智造参考｜工业互联网三部曲

第一部曲：数字帝国 财富之城

在苦恋了一年多的买主伊莱克斯被美国法院裁决无效之后，GE家电迅速地在一个月之内果断出手，卖给了中国海尔，一时间让国民人心大振。然而并购公告中一条不起眼消息却被忽视了：GE将帮助海尔提升制造基地的生产效率，后者将采用GE的Predix平台。事实上，这同样是一个新的里程碑。

GE在摇摆什么

在2015年9月“智慧与机器”（Mind + Machine）大会上，GE总裁伊梅尔特称，到2020年，软件收入将达到100亿美元。然而GE随后宣称更改为150亿美元。这个看似低级的失误，让外界分析师无意中看到了GE内部对软件部门的认知所存在的摇摆。

GE早期引入数据分析平台 “工业互联网”的时候，是跟大伙伴一起玩的，包括天下无敌的亚马逊云服务AWS；GE还跟埃森哲合资成立Taleris公司，用于补齐GE云计算的短板。然而2015年某一天晚上，伊梅尔特被附体了，"醒来发现自己是一家软件公司"。GE以此郑重地勉励所有的员工，并决定自己搭建平台。

GE曾列举了跟埃森哲、IBM的不同，暗示自己不是咨询公司，也不是软件公司，然而GE最新庄严宣布，通用电气打算成为全球第十大软件公司，直奔IBM、微软这些软件巨头。

这个工业巨无霸在行业精耕细作，做事强悍，只求场份额的第一或第二。此刻为何如此摇摆？

这就是工业巨变的魅力。在工业发生变革的过渡期，所有被热望所灼烧的巨人们，每天晚上都在反复摆弄着自己的牌，希望能打出漂亮的组合，迎合窗外那些迫不及待地需要听到新希望、新方向的形形色色的听众。

然而，GE为这次革命巨变终于调好了音。在最近一次的谈话中，伊梅尔特发狠似地说道，所有企业和公司，如果不能把软件作为其核心业务组成，都将被颠覆出局。

对于国内制造业而言，这是一个充满了冷冷寒意的规劝——如果不算作是威胁的话。

硬件设备让渡于软件帝国

2015年10月GE正式宣布，把内部的所有数字职能都整合到“通用电气数字集团”(GE Digital)，将软件和分析技术与该公司的工业产品整合到一起。2015年GE Digital估计实现软件营收60亿美元，并用五年的时间，跻身全球10大软件公司。

虽然GE Digital目前不过占比4%，但这丝毫不影响GE认定这就是未来。正如西门子成立的Digital Factory数字工厂集团一样，GE Digital也在确立自己在未来的主导地位，并深刻地影响着其他交通、能源、建筑等传统优势工业部门。

丝毫不含糊的是，GE设立了首席数字官CDO这样一个全新的角色——当然令人尴尬的是，CIO首席信息官的角色依然保留。首次担任CDO角色的是从思科空降到通用电气的鲁奇，这也是GE工业互联网战略中的重要一环。

鲁奇加入GE一年之后，工业互联网正式向外公开。作为CDO，他需要协助GE完成企业的“数字主线”（Digital Thread），作为GE下一步的制造系统，实现数据流的全整合，从设计到制造到服务的全流程数字化。

作为GE Digital总裁，鲁奇还是做了一个非常小心谨慎的探索。GE Digital被分为了两个部分：一个是面向行业的软件方案解决Software&Service。作为一个老牌的自动化设备和软件供应商，GE拥有大量的行业经验，在面向包括航空、能源、医疗等十三个行业领域，软件解决方案上面可以说是得心应手；另外一个是Predix云平台，这是一块需要小心处理的探索之地，而且也是一块略显头疼的布局。

工业云平台有多酷

Predix在2013年10月首次被公开示众，作为连接机器、数据和人的重要平台。它可将各类数据按照统一的标准进行规范化梳理，为云计算和大数据技术提供了随时调取和分析的平台，工程师们可以在Predix上按照自己企业的需求编写程序和应用，各取所需。各种分布式计算、大数据分析、资产管理、M2M通讯、移动性都可以叠加在上面。

