智能知识——GE工业互联网作用的对象

作用对象包括了，机器、机器组、设施、系统网络，见下图。

要解决对象运行的效率及成本问题，而不是对象自身的运作过程中出现的问题。

对于制造企业而言，明显缺少了设计、销售、物流、售后服务等环节。但GE工业互联网，并没有覆盖制造业企业的全部业务，也许GE本身就没有想要覆盖，就想解决特定问题。别忘了，GE digital 还有一个由APM、Schedule、Proficy、iHistory、ifix等系列工业软件产品支撑下的smart factory解决方案。

05

GE工业互联网实现的技术路线

下面这张图表达的清清楚楚。

06

GE工业互联网的构成要素

下面这张图表达的清清楚楚。为什么没有互联网？为什么没有平台？因为从应用角度，它们都不是核心要素，仅仅只是一种实现的技术手段。

07

GE工业互联网产生的效益

下面这张图表达的清清楚楚。

同任何信息技术的应用一样，通过提高机器（机器、机器组、设施、系统网路）的运行效率，降低机器的运行成本，从而产生效益。上图就是GE广为人知的1%理论。

需要强调的是，这是GE的观点，是GE在自己最擅长的所谓的高端制造领域取得的成效。但GE并没有给出制造业整体的效益估算。所以GE的1%是否有普遍意义？还值得认真思考，独立思考。特别是对中小企业，还有%1的效益吗？

另外的一个事实是，GE并没有给出其工业互联网实施的成本统计，或许是有意为之，或许涉及到了商业秘密。即使公布出来。恐怕也是一个惊人的数字。

08

实施GE工业互联网的难点

以下结合实施GE工业互联网的步骤，探讨以下实施GE工业互联网的难点。

实施工业互联网的步骤如下：

第一步，将设备（含设备组、实施、系统网路）改造为智能化的设备，也就是要能够感知设备自身的状态，更重要的是设备的运营状态。我们需要加装仪表或传感器，嵌入式CPU，控制软件等。

第二步，将设备产生的数据，利用网络（不一定是互联网）收集起来，建立工业数据中心，这个数据中心可以很大，也可以小到一台服务器，关键是看数据量。

第三步，利用（大）数据分析、机器分析等工具对收集到的数据进行分析，做出更为优化的决策，来指导机器运营或操作机器的人的作业过程，提高效率。

第一步，设备智能化改造。

这一步我们经常简单地理解为设备数据采集，即为设备加装传感器，来实现设备数据采集。我们应当深入思考的一个问题是，为什么设备在出厂时没有加装传感器？对于低值设备，大多数情况下，还是成本问题或投资回报率达不到用户要求，特别是利润较低的制造业；少数情况下，属于技术上达不到。对于高值设备（重资产），从技术难度角度，传感器只能由设备生产厂家自行添加。一个事实是，用户自行改造设备，加装传感器，成本只会比设备制造商高。另一个事实是，生产厂家为高值设备加装传感器，现阶段主要目的还是为了提高设备本身运行的自动化（智能化）水平，提供设备运行状态及参数，只是一种附加功能。

所以，个人的观点是，GE工业互联网的成功，从设备的角度来看，一定是在设备本身自动化（或智能化）程度较高的行业。比如GE生产的航空发动机、内燃机、发电机，比如像徐工、三一生产的重型机械，再比如机加工行业的数控机床等。而且，工业互联网实施的成功，大概率是设备制造厂商本身来完成，至少也是在设备制造厂商积极参与下完成，当然自行完成或由第三方厂商来完成也不是不可以，但前提是，具有与原始设备厂商水平接近的专业人士。

对互联网厂商而言，想进入到工业界，存在天然的壁垒。或者说是OT与IT之间的鸿沟。

第二步，建立工业数据中心。

将设备产生的数据，利用网络收集起来，建立工业数据中心。这一步是三大步骤中，技术最成熟的部分。可以利用成熟的网络技术（互联网只是之一）、云计算、数据中心等技术，完成工业设备数据的汇聚。恐怕也是传统电信运营商以及互联网厂商能够比较容易切入的地方。这里的难点是安全性问题。

