2019年，在竞争愈来愈激烈、投资人们越来越谨慎的创投圈，无疑是创业团队们融资过程上充满艰巨考验的一年。

相信每一位创业者在创始初期就很清晰地意识到这条路上是打不完的战役，面对一个又一个挑战，然后再每一次的突破中走向更高的平台。在这样的情境下，“保持理性客观”与“拥有坚持与主见”，似乎是极为需要练习平衡的事情。

本期泰有分享请到了联智科技的创始人刘晓鹏。联智科技是泰有基金2018年投资的早期项目，近期这位90后创业者带领团队完成了Pre-A轮数千万的融资，在即将到来的冬天，是一个温暖的好消息。在谈及公司发展规划与融资心得中，刘晓鹏分享了许多他们团队成长与壮大的过程。

以下为“联智科技”创始人刘晓鹏的线上分享

各位师兄师姐老师大家好，我是联智科技创始人刘晓鹏，清华大学电机系12级的校友，群里很多朋友是我师长，有我导师的师弟，还有我前老板或者前合伙人，他们都对我在创业这条道路上的前进提供了很多帮助和指导，真的很感谢你们。接下来，斗胆通过这次分享介绍一下联智科技以及分享一些我在创业过程的认知。

联智科技的成长路径比较曲折，我们最早发起于清华大学电子系，注册在清华大学天津电子信息研究院，最开始从事了一些声纹识别相关的业务。但后来我们觉得声纹识别现在技术还远远不够成熟，市场空间比我们想象的小太多，于是我们希望转向一个更大的市场——工业市场，又由于我本身是电机系的系友，所以我自然想到的是要做以电机为核心的能源动力包的故障监测，于是早期的核心团队组建于清华大学电机系。

这是联智科技成立以后我逐步搭建的联智科技的高管团队，联智科技目前总共30人左右，接近一半同事毕业自清华大学。高质量的人才团队保障了联智科技的发展速度，同时新鲜血液的不断涌入为联智科技进一步的发展提供了基础。

这是联智科技目前的管理架构图，也是从最早的只有工程院三个小部门逐步组建成了完整的技术部、职能部、市场管理部三大核心部门。由于to B业务的特殊属性，市场管理部下面还搭建了交付团队，负责提高客户的满意度和完成客户的续费。

我们现在从事的业务叫做设备的预测性维护（PHM），这件事情的市场价值在我看来一共有三点：1.降低运维成本；2.提高生产效率；3.提高安全系数。

具体来说呢，针对第一点降低运维成本，可以细分为三个小的方面：

（1）设备本身的价值。预测性维护的实现，可以直接有效降低设备本身的真实损坏率，从而减少设备维修以及更换，降低设备及其零件的采购费用；

（2）运维人员成本。自动化预测性维护的实现，可以减低工厂所需巡检运维人员的数量，从而降低人工成本；

（3）备件及现金流压力。预测性维护的实现，可以有效释放工厂的备件压力，从而释放工厂在设备备件部分的现金流压力。

针对第二点提高生产效率，可以细分为两个小的方面：

（1）减少工厂停产时间。我们监测的设备主要是以电机为核心的能源动力包，一旦发生故障，整条产线需要停产检修，会给工厂的产值带来极大的损失。预测性维护的实现，可以大大减少这部分的损失；

