邮箱 :news@@cgcvc.com
创·问 | 数益工联何盛华：系统化整合核心技术，打造离散型制造业数字化通用平台
【创·问】向一些优秀的华创派、投资人、业界牛人抛出问题，也希望分享他们的想法给你。
本期主角是数益工联创始人、CEO何盛华。数益工联致力于打造离散制造业的数字工厂通用软件平台，从清华工业工程系毕业后，何盛华一直扎根于制造业，曾主导建成了中国第一个全5G数字化工厂。自成立以来，数益工联已在多个行业打造数字化标杆工厂。不久前，数益工联宣布获得数千万人民币Pre-A轮融资。
全球制造业正在经历一场巨大的变革，行业洗牌和格局巨变已大势所趋。“工业互联网”、“未来工厂”所引导的产业数字化和智能化，将会对产业结构、生产范式、数据流、价值流等方面产生一系列深远影响。本文中，何盛华分享了他看到的中国工业数字化进程的痛点和机会，“中国正在全新定义数字化、智能化工厂，将有机会用五年时间赶超美国、日本、德国以往四十年历程建立的制造业优势。”
全文分享如下：
◇ Q：华创资本
何盛华：中国工厂可以说拥有一条完整的光谱：从最原始的手工化小作坊，到大量使用先进设备的全球最现代化工厂，也就是工业1.0、2.0、3.0、4.0，现在在中国都有，而且都很普遍。
同时，当前正在进行一个最广泛的工厂升级，这是正在发生的事情，大概从去年开始，这个升级的速度在加速。加速既是中国制造业、制造企业本身的需求，也是政府积极推动的结果。中国有非常好的产业政策，比如工业土地的购买政策让很多中小型企业进入产业园，还有很多政策鼓励大企业进行技术改造和数字化、自动化升级，鼓励企业投入更多资金去做产品的技术、工艺、管理等方面的研发和提升。
未来五到十年，我们可以看到中国工厂整个产业轰轰烈烈的升级状态，过程中会引入大量先进装备和软件工具，自动化程度和数字化程度将会大幅度提高，工业1.0和2.0阶段的工厂数量会快速减少，工业3.0、4.0阶段的工厂比例会大量增长，行业会呈现龙头化的趋势。
现在整体来看，我国制造业的整体劳动生产率是偏低的。像在欧美和日本已经做了几十年的精益生产和基本的自动化，有很多的国内工厂都还没有完全实现。这是痛点，也是最好的机会，因为这些工厂需要借助最新的技术手段来弯道超车。
这也是我们创业时看到的痛点，我觉得这是最好的机会，因为工厂需要借助我们提供的产品和服务来做升级。中国制造业不可能在原来的直道上，去重复国外过去30年、40年所走过的路，一点一点地增加自动化，缓慢地引入ERP和基本的信息化，然后再去做其他的升级，不会。
我们一定要借助最新的技术，比如物流的自动化、新一代的控制器、数字化软件，来实现跨越式的发展。我们要用未来五年到十年时间，走过欧美原来30、40年自动化、数字信息化的过程。
因此，现在很多的企业对数字化的需求变得很强烈，尤其是相对大型的企业，本身要进行大规模数字化改造，和整个自动化结合，和产品的升级换代结合。高质量的中小制造企业也亟待享受数字化所带来的红利，来加速整个生产效率的提高。
对我们来讲，就有很多非常好的时代机会。
Q2：所以这是时代的召唤。那么，产业升级换代的促进因素，除了技术本身和政策助推之外，跟这一代的年轻工人有关系吗？现在95后可能不太愿意做制造工人，这会有影响吗？
何盛华：原来工厂的状态是靠经验来进行管理，工厂中很多物理动作的执行是靠一线蓝领员工进行手工化操作。现在，一方面，随着设备数控化和自动化程度的提高，劳动力成本的大幅度上升，90后、00后的年轻人愿意进工厂的数量必然会大幅的减少，比如五秒一个节拍，不断地重复工作是非常枯燥无味的，而且劳动强度很大，我们把这些简单的物理工作由机器来进行自动的执行，是必然的趋势；另一方面，原来工厂的管理，也都是靠人，靠人和人之间口头的交流，靠个人大脑的思考决定做什么样的运营管理行为，这个过程是很经验化的。
现在的年轻人，是数字化原生时代的人，他们从小就开始接触各种数字化工具，从手机到各种IT化的工具，他们能够接受基于数字化的管理方式，希望看到的是实际的数据，而不是凭经验，当生产出现什么样问题的时候，依经验做对应的调整，他们希望能够直接得到一些数据支撑的指导，从而做出更加科学有效的决策。
数字化的管理过程，更加有趣、高效，这份工作对年轻人说，也会更有吸引力。
Q3：目前工业生产的数字化和精益化改造有很多创新的机会点，数益工联和其它的工业互联网团队相比，更加聚焦哪部分的市场机会？典型用户和核心场景是？
何盛华：首先数益工联不做流程型的制造行业，我们专注做离散型制造行业的数字化改造。无论是新工厂的规划建设，还是老工厂的数字化改造，都是我们服务的范围。
目前是我们主要面向年销售额1亿以上、中大型规模的制造企业。数益工联是通用平台，面向各个行业，包括汽车零部件、装备制造、机械加工、电器/电气、食品、医药、化妆品、电子产品等。所有这些离散型的制造企业，都是我们的典型客户。
数益工联采用“物联+交互”的终端把这些离散型的制造设备联网连起来，然后在数字工厂平台上来进行全流程的数字化+精益化管理，并对数字化以后产生的数据进行相应的数据分析和数据应用，进一步提升离散型制造业的生产效率，降低制造成本，提高产品质量。
明年，我们将推出SaaS产品，扩充产品线，把客户拓展到年销售额在1000万元以上的中小型制造企业。
Q4：你刚提到数益工联的目标客群聚焦在离散型制造业，那离散型制造企业在数字化升级中的难点有哪些？
何盛华：整个制造业，按照大的分类，可以分成流程型行业和离散型行业。流程型行业的特点是设备大部分都是大型设备，而且是不动的、产品是流动的状态。对于流程型行业，相对来讲它的作业过程比较简单，工艺比较复杂。因此，数字化的过程相对比较简单，基本上采用一套DCS，对于大型装备和相应的仪表、阀门进行联网和数据采集，远程监控并进行数据的分析优化。流程型企业整体对于数字化管理的要求会比较少，对工艺优化的要求会比较多。
