- 工业
- 云计算
- 工业互联网
作为一家致力于打造数字化链企协同云平台的工业互联网企业，海岸线最早切入的是3C行业，第一家种子客户是年产值2000多亿的某头部ODM厂商。该ODM厂商拥有200多名SQE（供应商质量工程师），需要管理几百家供应商的供货质量。
传统供应商与客户之间的协同依靠手工记录、邮件沟通等方式，反馈实时性和数据透明度差，导致供应链管理效果不理想。另外，SQE的工作无法得到监督，供应商的来料质量问题不断，存在管理上的黑盒。
与该ODM厂商达成合作后，海岸线在一个月时间内推出了eAudit数字稽核产品，将供应链质量管理搬到线上。
海岸线的链企云平台连接供应链上下游厂商，将协同流程搬到线上。客户在平台发起需求，平台将需求按照指定规则分配给供应商，供应商登录平台管理交付计划，实时上传生产过程相关数据，数据采集方式包括设备数据接入和人工录入等。客户通过数据可视化界面，实现供应链监控与管理。
在质量链产品打磨得相对成熟后，通过对整个产业链企业协同底层逻辑的梳理，海岸线又相继推出研发链和生产链系列产品。研发链协同产品主要用于新品打样阶段的整体项目协同，缩短研发周期，通过新品阶段的质量策划，保证产品品质。生产链协同产品对标MES系统，解决企业内部生产协同问题，拉动供应链协同生产效率。
海岸线采集底层业务数据和设备数据，提供管理层及决策层所需的数据可视化报表等功能。在平台沉淀了足够多的数据后，未来可向数据BI，供应链金融，行业体系标准，行业白皮书等方向扩展业务，让数据产生更多价值。
海岸线产品以SaaS形式部署在云端，支持混合云，按产品模块功能订阅模式收费，上下游厂商均需付费。提供标准化产品和解决方案，其中标准化产品占比65%，两周可实现完全交付，解决方案项目周期平均为半年。
客群方面，海岸线目前主要面向离散型制造业，如3C、智能设备、汽车行业，已有付费客户一百来家。获客方面，海岸线优先与各行业头部企业达成合作，依托头部企业的影响力进行上下游企业的销售，标杆客户包括讯飞淘云、联想集团、联宝科技、江淮汽车等。
近期，海岸线创始人熊海燕接受爱分析专访，就公司业务、运营、战略等进行了深入交流，现将部分内容分享如下。
链企协同云产品，覆盖质量链、研发链、生产链协同管理
爱分析：海岸线的创立是出于什么契机？
熊海燕：我原来是在外资企业，将近十年的时间都是在做供应链管理相关的工作，所以对这个行业有一些自己的认知和思考。
2012年出来创业，也是做供应链管理相关的工作，是从汽车行业入手，在这个过程中一直做的是咨询和解决方案，但是没有一个具体的工具作为抓手，很难落地。我们希望把行业知识经验、自己的理解和认知，能够结合具体的研发技术，封装成一款产品，来赋能中国的中小民营企业，所以就有了这么一个想法。2015年开始准备连续创业，一直在筹办海岸线现在的业务，基于数字化链企协同来做一系列的云产品。
爱分析：传统的制造业供应链协同管理的业务流程是怎样的？其中核心的痛点主要在哪些方面？
熊海燕：传统的供应链管理，大家都理解成是简单的进销存层面的物的流转，这是供应链1.0。供应链2.0一定要把信息化、数字化、智能化带入，要延伸到供应链协同厂商生产制造过程层面的协同，这样才能够真正帮助企业，优化企业现在的业务管理流程和管理成本。
整个制造业，无论是汽车还是3C类产品，原来是一个卖方市场，利润空间相对都还可以，所以大家的关注点基本上就是怎么把东西生产出来然后推向市场。
但是因为供需关系发生改变，现在是一个买方市场，整个国家层面也推出了供给侧改革。原来低附加值产业链上的企业，要去思考怎样提升产品附加值，而不仅仅是靠劳动力变现，要解决的痛点问题就是信息不对称导致的供应链人机料法环的浪费，这是从大的方面来说。
最紧迫的问题，就是从原来的产品驱动到现在的用户驱动，归根究底是需要数据做支撑。这些底层的数据就是从我们现在的协同体系、协同产品、协同解决方案里面去获取，来给顶层需求做支撑。