Predix有时候会跟iOS和安卓操作系统相提并论，GE希望在此为工业互联网建立工业生态系统。在此之上，建立APP应用商店，建立面向工业应用的GE Store。

2014年，GE将各种设备管理方案，整合成四十余种名为Predictivity数据与分析解决方案，通过增加可靠性，提高资产性能，延长资产寿命，增强资产安全以帮助企业优化资产。一年之后， GE决定升级，向所有企业开放Predix操作系统，帮助各行各业的企业创建和开发自己的工业互联网应用。

Predix云平台的开放，意味着GE决定通过放弃眼前利益，争取通过GE的产品和标准，在世界范围内搭建一个广泛的工业互联网平台。

这就是工业云所在地。工业云的应用会给制造业带来灵活的编程和数据分析方式。这意味着会有大批程序员走进工厂，工业将变得软件化。通过IT信息技术和OT运营技术，借助Predix云的连接，工厂的资产管理、机器数据更加可控。

工业互联网承载着GE的未来之梦，而Predix则是工业互联网的云平台。伊梅尔特已经坚定地认为，APP才是工业的未来。

GE迫不及待地希望2016会有2万名开发者在Predix平台开发应用软件。到2020年，GE商店（GE Store）内的应用程序目标为50万个。而所有这些APP的安身之地，就是GE寄予厚望的Predix平台。

Predix连接IT与OT

Predix其实主要源自GE原有的EAM资产管理软件的云化和平台化处理。由于不同组织的业务的特殊性，Predix的实际广泛应用，仍然存在着不确定性。到底是一个操作系统，还是PaaS平台，还是一个数据中心，GE似乎也颇费踌躇。

数据海洋的帝国

GE的产品线非常庞大，覆盖能源、医疗、家庭、交通运输、金融等。光能源集团一项，就覆盖了发电、水处理、能源服务、石油和天然气、可再生能源、检测控制等。而所有的这些业务，GE找到了一个共性，那就是：数据无处不在。而且像所有探险先驱对自己发现的地盘都会情有独钟一样，兴奋的GE断言这个宝库被严重低估了。从这个角度出发，到2014年年底，GE声明自己已经管理了价值1万亿美元的资产和由1000万多个传感器追踪的5000万多的独特数据。

GE的车队服务Fleet Service每天管理着超过26,000的车辆资产，由7.95亿资产通过260万个传感器所产生；

GE采矿方案团队监控来自世界各地每10分钟从50个网站超过200000的信号；

GE的9 E700台燃气轮机组在全球运作累计超2500万小时；

GE运输每年分析从13,300台机车产生了146TB的数据。。。

无与伦比的数据海洋，随着大数据、人工智能、互联网、物联网的暴发性发展而展露出一望无际的浩瀚。那后面一定有财富，GE应当感觉就像葡萄牙和西班牙的那些先驱们，五百多年前大航海的故事似乎又要重新诱惑着喜欢探险的人们。

跟以前一样，虚拟海洋的财富主权，并不确定谁是真正的主人。它在呼唤一切有野心的拓荒者。

制造业正在上演数据交响乐

工业互联网的核心是设备资产管理，尤其是设备资产的数据管理。这与工业4.0强调的生产与制造有很大的不同。传统工业设备每天产生大量数据，如果将这些数据利用工业互联网手段整合出来提供给客户，可能会实现工业设备能源效率的提升；而工业企业合理利用这些数据，也能促进自身以更快的速度发展。因此GE慷慨大方地建议，就地挖宝吧！每一个工业企业投资者都应该理解自己的互联网策略是什么。