离散型制造业以单件形式生产制造，设备分很多道工序、很多种工艺。以单台设备或单个生产线的方式，分布在整个工厂里，制造的管理过程非常复杂。这些制造过程中工序是分散的，产品也是分散的。数字化不仅要解决设备物联采集的问题，把原本不联网的设备链接起来。采集到数据后，要把整个复杂的管理过程实现数字化，其中包括生产管理、质量管理、人员管理、生产计划管理、物流管理等等。只有把管理内容和流程都实现数字化，再结合物联网采集的数据，离散型行业的数字化才能够实现百分之八十、九十以上。
离散制造业的深度数字化涉及到的各种技术会比较复杂。首先，几千种的设备、上万个品牌都需要从通讯协议层实现物联；其次，不同行业的管理方式有很大差别，怎样精益化管理，这里涉及到很复杂的因素，必须应用工业工程专业中大量的知识来解决这些问题。
所有的数据产生以后怎么样进行数据分析，这里也存在很多复杂的因素，所以，离散型制造行业的数字化升级是更加复杂的系统工程，既涉及到物联网技术，也涉及到数字化管理和数据分析，只有把这三层全部实现，并且用系统的方式整合在一起，才能够给制造企业创造相应价值。价值创造才是数字化需要解决的核心问题。
Q5：除了价值，制造企业的数字化还需要解决哪些核心问题？
何盛华：要回答这个问题，首先要清楚制造企业为什么要数字化？数字化需要很多成本的投入，包括设备联网的各种硬件成本、网络的投入、数据存储的成本、数据计算的成本，管理数字化涉及到企业内部的管理变革，也会产生大量成本。
虽然有各种成本投入，但数字化的根本动因是它能够带来更大的价值。所以最核心需要解决的问题是什么？是如何为制造企业创造价值。
上了数字化系统以后，生产效率如何提高，设备开机率如何提高，原料和成品的库存如何下降，批量报废如何下降，产品追溯如何实现，帮助企业把客户投诉和投诉所产生的成本降下来……比如，关于生产效率，如何提高单机的制造节拍，十秒钟能否变成九秒？这些都是我们能给企业带来真正价值的地方。
能够带来QDC（质量、交期、成本）运营指标的提升，这是数益工联需要解决的核心问题，所有数字化都会围绕这些价值点的创造来做。
另外的价值点是围绕数据分析。原来不能够产生的数据现在都有了，海量数据中有设备数据，有生产过程产生的数据。如何分析海量数据，让分析结果真正地提高QDC。
Q6：数字化的要素包括组织、文化，数益工联在和客户合作的过程中，如何在人的层面赋能？
何盛华：首先，数字化的过程一定是管理变革的过程。从原来靠经验管理的方式转到依靠数据管理，这是很大的转变。我们在建设和运用数字化系统的过程中，本身就是在推动一次管理过程的变革。
就像在企业信息化时代，企业上一套ERP系统，要梳理原来的流程，建立起新的标准。原来不适合的流程，要进行相应的优化，之后才能在系统里进行固化。
到数字化工厂时代，大的逻辑也是一样的。从数字化、信息化的维度，ERP是将企业资源计划从企业的层面下沉到整个工厂里的每个细节，下沉过程中，要把原来的工厂管控从经验方式变成数字化方式。
数益工联的项目顾问对于工厂里所有的管理过程，要重新和工厂人员一起梳理，形成非常复杂的几百页的一份蓝图。按照工业工程和精益生产的专业标准，参照六西格玛、TOC等管理方式，对企业原有流程重新梳理，进行优化；优化完后，再在系统里进行相应固化；固化后，产生的数据才是按照设定的、优化过的流程自下而上流动。如果没有优化和固化的过程，数据是散乱的，数据可靠性、真实性是有问题的，是不完整的。当数据本身不可靠，没法按照金字塔型进行自动汇总时，数据是没有价值的。
所以，我们的客户只有经历过这样的优化、固化以后，对所有流程、数据维度进行调整，从而使数据能够自动进行汇总。过程中，工厂人员会随着整个数字化工厂的实施过程，进行一次数字化理念的改造。从传统工厂转变为数字化工厂，这可以促进整个企业的数字化转型。
企业的数字化转型，工厂的数字化是一方面，还包括研发的数字化、市场业务的数字化。数益工联要解决的是工厂数字化。对于制造企业的数字化，工厂数字化可能占50%甚至80%的部分。当我们把工厂实现数字化以后，就能够支撑研发业务、供应链等环节，推动整个企业的数字化转型，实现整体运转效率的大幅提高。
Q7：企业软件公司在服务To B 客户时，通常用户和客户是分离的，做咨询服务更像在卖人头。你赞同这个说法吗？
何盛华：做数字化工厂时，的确会碰到这样的情况——签合同的人是公司的总经理、副总经理，通常是最高管理层想做数字化整体转型，希望通过数字化工厂获得运营指标提升的红利。
但是，当团队到工厂里去时，如果本身没有产品化，没有一套完整的理念、方法和工具，情况可能会很复杂。我们面对的不再是做采购决策的几位管理人员，而是大量的一线员工。其中，可能有10个质量相关的人员，20个设备管理相关的人员，10个生产计划相关的人员等。数字化工厂本身是很新的，他们并不知道数字化工厂应该怎么建，每个人会按照自己的想法和逻辑提出各种各样不同的需求。
当把这100个人的需求放在一起，你会发现这些需求异常庞杂、甚至相互矛盾；如果按照100个人的需求全部开发出来，会发现系统出现三个特点——非标定制、不可能产生相应的效果、有可能跑不起来。
原因是很多需求是不符合数字化基本原则的，甚至违反了基本原则。所以，一旦碰到这种状态，就变成是按照制造企业这100个人的要求，做定制化开发，不可能产生任何价值。
数益工联采取的方式非常明确。首先，我们已经按照工业工程和精益管理的大量底层理念，构建了一套完整的、拥有标准模块和标准功能的产品。具体有18个模块、77个标准功能，本身是产品化的平台，考虑了众多的行业和客户场景，搭载了我们这个团队近20年的工厂管理经验。
其次，对于数字化工厂这样全新的事物，我们有一套完整的工具和方法。调研制造企业时，我们的顾问会引导整个数字化工厂的规划，蓝图也由我们主导来做。我们主导来做蓝图，使得数字工厂是真正意义上最先进的且能够落地产生价值的。这个过程非常重要，如果没有这个过程，就没有产品化的过程。没有顾问来主导整个数字工厂蓝图制定的过程，数字工厂是不会产生实际效果的。