（2）减少低效率生产时间。预测性维护的实现，可以有效减少设备的带病运行时间长度，提高全厂的生产效率。

第三点提高安全系数，价值就很难直接量化了，目前我们没有做个细致分析。

目前我们主要做三类设备：1.电机；2.旋转设备；3.电气设备。

主要切入四大市场：钢铁、石化、电力、制造。

前端可以接入的采集器包括：振动传感器、拾音器、电流传感器、电压传感器、温度传感器等。

目前其实市面上在做PHM的企业也有很多，从大类来说，分为常见故障和非常见故障。

常见故障的典型代表是现在规模已经挺大了的天泽智云，切入的场景大多是可以获取大量故障样本的经典场景，例如工业刀头。

我们属于非常见故障赛道，同赛道的企业还有硕橙科技、谛声科技、湃方科技、航天智控等企业。我们诊断的设备类型大多是电机、泵、风机等故障率极低的设备。

非常见故障赛道一般也分为两类企业。

一类是以航天智控为代表的机理派。单纯使用机理模型进行判断，优点是准确率和误报率的数据会非常好看，缺点是自学习以及可复制性会比较差；

另外一类是以硕橙科技、谛声科技、湃方科技为代表的人工智能企业。这类企业的困境在于，我们监测的设备都是大型可靠性设备，所需要的故障样本数量极难获得，所以想收集到足够的数据来做训练是一件比较困难的事情。所以虽然自学习和可复制性比较好，但是准确率和误报率数据比较难看。

联智科技的核心优势就在于团队本身都是做人工智能出身的，有着比较有优势的深度学习算法，同时借助于扎实的电机学知识以及清华大学电机系实验室的资源，解决了故障样本的获取问题以及机理模型的特征提取问题。所以联智科技的核心技术壁垒是两项：1.以电机为核心的能源动力包的机理模型的理解；2.优质的深度学习算法技术。

其实联智科技未来的竞品不是故障监测赛道的企业，而是更大型的工业物联网平台企业，例如树根互联、寄云、雪浪数制、黑湖制造、蘑菇物联等等。

为什么会有这样一个规划呢，其实可以想一想，我们监测的设备是以电机为核心的能源动力包。通过获取电机相关的数据，我们可以很清晰地知道工厂的用电量、开工时间、产量销量甚至于人员的工作情况等等数据，结合这些数据进行深挖，我们可以挖掘出更多服务逐步提供给我们的甲方客户，切入到更大领域的其他市场。

Q&A问答环节

Q:目前的业务构成比例是什么情况呢？

A:前两大客户主要集中在石化行业和钢铁行业

Q:请问咱们的最终产品或服务是什么呢？

A:最终的产品形态是SAAS，核心是后端的算法。其实从我们的技术部门的架构图可以看出，我们工程院主要是三大部门，分别是平台部、算法部、机理部，平台部主要负责SaaS平台的搭建，算法部主要负责深度学习算法，机理部主要负责电机、机械、振动、力学等机理模型的研究.

Q:最终可以给客户提供一个可视化的诊断报告吗？

A:对的，我们是做实时性诊断，但很多时候客户依然会要求定期出诊断报告.

所以客户可以通过我们的平台看到诊断结果，我们也会定期向用户提供监测时间段内的监测报告

Q:所有终端传感器都是联网上云的吗？

A:对，目前主要用华为云

Q:想问问您在融资的过程中是如果做计划安排的呢？怎样能够不受外部形势情况太大的影响？

A:融资的话我们其实顺其自然的。个人拙见，创业的过程是个螺旋上升的过程，需要依此解决人才、资金、业务三大问题，三者互为支撑，处理好人才和业务支撑，在一定程度上就可以缓解融资的压力。

所以融资的过程中需要紧盯的可能不是机构，而是构建更强的团队和抓住更大的业务订单。

“有些见解还不是很成熟，仅供参考讨论，感谢泰有邀请！”

以上是本期分享

泰有基金祝愿积极前行的创业团队们在这个勤奋务实的冬天里，都有好运相伴。

关于泰有基金

泰有基金是由清华系为主的管理团队联合一批优秀企业家共同发起设立， 是专注于高科技创业投资的私募股权投资基金。

泰有基金作为中国高校创新创业教育联盟投融资专业委员会主任委员单位 ，在国内拥有泰有系列基金并在海外设立平行基金，立足于清华大学及清华校友，寻找有投资潜力的高新技术创业项目，并与创业者共同成长，努力打造一批高科技领军企业。

基金目前已投资高科技创新企业200余家(其中80%以上都是清华校友创业企业)，涌现出了一批高成长性的企业。