在GE的眼里，一辆机车就是一个奔跑的数据中心，飞机引擎是飞行的数据中心，它们每天产生巨量的数据，这些数据可以反馈给客户，用于提升燃油效率，改善它们的环保表现。甚至一个企业的资产观，也将发生变化：GE的发动机，不必是波音空客的设备，而是GE自己的资产，可以随时倾听、维护和预警——GE成为这样的数据中心。换言之，GE的智能产品，也许就像是一只只鸽子，不管放飞多远，它们都会为数据中心带来回信。

先进制造业对GE的影响力正在更加明显，这也改变了GE高层的思维模式。

在过去，GE发动机大约40％的生产任务外包给全球的供应商；而基于对制造业全新未来的考量，GE不打算外包了，而是一反常态地计划将更多的制造工作放在GE内部，以获得更多的供应链增值。

这是一个清晰的信号，这对于中国制造而言，这也是一个至关重要的启发：制造业正是未来经济竞争的基础。

而作为一个制造业主体之一，GE身体力行地推荐自己的卓越工厂（Brilliant Factory）的实践，这既是高级数据分析向全球进行示范的明证，也是自我发展的最好推动力。

卓越工厂的要素，印度Pune工厂

GE去年五月在印度普纳正式运营的卓越工厂，可以实现混线生产，如发动机、涡轮以及这些产品零部件的制造。工业互联网的要素展现地淋漓尽致。

令人咋舌的财富之城

GE总裁的视线，已经被工业全新的财富所诱惑，他也不介意用慷慨热情的语调，鼓励大家去分享他的发现。在最近的一次发言中，伊梅尔特决定不再纠缠工业互联网的技术泡沫是否存在。不屑辩论之余，他强调目前数字化技术在消费领域APP经济已经创造超过3000亿美元的市场价值。而工业领域的发展，将远远超过这个数字。而GE的科学家认为，即将到来的2030年，工业互联网将增加15万亿美元的GDP。

GE坚定地认为，全新的工业拐点已经到来。运营技术OT（Operating Technology）将接过神力不再的IT技术的魔棒，数据将成为全新的主导性推动力。靠着庞大的神经末梢，所有的实体机器，都会转化为数据经济，从而建立一个庞大的数字帝国。所有工业领域的人类知识财富，都在此堆积。

闪耀之巅，那将是一座无与伦比的财富之城。

第二部曲：万物互联 人机之巅

近几年来，第五种发电“燃料”——其他四种为煤炭、油气、核能和再生燃料，已经被业界广泛认可。这种燃料是什么？答案是，嗯，“提高能效”。这个几乎没有笑点的答案实在是出乎意料地缺乏逻辑。剑桥大学教授Yergin在2011年的书中提出来这样一个概念，却是我们理解工业互联网由来的桥梁。

源自设备资产管理的需求

设备维护与能源管理一直是工业领域最重要的命题之一。在Yergin教授的书籍出版之后的一周年的时候，GE对此作出了深思熟虑地回应，2012年11月份推出了“工业互联网——打开机器与智慧的边界”白皮书。白皮书热情洋溢地宣告工业互联网开启了工业经济的新时代，智能仪表的优化，可以使得单台设备以最好的状态运行；而相互连接的机器，则可以形成智能网络。

在过去，飞机引擎中的传感器都是被动模式——直到出现故障才会在仪表盘上亮红灯。这类传感器有很多，例如测量温度、压力和电压，这些传感数据过去很少被保留和研究。在大多数飞行中，引擎只会保留三个平均值，分别是起飞、巡航和降落数据。

而在GE的下一代GEnX引擎中（装备波音787飞机）将会保留每次飞行的所有基础数据，甚至会从飞机实时传输回GE分析。

一台引擎一年产生的数据量甚至会超过GE航空业务历史上所有的数据。

虽然机器间通过传感器通讯已经不是新概念，但是GE的业务规模能让这种想法得到更快实现。显然作为拥有最大规模的工业数据集，同时掌握历史数据并监测未来数据，GE能够测试任何算法的可行性。这就是GE面向未来的数据战略。

