行产品研发，以满足其使用需要。
**快速实现系统数据对接和打通能力。**数据接口问题会在很大程度上影响系统间打通。传统ERP等软件往往缺少标准接口，而SaaS软件也有自身的技术标准，相互之间无法直接实现数据联通。因此针对供应商协同需求，厂商对外需要能够辅助企业快速将上游供应商的排产、物料订单等数据连接到供应商管理平台中，对内需要将ERP、OA等系统数据接入供应商管理平台中。
**多供应商渠道接入能力。**采购商城是供应链平台的最大流量入口，针对企业提升供应商质量的需求，厂商需要与尽量多的主流采购商城进行资源对接，集成多渠道供应商资源，并在此基础上通过留存的供应商往来沟通、报价、订单、交期等数据，对供应商形成有效考评机制，并一定程度上对供应商形成督导作用。

代表厂商：

（入选标准：1.符合供应链协同的厂商能力要求；2.近一年供应链协同市场服务客户数3家以上；3.近一年该市场相关服务收入规模在3000万元以上。）

隆道

厂商介绍：

北京隆道网络科技有限公司作为数字化采购招标与供应链管理技术和运营服务提供商，是国内较早推出采购数字化产品和供应链管理数字化服务的公司，迄今已具有20年的采购和供应链管理数字化转型研究和实施经验。目前，隆道已陆续服务采购企业20余万家，覆盖制造、能源、化工、医疗、纺织、食品、家居等30余个行业，100多万家供应商资源，年采购项目量超30万个，年交易额超千亿元人民币。

产品服务介绍：

隆道以供应链全局优化为出发点，为企业提供隆道商城、隆道采供协同平台服务和供应链数字化转型咨询服务。其中，隆道商城可以连接企业自有供应商和京东、西域、震坤行等主流电商，为用户提供公共商城、工业品寻源、内部商城定制等多项服务。隆道采供协同平台采用SaaS订阅模式，覆盖采购全流程业务场景，其平台布设多个功能应用可供企业按需灵活配置，支持SaaS服务、系统定制等多种部署方式。另外，基于海量交易数据，隆道构建了产品库、价格库、商机库、企业库和专家库，帮助企业精准匹配资源，促成交易。

厂商评估：

总体来说，隆道产品功能完整，支持“SaaS、平台+自有系统、平台+定制系统”多种部署方式，满足大中小企业不同数字化阶段业务需求，能够构建业务全流程生态体系。

基于海量历史交易数据沉淀，隆道积累了大量资源，可精准高效进行交易匹配。隆道核心创始团队深耕招标采购领域20多年，在供应商、专家、招投标资源方面都有深厚积累。隆道平台拥有企业库、产品库、价格库、商机库、专家库五大资源库，汇聚20万家采购商、100万注册供应商以及4万多名注册的评标专家，能够充分利用大数据技术为企业精准匹配信息，促成交易。

隆道可帮助企业完成业务全流程生态体系搭建。隆道供应链协同平台已与公共资源、行政监督、企业自有系统、电商平台、CA、支付等系统智能互联，构建了完整的业务生态体系，有效提高了企业供应链管理的自动化水平，实现了采购业务在内外部系统间的数据共享，降低了操作过程中的系统割裂感，实现一网通办。例如在传统采购环境下，通过外部电商平台进行物料采购，则需要在企业自有系统中手工进行二次订单信息统录入，存在信息准确性风险及员工道德风险，且时效性较差。隆道供应链协同系统则能够实现外部电商系统与内部采购业务审批流的无缝对接，降低人为操作空间，提高审批效率。

隆道产品功能完整，实施灵活度高，充分满足不同规模企业快速部署的需求。按照不同功能模块，隆道供应链协同平台布设多个应用：物料管理、采购管理（询比价、竞价、招标等）、供应商管理、采购计划管理、订单管理、合同管理、费用管理、报表统计、业务监督等。基于此，隆道提供多种实施方式：SaaS、平台+自有系统、平台+定制系统。针对中小企业，隆道支持用户按需选择，灵活配置应用模块，构建适用的电子化采购系统，一定程度上解决了中小企业“转型难”的问题，同时隆道提供持续改造升级服务。针对大型企业，隆道提供安全稳定的定制化、本地化解决方案。