在做数字化时，具体人员的需求不等于客户真正的需求。客户的需求是什么？是价值，是QDC的提高，是数字化工厂的落地，是企业数字化转型。如果只是把线下动作搬到线上，它不产生价值。
Q8：拓展第一个客户的时候有没有遇到困难？如何让他们理解到数益工联的这套方法真的把他们内心真实的需要勾画出来了？
何盛华：首先，在调研规划阶段，我们其实没有遇到什么阻力。方案做好以后，客户马上就觉得这正是他想要的。
其次，在制定详细蓝图的阶段，我们和工厂的整个负责团队把原来的流程黑箱子全部打开，建立了很多新的标准。
最后，80%的平台标准功能加上20%的行业特有功能很符合客户的要求。
从效果的角度看，一开始客户会打个问号，按照这个方式做，到底能不能有效果？这个时候客户是有疑问的。我们会说服他们先按照我们的方式来做，项目完成后汇集相应的数据，然后进行相应的优化、改进。
项目上完线后，客户发现3个月实现了7%的效率提高，而且还有很大空间持续改善，因为数字化系统可以定位到哪一台设备的故障率高，哪一台设备遇到了瓶颈，哪一段时间库存高，哪个人的执行效率比较低等非常精确的问题点。
当我们把所有原来看不清的异常变成完全透明化，所有问题能精确定位，管控的方式由系统进行自动决策或辅助决策时，相应的管理指标迅速得到提升。
第一个客户在项目上线半年以后，工厂能够把整个制造的生产效率提高20%-30%，数字化工厂投资回收期能够控制在半年。半年时间，整个数字化总投入从QDC的提高中，能够获得相应回报。当数字化为客户提高效率、降低成本后，客户原来存在的问号就消除了。
Q9：这个案例是个什么样的企业？
何盛华：这家企业是做低压电气产品的，年销售额大概十个亿上下。
Q10：年销售额十个亿的企业用新的数字化工具，可能是愿意尝试的。但对年销售额1000万元的企业，试错成本会不会太高？
何盛华：我们计划明年推出完全标准化的SaaS产品，可以解决这个问题。
SaaS产品等于是全标准化、零定制的产品，放在云上，采用年租金的模式，企业的投入会少很多，投资回收期会比一年甚至半年的时间更短，相应收到的回报也会更大。
Q11：数益工联打造的数字化工厂需要用到的关键性技术是什么？
何盛华：主要有三部分。第一部分是物联网技术。我们需要把离散型制造业纷繁复杂的设备，上千种不同的通讯协议都联网。因此需要用数益的智能终端，里面有我们自己开发的嵌入式软件实现联网。同时，物联智能终端还要执行边缘计算和边缘控制，在工业场景下，对整个物联技术的要求很高。
第二部分是工业工程的理念。工业工程是一门专业学科，数字化管理如何产生价值主要由工业工程的技术来决定。工业工程的技术包含生产计划控制、库存控制、物流规划、自动化规划，以及如何做系统仿真、系统工程设计、人机交互的设计。工业工程是交叉学科，涉及到很多软性和硬性技术的结合，是专项的技术门类。我和公司联合创始人宿文都是清华大学工业工程专业的本科和博士。我们知道核心所在，尤其是数字化工厂的产品怎样设计。
第三部分是前沿的IT技术、大数据等手段。基于生产全要素和全流程的数据，结合最新的云原生技术构建整个平台，包括如何实现标准化的部署，保证稳定的高并发运转，使用合适的数据库技术把数据整合与分析，实现行业级的大型SaaS化软件。
这三项技术缺一不可，同等重要，结合在一起是非常复杂的系统工程。
Q12：数益工联现在的团队的构成是什么样的？
何盛华：目前我们的研发人员占比是85%。这85%的研发人员中，有一半是工业工程专业，主要和IE相关，另外一部分是IT和OT相关人员。IE人员负责整个产品的设计，包括模块设计、功能设计，以及具体数字化工厂的设计蓝图；IT、OT的人员负责工业互联网平台和嵌入式软件开发。
Q13：面对数字化改革浪潮，宁波企业开建“未来工厂”的热情十分高涨。作为一家宁波企业，你怎么看待这个计划？数益工联可为之贡献及受益的是什么？
何盛华：“未来工厂”是整体性概念。首先，它比原来的数字化工厂，或者说智能工厂，整个立意会更高一些，涉及到更新的技术和应用，包括工业大数据分析、5G技术、AR技术、数字孪生等。
数益工联是做“未来工厂”的数字化部分，我们不做策划，也不做咨询。工厂数字化，我们提供完整的解决方案，从设备物联，到数字化管理、工业大数据分析、APS、数字化仿真、数字孪生相关的数据分析。只要有“未来工厂”建设需求的离散型制造企业，数益工联都能帮他们在几个月的时间内完成数字化部分。对我们来讲，这是非常好的业务拓展机会。
Q14：目前，数益工联对于国内不同区域市场的布局是怎样的？
何盛华：目前，我们在宁波和苏州都有公司，覆盖浙江和江苏两个区域。从整个长三角来看，江苏和浙江都是非常重要的离散型制造企业的集聚地，是我们很看重的市场。
明年上半年，我们会首先布局第二大市场珠三角地区，这两个区域在产业类型上会有差异。之后我们会在山东、川渝、武汉、郑州、沈阳这几个制造业集中的区域布点，把整个数字工厂系统推广到全国。
Q15：2020年数益工联创立时，市场上已经有一些先行者，在你看来，数益工联与他们的差异性是什么？
何盛华：主要差异点，我觉得是有三方面。
首先是标准化程度。目前数益工联的平台已经能够做到80%标准化和产品化。之前很多公司，有些做MES系统，有些做QMS系统，大大小小有几百家，非标定制的比例比较高，更接近于传统软件外包。他们基本上按照制造企业的具体需求，做大量的定制化开发。我们的标准化能力能够保证实现三个月的项目落地。
