对于真正的工业互联网洞察力：不要只是捕获数据，而是要使用它

工业运营商已经拥有海量数据，而且只有更大的数据。 GE 和埃森哲最近的一份报告发现，对于 80% 到 90% 的公司来说，大数据分析是前三大优先事项之一，76% 的公司预计他们的投资将在明年增加。数据为各个行业（从能源到医疗保健再到交通运输等）提供强有力的答案，以提高生产力、改善客户体验并为新技术和收入流打开大门。

为此，我们需要的不仅仅是数据收集。工业需要能够更好更快地使用数据来做出更明智的运营决策，这是工业物联网的承诺。通向工业生产力下一阶段的途径是通过从风力涡轮机到 MRI 机器再到涡轮机的各个机器，更具体地说是通过它们的控制设备。

工业互联网就像一个人

功能强大且相互连接的神经系统在使我们能够以极快的速度甚至不假思索地响应环境来高效运作方面发挥着关键作用。在这个比喻中，机器控制是工业互联网的神经系统。

然而，传统的控制系统严重不足以充分发挥工业互联网的潜力。传统控制在一个简单的闭环上运行，按固定时间表运行或响应非常有限的一组环境数据。它们是独立的，与其他工业系统的交互有限或没有交互。目前，拥有传统控制系统的公司只能利用大约 3% 的工业资产数据。想想看：只有百分之三。

下一波工业生产力增长将来自将这些数据转化为由机器分析驱动的自动化运营决策。我们需要机器级别的控制不仅要智能，如在本地收集和处理数据，还要连接。互联控制可以通过云的分析和计算能力汇集本地数据，并实时做出具体决策，从而利用大量本地数据。除了执行我们都依赖的可靠、确定性控制之外，他们还需要这样做。

重要的不是更多的数据，而是更有效地利用数据

我们在 GE 的方法是创建一个工业互联网控制系统 (IICS)，该系统可靠、安全和可靠地将数千台机器大规模连接到云的力量，并将计算带到工厂和机器的边缘。 IICS 旨在作为工业资产与 GE Predix 平台完整计算能力的开箱即用桥梁，我们将其构建为专为行业打造的操作系统。

该系统由智能控制器、I/O 模块、安全云连接、高级分析软件和应用程序的灵活组合组成。例如，连接控制可以使运行涡轮机的应用程序能够检查电价并在价格处于最佳水平时调整速度。传统控制会在不了解驱动盈利能力的外部因素的情况下以预定速度运行机器，但新范式通过基于动态外部因素分析优化操作来提高效率。

另一个例子是燃气发电厂。工业互联网自动化控制可以浏览工厂中每台机器的性能和运行状况，以及市场状况，如成本、定价、其他电力来源的供应和需求响应等信息。他们知道风电场和太阳能光伏源的电力供应是激增还是减弱，以及需求是高还是低。他们可以预测定价和因提高生产而产生的额外收入，并将其与零件磨损和未来维护费用相关的成本进行对比。他们可以以最高的精度做到这一点，因为数字孪生模型可提供有关工厂中每项资产的健康和性能的精确信息。

这种新一代工业神经系统超越了大数据，允许根据响应速度和洞察力在云和边缘之间实现数据处理的最佳分配。它还使不同的工业资产能够一起讨论并设计最佳的协调响应，并将有关机器、物理环境和经济环境的数据和预测结合起来。

对工业公司及其客户的好处是巨大的：转向预测性维护、故障和计划外停机时间的大幅减少、更高的效率、生产力和可靠性、更低的成本和更高的收入。这些好处的程度及其产生的速度在很大程度上取决于工业互联网控制系统的效率。

作者是GE自动化与控制公司总裁兼CEO