两种模式

诊断和预测被认为是面向不同时间的世界观。以往的设备维护往往都是“应激性”反应，有故障报警再去解决问题，这被称为“诊断Diagnositics”；而随着主动性预防和维护的普及，现在“预测性Progostics”诊断则是希望提前了解设备的运行节点，并做出主动性调整。这已经成为设备资产管理行业发展的主流方向。

根据美国著名的自动化咨询公司ARC的2015年调查报告，在美国目前只有18%的工厂利用设备数据进行主动性预防维护，而且往往只限于过程参数数据，如材料的温度、压力等简单数据。

大量的设备数据都被忽视，直接丢弃。这些数据随着机器铁锈，悄无声息地散发到大气中了。然而，随着大数据时代的到来，工业从业者重新意识到这个充满铁锈味的数据气息的价值。

工业互联网被称为“第三次革命”，应该说这个提法过于草率和牵强，但工业互联网却是工业数据觉醒时代的最好代名词。一个庞大的物理世界——由机器、设备群和网络组成，通过大数据与数字分析的能力，与人的决策相连。这种虚实结合的工业新场景，激发了工业的想象力——准确地说，人们试图给机器开始增加想象力。

工业互联网的“机与智”

要理解工业互联网的核心，其实也很简单，就是解决人与机器的连接问题。这其中涉及到的先进分析（高级分析），就是工业大数据专业分析。与普通的数据分析不同，它涉及到了复杂的工业知识模型。

打破机器与大脑的边界

在这三个要素中，智能机器将现实世界中的机器、设备、机群和网络通过先进的传感器、控制器和软件应用程序连接起来；高级分析则是使用基于分析与预测算法，结合各种关键学科的深厚专业知识来理解机器与大型系统的运作方式；而人员的连接，也使关键的一步。通过实时连接，连接各种工作场所的人员，将人的决策性因素与设计、操作、维护以及服务相关联。

冷冰冰的金属与智慧的连接与融合，数据和知识重新定义了金属。

Big Iron +Big Data=Big Outcome

大铁砣+大数据=大产出

刚刚被GE收购的生命科学仪器制造商赛默飞（Thermo Fisher）的化学分析仪在原有的智能功能基础上添加网络连接功能，一旦进入危险环境，化学分析结果就会马上传输给用户，立即启动化学缓解过程，无需等待就实现仪 器和人员净化。赛默飞通过GE的 Predix云平台，用于安全地获取、分析和储存产品数据，并传输到公司内部和客户手上。

制造业生态的边界在哪里

既然数据自己已经跳出来打开话匣子讲话，那么讲故事的人就多起来了。美国PLM软件公司PTC也不甘示弱，讲了另外一个跟GE既关联又略微有区别的理念：智能互联产品。这个理念跳出了工厂生产与设备维护的范畴，而将价值链拓展到了消费者端（当然GE的发动机引擎也在讲述类似的理念）。

这个故事，对海尔影响巨大。或者说，海尔也是这么想的。英雄所见略同嘛——在同一个变革激荡的年代，各种想法相互影响相互叠加，也很难辨认出到底是谁更早地作出思考吧。

智能互联产品

智能互联产品设定了三个核心要素：物理要素、智能要素和互联要素。

物理要素由产品的机械和电动零件组成。例如：汽车的物理要素包括引擎、轮胎和电池；智能要素由传感器、微处理器、引擎控制单元等；互联要素由设备接口、连接协议组成。如：一辆汽车与一台汽车诊断设备连接；或者与性能监测、远程服务等连接。