第二个优势，我们的平台有三层结构，物联层、数字化管理层和数据分析层。行业里面有一些是专门做物联或者做SCADA系统的，他们只能做物联网这第一层的内容和简单的数据分析。另外一些只能做数字化管理层的MES部分或者QMS、WMS、LIMS等，其它也有专门做追溯系统、手机APP轻量化的简单管理功能等。这些公司做的都是数字化管理的一部分，甚至是一小部分。数益工联的18个模块、77个功能，包含整个数字化三层结构。除了ERP和BOM以外的内容，全部包含在我们第二层的内容里面，我们是最全的。数据分析层面，行业里有专门做工业大数据分析，也有专门做APS或者数字孪生的，我们的数据分析层会包含这些内容。
三层结构全部包含时，不只是“1+1+1”的效果，而是系统化整合。例如，最末端数据分析所用的物联网采集的数据，都是按照我们整体的逻辑设计好的，一开始自动汇总，每项数据之间都有准确的关联和目的。最初数据的实时性、准确性、完整性和关联性都有保障的时候，数据分析才能分析出价值。这不是从不同的系统里散乱的抓取，拼在一起就能用的。我们所做金字塔型数据流结构，能够从边缘控制到数据分析，都保证完整有效。
第三个核心差异是我们能把ROI做到一年以内。简单说，整个系统设计按照工业工程、精益生产、六西格玛管理等制造业在过去100年所形成的运营理论、体系和工具方法，我们把大量内容都做成了标准模块、标准功能，能够有效促进生产效率提高，改善质量，库存减少，准时交货率提高，制造成本下降。
Q16： 工业互联网的创业，相比于互联网行业，最大的挑战是什么？作为创始人，需要怎样的核心能力？
何盛华：最大的挑战源于数字化工厂是全新的。2012-2013年左右，美国、德国等企业开始提出工业互联网或者智能制造的概念，中国差不多开始于2015年，迄今整个行业都在摸着石头过河。
如何构建一套完整的数字工厂系统，这是不断创新的过程，需要尝试哪些技术能够应用，整体的架构如何，需要分成几层，有哪些部分组成。这个体系建立的过程是不停地创新，没有任何现成的案例可以学习模仿。以前我们可能向德国工厂或者日本工厂学习就可以了，但是现在需要自主创新，搭建架构，这是个很大的挑战。
第二个挑战是，我们需要把互联网技术、工业工程技术、物联网技术等等整合起来，不是各自技术管各自的，而是系统整合起来，融合到大平台中。每一项单独的技术本身都有技术问题要解决，要求我们有系统化的综合能力，这个要求非常高。
Q17：你刚提到目前行业还没有统一的标准，都在摸着石头过河，未来数益工联的技术能出海吗？
何盛华：我们实践的过程，就是参与制定这套标准的过程，同时我们实践落地的成果也将推广到整个制造行业中。先从国内开始，再往全球输出，我想这个过程是必然的。
Q18：数益工联的服务面向多个行业，覆盖汽车／零部件、电信／通信、医药、轻工、机械精密加工、高端装备、食品饮料等，选择“多行业运用的标准模式”初衷是什么？目前实践的市场反馈如何？未来产业的布局是怎样的？
何盛华：工业工程、精益管理、六西格玛管理、TOC等生产运营管理中大的理论体系，从来都是跨行业的，不存在精益生产只适合于汽车零部件制造一说。
反过来看，工业互联网或者互联网技术，也是跨行业。当我们产品化、标准化以后，这套模式就具备了跨行业的能力，对所有离散型制造工厂都是有价值的。面向全行业，市场足够广阔，天花板足够高。目前实践来看，正在实施和已经完成的数字化工厂改造都分布在13个不同的行业，模式已经跑通了，下一步进入市场逐渐起量的扩展阶段。
未来我们会继续保持跨行业、通用平台的方式，同时重点耕耘若干个重点行业，包括汽车零部件、电子电气、食品、医疗、机械加工等。SaaS的产品布局，行业之间的差异度比较大。我们对于差异度小、同行业的、工艺相近、产品相近的行业，会做细分的行业级SaaS，做到100%的标准化和可复制。
Q19：通过数益工联提供的18个通用模块，可以实现平台协同吗？与厂内协同的区别是什么？通用模块抽象的逻辑是什么？从设计之初至今，有哪些重要的迭代？
何盛华：在技术层面，我们18个大模块做成了微服务架构，本身就可以进行积木式的自由拼接。因为直接用云原生技术架构，所以无论是公有云，还是本地私有云部署，都可以满足；以及跟其他各种软件，都可以提供标准接口，所以整个平台的协同能力比较强。
厂内设备部分，大部分客户会根据我们所提供的规划选择7-18个模块不等。模块和模块之间，都是用同样的底层。软件层面，我们开始增加更多新模块、新功能，接下来像工业大数据分析的模块、APS的模块都会发布。硬件也会增加新的交互方式，比如AR眼镜、智能手表等。
终端算力层面，从边缘计算逐渐到边缘控制，整个终端算力增强的同时控制能力也可以建立起来。软件产品方面，我们也将发布更全的产品线，服务更多不同行业、不同规模的客户。
总的来说，数益工联平台功能模块越来越丰富，数据分析能力越来越强，边缘控制能力越来越强，物联的采集能力不断完善，逐渐落地真正的工业数智化。
要实现工业智能，首先要实现工业数字化，因为能否实现智能化不在于算法层，核心问题在于数据层：是不是有及时、完整、准确、多维度关联的数据，决定了工业智能是否实现。
Q20：这轮融资将主要用于加强哪方面能力？团队在人才配置上如何支持“产品和技术的双轮驱动”的战略？内部人才的培养和成长体系是怎样的？
何盛华：这轮融资的资金主要是用在两部分。首先是研发，对于软件开发来讲，研发其实就是人才。融资资金到位后，我们会去招募更多的人才，包括算法、数据分析、物联开发等。
第二部分将用来进行市场拓展。目前产品的落地性和成熟度已经比较高了，我们需要在不同地区、不同行业进行市场化拓展，服务对数字化存在真实需求的客户，持续落地更多数字工厂案例。
工业工程专业的人才，目前要我们自己培养。我们希望有工业工程教育背景和工作经验的年轻人参与到我们建设数字工厂的过程中，通过内部的培训和培养机制，在理论和实践上同时成长，快速地成长为产品经理和项目负责人。同时，我们将在上海、杭州、北京、深圳等城市持续招募有志加入工业互联网领域的软件和大数据人才。
数益工联简历投递：hr@shuyilink.com
文章来源： 发布日期：2021-09-29