隆道提供供应链整体规划咨询服务。隆道在深度理解其业务发展需要的基础上，强调以全局经营管理视角，着眼于工业企业采购、生产、销售三大部门的协同，通过深度梳理业务流程，重新定义作业规范，帮助企业清晰定位，进行供应链战略咨询、运行诊断、数字化规划，同时达到减少无效重复投入、节约预算的效果。

典型客户：

白银有色、九三集团、鲁抗医药、中盐化工、圣牧高科

\4. 入选厂商列表

2022爱分析· 工业互联网厂商全景报告相关推荐

实至名归 | 企企通入选《2022爱分析· 工业互联网厂商全景报告》
导读:近日,国内专业的数字化市场研究与咨询机构爱分析发布了<2022爱分析· 工业互联网厂商全景报告>,企企通作为SRM供应链及采购解决方案头部企业,凭借成熟的产品体系.过硬的技术实力.优 ...
易知微入选「2022爱分析·低代码厂商全景报告」｜共创数字孪生未来
随着企业数字化转型推进,数字化应用需求逐渐增多,业务变化更加敏捷,对数字化应用开发周期和功能迭代速度提出更高要求.在此背景下,低代码开发以高效快速.简单易用的方式,缩短应用开发周期,降低开发门槛,加快 ...
弘玑Cyclone成功入围《2022爱分析·流程挖掘厂商全景报告》，流程智能产品受到广泛关注
8月25日,国内知名数字化市场研究咨询机构爱分析正式发布<2022爱分析 · 流程挖掘厂商全景报告>(以下简称"报告").弘玑Cyclone作为超自动化领导者,其自主 ...
“视频银行”优势凸显，网易云信入选《2022爱分析·银行数字化厂商全景报告》...
文末阅读原文可免费下载中国领先的数字化市场研究与咨询机构爱分析近日发布了< 2022 爱分析·银行数字化厂商全景报告>.本次报告,爱分析综合考虑企业关注度.行业落地进展等因素,选取 12 ...
2022爱分析･数据库厂商全景报告 | 爱分析报告
报告编委黄勇爱分析合伙人&首席分析师洪逸群爱分析高级分析师张良筠爱分析分析师目录研究范围定义市场洞察厂商全景地图市场分析与厂商评估入选厂商列表研究范围定义研究范围 ...
2022爱分析·低代码厂商全景报告
报告编委黄勇爱分析合伙人&首席分析师李晋文爱分析高级分析师冯怡欣爱分析分析师目录 \1. 研究范围定义 \2. 市场全景地图 \3. 市场定义与厂商评估 \4. 入选厂商列 ...
百特搭作为低代码/无代码市场代表厂商入选《2022·爱分析低代码厂商全景报告》
近日,国内领先的产业数字化研究咨询机构爱分析发布<2022低代码厂商全景报告>(以下简称"报告"),作为优秀的企业数字化服务商,百特搭凭借成熟全面的产品能力和解决方案以 ...
2022爱分析· 隐私计算厂商全景报告 | 爱分析报告
报告编委张扬爱分析合伙人&首席分析师洪逸群爱分析高级分析师孟晨静爱分析分析师目录 1.研究范围定义 \2. 厂商全景地图 \3. 市场定义与厂商评估 \4. 入选厂商列表 ...
2022爱分析· 虚拟化活动厂商全景报告 | 爱分析报告
报告编委张扬爱分析联合创始人&首席分析师文鸿伟爱分析高级分析师王鹏爱分析分析师目录研究范围定义市场洞察厂商全景地图市场分析与厂商评估入选厂商列表研究范围定义研究范围 ...
2022爱分析· 数据智能厂商全景报告
报告编委黄勇爱分析合伙人&首席分析师孟晨静爱分析高级分析师李冬露爱分析分析师冯怡欣爱分析分析师兰壹凡爱分析分析师目录 \1. 研究范围定义 \2. 厂商全景地图 \3. ...

2022爱分析· 工业互联网厂商全景报告

2022爱分析· 工业互联网厂商全景报告相关推荐

最新文章

热门文章