生产力革命征途“道阻且长” - GE：工业互联网1%提效将创造1万亿美元市场

　　生产力革命征途“道阻且长”？

　　就像理想永远“高于”现实，工业互联网的实践征途，未必如同前景这般广阔美好。

　　在互联网时代，消费者只需点击鼠标就可以购买几乎一切商品，但企业同样点击鼠标，未必能及时掌握所有设备数据，并操控它以更优化的生产效率运转。

　　哥伦比亚大学数据科学与工程学院教授Venkat Venkatasubramanian指出，对于商业零售公司而言，通过互联网数据分析，找到消费者未来消费动向已经足够。

　　但在工业互联网领域，任何数据分析模型还需要面对的，是同样复杂的设备仪器与物理学工程学原理，如何找到两者的结合点，征途绝不会一帆风顺。

　　鲁威廉不否认工业互联网的实践难度。在他看来，完整的工业互联网需要具备三大要素：

　　一是收集各项生产数据与操控设备的智能机器，目前GE大量投资安装传感器，就是为了让机器变得“智能化”；

　　二是数据保存与处理分析能力，尤其是面对海量生产数据，管理人员必须找到最关键的核心数据加以分析，这需要以往生产工艺经验与先进互联网技术技能的融合；

　　三是组建数据分析挖掘的人才团队，真正能大幅提高生产效率的决策，往往来自某些不起眼的生产数据挖掘分析所产生的“灵感”。

　　在加州圣拉蒙市的GE软件研发中心，研究人员正着手做好“第二步骤”——先将传感器收集到的数据“可视化”，再借助地图、模拟场景与社会化网络，让工厂管理人员直观了解，并通过比划手势等手法传递新的生产管理决策。

　　有时，他们甚至需要借助全球最先进的卫星技术。如GE曾与一家加拿大电力公司合作，利用卫星影像收集分析天气地图、当地停电记录等数据，制定树木修剪地区的电网管理新措施。以往，掉落的树叶一旦遭遇雷电气候，往往导致停电事故频发。

　　但是，拥有先进的“技术”，并不等于这场工业互联网革命已经到来。

　　事实上，工业互联网发展面临的一大障碍，是企业自身难以克服的技术与资金瓶颈。

　　首先，工业互联网的“物理基础”——传感器未必能“适用”不同工业企业五花八门的新旧设备仪器；

　　其次，传感器将各项数据传送到某个互联网络，但这个网络会不会被黑客攻击，一些核心生产数据会不会因此落入竞争对手口袋，企业同样心有余悸；

　　最后，往往也是最重要的因素，就是经济利益，不是每个企业家都有底气相信工业互联网能带来预期的生产效率提升与经营绩效，尤其是他们看到的，仅仅是工业互联网的设计蓝图。

　　庆幸的是，总有一批愿意吃第一个螃蟹的勇敢者。尽管这些企业试水工业互联网的初衷，仅仅是为了降低人力成本与能耗，延长设备工作寿命。

　　一家大型啤酒酿造公司旗下5座工厂安装水处理远程监控和诊断系统，实现全天24小时水质监控，已经节省约48万美元人力成本与化学剂量费用，如果他们将这项系统扩展到全部40座工厂，还能再节约380万美元。

　　“事实上，工业互联网的核心价值，是数据收集后的分析挖掘，它带来的，是企业整个生产决策的优化，甚至发现以往不曾做过的管理创新。”鲁威廉说。尽管这绝不是一蹴而就的。要发挥工业互联网的全部潜力，必须将智能设备、智能系统和智能决策全面融合。

　　就使用效果而言，它首先必须具备运营高可靠性与安全性，才有数据挖掘分析的前瞻性，最终，一家工厂、甚至一个工业生产领域的工业互联网技术可以被“标准化”，复制给其他同行业公司，提升行业生产管理效率并创造更高附加值。

　　“未来，企业竞争的未必是产品，还有生产管理效率。”Venkatasubramanian指出。

　　然而，优先做出管理变革的，却是工业互联网提供商自身。

　　此前，通用电气（GE）一直以工业系统的解决方案提供商闻名于世，但在不久将来，它可能会成为一家全球知名工业互联网软件服务公司。

　　鲁威廉说，也许大家很难想象GE在软件方面有这么强大的能力。十年之后当我们回顾历史，大家会发现世界上最伟大的软件公司不是卖软件的。而我们希望能够成为这样一家公司——拥有世界一流的软件，但不卖软件，而是通过提供工业互联网软件服务系统，重塑对工业系统解决方案的定义，重塑工业系统产业。”

　　伊梅尔特相信，未来工业互联网，并不是由机器人管理的世界，而是整合世界上最好的软件技术，解决工业生产领域的最大挑战。