优秀的企业长什么样，成功的牛人都有哪些特质？在他们的奋斗路上，有哪些需要注意的“坑”，最重要的改变是什么？
【创·问】向一些优秀的华创派、投资人、业界牛人抛出问题，也希望分享他们的想法给你。
本期主角是数益工联创始人、CEO何盛华。数益工联致力于打造离散制造业的数字工厂通用软件平台，从清华工业工程系毕业后，何盛华一直扎根于制造业，曾主导建成了中国第一个全5G数字化工厂。自成立以来，数益工联已在多个行业打造数字化标杆工厂。不久前，数益工联宣布获得数千万人民币Pre-A轮融资。
全球制造业正在经历一场巨大的变革，行业洗牌和格局巨变已大势所趋。“工业互联网”、“未来工厂”所引导的产业数字化和智能化，将会对产业结构、生产范式、数据流、价值流等方面产生一系列深远影响。本文中，何盛华分享了他看到的中国工业数字化进程的痛点和机会，“中国正在全新定义数字化、智能化工厂，将有机会用五年时间赶超美国、日本、德国以往四十年历程建立的制造业优势。”
全文分享如下：
◇ Q：华创资本
◆ 何盛华：数益工联创始人&CEO
Q1：中国工厂的现状是什么？创业伊始，你看到了哪些痛点和机会？
何盛华：中国工厂可以说拥有一条完整的光谱：从最原始的手工化小作坊，到大量使用先进设备的全球最现代化工厂，也就是工业1.0、2.0、3.0、4.0，现在在中国都有，而且都很普遍。
同时，当前正在进行一个最广泛的工厂升级，这是正在发生的事情，大概从去年开始，这个升级的速度在加速。加速既是中国制造业、制造企业本身的需求，也是政府积极推动的结果。中国有非常好的产业政策，比如工业土地的购买政策让很多中小型企业进入产业园，还有很多政策鼓励大企业进行技术改造和数字化、自动化升级，鼓励企业投入更多资金去做产品的技术、工艺、管理等方面的研发和提升。
未来五到十年，我们可以看到中国工厂整个产业轰轰烈烈的升级状态，过程中会引入大量先进装备和软件工具，自动化程度和数字化程度将会大幅度提高，工业1.0和2.0阶段的工厂数量会快速减少，工业3.0、4.0阶段的工厂比例会大量增长，行业会呈现龙头化的趋势。
现在整体来看，我国制造业的整体劳动生产率是偏低的。像在欧美和日本已经做了几十年的精益生产和基本的自动化，有很多的国内工厂都还没有完全实现。这是痛点，也是最好的机会，因为这些工厂需要借助最新的技术手段来弯道超车。
这也是我们创业时看到的痛点，我觉得这是最好的机会，因为工厂需要借助我们提供的产品和服务来做升级。中国制造业不可能在原来的直道上，去重复国外过去30年、40年所走过的路，一点一点地增加自动化，缓慢地引入ERP和基本的信息化，然后再去做其他的升级，不会。
我们一定要借助最新的技术，比如物流的自动化、新一代的控制器、数字化软件，来实现跨越式的发展。我们要用未来五年到十年时间，走过欧美原来30、40年自动化、数字信息化的过程。
因此，现在很多的企业对数字化的需求变得很强烈，尤其是相对大型的企业，本身要进行大规模数字化改造，和整个自动化结合，和产品的升级换代结合。高质量的中小制造企业也亟待享受数字化所带来的红利，来加速整个生产效率的提高。
对我们来讲，就有很多非常好的时代机会。
Q2：所以这是时代的召唤。那么，产业升级换代的促进因素，除了技术本身和政策助推之外，跟这一代的年轻工人有关系吗？现在95后可能不太愿意做制造工人，这会有影响吗？
何盛华：原来工厂的状态是靠经验来进行管理，工厂中很多物理动作的执行是靠一线蓝领员工进行手工化操作。现在，一方面，随着设备数控化和自动化程度的提高，劳动力成本的大幅度上升，90后、00后的年轻人愿意进工厂的数量必然会大幅的减少，比如五秒一个节拍，不断地重复工作是非常枯燥无味的，而且劳动强度很大，我们把这些简单的物理工作由机器来进行自动的执行，是必然的趋势；另一方面，原来工厂的管理，也都是靠人，靠人和人之间口头的交流，靠个人大脑的思考决定做什么样的运营管理行为，这个过程是很经验化的。
现在的年轻人，是数字化原生时代的人，他们从小就开始接触各种数字化工具，从手机到各种IT化的工具，他们能够接受基于数字化的管理方式，希望看到的是实际的数据，而不是凭经验，当生产出现什么样问题的时候，依经验做对应的调整，他们希望能够直接得到一些数据支撑的指导，从而做出更加科学有效的决策。
数字化的管理过程，更加有趣、高效，这份工作对年轻人说，也会更有吸引力。
Q3：目前工业生产的数字化和精益化改造有很多创新的机会点，数益工联和其它的工业互联网团队相比，更加聚焦哪部分的市场机会？典型用户和核心场景是？
何盛华：首先数益工联不做流程型的制造行业，我们专注做离散型制造行业的数字化改造。无论是新工厂的规划建设，还是老工厂的数字化改造，都是我们服务的范围。
目前是我们主要面向年销售额1亿以上、中大型规模的制造企业。数益工联是通用平台，面向各个行业，包括汽车零部件、装备制造、机械加工、电器/电气、食品、医药、化妆品、电子产品等。所有这些离散型的制造企业，都是我们的典型客户。
数益工联采用“物联+交互”的终端把这些离散型的制造设备联网连起来，然后在数字工厂平台上来进行全流程的数字化+精益化管理，并对数字化以后产生的数据进行相应的数据分析和数据应用，进一步提升离散型制造业的生产效率，降低制造成本，提高产品质量。
明年，我们将推出SaaS产品，扩充产品线，把客户拓展到年销售额在1000万元以上的中小型制造企业。
Q4：你刚提到数益工联的目标客群聚焦在离散型制造业，那离散型制造企业在数字化升级中的难点有哪些？
何盛华：整个制造业，按照大的分类，可以分成流程型行业和离散型行业。流程型行业的特点是设备大部分都是大型设备，而且是不动的、产品是流动的状态。对于流程型行业，相对来讲它的作业过程比较简单，工艺比较复杂。因此，数字化的过程相对比较简单，基本上采用一套DCS，对于大型装备和相应的仪表、阀门进行联网和数据采集，远程监控并进行数据的分析优化。流程型企业整体对于数字化管理的要求会比较少，对工艺优化的要求会比较多。
