工業業互聯網發展所帶來的產業變革

　　每一次產業革命的到來，都會催生一批新業態和新模式，帶來產品、服務和制造的全面變化和發展。工業互聯網代表了新一輪產業革命變革，體現了新型信息技術和制造業的深度融合，也將徹底改變傳統的產業模式，影響到全球制造業的變化。

生產設計開始轉向虛擬化

　　利用大數據、云計算和設計軟件技術，采用面向產品全生命周期的智能化設計系統，在虛擬現實、數據庫等技術的支持下，極大的提高產品設計的質量和新產品研發的成功率，縮短產品的上市周期，降低產品的研發成本，提高產品市場競爭力。

批量化定制生產趨勢明顯

　　以智能工廠為代表的未來制造業，實現制造裝備的數字化、網絡化和智能化，可大幅度提高生產系統的功能、性能和自動化程度，使的制造系統向柔性化、數字化以及智能化方向轉變，使得工廠以最低的資源能源消耗，換取最優化的產品制造成為可能。同時，大量智能化設備的應用，也使得機器人取代大部分的人力勞動，節省人力成本，提高生產效率和質量。智能化模式還能為客戶高效率的提供符合個性化需求的高質量定制產品，使大規模個性化定制生產得以實現。

科學提供整體解決方案

　　兩化的深度融合，將使企業實現產品全生命周期各個環節的協同規劃與決策優化管理，有效提高企業的市場反應速度，并為客戶提供最優化的整體解決方案。新技術的發展使客戶與企業之間的交流溝通變得更加有效，企業能夠全面了解客戶的需求，在智能生產的基礎上完成滿足需求的產品制造，同時還會實現自我檢測和修復功能，降低產品運行成本和維修成本，為客戶提供最優化的解決方案。

看懂被GE賣掉的Predix就看懂了工業互聯網

　　近日，《華爾街日報》引述消息人士稱，GE已聘請一家投行來安排其數字資產（GE Digital）的出售。2015年，GE在全球成立了新的業務部門GE Digital（GE數字集團），并將原有的軟件和IT職能部門并入其中，旨在加速組織的數字化轉型，構建企業的數字工業能力。

　　消息一出，便在國內工業互聯網圈子里開始“刷屏”，因為GE Digital的核心資產是工業互聯網平臺Predix。

　　作為工業互聯網開山鼻祖，GE如果賣掉Predix不玩工業互聯網了，那意味著工業互聯網的重要倡導者將退出歷史舞臺，這讓作為跟隨者的小伙伴們情何以堪？

　　GE的Predix和西門子的MindSphere平臺被國內眾多工業互聯網平臺提供商視為標桿，代表了工業互聯網的未來。

　　作為工業互聯網開山鼻祖，GE于2012年在全球范圍內率先提出工業互聯網概念，2013年推出工業互聯網平臺產品Predix。2015年，GE推出Predix 2.0，并在全球建成4個云計算中心，每天監測分析來自全球各地部署的1000萬個傳感器中的5000萬項數據。2015年，GE在全球成立了新的業務部門GE Digital，并將原有的軟件和IT職能部門并入其中，Predix作為明星產品成為部門重要資產。

　　不論是基于哪種因素考慮，如果GE真的賣掉了Predix，對于國內工業互聯網產業而言是有啟發的。當然，工業互聯網發展大勢所趨，其大方向并不會因為此事售賣而改變。Predix的發展也在提醒企業在建設工業互聯網平臺時，不能盲目發展，只有真正帶來商業價值的工業互聯網平臺才能存活下來。

　　Predix到底是什么？跟隨小編來一起了解！

看懂Predix ，就看懂了工業互聯網

　　Predix是GE推出的針對整個工業領域的基礎性系統平臺，這是一個開放的平臺，它可以應用在工業制造、能源、醫療等各個領域。隨著工業數字化轉型的大潮涌起，似乎Predix成為了一個繞不過去的“關鍵詞”，言必稱“我比Predix如何如何”、“我要來做中國的Predix云云”，而事實上，我們對Predix的架構和價值，還缺乏清晰的認知。