说到这里，这个故事还是有些干巴。然而，如果看清这次添加的因素是数据，而不是任何其他物理模块。

我们会发现，智能互联产品的数据基因，有可能布局重塑产业内的竞争，而且还拓宽了产业本身的定义。

当产品与另外多个产品以及外部数据库连接，产业生态系统出现了。一套各种类型的农业设备与另一套农业设备连接，同时连接到基于地理位置的数据库，一个农业生态系统开始出现了。美国农机设备制造商迪尔公司（John Deere）和爱科公司（AGCO），现在都开始把农业设备连接，产业从拖拉机制造扩张到农业设备优化。自动耕作机根据准确的深度和间隔距离把氮肥注入土壤，然后播种机紧随其后，把玉米种子之间埋入刚施肥的土壤中。然后还有灌溉系统和施肥系统的精准接入，与此同时参考天文气象、农产品价格和农产品期货等信息系统，目的是优化总体农业收益。

制造业边界的扩充

拖拉机不过只是系统中的一部分，而在此之前，这是农机生厂商的全部故事。跟不上这种趋势的公司会发现它们的传统产品日益被边缘化，而系统整合者则控制了核心。

跨界开始变得丰富多样了，数据引发的 “无产品”策略开始陆续登场。美国农业数据分析软件提供商 OnFarm，就可以通过手机各种农业设备的数据向农民提供服务，帮助种植者做更好的决策。OnFarm自己不需要制造设备，却可以成功地和传统农业设备制造商竞争。

工业升级的斗法路径

“工业4.0”让德国工业出尽了风头，然而这只是面向未来的工业升级的一个技术版本之一。西门子对智能工厂充满了期待，它很清楚，智能工厂绕不开自动化设备——这是它的强项；智能产品绕不开产品设计，这也是它的强项。

从GE的工业互联网定义中，并没有直接回答，产品设计问题——它似乎忽略了这在工业领域几乎同样重要的一个宏大主题。这个一闪而过露出来的空当，很快被同是美国伙伴PTC公司所解决——这是西门子在PLM（产品周期管理）软件领域事业部多年来的最大对手之一。

PTC的设计与使用的数据回路

PTC做了一个精准的选择，将前端的设计研发与后期设备的维护与联网进行打通。数据流动，仍然是决定性的焦点，这一点与工业互联网的战略就高度一致。

连接产品设计与生产制造，打造CPS（信息与物理系统）的连通，是德国人选择的一条路——尽管德国工业4.0所提到的横向价值链体系中，也同样地提到了售后服务，但生产仍然是压倒性的因素。

而连接设计与设备资产，尤其设备通过知识模型发挥更大的作用，是美国选择的另外一条路径。设备相连似乎是一个更容易实现的生态系统。

它内在的逻辑，不完全是更快地生产，更是更高的使用效率：资源配置和优化是同样重要的大事。

这对于备受产能过剩困扰急需降低成本和尽快提升固有资产价值的中国制造业而言，是一个不错的选项。

尾 声

工业互联网不是基础设施，而是产业思维；不是互联网的工业化，而是设备管理效能的深度升级；不是简单的数据能力挖潜，而是一个生态体系的建设。

在这个生态体系下，万物互联，人机的融合到达了一个巅峰的高度。在工业互联网的眼界中，以前的机器忽然变成了一个偷懒的家伙：爱耍脾气爱生病爱罢工。这次，它的健康情况被无数个神经网络，无时无刻地被监控起来。

数字化武装的赛博系统，变成所有机器的新管家。

所有的机器和设备被逼到极致， 工业互联网使得设备故障的几率和时间大幅度降低，而且让设备能够在能耗最低、性能最佳的状态中工作。

只是不知道，融合了金属力量、人脑智慧和高级分析能力的机器，有一天会被迫造反呢？

第三部曲：云端霸权 物联之城

工业互联网的由来

2012年美国总统奥巴马宣布实施“再工业化”战略，通用电气公司GE随后提出了“工业互联网”概念，为其向更加依赖数字化的转型行动打造了一个全新的理念。

2014年3月，这成为美国全产业链的盛事。美国五家公司联手组建了工业互联网联盟(Industrial Internet Consortium，以下简称 IIC)。为此，《纽约时报》发布了一篇评论，认为工业互联网联盟将实现物联网标准化。实际上，美国国家标准研究院NIST已经牵头组织美国产业界制定了工业互联网标准架构，将产业领域标准变成全美的公共标准。

