GE：工业互联网1%提效将创造1万亿美元市场

　　在通用电气（GE）位于美国纽约州斯克内克塔迪市的一家氯化镍电池工厂里，安装着1万多个传感器，如果不是厂门口贴着电池厂标记，很容易被误认是好莱坞电影里的“政府秘密科研基地”。

　　1万多个传感器的工作，则是替代人工，每时每秒传输电池生产数据，从电池制造过程的温度、到生产车间气压，还有每块电池制造所消耗的能源……管理人员则拿着iPad，借助工厂Wifi网络获取传感器发来的数据，监督生产过程。

　　未来，GE公司打算将天气预报加入传感器系统，管理人员就能根据厂房周边气压湿度变化，及时修正生产过程的各个设备运转指标，保障电池高品质。

　　GE能源储存公司制造信息总监Randy.T.Rausch说，他从没想到电池可以这样生产。

　　GE公司董事长兼CEO杰夫·伊梅尔特（Jeff Immelt）却早早预见到这种趋势。他甚至打算给每个电池标注序列号和条形码，以便跟踪每个电池出厂后的使用状况。他还憧憬着将这种跟踪技术延伸到冰箱、洗碗机销售数据统计领域，作为厂方决定增产或检修设备（减产）的商业依据。

　　1995年，当微软董事长比尔·盖茨出版《未来之路》一书，预测人类世界将迎接信息时代时，伊梅尔特同样在思考一个问题，如果互联网技术开始彻底改变人类消费生活习惯，它就将如何改变工业生产领域的生态圈。

　　事实上，这家电池工厂，是全球首家集成产业网络的新型工厂，也是伊梅尔特构造“工业互联网”的一块试验田。

　　在伊梅尔特脑海里，工业互联网将解决工业生产领域曾经无法克服的很多技术性难题——如果停电事故检修时间过长，一套将发电机器、电线杆变压器运营数据集合分析的软件系统，将帮助维修员第一时间找出电网故障。

　　“工业互联网，是一个庞大的物理世界，由机器、设备组、设施和系统网络组成，能够在更深的层面将连接能力、大数据、数字分析完美结合。它是全新的工业革命（Industrial Internet Revolution）。”在6月举行的工业互联网领袖论坛上，伊梅尔特毫不掩饰自己的痴迷。

　　他知道，从简单的电动摩托到高尖端的医疗MRI（核磁共振成像）机器、从发电厂到飞机、从供电网络到铁路系统，只要存在某种网络将所有复杂机械设备集群连接，产生“化学反应”并创造更高生产效率，这场新工业革命降临地球的时间，已是触手可及。

　　上一轮的工业化浪潮，源于上世纪50年代。当时美国修建纵横全国的高速公路，令工业创新技术通过“高速公路上的贸易链”擦出巨大商业价值，引领一场繁荣工业经济时代。

　　这一次，“高速公路”则变成虚拟互联网技术。

　　GE全球副总裁鲁威廉说：如果消费者互联网市场规模达到1万亿美元，未来工业互联网迟早会赶超它。

　　如果航空公司每年因飞机误点牺牲数百亿美元利润，一套时时传输飞机运行数据的软件系统将第一时间测出飞机存在的各种故障隐患，航空公司便能及早维修降低损失。

　　如果深海开采石油年均生产损失高达150亿美元，一套集合测量井口、歧管振幅与温度，并收接探测泄漏数据的水下远程监测软件系统，能有效延长钻探设备使用寿命与工作效率。

　　1%提效=1万亿美元市场
 

　　工业互联网真能产生1万亿美元的市场规模？机器学习专家Anil Varma起初心里没底。

　　有时，Varma会问自己，如果工业互联网仅仅将工业生产效率提高1%，会给世界带来多大的价值？

　　GE公司发表的《工业互联网：打破智慧与机器的边界》白皮书，给出了自己的答案——不要忽视1%这个数字，它足以改变全球能源供需关系——全球燃气发电厂生产效率提高1%，价值660亿美元的燃油将被“节约”；石油天然气勘探开发的资本利用率提高1%，每年将减少近900亿美元资本支出。

　　而在中国，未来15年燃气发电机组能耗降低1%，约80亿美元燃料将被“闲置”；油气勘探开发的资本利用率提高1%，则能省下70亿美元；铁路网络的运输行业运营效率提高1%，又能省下20亿美元燃料成本。