　　GE的Predix平臺、APM、OPM以及ServiceMax等一系列產品給我們的印象非常震撼，我們完全無法想象像GE這么傳統的硬件公司，能夠設計出來像AWS一樣強大的軟件平臺和軟件產品……

Predix到底是什么？遠遠不止是平臺

　　Predix最開始是一個PaaS平臺，但是隨著GE對其的不斷完善，現在已經超越了平臺的概念，成為GE Digital的當家花旦。目前，Predix已經遠遠不止是平臺，包括了邊緣+平臺+應用三部分，其中邊緣和平臺都只是配合應用的，應用才是Predix的最終目的。

　　現在的架構同兩年前相比，雖然還是分為邊緣端、云端（平臺端）和應用端，但最大的區別是將應用和平臺拆開了，在平臺層提供更豐富的工具和能力，而應用層則是圍繞著資產、運營和商業的應用。以下，我們將對這三個部分進行分別介紹。

　　邊緣端

　　眾所周知，工業設備的連接和協議具有復雜性和多樣性的特點，并且很多是與GE有競爭關系的各大廠商（西門子、ABB等）主導的封閉協議，因此Predix并不直接提供實現數據采集的硬件網關設備，但是提供了一個網關框架——Predix Machine，以實現數據的采集和連接。

　　Predix提供了Predix Machine的開發框架，支持開放現場協議的接入，并增強了邊緣計算的功能，由合作伙伴開發相應的設備接入和邊緣計算的功能。尤其值得關注的是Predix提供的邊緣計算功能，在國內，我們還在討論什么是邊緣計算，而Predix已經通過豐富的實際案例定義了邊緣計算的實現框架。

　　GE在邊緣計算上面絲毫不落后于像華為和Cisco這樣的ICT廠家。在這次M+M大會上，我們可以看到Predix Machine，幾乎覆蓋了邊緣設備需要解決的所有問題（①工業協議解析；②靈活的數據采集；③同平臺的配合；④本地存儲和轉發；⑤支持運行平臺端的應用；⑥豐富的安全策略；⑦；本地設備通信），并且有非常多的合作伙伴已經基于這個框架開發出了眾多邊緣網關產品。

　　Predix Machine包括一整套技術、工具和服務，支持應用開發、部署、應用和管理，可支持小到Raspberry Pi這樣的嵌入式硬件，大到SBC(Single Board Computer)的整體解決方案，可以說是一個小型的Predix Cloud了。根據邊緣設備的處理能力不同而選擇Predix Machine的內置功能，以此來決定應用場景。

　　平臺端

　　平臺端Predix Cloud是整個Predix方案的核心，圍繞著以工業數據為核心的思想，提供了豐富的工業數據采集、分析、建模以及工業應用開發的能力。

　　由于GE本身是生產大型復雜型工業產品（飛機發動機、燃氣輪機、風力發電機、機車等，也就是我們通常所說的高端裝備）的企業，所以Predix Cloud的構建也是從GE本身的業務特點出發來，即緊密圍繞著離散制造行業里的大型高端裝備的設計、生產和運維，提供以工業設備數據分析為主線的一系列能力，方便構建高端裝備行業的應用。但是在Predix Cloud發展過程中，由于平臺優異的開放性，很多其他行業，包括很多流程制造和服務的客戶，也在利用Predix Cloud開發相關應用。

　　Predix Cloud集成了工業大數據處理和分析、Digital Twin快速建模、工業應用快速開發等各方面的能力，以及一系列可以快速實現集成的貨架式微服務。主要有如下幾個部分：

　　基礎架構

　　Predix提供了三種部署架構：公有云（AWS、Azure），私有云，和Country Cloud。所以，Predix Cloud是支持私有化部署的！

　　安全

　　Predix Cloud提供了非常多的安全機制，包括身份管理、數據加密、應用防護、日志和審計等。

　　數據總線

　　這部分包括了數據的注入、處理以及異構數據的存儲等功能，支持流數據和批量數據的導入和處理。

　　高生產力開發環境

　　提供包括Predix Studio在內的可視化應用開發環境，支持平民開發者(Citizen Developer)使用拖拉拽的方式快速構建工業應用。

　　高控制力開發環境

　　提供代碼級別的開發環境（基于Cloud Foundry），提供可控程度最高的工業應用開發環境，以及一系列可快速集成的微服務；

　　數字孿生開發環境

　　提供快速的建模工具，實現包括設備模型、分析模型以及知識庫結合的模型開發。

　　Predix最強大的地方是基于Digital Twin的工業大數據分析，即將物理設備的各種原始狀態通過數據采集和存儲，反映在虛擬的信息空間中，通過構建設備的全息模型，實現對設備的掌控和預測。

