自从2018年以来，“产业互联网”就成为了一个炙手可热的看法，在实业界和资源市场都是云云。人人的逻辑是：消费互联网的渗透率已经见顶了，接下来互联网最主要的义务是刷新传统行业、为实体经济赋能，从中释放出更大的生产力。
这个逻辑在理论受骗然是确立的，在实践中却颇有些杂乱——互联网大厂虽然已经在产业互联网投入了重注，这条赛道也发展起了一批独角兽公司，然则无论在营业层面照样资源层面，它还远远没有到达消费互联网的高度。甚至对于“产业互联网应该怎么做”这个命题，人人都缺乏一致认同，看法趋向于两个极端：
有人以为，产业互联网应该聚焦于“黑科技”“硬科技”，致力于研究高峻上的灵丹妙药，与消费互联网这种“缺乏手艺含量”的业态划清界线；产业归产业，消费归消费。有人以为，产业互联网无非是传统企业应用解决方案换了一个好听的名字，门槛不高、天花板很低、现实效用有限，不能能真正改变传统行业的面目。
作为一个研究过八年软件行业、六年消费互联网行业的剖析师，我对上述问题也很疑心，摇晃于两个极端之间。中国的实体企业的数字化水平仍然较低，需要依托信息科技提高效率，这一点是毫无疑问的；而中国的企业软件公司、信息化服务公司普遍长不大，难以真正知足企业客户的需求，这一点也是耐久存在的。怎么办？应该若何解决这对存在了几十年的矛盾？包罗我在内的绝大部门行业考察者都没有谜底。
直到春节前夕的一个上午，我跟菜鸟CTO李强（混名：在宽）举行了两个多小时的交流，对菜鸟的产业互联网蹊径形成了对照深刻的熟悉——这很有可能是产业互联网的准确生长方式，带有很强的指导意义，让我看到领会决问题的希望。
菜鸟是一家什么样的公司？从服务数亿用户（尤其是宽大零售电商用户）的角度看，它可以算一家消费互联网公司；然则从自身物流能力建设的重投入与深度运营角度看，它又是一家不折不扣的产业互联网公司。这种横跨To C与To B两头的营业特征，在中国互联网行业是不多见的，也使得菜鸟具备了如下的特殊属性：
耐久面向终端用户，使菜鸟养成了以用户为中央、从应用场景出发的习惯。简而言之，科技研发是为了适用、为领会决问题，而不是盲目追求“黑科技”“为研发而研发”。中国的零售电商物流是一个低毛利率、比拼低成本的市场，根据现在时髦的话说，“高度内卷”。在这样一个高难度市场发展起来，迫使菜鸟必须具备很高的组织效率和成本治理能力，形成绝对的性价比优势。
以是，已往多年，菜鸟CTO在宽一直在强调一个看法：物流需要“刚恰好”的手艺。所谓“刚恰好”，就是驻足于应用场景，以合理的成本解决现实问题。若是一项手艺不能解决客户遇到的问题，或者不能可靠、成熟地解决，又或者不能以合理的成本收益比（ROI）去解决，那就算不上“刚恰好”。
从应用场景出发、重视性价比，这似乎很不“高峻上”，不相符许多人对产业互联网公司的期待。然而，这很可能是最相符中国现实的生长蹊径。若是一家科技公司能够在零售电商物流这样低毛利率、高度内卷的市场里茁壮发展起来，那么一旦进入高端市场，可能就会形成“降维袭击”；反而是那些在高端市场里呼风唤雨的“高科技企业”，在广漠的低毛利率市场往往会失去竞争优势，甚至最终失去自己的大本营。实在，放眼全天下也是云云，我们能够在如日中天的AI（）手艺领域找到异常生动的先例：
在长达二十多年的时间里，IBM曾经是全球AI研发当之无愧的翘楚，第一个在国际象棋中击败人类天下冠军的“深蓝”超级电脑就出自IBM。2011年，IBM推出了基于自然语义的AI解决方案——Watson，而且一上手就选择了难度最高的癌症治疗领域，目的是以癌症为起点，彻底刷新全球医疗行业。遗憾的是，事实证实Watson的癌症治疗效果欠佳，还无法融入现存的医疗信息系统，沦为昂贵无用的大玩具。2022年，IBM以戋戋10亿美元出售了Watson医疗营业，同时住手了对交通、政务、广告等AI解决方案的探索。
与此同时，谷歌、亚马逊、Meta等新一代公司却不声不响地从互联网广告、搜索等消费场景入手，逐渐磨炼AI产物手艺，直至进入基础研发领域。尤其是谷歌，通过机械学习的应用大幅提高了广告推送效率，在获得利润的同时磨炼了AI研发团队。到了2016年，第一个在围棋中击败人类天下冠军的超级电脑，酿成了谷歌出品的Alpha Go。现在，谷歌不只是全球公认的“机械学习四强”之一（这个榜单里没有IBM），而且已经将机械学习应用到自动驾驶、量子盘算等前沿探索领域。IBM的蹊径有多失败，谷歌的蹊径就有多乐成。
很显然，菜鸟选择了谷歌的蹊径。可能会有人质疑：从物盛行业培育出来的科技研发实力，能有多大的扩展空间？物盛行业的手艺应用，与芯片、新能源电池、无人机这些时髦的“硬科技看法”比起来，在改变天下方面似乎还差得很远——我必须指出，这是一种极大的误解，甚至可以说恰恰相反。