　　在全球，即使5个行业（铁路、航空、医疗、电力、石油天然气）提效1%，就可在未来15年为世界贡献2760亿美元增长。

　　“这好比，给工业互联网一个支点，它就能撬动世界。”在美国加州圣拉蒙市的GE软件研发中心，Anil Varma的一项主要工作，正是测试筛选2万台喷气发动机各种细小警报信号，作为发动机维修的前瞻性评估数据。

　　Varma称，他参与研发的航空智能运营服务系统采用专业计算算法，能够提前一个月预测哪些发动机急需维护修理，准备率达到70%，这套系统的最大价值，正是令飞机误点机率大幅降低。

　　或许，他不知道，每年航班延误给全球航空公司带来400亿美元的损失，其中10%飞机延误，正是源自飞机发动机等部件突发性维修。而这套智能运营服务系统最大的价值，是时时监控从飞机设备收集的各项数据，在飞机出现故障隐患前做出诊断预测，提供预测性建议优化飞机维护和航班运营计划，最终目标是“将计划外的停飞时间降为零”。

　　他甚至不清楚，如果一家大中型航空公司（每年1400万人次乘客，85000个航班）实施这项智能运营服务系统，每年可以避免1000次起飞延误和航班取消，帮助逾9万人次乘客准时抵达目的地。

　　然而，在Varma开始研究航空智能运营服务系统前，GE制造的飞机发动机传感器通常采取被动模式——直到发动机出现故障时，仪表盘才会亮起红灯。至于发动机传感器平时也保留三个平均值——起飞、巡航和降落数据。能提前“汇报”飞机发动机故障隐患的温度、压力和电压数据则极少被保留研究。

　　他说，如今GE要求每个GEnx飞机发动机都必须保留每次飞行的所有基础数据，一年后，他从飞机发动机收到的数据，或许将超过GE航空业务的所有历史数据。而庞大的数据库信息，则能进一步保障航空智能运营服务系统的“准确性”。

　　他说，GE航空公司已研发一套航空燃油和碳解决方案（FCS），通过分析飞机传感器传回的各项飞行数据，再对比飞机原有飞行记录与运营航线，可以第一时间优化完善飞机航行计划，令航空公司燃油消耗降低2%。

　　以全球航空公司年燃油支出1700亿美元测算，这套FCS方案将帮助航空公司降低34亿美元额外燃油开支。而Varma的终极目标，是航空公司能通过这套工业互联网系统设计更合理航班规划，令整个燃油成本降低5%。

　　事实上，航空公司还会意识到，工业互联网带来的边际效益是递增的。一架双发动机宽体商用喷气式飞机每个飞行小时维护成本是1200美元，2011年飞行5000万小时计算，每年航空公司用于飞机维护的开支达到600亿美元，其中飞机发动机维护开支占到43%，如果航空智能运营服务系统再将飞机发动机维护效率提高1%，航空公司又省下2.5亿美元。

　　不断递增的边际效益，同样会产生其他工业领域。大秦铁路公司曾尝试引进GE Locotrol DP技术，借助传感器数据传输分析挖掘功能，在多个火车之间实现同步控制，缩短30%刹车距离和22%刹车时间。

　　然而，这项原先旨在提高火车运输安全性的工业互联网尝试，却让大秦铁路公司意外发现，单列火车的最大运量翻了近一倍达到2万吨。

　　去年大秦线整个年运输量提高至4.26亿吨，过去6年累计提高幅度高达70.4%。

　　鲁威廉直言，目前工业生产领域已将物理学原理发挥到极致，单靠设备升级已不足以支持生产效率再提高1%，未来提高生产效率的最大驱动力，来自传感器+大数据的工业互联网——在广阔的工业生产领域里，机器、设备、团队和网络可以更深入地与互联网大数据分析“连接”在一起，这正是工业互联网革命的精髓。

　　这场工业互联网革命带来的，则是三大商业进步：

　　一是有效提高能源使用效率并减少能源浪费；

　　二是大幅提高工业系统设备维护修复效率，延长设备寿命与工作效率；

　　三是优化工业领域整体生产运营效率，更多企业人力资源将投入其他开创性创新工作，进一步增加企业商业价值。

　　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。