五朵金花的心思

作为最早的发起人GE、IBM、思科、通用电气和AT&T，五朵金花也是各有所思。

对于美国老牌的电信运营商AT&T，它一直在推机器通讯M2M（Machine to Machine）的解决方案。作为基建设施几近饱和，人与人的连接已然稳操胜券的背景下，深度介入到工业领域，是AT&T另外一个巨大的抱负和理想。

通信产业巨头Cisco作为物联网连接交换设备的厂家，更加激进，甚至提出了所谓万物连接（Internet of Everything）的概念。这种本质上仍然是物联网，但万物相连则透出更大的野心。实际上，制造业一直是思科最为看重的实力地盘之一。

对于意见领袖者，IBM在多年前就提出了智慧地球的概念，物联网就是首当其冲的基础技术。工业解决方案，则一直都是IBM的主战场。丰富的工业应用软件、深厚的行业咨询经验，都是促使工业互联网更深入地服务行业的重要支撑。而现在主打认知解决方案的IBM，无疑将使得机器智能变得更加现实。

而曾经错判移动终端的芯片趋势，从而拱手将一片好局让给了ARM芯片，这无疑是Intel过去几年最大的失误。而这次，Intel不想错失机会，加大物联网芯片上的标准化努力，意图重拾辉煌。而工业领域，则是英特尔一个绝不想再错过的大地盘。

作为概念的提出者和唯一的工业设备提供商和工厂自动化解决方案商，GE有着最大的野心。GE在全球各地大量正在运转的工业设备，完成设备联网并提供预测性维护，是内在产品服务需要。

GE Digital的总裁Ruh（也是前思科副总裁）指出，“就工业合作的广泛度而言，这次的规模之大是以前从没有过的。我们就是要像这样让机器、人、数据一起来协作。”

不无巧合的是，五大发起公司包括电信、数据处理与制造 ，正好是对应着人、数据与机的相结合。这是典型的三元系统。

煞费苦心的运行机制

工业互联网的联盟机制由三层组成，5+2+N。最上面的是五家发起成员，每年年费25万美元，致力于促成和协调优先事项；中间是理事单位，德国SAP和法国电气自动化巨头施耐德；最普通的会员则包括大企业、小企业、大学等，会费制从5000美元到5万美元不等。2015年底，这个联盟组织已经达到了230个成员。

IIC看上去是个面向全球开放的姿态，中国电信、海尔、华为也都在其中。然而在联盟享有主导发言权的五家公司，全部都是美国公司。显然，这是美国主导的另外一个工业北约组织——刨除了政治和军事的成分。作为工业4.0的轰轰烈烈的推动者，西门子似乎也被淹没了，只是其中最普通的一个会员。它需要极其警觉地盯着这个组织里发生的一切变化，判断每一个可能的风向。

会员组成

IIC看上去采用了开放成员制，以图建立一个打破科技壁垒的团体，以更好地推动大数据在现实物理世界和数字世界间的整合。它致力于发展一个“通用蓝图”，使得各个厂商设备之间可以共享和传输数据。这些标准一旦最终确立，硬件和软件开发商将可以自由创建与物联网完全兼容的产品，从而实现机器、建筑、车辆等各种不同类型的实体可以得以全面的连接，并且都与人连接在一起。

与一般人想象的不同，工业互联网联盟由大名鼎鼎的对象管理组织OMG (Object Management Group)——计算机标准行业协会管理的。

这固然是为了隔离发起企业以及后续会员的利益冲突，减少协调上的困难，更重要的是，IIC并不发起标准，它尊重既有的标准体系。换言之，工业互联网首先要维持的是一个既有的利益秩序。不能不说，这并不是一个像样的革命。