离散型制造业以单件形式生产制造，设备分很多道工序、很多种工艺。以单台设备或单个生产线的方式，分布在整个工厂里，制造的管理过程非常复杂。这些制造过程中工序是分散的，产品也是分散的。数字化不仅要解决设备物联采集的问题，把原本不联网的设备链接起来。采集到数据后，要把整个复杂的管理过程实现数字化，其中包括生产管理、质量管理、人员管理、生产计划管理、物流管理等等。只有把管理内容和流程都实现数字化，再结合物联网采集的数据，离散型行业的数字化才能够实现百分之八十、九十以上。
离散制造业的深度数字化涉及到的各种技术会比较复杂。首先，几千种的设备、上万个品牌都需要从通讯协议层实现物联；其次，不同行业的管理方式有很大差别，怎样精益化管理，这里涉及到很复杂的因素，必须应用工业工程专业中大量的知识来解决这些问题。
所有的数据产生以后怎么样进行数据分析，这里也存在很多复杂的因素，所以，离散型制造行业的数字化升级是更加复杂的系统工程，既涉及到物联网技术，也涉及到数字化管理和数据分析，只有把这三层全部实现，并且用系统的方式整合在一起，才能够给制造企业创造相应价值。价值创造才是数字化需要解决的核心问题。
Q5：除了价值，制造企业的数字化还需要解决哪些核心问题？
何盛华：要回答这个问题，首先要清楚制造企业为什么要数字化？数字化需要很多成本的投入，包括设备联网的各种硬件成本、网络的投入、数据存储的成本、数据计算的成本，管理数字化涉及到企业内部的管理变革，也会产生大量成本。
虽然有各种成本投入，但数字化的根本动因是它能够带来更大的价值。所以最核心需要解决的问题是什么？是如何为制造企业创造价值。
上了数字化系统以后，生产效率如何提高，设备开机率如何提高，原料和成品的库存如何下降，批量报废如何下降，产品追溯如何实现，帮助企业把客户投诉和投诉所产生的成本降下来……比如，关于生产效率，如何提高单机的制造节拍，十秒钟能否变成九秒？这些都是我们能给企业带来真正价值的地方。
能够带来QDC（质量、交期、成本）运营指标的提升，这是数益工联需要解决的核心问题，所有数字化都会围绕这些价值点的创造来做。
另外的价值点是围绕数据分析。原来不能够产生的数据现在都有了，海量数据中有设备数据，有生产过程产生的数据。如何分析海量数据，让分析结果真正地提高QDC。
Q6：数字化的要素包括组织、文化，数益工联在和客户合作的过程中，如何在人的层面赋能？
何盛华：首先，数字化的过程一定是管理变革的过程。从原来靠经验管理的方式转到依靠数据管理，这是很大的转变。我们在建设和运用数字化系统的过程中，本身就是在推动一次管理过程的变革。
就像在企业信息化时代，企业上一套ERP系统，要梳理原来的流程，建立起新的标准。原来不适合的流程，要进行相应的优化，之后才能在系统里进行固化。
到数字化工厂时代，大的逻辑也是一样的。从数字化、信息化的维度，ERP是将企业资源计划从企业的层面下沉到整个工厂里的每个细节，下沉过程中，要把原来的工厂管控从经验方式变成数字化方式。
数益工联的项目顾问对于工厂里所有的管理过程，要重新和工厂人员一起梳理，形成非常复杂的几百页的一份蓝图。按照工业工程和精益生产的专业标准，参照六西格玛、TOC等管理方式，对企业原有流程重新梳理，进行优化；优化完后，再在系统里进行相应固化；固化后，产生的数据才是按照设定的、优化过的流程自下而上流动。如果没有优化和固化的过程，数据是散乱的，数据可靠性、真实性是有问题的，是不完整的。当数据本身不可靠，没法按照金字塔型进行自动汇总时，数据是没有价值的。
所以，我们的客户只有经历过这样的优化、固化以后，对所有流程、数据维度进行调整，从而使数据能够自动进行汇总。过程中，工厂人员会随着整个数字化工厂的实施过程，进行一次数字化理念的改造。从传统工厂转变为数字化工厂，这可以促进整个企业的数字化转型。
企业的数字化转型，工厂的数字化是一方面，还包括研发的数字化、市场业务的数字化。数益工联要解决的是工厂数字化。对于制造企业的数字化，工厂数字化可能占50%甚至80%的部分。当我们把工厂实现数字化以后，就能够支撑研发业务、供应链等环节，推动整个企业的数字化转型，实现整体运转效率的大幅提高。
Q7：企业软件公司在服务To B 客户时，通常用户和客户是分离的，做咨询服务更像在卖人头。你赞同这个说法吗？
何盛华：做数字化工厂时，的确会碰到这样的情况——签合同的人是公司的总经理、副总经理，通常是最高管理层想做数字化整体转型，希望通过数字化工厂获得运营指标提升的红利。
但是，当团队到工厂里去时，如果本身没有产品化，没有一套完整的理念、方法和工具，情况可能会很复杂。我们面对的不再是做采购决策的几位管理人员，而是大量的一线员工。其中，可能有10个质量相关的人员，20个设备管理相关的人员，10个生产计划相关的人员等。数字化工厂本身是很新的，他们并不知道数字化工厂应该怎么建，每个人会按照自己的想法和逻辑提出各种各样不同的需求。
当把这100个人的需求放在一起，你会发现这些需求异常庞杂、甚至相互矛盾；如果按照100个人的需求全部开发出来，会发现系统出现三个特点——非标定制、不可能产生相应的效果、有可能跑不起来。
原因是很多需求是不符合数字化基本原则的，甚至违反了基本原则。所以，一旦碰到这种状态，就变成是按照制造企业这100个人的要求，做定制化开发，不可能产生任何价值。
数益工联采取的方式非常明确。首先，我们已经按照工业工程和精益管理的大量底层理念，构建了一套完整的、拥有标准模块和标准功能的产品。具体有18个模块、77个标准功能，本身是产品化的平台，考虑了众多的行业和客户场景，搭载了我们这个团队近20年的工厂管理经验。