重大而庞大的物流市场，需要使用的手艺种类远远跨越一样平凡人的刻板印象。举几个最简朴的例子：
由于种种缘故原由，天天都市泛起大量运单脱落的无主包裹。它们的主人一定不希望看到这些包裹失踪。若何在不打开包裹的条件下，高效地找回这个包裹的归属，从而继续完成履约流程？这就需要运用壮大的搜索手艺。近年来跨境电商的生长速率很快，一个跨境电商包裹的生命周期可能长达一两个月；数以百万计的包裹加起来，状态数据异常重大。以是，要基于云盘算去刷新数据架构，实现海量数据的高效存取。这就是菜鸟周全接纳阿里云PolarDB数据库手艺的缘故原由。上述手艺，无论何等庞大、高深，在终端都要精练易用。例如，包裹搜索功效必须让仓储物流小哥能够简捷地操作。绝不夸张地说，我们能够“无感”地准时收到包裹，恰恰是庞大高深的手艺在终端高效落地的效果。
上面提到的都是很成熟的手艺；在新兴手艺方面，是一个典型案例。在理论上，在库房等庞大场景，基于RFID的电子标签能够大大提高物流效率：试想一下，事情职员不必把包裹有码的一面翻出来逐个扫描，而是可以批量读取电子标签，那该是何等利便？然则在实践中，由于成本较高、容易受周边环境影响、准确率不足，RFID一直未能在物流中获得普遍应用。直到最近几年，菜鸟与平头哥互助，对RFID手艺举行了包罗芯片、标签、天线、读写器、软件算法在内的周全刷新，并于2022年最先应用于食物行业的标杆企业——徐福记，取得了99．9％以上的识别准确率。
往小里说，RFID若能获得周全应用，那无异于电子运单普及之后，物盛行业的又一次刷新；往大里说，RFID是一个很长的产业链，其每个环节的设计和生产都有很大的扩展空间。就拿芯片来说，菜鸟已经与平头哥互助完成了第一代RFID芯片的留片，现在正在举行第二代芯片的研发。这就是从详细应用场景出发，逐渐深入基础研发的一个很好的实践。
在现实中，科技提高实在是一个从“刚恰好”走向更好的历程；本阶段的“更好”，可能就是下一个阶段的“刚恰好”。例如自动驾驶，是一种很新颖、很吸引外界眼光的“硬科技”；开放蹊径自动驾驶更是被视为AI手艺“皇冠上的明珠”。正由于其庞大度太高，就连谷歌孵化的Waymo等明星自动驾驶项目，至今也未能普遍应用。若是贸然在物流中推广自动驾驶，就算能通过羁系审核，对物流企业的吸引力也很有限。然则，在最后一公里的低速场景应用自动驾驶，就有可能扬长避短、事半功倍。以是我们看到，在疫情时代，菜鸟在校园场景推广了无人车配送，由于这是现阶段的“刚恰好”；等到时机成熟，就可以向下一个“刚恰好”的手艺水平提高，直到实现开放蹊径无人配送。
2023年，我们正式进入了后疫情时代。一方面，实体经济需要数字经济的赋能，提高数字化水平，才气应对越来越猛烈的国际竞争。另一方面，无论是互联网企业照样传统企业，都普遍存在“降本增效”的期望。这就对产业互联网提出了很高的要求：既要知足企业营业创新的需求，又要辅助企业节约成本。可能有人以为这样的要求太庞大、太难知足，但这正是产业互联网的黄金时代。
物盛行业为产业互联网树立了一个很好的类型：从近二十年前淘宝确立、通达系降生，到2013年菜鸟降生，再到今天，行业数字化水平一直在稳固提升。以前每次“双11”大促都市爆仓，最近几年就不会了；以前没有设施实时追踪包裹状态，现在可以了。然而，物盛行业的数字化历程还远远没有走完，而且数字化之后另有智能化。一个物盛行业就有这么多、这么庞大的需求，整个实体经济的数百个行业加起来，对产业互联网的需求又是何等强劲？
在物盛行业内部，也不仅仅有经济型物流，另有品质物流——现在规模越来越大的跨境电商等国际物流，对品质的要求就很高。另有直接面向B端的企业物流，往后可能会在整个行业占有越来越大的比例。根据菜鸟CTO在宽的话说：“我们一方面在服务物流企业，一方面也在服务企业物流。举个例子，汽车行业这两年生长异常快，无论传统车企照样新能源车企都是云云。菜鸟也在起劲进入汽车行业，为车企提供数字化的手艺和服务。”
最近几年，我对美国科技巨头的研究对照多，从苹果、谷歌、亚马逊到微软，对它们的各项营业都略有领会，尤其是它们的To B营业。我最大的感伤是：产业互联网不是“自上而下”的，不是在实验室拿出一个高端黑科技再硬套到应用端，而是从应用端出发稳扎稳打，直至形成基础研发与应用场景之间的良性循环。无论在中国照样美国、在已往照样现在，上述生长蹊径都是最科学、最连续的。
许多人对产业互联网之以是失望，恰恰是由于他们对基本看法有误解，盲目期待“黑科技”“硬科技”自上而下地去解决问题。然则，这并不故障真正的产业互联网驻足于应用场景，脚扎实地、稳扎稳打的生长。通过与菜鸟的深入交流，我对中国产业互联网的生长重新充满了信心，希望更多的公司能够走上这条准确的蹊径。
原文题目 : 跟菜鸟CTO聊了一上午，我更深刻地明白了“产业互联网”应该怎么做