　　Predix提供了一個模型目錄，將GE和合作伙伴開發的各類模型以API的方式發布出來，并提供測試數據，讓使用者可以站在巨人的肩膀上，利用現有的模型進行模型訓練，快速實現實例化。同時，用戶開發的模型也可以發布到這個模型目錄中，被更多的客戶共享使用。這里的模型不僅包括常規的異常檢測，還包括文本分析、信號處理、質量管控、運行優化等，根據大家公認的工業大數據分析類型，可以將其分為四類，即描述性(Descriptive)、診斷性(Diagnostic)、預測性(Predictive)，以及策略性(Prescriptive)。

　　除了這些分析模型，還有GE提供的超過300個資產和流程模型，這些模型都是跟GE旗下的不同產品相關的，包括各種屬性和3D模型，方便客戶或者合作伙伴快速構建Digital Twin。按照GE的宣傳資料，包括GE自身以及合作伙伴在內，已經構建了數萬個Digital Twin。

　　應用端

　　對工業客戶來說，需要的是解決問題的能力，而不是解決問題的工具。GE推出Predix的主要目標，也是為了更高效、更簡單的開發各類工業應用，分析各類工業問題。

　　Predix應用針對的不是我們耳熟能詳的MES、ERP、PLM等傳統IT類應用，而是為各類工業設備，提供完備的設備健康和故障預測、生產效率優化、能耗管理、排程優化等應用場景，采用數據驅動和機理結合的方式，旨在解決傳統工業幾十年來都未能解決的質量、效率、能耗等問題，幫助工業企業實現數字化轉型；同時，Predix毫不猶豫的采用物聯網、人工智能等新興IT技術，擺脫人的經驗和知識積累的局限性，從只能解決已知的、經驗性的問題，逐步帶入到對未知世界的掌控中。

　　Predix的應用開發可以分為三部分：

　　▼ 高控制力開發套件：為高級軟件開發工程師提供微服務級別的應用開發能力；

　　▼ 高生產力開發套件：為普通運營和分析人員提供快速應用開發能力；

　　▼ Digital Twin開發套件：提供Digital Twin的開發支持；

　　GE Predix 在國內外的經典案例

　　前面，我們科普了那么多關于Predix的理論知識，而實踐才是檢驗真理的唯一標準，在2017年M+M大會上，展示了很多鮮活的案例。

　　BP （英國石油公司）

　　BP和GE的油氣部門聯合發布了一個POA服務(Plant Operation Advisor)，這是一個全新的基于Predix開發，旨在提高BP油氣生產環節的效率、可靠性和安全性的數字化方案。POA已經幫助BP提升了在墨西哥灣煉油廠的性能，并且會在下一個年度部署在BP全球的煉油工廠。該方案將成為Predix+APM方案的全球最大部署案例。

　　Exelon（美國愛克斯龍電力公司）

　　Exelon是美國財富100的能源公司，最大的核電公司，采用了GE的Predix平臺實現數字化轉型。Exelon部署了Predix的完整套件，應用在全公司的33GW核電、混合電力、風電、太陽能和天然氣的電廠上，并合作開發了非常多基于Predix的工業SaaS應用。

　　Qantas Airways（澳洲航空公司）

　　對于Qantas來說，燃油的使用效率是至關重要的。自從2015年開始，該航空公司利用GE的Flight Analytics軟件，已經實現了數百萬公斤燃油的節約。從2017年開始，他們開始為最重要的資產-飛行員配備基于GE Predix開發的移動應用FlightPulse，以便于讓1700多個飛行員獲取更細致的飛行數據，做出更精準的燃油使用決策。

