三年以前，如果你想弄懂“工業互聯網”是個什么東西，基本上只能異常努力地依靠自己天馬行空的想象。求助百度百科只會得到幾行短句，而wiki的案例竟然在講谷歌無人駕駛汽車和環境的關系。摩挲著手里嶄新的《大數據時代》，你隱約覺得應該把機器和數據聯系起來，似乎是一件挺酷的事兒。誰能想到僅僅三年時間，工業數據分析平臺一年能夠帶來10億美元的收益并將向全世界開放，“工業互聯網”已經被制造業升級的大潮裹挾著站到了浪頭之上。
“工業互聯網”漸成生態
通用電氣（GE）、IBM、英特爾等公司主推的“工業互聯網”正在經歷“產品－數據分析平臺－應用－生態”的演進。這主要得益于Predix數據分析平臺對工業互聯網應用的整合能力。Predix就像工業數據領域的iOS或者安卓系統一樣，能夠讓工程師自己建立模型和應用，打通前方數以萬計的傳感器和后方每天增加超過5000萬條的數據庫。
在實際應用中，東方航空公司在Predix上使用工業互聯網應用搜集了500多臺CFM56發動機的高壓渦輪葉片保修數據，結合遠程診斷紀錄和第三方數據，建立了葉片損傷分析預測模型。從前，航空公司需要定期強制飛機“休病假”，把微型攝像頭伸入發動機內進行檢查。現在，只要根據數據分析平臺上的結果就可以預測發動機的運行情況，定制科學的重復檢查間隔，提升運營效率。
目前，GE已經發布了40款工業互聯網應用。航空公司可以分析不同地區、不同氣候條件下的飛行數據來優化操作流程，提高運營效率。發電廠可以針對不同時間的渦輪機組運轉情況來調節電力輸送，提高能源效率。醫院也可以視不同部門CT機運轉是否飽和來分流患者，優化醫療資產。作為Predix的擁有者，GE僅提供優化解決方案就能帶來超過10億美元的年收入。平臺應用日趨繁榮，生態雛形逐漸顯現。
然而，GE卻宣布要在今年把Predix免費開放給整個行業。這什么情況？
工業數據領域將掀起“圈地運動”？
今年7月7日的工業互聯網峰會上，GE總裁伊梅爾特說到：“過去十年，讓互聯網公司主導經濟，是我們的失誤。”
互聯網企業不僅深諳“生態論”和“平臺戰略”，而且擁有強大的計算能力和大數據分析經驗。在“互聯網＋”以及“制造業復興”這樣的國家戰略的催化之下，互聯網企業也已經開始布局設備周期管理、渠道管理、智能醫療等領域。
工業數據領域向來有著“M”和“I”的路徑選擇，M代表Manufacturing（制造業），I代表Internet。一直以來，制造業主導的M模式在國內被熱議，而實際上I相對M所需投資較小、適用生產場景更多、操作更靈活：
互連網企業擅長從行業的中間層，也就是系統和平臺下手。KUKA在為克萊斯勒汽車公司設計機器人流水線時使用了微軟云服務來搭建云端控制平臺，通過大數據分析，能夠根據客戶反饋調整生產規模和流程，大大提高了效率和靈活性。另外，微軟說這套平臺的優勢之一是界面親切。想想看，當工程師發現自己要用Windows系統操作整個工廠時，會是怎樣一種“喜悅”的心情吧……（笑）
在優化資產這一點上，互聯網企業從用戶出發，制造業巨頭從機器出發，似乎殊途同歸。然而，“互聯網＋”大潮之下企業往往大干快上，但技術改進的資金就那么多，難免顧此失彼。對于M和I來說，在最短的時間內拿出最可行的方案，搶到最多的客戶才是當務之急。
如此說來，GE公司宣布今年開放Predix也算是深得互聯網公司的真傳了。
數據正在重構工業
我們也應該看到，無論是傳統制造業的M模式，還是互聯網公司的I模式，制造業都會脫胎換骨，向著“數據之路”進發。
傳統制造業企業的優勢在于從源頭“占領”了機器。但潛臺詞是：舊的機器要逐步淘汰，企業要從GE那里買來帶有工業互聯網功能的新設備。比如GE的新型機車Evolution里布有7公里長的導線和250個RFID傳感器，每小時產生900萬個數據點，能夠提高1英里／小時的運營效率。這每小時900萬的數據洪流從發動機中傾瀉而出，沖刷著下游的動力系統、調度系統、信號系統、物流體系，推動整個路網進行數據化蛻變，運營效率也將逐級提高。
而互聯網公司的優勢則是控制了用戶，善于數據分析。比如百度的“百度遷徙”，能夠通過LBS信息精確地預測全國路網各條線路不同時期的客流量、沿途各站乘降情況；通過搜索引擎數據預測旅客乘車的目的和下車后的去向。這些數據讓鐵路部門有條件及時調整班次，修改線路，有針對性地安排賓館住宿和旅行社等資源。為了達到上述目的，鐵路部門需要整合服務能力，更新各路局之間的協調機制，升級調度系統，購買新式車輛，甚至在車輛動力系統中加裝傳感器。這一次，數據水源向上漫延，終將“溶解”舊體系。
于是，我們看到在機器和數據之間，有著廣闊的發揮空間。目前有超過300萬個傳感器運行在上萬億美元的工業資產之上。無論是傳統制造業企業，還是互聯網公司，無論是用數據改造自己，還是輸出工業數據解決方案，只要跟隨著數據的指引，就一定能在重構工業之路上駛向新的黃金海岸。