其次，对于数字化工厂这样全新的事物，我们有一套完整的工具和方法。调研制造企业时，我们的顾问会引导整个数字化工厂的规划，蓝图也由我们主导来做。我们主导来做蓝图，使得数字工厂是真正意义上最先进的且能够落地产生价值的。这个过程非常重要，如果没有这个过程，就没有产品化的过程。没有顾问来主导整个数字工厂蓝图制定的过程，数字工厂是不会产生实际效果的。
在做数字化时，具体人员的需求不等于客户真正的需求。客户的需求是什么？是价值，是QDC的提高，是数字化工厂的落地，是企业数字化转型。如果只是把线下动作搬到线上，它不产生价值。
Q8：拓展第一个客户的时候有没有遇到困难？如何让他们理解到数益工联的这套方法真的把他们内心真实的需要勾画出来了？
何盛华：首先，在调研规划阶段，我们其实没有遇到什么阻力。方案做好以后，客户马上就觉得这正是他想要的。
其次，在制定详细蓝图的阶段，我们和工厂的整个负责团队把原来的流程黑箱子全部打开，建立了很多新的标准。
最后，80%的平台标准功能加上20%的行业特有功能很符合客户的要求。
从效果的角度看，一开始客户会打个问号，按照这个方式做，到底能不能有效果？这个时候客户是有疑问的。我们会说服他们先按照我们的方式来做，项目完成后汇集相应的数据，然后进行相应的优化、改进。
项目上完线后，客户发现3个月实现了7%的效率提高，而且还有很大空间持续改善，因为数字化系统可以定位到哪一台设备的故障率高，哪一台设备遇到了瓶颈，哪一段时间库存高，哪个人的执行效率比较低等非常精确的问题点。
当我们把所有原来看不清的异常变成完全透明化，所有问题能精确定位，管控的方式由系统进行自动决策或辅助决策时，相应的管理指标迅速得到提升。
第一个客户在项目上线半年以后，工厂能够把整个制造的生产效率提高20%-30%，数字化工厂投资回收期能够控制在半年。半年时间，整个数字化总投入从QDC的提高中，能够获得相应回报。当数字化为客户提高效率、降低成本后，客户原来存在的问号就消除了。
Q9：这个案例是个什么样的企业？
何盛华：这家企业是做低压电气产品的，年销售额大概十个亿上下。
Q10：年销售额十个亿的企业用新的数字化工具，可能是愿意尝试的。但对年销售额1000万元的企业，试错成本会不会太高？
何盛华：我们计划明年推出完全标准化的SaaS产品，可以解决这个问题。
SaaS产品等于是全标准化、零定制的产品，放在云上，采用年租金的模式，企业的投入会少很多，投资回收期会比一年甚至半年的时间更短，相应收到的回报也会更大。
Q11：数益工联打造的数字化工厂需要用到的关键性技术是什么？
何盛华：主要有三部分。第一部分是物联网技术。我们需要把离散型制造业纷繁复杂的设备，上千种不同的通讯协议都联网。因此需要用数益的智能终端，里面有我们自己开发的嵌入式软件实现联网。同时，物联智能终端还要执行边缘计算和边缘控制，在工业场景下，对整个物联技术的要求很高。
第二部分是工业工程的理念。工业工程是一门专业学科，数字化管理如何产生价值主要由工业工程的技术来决定。工业工程的技术包含生产计划控制、库存控制、物流规划、自动化规划，以及如何做系统仿真、系统工程设计、人机交互的设计。工业工程是交叉学科，涉及到很多软性和硬性技术的结合，是专项的技术门类。我和公司联合创始人宿文都是清华大学工业工程专业的本科和博士。我们知道核心所在，尤其是数字化工厂的产品怎样设计。
第三部分是前沿的IT技术、大数据等手段。基于生产全要素和全流程的数据，结合最新的云原生技术构建整个平台，包括如何实现标准化的部署，保证稳定的高并发运转，使用合适的数据库技术把数据整合与分析，实现行业级的大型SaaS化软件。
这三项技术缺一不可，同等重要，结合在一起是非常复杂的系统工程。
Q12：数益工联现在的团队的构成是什么样的？
何盛华：目前我们的研发人员占比是85%。这85%的研发人员中，有一半是工业工程专业，主要和IE相关，另外一部分是IT和OT相关人员。IE人员负责整个产品的设计，包括模块设计、功能设计，以及具体数字化工厂的设计蓝图；IT、OT的人员负责工业互联网平台和嵌入式软件开发。
Q13：面对数字化改革浪潮，宁波企业开建“未来工厂”的热情十分高涨。作为一家宁波企业，你怎么看待这个计划？数益工联可为之贡献及受益的是什么？
何盛华：“未来工厂”是整体性概念。首先，它比原来的数字化工厂，或者说智能工厂，整个立意会更高一些，涉及到更新的技术和应用，包括工业大数据分析、5G技术、AR技术、数字孪生等。
数益工联是做“未来工厂”的数字化部分，我们不做策划，也不做咨询。工厂数字化，我们提供完整的解决方案，从设备物联，到数字化管理、工业大数据分析、APS、数字化仿真、数字孪生相关的数据分析。只要有“未来工厂”建设需求的离散型制造企业，数益工联都能帮他们在几个月的时间内完成数字化部分。对我们来讲，这是非常好的业务拓展机会。
Q14：目前，数益工联对于国内不同区域市场的布局是怎样的？
何盛华：目前，我们在宁波和苏州都有公司，覆盖浙江和江苏两个区域。从整个长三角来看，江苏和浙江都是非常重要的离散型制造企业的集聚地，是我们很看重的市场。
明年上半年，我们会首先布局第二大市场珠三角地区，这两个区域在产业类型上会有差异。之后我们会在山东、川渝、武汉、郑州、沈阳这几个制造业集中的区域布点，把整个数字工厂系统推广到全国。
Q15：2020年数益工联创立时，市场上已经有一些先行者，在你看来，数益工联与他们的差异性是什么？
何盛华：主要差异点，我觉得是有三方面。
首先是标准化程度。目前数益工联的平台已经能够做到80%标准化和产品化。之前很多公司，有些做MES系统，有些做QMS系统，大大小小有几百家，非标定制的比例比较高，更接近于传统软件外包。他们基本上按照制造企业的具体需求，做大量的定制化开发。我们的标准化能力能够保证实现三个月的项目落地。