　　Ferromex（墨西哥鐵路）

　　Ferromex是墨西哥最大的鐵路運營商，利用GE交通的Smart Shopping套件降低列車的停留時間，可以實現7x24小時對100輛列車進行健康和性能的實時監控和分析。通過精細化的分析，在列車進入維修車間之前就可以實現運維的預測，以此減少宕機的時間和維修的成本。

Predix在中國，也已經有了非常成功落地案例：

　　醫療領域→仁濟醫院

　　早在2013年，仁濟醫院就開始與GE醫療合作，使用資產云管家 Asset Plus 。AssetPlus能從遠端觀察到每一臺設備的運行負荷，進行遠程就診調控和分流，降低高負荷機器的運行時間，把等待就診的病患引導至閑置設備，一方面使設備利用率得到了提升，避免單臺機器長時間超負荷工作造成停機，同時也減少了病患等待的時間。

　　航空領域→東方航空

　　GE基于大數據建立的發動機葉片損傷分析，可以為對發動機維修的安排提供了準確率高達80%的參照。并推出GE航空大數據平臺，著眼于飛行（風險）分析、燃油管理，以及發動機分析三大關鍵領域。GE與東方航空共享各自掌握的海量數據，充分釋放GE在大數據分析技術以及在發動機領域的最佳實踐和創新技術的價值，幫助東方航空提高飛行安全管理水平、降低燃油消耗和排放，以及有效應對引發計劃外維修與在翼時間等問題。

　　電力領域→廣日電氣

　　GE為廣日電氣制定了APS、MES、WMS三大系統，實現了對物料入庫/出庫、分發、轉移、不合格品、VMI和庫存檢查等的全過程管控。改變了以往式生產的模式，解決了之前廣日電器大量堆積浪費的問題，起到了降本增效的作用。

GE Predix 在國內外的生態建設

　　光有平臺還不夠，工業互聯網要真正發展起來，生態非常重要。

　　Predix在生態構建方面做得非常不錯，目前已經有超過33000位開發者、300個合作伙伴基于Predix平臺在進行應用開發，業內也在逐步認可Predix在工業互聯網生態中的影響力。“好的平臺具有黑洞效應”，Predix會匯聚越來越多的注意力和資源，當越來越多的開發者習慣Predix的開發思路之后，后進者需要更大的代價才能說服其切換。

　　橫向合作伙伴

　　這類合作伙伴都是以豐富Predix平臺的橫向協作能力為目的，不僅包括微軟和蘋果這些巨頭IT企業，還包括大批的創業公司。微軟Azure為Predix提供了堅實而強大的IaaS平臺、機器學習以及PowerBI，而Apple則豐富了Predix開發工業級移動應用的能力。

　　縱向合作伙伴

　　這類合作伙伴包括大量咨詢機構、集成商和獨立軟件開發商。這類合作伙伴本身有大量的工業客戶，可以基于GE APM+Predix平臺，為其工業客戶提供定制化的工業應用開發和數據分析的整體解決方案，包括Infosys、Wipro、Accenture、Capgemini、TATA、Tech Mahindra等全球性公司。他們基于Predix平臺，開發了非常多針對工業設備性能提升、預測性維修、供應鏈管理的應用。

　　開發者

　　除了合作伙伴，Predix平臺已經積累了33000多個來自全球不同多個國家的開發者，M+M大會也是工業應用開發者的一次盛會。

　　在國內，Predix生態建設也是風生水起，2016年7月，亞洲第一個GE數字創新坊在上海正式啟用，用于支持中國本土數字工業創新和孵化。2017年3月，GE和中國電信簽署協議，中國電信將為Predix工業互聯網技術落地中國提供服務，并由旗下全資子公司負責在華運營GE Predix及數據中心。 2017年11月16日，“GE工業互聯網科技峰會”在上海召開，會上宣布了首屆“Predix星火計劃”獲獎企業，向四家杰出創業公司及合作伙伴頒發了該獎項，以鼓勵更多企業投入工業互聯網應用開發，共同拓展工業互聯網生態圈。

GE、IBM，還會有多少大佬倒在數字化轉型的路上

　　數字化作為全球商業發展的主要浪潮，一直是諸多企業首選的“推進劑”，其中就包括了很多覆蓋極廣的大企業，但就GE、IBM兩者來說，他們的數字化之路并不算順利。這似乎也展現出了一種趨勢。