爱分析：供应链上下游之间协同涉及到的具体的数据有哪些？
熊海燕：大的方面就是人机料法环的数据。
在协同的过程当中，有很多人的因素，比如作业人员、管理人员，这些数据是需要被获取的；机器设备里面的一些参数指标，比如冲压设备的压力、温度，调漆设备的转速，都会影响到产品的工艺；物料的订单数据、销售数据，即进销存数据；作业的环境，比如温度、洁净度的数据，都会有影响，都需要采集，来解决现在的管理问题。
爱分析：工厂的ERP或MES系统有供应链协同方面的模块吗？
熊海燕：对于整个制造业来说，现在的系统大家比较熟知的是ERP，市面上大的ERP公司，比如SAP、Infor、Oracle，国内的用友、金蝶、鼎捷。ERP的所有功能，到今天为止能够被企业充分用到的，其实30%都不到。
一方面，ERP的产品形态是要通过实施公司挨个去部署才能完成。另外，ERP是卖license的，它的销售模式是有一条传统的利益链，顾问公司、实施公司把这个模块功能卖给企业，但不负责解决企业的问题。这种形态就导致企业叫苦连天，不上又不行，就是被绑架了。
另外一个企业用得比较多的就是MES，它是生产制造执行系统，是跟工单、生产制造流程挂钩的。一般规模比较大、产品附加值相对比较高的企业，才会同时上这两套系统，成本是很高的。而且要求对系统操作面的理解比较到位，产品形态太复杂。
海岸线做的事情，不是说一定要把ERP或者MES取代掉，而是互补的关系。
爱分析：海岸线目前的产品包含哪几个模块？
熊海燕：在协同链条上，有研发链、质量链和生产链，海岸线目前在质量链这一块做得比较成熟。
一是因为企业发展到今天，大家的关注点都是在生产制造过程，并没有认真对待质量问题。近年产业内爆发了像三星电池爆炸这样严重的质量问题，国家以及行业才把质量意识上升到一定高度，这是一个机会点。
其次，现在整个生产制造在质量这一块的成本太高了，大家都面临着利润的压力，所以开始意识到，质量问题要严肃对待，质量成本的有效控制会释放很多的利润出来。
所以早期我们重点是质量链这一块，质量链里面包含了前期的质量策划、中期的质量保证、后期的质量服务。我们做了一整套的规划，来适应企业管理需求和产业链协同需求。
爱分析：数字稽核的产品和原来的人工稽核相比，在流程上的变化是什么？
熊海燕：数字稽核除了从原来的线下转到线上，把知识经验变成线上的数据以外，另外我们还设置了机制引导工厂全员参与进来，对工厂的管理进行改善。
另外一点是对于工厂的管理程度，原来是粗犷式的管理，因为没有工具，就没有办法通过数据分析驱动更高层次的决策。我们有了这套工具，管理就可以不断切割颗粒度，支持工厂逐渐细化管理标准。
爱分析：研发链和生产链的产品模块具体的应用场景是什么？
熊海燕：研发协同产品叫NPI，主要是用于量产之前新品打样阶段的整体项目协同。一个品牌的竞争力就在于研发周期，传统的模式因为信息不对等、不同步、不实时，导致协同周期太长。汽车的研发周期是3-5年，PC可能是6-12个月。根据推演，NPI产品上了以后，可以缩短50%的协同周期。
另外，在早期新品阶段，产品种类是比较多的，协同工作量非常大，信息不对等导致的沟通效率低下。使用了NPI产品以后，ODM或者品牌就可以知道，在今天这个节点，产品已经到了哪个阶段。如果发生了问题，还可以再往下去追踪到底是delay在哪个厂商，这样大家在定位问题、解决问题的时候就会更加精准，从而缩短整个新品周期。
生产链产品，海岸线有一款产品叫PDM，对标现在的MES系统，但是PDM是针对中小企业的相对轻量型MES。To B的场景很复杂，我们希望通过质量链协同这个成熟的产品，去梳理整个产业链协同的底层逻辑，这套逻辑是非常复杂的。通过数据流、工作流和任务流驱动，由浅入深层层推进，梳理整个协同链的业务逻辑。
提供标准化产品和解决方案，提高供应链协同效率
爱分析：海岸线产品具体如何帮产线提高合格率、降低退货率？