为了更好地渗透，IIC进一步在各国以分部方式发展。德国分部已经建立，中国、印度、日本等国家也在其列。

三大法宝

如此各有野心、志向多元化的组织，如何能够真正发挥作用？IIC联盟找到了三大抓手：参考架构、测试床和云平台。

IIC正以参考架构为引领，借助各种标准组织的力量，确立工业要素之间的关系；同时通过联盟会员建立测试床应用案例，提供验证支撑，加快应用实践；而云平台Predix，则是GE所有志向中的最大布局。

如果这是一场鸿门宴，各种刀斧手、各种舞剑的沛公，全部深藏在此。

1、工业互联网参考架构IIRA

2015年6月，IIC发布工业互联网参考架构IIRA （Industrial Internet Reference Architeture） 。该文件定义了工业互联网系统的各要素，以及为要素之间的相互关系提供了通用语言。在通用语言的帮助下，参与者可为系统选取所需要素，从而更快地交付系统实现。

然而IIC并不制定标准，它主要的工作是推动协作。事实上，IIC还积极推进与国际标准化组织的协作，已梳理了20多个关联标准化组织，以图加快工业互联网标准研制和全球标准化协作。工业互联网参考架构IIRA可将现存的和新兴的标准统一在相同的结构中，从而能更加简单快捷地找出需弥补的缺口，进而确保各组件间的互操作性。

作为负责全球性技术标准的IIC对象管理部的第一任首席行政主任Richard Soley， “我们必须做的是让所有的标准兼容，”Soley表示。“假若马来西亚航空公司MH370航班是完全与全球跟踪系统兼容的，此时我们就能把它的具体位置精确在一平方米之内了。”

2、建立测试床，推进实践创新

工业互联网联盟IIC最重要的行动举措是，为各行各业领头羊企业提供了测试床（TestBed）平台的机会。作为二百多名成员的组织，各自的产品和技术，如何协同在一起，这是一个漫长的进程。其中最主要的就是互操作性。各种产品和技术之间如何连接，形成了IIC成员首先需要思考的问题。

IIC的做法是鼓励会员企业有机会参与到最先进的技术测试中去。应该说，这种做法非常符合新技术变革初期的需要。企业一起通过共享最佳实践，避免了过于昂贵的单独行事。

显然测试床是一个稳步推进的好方法。各种解决方案都可以在这里推介。在当前的基础上，使用各种数据和试验结果，来进行各种改进的测试。这些带有创新前沿使命的测试床，工业互联网联盟目前已经提供了九种，如追踪与测试、工厂可视化和智能化等测试床方向，是聚焦在制造业；而“通讯与控制”，则至上而下地对传统电网系统进行改造探索。

测试床类别

TestBed并不是一个新鲜事。但在IIC的实践中，测试床则出乎意料地充满了活力，德国博世、国家仪器仪表NI等都积极参与其中，推出了许多局部创新应用案例。这在IIC对很多焦点（如能源）尚未能全面打开局面，至关重要的安全标准还在发展之中的时候，工作组意外地发现，许多可见、可用的成果正在有效地拓展地盘。这不免让IIC的2015年终总结的时候，工作组成员Pike女士不无得意地说，“我们手挽手地走过来We Are Coming Together”。

3、三大法宝之云平台

工业互联网需要一个平台系统，这是毫无悬念的。GE主导的Predix云平台，尽管是最充分的准备，却是工业互联网最容易惹争议的地方。凭借既有的设备资产管理的丰富软件和经验，GE已经开始推广Predix云平台系统，并且把自己的产品软件放在平台上；同时面向行业工程师提供predix.io开发者平台，意图丰富工业大数据的生态圈。

实际上，这当然会成为一个大家颇为忌讳的一个平台，每个参与者都希望成为数据的主人。这一点，或许会成为各怀心思的巨头们的一个隐患。西门子反应最为强烈和直接。在整个2015年都表现得极其活跃，一直都是咄咄逼人的进攻策略之余，西门子在年底略显仓促地推出了针对GE Predix平台的防守型策略，12月份推出Sinalytics数字化服务平台，整合远程设备维护和数据分析业务。西门子的业务是不可能构建在GE的Predix平台之上的。重要的是，西门子必须在工业用户尚未完全理解Predix的潜在威力的时候，推出一个GE之外的选择。