　　這是一個最好的時代，也是一個最壞的時代。

　　通信技術、互聯網和云計算等IT基礎設施的飛速發展，已經為我們打開了通往數字化世界的大門。

　　地球上最優秀的人、最雄厚的財、最先進的物，都聚焦在數據化領域，希望抓住這千載難逢的機遇。

　　在這條通向數字化的大路上奔跑的，既有年輕力壯的新銳，也有年高德勛的明星。

　　然而，并不是所有的參賽者都能看到終點，在路上跌倒的不只是毛頭小伙子，也有久經沙場的悍將。

GE的Predix

　　最近，美國經濟發展勢頭非常好。

　　據說，早上五點，金門大橋就車輛如織，各種經濟指標扶搖直上。

　　然而，正是在這樣的大背景下，卻傳來GE準備出售工業數字資產的消息。出售名單里，甚至包括最著名的工業互聯網平臺——Predix。

　　近幾年，物聯網是非常熱門的話題，大家都看好其發展空間，但受困于碎片化的特點，它也成為一個商業化的"巨坑"。

　　很多物聯網的應用場景看起來很美，但一落到商業層面，就變得尷尬起來——不僅成本高、收益低，而且穩定性差、變化率高，即便是把單一應用做出來，也缺乏推廣價值。

　　所以，在進行物聯網的商業設計時，大多數玩家認為"平臺"是兵家必爭之地。

　　設計者們認為，雖然單一應用的商業價值不高，但是如果能將共性能力提煉抽象成為平臺，依托平臺的規模優勢和橫向擴展能力，最后還是能賺錢的。

　　所以，無論是面向運營商連接的CMP（連接管理平臺），還是面向終端的DMP（終端管理平臺），以及各類面向應用的AEP（應用使能平臺），都成為行業大玩家關注的重點。

　　除了推行平臺經濟，從業者們還找到了一個物聯網商業成功的模式，就是從工業企業那里尋求高收益。

　　比如航空、電力、石油等產業，基礎設施成本超高，如果通過物聯網技術，幫助下游企業節約大量資金，供應方也能夠獲取相對豐厚的回報。

　　2012年，GE提出了"工業互聯網"概念，以Predix為核心豪賭物聯網，正是這樣的一個戰略思路。

　　對于那些物聯網圈子里摸爬滾打的人們來說，稱Predix為行業垂直的霸主并不過分，既是平臺，又面向工業企業客戶，再加上GE雄厚的實力以及在傳統產業的領導者地位，看起來這是最接近成功的物聯網解決方案了。

　　為什么業界明星會被打入冷宮，甚至上了出售名單？

　　表面看起來這是GE的明星CEO伊梅爾特去職之后的連鎖反應，但本質上，還是其糟糕的經營業績。

　　上百億美金的投入，集全集團之力推進，最終每年的收入只有數十億美金（甚至有消息稱實際收入連十億都不到）。

　　那為什么Predix的業績慘淡？

　　有人說，GE的概念過于超前，不僅配套技術和產品不成熟，與行業客戶的理念和物聯網價值認可度等方面，也存在較大差距，所以好東西賣不出好價錢。

　　也有人說，過度的宣傳造勢，導致了過高的期望值，尤其是GE對短期業績產生了不合理的判斷，最終資本市場對結果的不認可，迫使GE公司不得不放棄。

　　更多的人則認為：Predix的定位是PaaS，是將云基礎設施（IaaS）和應用（SaaS）連接在一起的平臺，而Predix是從內部運維起步的軟件平臺，采取高舉高打的模式，專業化程度太高，開發者和使用者都覺得不好用，孤芳自賞曲高和寡才是Predix發展不起來的根因。