这一步骤涉及到的行业特殊性最少，具有较高的通用性。或许是互联网厂商有所作为的地方。

但需要指出的是，工业数据的存储（实时性、周期、海量）与社交、消费数据的存储，存在着巨大的差异。另外需要指出的是，这个网络不一定是互联网。采用互联网，成本低，连接面广。但像企业的重要资产，如飞机发动机，你敢把它连到互联网上吗？处于安全的角度，或者保密的角度，最多是连到采用TCP/IP技术的企业内网上而已，也许是专网。但如果具体的应用场景数据量较小，而不是大数据，应该考虑有没有必要建设一个数据中心这个问题了。

第三步，做出分析决策。

利用大数据分析、机器分析等工具对收集到的数据进行分析，做出更为优化的决策，来指导机器运营或操作机器的人的作业过程，提高效率。

这一步骤也是实施工业互联网最困难的部分。首先设备的种类众多，设备的运行方式众多，涉及到的问题行业性非常高（行业的数量与工业产品的种类数量大体一致）、专业性强，还需要分析人员具有丰富的现场工作经验，需要分析人员具有多学科的背景知识，既要熟知设备运行的原理，又要掌握各种数据处理技能和分析方法，要想取得成效，必然是一个迭代优化过程。

与第一步相似，个人的观点是，GE工业互联网的成功，从分析决策的角度来看，大概率是设备制造厂商本身来完成，至少也是在设备制造厂商积极参与下完成，当然自行完成或由第三方厂商来完成也不是不可以，但前提是，具有与原始设备厂商水平接近的专业人士。

同样地，对互联网厂商而言，想进入到工业互联网领域，存在天然的壁垒。概言之，这一步骤的专业性与行业性太高了。

概言之，GE工业互联网的提出，是基于自身的成功实践。成功的原因，GE是原始设备制造商，对设备运行的原理、专业知识的掌握，无人项背。GE是高端智能设备制造商，设备运行状态数据的采集，是其天然具有的优势。GE还有一支服务于其自身的专业IT队伍，不要忘记Predix原本就是附属GE自身的各个业务集团的IT队伍开发出的产品。可以认为，GE for GE，已经取得了成功。

但GE for Customer，GE for Industry，GE for World 这一推广模式遇到了极大的挑战。GE digital 被拆分出来，独立运营，就是一个例证。事实已经证明，工业互联网想要像互联网一样取得爆发式的成长，已经不可能了。

所以，我认为，由原始设备制造厂商来推进工业互联网，要比自行或第三方厂商来推进，成功率要搞得多。自行或第三方厂商来推进工业互联网，面临着设备运行状态数据的获取，以及设备运行状态分析的专业知识不足，这两大天然的缺陷。或许，设备制造厂商、用户、专业第三方厂商的合作，是一个不错的选择。

09

GE工业互联网推进策略——Predix平台

GE是一个高端设备制造企业集团，其制造的航空发动机、内燃机、发电设备等高附加值的设备居于全世界的前列，说GE是工业界的翘楚一点都不过分。GE自己的工业互联网实践的确取得了巨大的成功。

要解决的问题明确了，目标有了，经济效益也有了预期，技术路线也提炼出来，如何推广呢？而且一定要大规模推广，一定要取得像互联网那样一夜暴富式的成功。通过这种创新，找到刺激经济增长的新抓手，引发第三次工业革命。同时GE实现数字化转型，要从高端设备制造商，转变为提供数字服务的公司，一个软件服务公司，一个IT公司。最好能像Google、Facebook、Amazon那样，在很短的时间内有一个爆发式增长，做到市值第一，聚集起巨量的财富。

GE的策略就是，GE for GE， GE for Customer， GE for Industry， GE for World。也就是，将GE在高端装备制造领域取得的成功经验、软硬件成果（ GE for GE ）进行提炼、通用化，研发出类似计算机操作系统哪样的通用平台，为本行业或其他行业的客户服务（ GE for Customer ，GE for Industry ）。对了，再借鉴互联网的发展模式，搞一个开放式平台，形成一个创新生态，聚集起数万、数十万、数百万的用户以及第三方软件开发者或解决方案供应商（ GE for World ），然后像互联网公司那样，坐收流量带来的巨额红利，视乎是GE工业互联网最佳的发展模式。事实上，在GE打出工业互联网大旗之前，其支撑平台Predix就已经存在了，只是其通用性、开放性与GE宏大的战略构想不匹配而已。

下图就是大名鼎鼎的

GE工业互联网平台——Predix