熊海燕：原来离散型的管理，各个部门之间都是你做你的、我做我的，一旦涉及到协同，这里面就会有时间成本和沟通成本。
其实我们今天做的并不是颠覆式的管理，而是把原来的这套业务流程、管理流程封装到我们的产品里面去。在有了1.0业务数据的沉淀之后，再迭代到2.0。在这个过程当中，当有了一套产品去沉淀，一旦形成体系，就能通过底层的数据去发现问题，把经验驱动转换成数据驱动。
在这个过程当中，我们核心是大幅降低协同的时间和沟通成本，对问题进行快速反应，从而把不良率降低。打个简单的比方，假设今天我出了一批货给客户，客户在产线组装发现了质量问题。按照原来的沟通周期，可能需要一两天才能够解决这件事情，但是这一两天依然还是按照原来的标准在生产，所以肯定都是不良品。但是有了我们这个工具，大家在协同平台上面，可能两个小时就可以解决这个问题。
另外一个层面，影响产品质量的有工艺参数、环境因素、人员的作业手法因素、来料的不良因素等等。原来大家都是靠经验主义，今天我们是通过数据来做判断。我们通过技术的方式去寻找这其中的变量，看哪个变量对结果的影响最大，到底是人还是工艺参数的微调影响了质量。这里面就是海岸线的价值，我们有自己的模型和算法，对数据进行分析和运用。
爱分析：数据采集是人工录入还是对接企业生产系统和管理系统？
熊海燕：我们要基于实际情况去做考量。完美的情况是所有信息系统都对接机器设备来直接采集，不需要通过人为的干涉。但这意味着要对工厂的所有产线做很大的调整和投入，是不现实的。
我们其实是分步实施的。对于整个工厂来讲，关键工艺上的设备我们可以优先连接到业务系统上去获取数据；另外一部分可能我们是要通过蓝牙、扫描这样的方式来获取业务数据；最差的方式是靠人工录入，比如定性的数据，可能是一些描述性语言，目前会用语音输入或者录入的方式来获取。
爱分析：海岸线的产品在产业链上下游之间是如何协同使用的？
熊海燕：我们的产品是SaaS形态，部署在云端的。我们是用账号和权限系统来进行区分，大家都是同样一款产品，因为角色和权限不同，所以看到的东西是不一样的。
比如联宝集团是ODM角色，它下游比如要管理一百家厂商。我们的系统里面会有一个共享机制，是根据供采关系区分的，比如说这个料号、这个机种是交给联宝的，那对应的厂商就可以把这一套产品相关的数据共享给联宝，另外一个机种是给戴尔的，他就可以把这套数据共享给戴尔，ODM就能看得到下游厂商所处理的相关数据。
考虑到数据的安全性和保密性，基于对行业以及用户需求的理解，我们在一些关键数据上都设置了这样的共享机制，愿意共享就共享，不愿意共享就不共享，这个是由客供关系之间来决定的，而不是由平台来决定。
爱分析：产品在不同行业间的通用性如何？
熊海燕：从整个技术层面，工业领域的APP有两种类型，一种是通用型的，一种是工程型的。通用型的APP试图去寻找行业规律，通过微服务架构，打造中间件技术。工程型的APP是要有一个通用的平台，要允许第三方或者对应企业的it部门，能够去调用你的接口，从而在你的产品上做一些定制性的应用。
在产品设计的时候，我们基于对业务的理解，通过技术手段，建立工艺库、工序库等，让我们的用户根据自身产品工艺流程自由配置。就像乐高块一样，可以把功能模块切割的颗粒度越来越细，然后由他自己来组装，变成一个他想要的产品。
我们是通过平台的思维去做每一款产品，保证它的通用性，还能够保证在通用性的基础之上，共创的第三方可以去做一些定制性的应用。
爱分析：如何解决企业对于数据上云的顾虑问题？
熊海燕：我们所有的产品都支持混合云的部署，无论是本地部署，还是在云端部署，其实都会存在安全性上的问题。在这里面，最关键的核心是需要去理解企业的业务场景，用专业性引导企业哪些数据是没有必要全部都放在本地的，哪些数据是因为协同的需要，需要放到云端的。
其次在部署层面，作为to B的服务型企业，需要主动给企业提供解决方案，让企业对海岸线的专业性和服务方式有更多的认可，从而慢慢消除这方面的顾虑。