　　翻看GE曾經的規劃，里面有這樣一個響亮的目標：到2020年成為全球的"十大軟件公司"。隨著GE digital的出售，這個夢想已經破滅。

　　更可悲的是：在GE Digital要出售的消息被公開后，兩年時間里已經下跌一半的GE股票應聲上漲4%。

　　看來，資本市場早就在等這個決定了。

IBM的Watson

　　2011年的時候，IBM的認知計算系統Watson橫空出世，在問答節目中首次擊敗了人類。

　　當時，Watson一度成為IBM，乃至全球AI（Artificial Intelligence，人工智能）項目的代表。

　　但在事實上，AI的研發還是不同的"路徑斗爭"。

　　比如，一條很早便提出的路徑，是希望通過海量的數據和案例訓練，把AI做成一個無所不知無所不能的專家系統。

　　在這方面，IBM無疑是成功的，問答節目的冠軍頭銜已經證明，Watson具備超越常人的能力了。

　　然而，近年來，AI的技術方向已經有了新的選擇。數學、神經生理學、心理學和仿生學甚至語言學、醫學、哲學等一大批非計算機科學研究的突破，極大地推進了AI的發展。

　　一些公司開始轉變思路，它們給AI的定義，不再是高高在上的專家系統，而是著眼于替代人類，去做那些肩挑手扛的"臟活兒"。

　　他們將AI定位為人類的"輔助者"，并基于這樣的理念和目標，進行AI的發展探索。

　　哪種路徑更正確，現在我們還無法定論。

　　不過，我們至少可以知道，Watson出了問題。

　　在2014年，斥資10億美元，為Watson團隊成立新的業務部門，大舉發展"認知計算"之時，這個藍色巨人曾堅持認為，可以通過NLP、情緒識別、機器學習等方式，從復雜的非結構化數據中找到事物背后的規律與真相，逐一發現各種商業、技術行為背后的規則，成為這些領域的專家。

　　根據IBM以往的經驗，將概念推廣的最好辦法，就是先做個成功將概念落地的案例，然后再通過對這個項目的宣傳，將成功復制到其他地方。

　　所以，這個案例不能太容易，否則復制的時候，對別的行業/企業缺乏說服力。而一旦有了合適的機會，為了確保項目成功，IBM可以付出極其昂貴的代價。

　　在這樣的思維定式下，Watson選擇了健康醫療產業作為突破口，而且，拋開了輔助醫療（如影像解讀、病歷管理等），直接宣布殺入腫瘤研究領域，將"惠及十億人，能夠解決、診斷和治療80%的癌癥種類中的80%的病患"定為目標。

　　然而，三年時間過去，Watson還是沒能完全學會腫瘤的診療技術，更無法發現癌癥深層次的成因，越來越多的醫療機構也宣布退出與IBM的合作。

　　2017年2月，著名癌癥研究機構MD安德森腫瘤中心中止了與IBM Watson的合作，而當初安德森腫瘤中心與IBM的合作正是Watson起步的標志性事件。

　　沒有數據和病歷的喂養，再牛的計算機和算法工程師也難以繼續工作下去。而業務拓展不達預期的代價，更是可想而知。

　　幾個月前，據 The Register報道，IBM內部消息人士透露，Watson健康部門要解雇大約50%至70% 的員工。

結語

　　客觀來說，從GE和IBM的視角看， Predix和Watson的戰略設計都是很到位的。

　　大公司的運作成本高，因此只能找機會做高收益的生意；而基于公司在宣傳、營銷、運作等方面的優勢，研發部門定位于開展平臺化運作，也非常符合兩家公司的基因。

　　然而，當它們復制以往的成功經驗時，卻都敗走了麥城。

　　究其原因，是互聯網時代的游戲規則變了。

　　陽春白雪的模式做基礎研究可以，但如果考慮到商業應用場景，大企業的優勢已經被大大削弱。

　　相反，由于互聯網驅動社會在扁平、開放的道路上狂奔，傳統的大企業在成本和速度方面的劣勢盡顯無疑。

　　適合自己的戰略，未必是正確的戰略，因為發展目標和游戲規則，已經不再由大的玩家說了算。

　　路徑偏差付出的代價，太大了。

　　當然，百足之蟲，死而不僵，更何況這些巨無霸企業。無論是GE還是IBM，都沒有放棄數字化陣地，跌倒了沒關系，只要還有機會，它們還會爬起來繼續跑。

　　他們的精神和勇氣值得我們學習，而在他們身上發生的事情，更是我們的前車之鑒，因為我們也在數字化轉型的道路上。