第二个优势，我们的平台有三层结构，物联层、数字化管理层和数据分析层。行业里面有一些是专门做物联或者做SCADA系统的，他们只能做物联网这第一层的内容和简单的数据分析。另外一些只能做数字化管理层的MES部分或者QMS、WMS、LIMS等，其它也有专门做追溯系统、手机APP轻量化的简单管理功能等。这些公司做的都是数字化管理的一部分，甚至是一小部分。数益工联的18个模块、77个功能，包含整个数字化三层结构。除了ERP和BOM以外的内容，全部包含在我们第二层的内容里面，我们是最全的。数据分析层面，行业里有专门做工业大数据分析，也有专门做APS或者数字孪生的，我们的数据分析层会包含这些内容。
三层结构全部包含时，不只是“1+1+1”的效果，而是系统化整合。例如，最末端数据分析所用的物联网采集的数据，都是按照我们整体的逻辑设计好的，一开始自动汇总，每项数据之间都有准确的关联和目的。最初数据的实时性、准确性、完整性和关联性都有保障的时候，数据分析才能分析出价值。这不是从不同的系统里散乱的抓取，拼在一起就能用的。我们所做金字塔型数据流结构，能够从边缘控制到数据分析，都保证完整有效。
第三个核心差异是我们能把ROI做到一年以内。简单说，整个系统设计按照工业工程、精益生产、六西格玛管理等制造业在过去100年所形成的运营理论、体系和工具方法，我们把大量内容都做成了标准模块、标准功能，能够有效促进生产效率提高，改善质量，库存减少，准时交货率提高，制造成本下降。
Q16： 工业互联网的创业，相比于互联网行业，最大的挑战是什么？作为创始人，需要怎样的核心能力？
何盛华：最大的挑战源于数字化工厂是全新的。2012-2013年左右，美国、德国等企业开始提出工业互联网或者智能制造的概念，中国差不多开始于2015年，迄今整个行业都在摸着石头过河。
如何构建一套完整的数字工厂系统，这是不断创新的过程，需要尝试哪些技术能够应用，整体的架构如何，需要分成几层，有哪些部分组成。这个体系建立的过程是不停地创新，没有任何现成的案例可以学习模仿。以前我们可能向德国工厂或者日本工厂学习就可以了，但是现在需要自主创新，搭建架构，这是个很大的挑战。
第二个挑战是，我们需要把互联网技术、工业工程技术、物联网技术等等整合起来，不是各自技术管各自的，而是系统整合起来，融合到大平台中。每一项单独的技术本身都有技术问题要解决，要求我们有系统化的综合能力，这个要求非常高。
Q17：你刚提到目前行业还没有统一的标准，都在摸着石头过河，未来数益工联的技术能出海吗？
何盛华：我们实践的过程，就是参与制定这套标准的过程，同时我们实践落地的成果也将推广到整个制造行业中。先从国内开始，再往全球输出，我想这个过程是必然的。
Q18：数益工联的服务面向多个行业，覆盖汽车／零部件、电信／通信、医药、轻工、机械精密加工、高端装备、食品饮料等，选择“多行业运用的标准模式”初衷是什么？目前实践的市场反馈如何？未来产业的布局是怎样的？
何盛华：工业工程、精益管理、六西格玛管理、TOC等生产运营管理中大的理论体系，从来都是跨行业的，不存在精益生产只适合于汽车零部件制造一说。
反过来看，工业互联网或者互联网技术，也是跨行业。当我们产品化、标准化以后，这套模式就具备了跨行业的能力，对所有离散型制造工厂都是有价值的。面向全行业，市场足够广阔，天花板足够高。目前实践来看，正在实施和已经完成的数字化工厂改造都分布在13个不同的行业，模式已经跑通了，下一步进入市场逐渐起量的扩展阶段。
未来我们会继续保持跨行业、通用平台的方式，同时重点耕耘若干个重点行业，包括汽车零部件、电子电气、食品、医疗、机械加工等。SaaS的产品布局，行业之间的差异度比较大。我们对于差异度小、同行业的、工艺相近、产品相近的行业，会做细分的行业级SaaS，做到100%的标准化和可复制。
Q19：通过数益工联提供的18个通用模块，可以实现平台协同吗？与厂内协同的区别是什么？通用模块抽象的逻辑是什么？从设计之初至今，有哪些重要的迭代？
何盛华：在技术层面，我们18个大模块做成了微服务架构，本身就可以进行积木式的自由拼接。因为直接用云原生技术架构，所以无论是公有云，还是本地私有云部署，都可以满足；以及跟其他各种软件，都可以提供标准接口，所以整个平台的协同能力比较强。
厂内设备部分，大部分客户会根据我们所提供的规划选择7-18个模块不等。模块和模块之间，都是用同样的底层。软件层面，我们开始增加更多新模块、新功能，接下来像工业大数据分析的模块、APS的模块都会发布。硬件也会增加新的交互方式，比如AR眼镜、智能手表等。
终端算力层面，从边缘计算逐渐到边缘控制，整个终端算力增强的同时控制能力也可以建立起来。软件产品方面，我们也将发布更全的产品线，服务更多不同行业、不同规模的客户。
总的来说，数益工联平台功能模块越来越丰富，数据分析能力越来越强，边缘控制能力越来越强，物联的采集能力不断完善，逐渐落地真正的工业数智化。
要实现工业智能，首先要实现工业数字化，因为能否实现智能化不在于算法层，核心问题在于数据层：是不是有及时、完整、准确、多维度关联的数据，决定了工业智能是否实现。
Q20：这轮融资将主要用于加强哪方面能力？团队在人才配置上如何支持“产品和技术的双轮驱动”的战略？内部人才的培养和成长体系是怎样的？
何盛华：这轮融资的资金主要是用在两部分。首先是研发，对于软件开发来讲，研发其实就是人才。融资资金到位后，我们会去招募更多的人才，包括算法、数据分析、物联开发等。
第二部分将用来进行市场拓展。目前产品的落地性和成熟度已经比较高了，我们需要在不同地区、不同行业进行市场化拓展，服务对数字化存在真实需求的客户，持续落地更多数字工厂案例。
工业工程专业的人才，目前要我们自己培养。我们希望有工业工程教育背景和工作经验的年轻人参与到我们建设数字工厂的过程中，通过内部的培训和培养机制，在理论和实践上同时成长，快速地成长为产品经理和项目负责人。同时，我们将在上海、杭州、北京、深圳等城市持续招募有志加入工业互联网领域的软件和大数据人才。
数益工联简历投递：hr@shuyilink.com