这两家工业巨头比任何用户，都提前察觉到了全新的飞地。这里，有着全新的禁区。

新的数据禁地

工业互联网的发展趋势显然势不可挡，然而工业互联网的数据产权，仍然成为影响它自身发展的一个巨大阴影。它的数据资产属性变得模糊而披上了隐身的外衣；而由于在Predix这样一个近乎排他性的云平台的存在，又使得它了具备十足的霸权特性。

与以前销售硬件产品不同的是，工业互联网通过机器数据和云平台，改变了制造业的商业运行逻辑。它需要对企业效率的提升方式和对产业链运行方式有深刻的理解，了解企业的业务模式，了解优化的可行性。

这意味着，它涉及到企业最为核心的业务。

在美国亚历山大的一个监控和诊断中心，GE的工程师们，正在对全球范围之内数据进行监控，完成35000多个预警分析。GE的智能设备每时每刻都在从全世界传递回来数据。对这些数据进行编码转译之后，一切业务都可以被重构。对于全世界各地所有的数据现场（无论是一个工厂，或者是一家医院，或者是头顶飞过的飞机），这里是一个巨大的透心镜。

即使你不是军事爱好者，如果你了解美国电影，也会非常熟悉一个名称：51区（Area 51）。这是美国最神秘的地方之一，位于内华达州。

美国51禁区

它有各种昵称， 水城（Watertown）、梦境（Dreamland）、天堂牧场（Paradise Ranch）等充满了诗意的想象。然而，它名气最大的是“51禁区”，因为它在地图上的分区编号为第51区。相当高级别的人才能进入，这里归国防部所管，肩负着推动军事科技发展的重任，这是一个军事禁区。

我们不得不忧心忡忡地看着这一种全新的数据中心。这里写满了财富的秘密，有崛起的新贵者，也有摇坠的落伍者。在云端，它是在预测而不是记录。它会是新的“财富禁地”吗？多少秘密在其中存储，你我都不知道。

尾 声

2015年是工业互联网联盟发展迅速的一年，它充满了确定意义的阶段性成果。重要的是，借助于数字化的体系结构，它确立了联盟成员相互对接的基础。

这一点，它就像自我繁殖的造物者，度量并初步确认了自己未来的骨架尺寸与比例。与此同时，各种如火如荼的工业实践，也为它提供了无数来自现场的最好养料。

工业互联网已经确定了骨架，就在你我的注视之下。下一步就是迎风而长，如果看的不够仔细，一片工业丛林就会变戏法似地突然出现。丛林法则，是唯一的游戏规则。

后记：工业互联网三部曲

就在我们大家都在心急火燎地学习和解读工业革命的时刻，我们仍然需要清醒地意识到：工业升级是一个复杂的系统工程。只有用系统工程的视角，和对工业现状的清醒认识，才能领悟这场伟大革命的真正意义。在这里，它将不是一项技术的突破，而是一种人的思维的胜利。它何以发生在此刻？在没有一个能令人尖叫的通用性技术（如蒸汽轮机、如电力等）出现的时刻。这一点令我们颇多生疑。这也要求我们需要超越技术的视角，用更长远的工业史观来细细思量。中国制造强国的梦想以及当下各种蓬勃向上的姿态，无论有多少困惑和喧嚣，我们这些身在局中者，当已经感到一种愉快的感觉，乐见所有可能的推动。

以此，我们结束工业互联网三部曲的全部思考，而静候新力量的爆发。

可点击查看左下方 阅读原文

免责声明：本文为网络摘录或转载，版权归原作者所有，内容为原作者个人观点，并不代表本公众号赞同其观点和对其真实性负责。如涉及作品版权问题，请与我们联系，我们将在第一时间删除内容！