生產力革命征途“道阻且長”？

　　就像理想永遠“高于”現實，工業互聯網的實踐征途，未必如同前景這般廣闊美好。

　　在互聯網時代，消費者只需點擊鼠標就可以購買幾乎一切商品，但企業同樣點擊鼠標，未必能及時掌握所有設備數據，并操控它以更優化的生產效率運轉。

　　哥倫比亞大學數據科學與工程學院教授Venkat Venkatasubramanian指出，對于商業零售公司而言，通過互聯網數據分析，找到消費者未來消費動向已經足夠。

　　但在工業互聯網領域，任何數據分析模型還需要面對的，是同樣復雜的設備儀器與物理學工程學原理，如何找到兩者的結合點，征途絕不會一帆風順。

　　魯威廉不否認工業互聯網的實踐難度。在他看來，完整的工業互聯網需要具備三大要素：

　　一是收集各項生產數據與操控設備的智能機器，目前GE大量投資安裝傳感器，就是為了讓機器變得“智能化”；

　　二是數據保存與處理分析能力，尤其是面對海量生產數據，管理人員必須找到最關鍵的核心數據加以分析，這需要以往生產工藝經驗與先進互聯網技術技能的融合；

　　三是組建數據分析挖掘的人才團隊，真正能大幅提高生產效率的決策，往往來自某些不起眼的生產數據挖掘分析所產生的“靈感”。

　　在加州圣拉蒙市的GE軟件研發中心，研究人員正著手做好“第二步驟”——先將傳感器收集到的數據“可視化”，再借助地圖、模擬場景與社會化網絡，讓工廠管理人員直觀了解，并通過比劃手勢等手法傳遞新的生產管理決策。

　　有時，他們甚至需要借助全球最先進的衛星技術。如GE曾與一家加拿大電力公司合作，利用衛星影像收集分析天氣地圖、當地停電記錄等數據，制定樹木修剪地區的電網管理新措施。以往，掉落的樹葉一旦遭遇雷電氣候，往往導致停電事故頻發。

　　但是，擁有先進的“技術”，并不等于這場工業互聯網革命已經到來。

　　事實上，工業互聯網發展面臨的一大障礙，是企業自身難以克服的技術與資金瓶頸。

　　首先，工業互聯網的“物理基礎”——傳感器未必能“適用”不同工業企業五花八門的新舊設備儀器；

　　其次，傳感器將各項數據傳送到某個互聯網絡，但這個網絡會不會被黑客攻擊，一些核心生產數據會不會因此落入競爭對手口袋，企業同樣心有余悸；

　　最后，往往也是最重要的因素，就是經濟利益，不是每個企業家都有底氣相信工業互聯網能帶來預期的生產效率提升與經營績效，尤其是他們看到的，僅僅是工業互聯網的設計藍圖。

　　慶幸的是，總有一批愿意吃第一個螃蟹的勇敢者。盡管這些企業試水工業互聯網的初衷，僅僅是為了降低人力成本與能耗，延長設備工作壽命。

　　一家大型啤酒釀造公司旗下5座工廠安裝水處理遠程監控和診斷系統，實現全天24小時水質監控，已經節省約48萬美元人力成本與化學劑量費用，如果他們將這項系統擴展到全部40座工廠，還能再節約380萬美元。

　　“事實上，工業互聯網的核心價值，是數據收集后的分析挖掘，它帶來的，是企業整個生產決策的優化，甚至發現以往不曾做過的管理創新?！濒斖f。盡管這絕不是一蹴而就的。要發揮工業互聯網的全部潛力，必須將智能設備、智能系統和智能決策全面融合。

　　就使用效果而言，它首先必須具備運營高可靠性與安全性，才有數據挖掘分析的前瞻性，最終，一家工廠、甚至一個工業生產領域的工業互聯網技術可以被“標準化”，復制給其他同行業公司，提升行業生產管理效率并創造更高附加值。

　　“未來，企業競爭的未必是產品，還有生產管理效率?！盫enkatasubramanian指出。

　　然而，優先做出管理變革的，卻是工業互聯網提供商自身。

　　此前，通用電氣（GE）一直以工業系統的解決方案提供商聞名于世，但在不久將來，它可能會成為一家全球知名工業互聯網軟件服務公司。

　　魯威廉說，也許大家很難想象GE在軟件方面有這么強大的能力。十年之后當我們回顧歷史，大家會發現世界上最偉大的軟件公司不是賣軟件的。而我們希望能夠成為這樣一家公司——擁有世界一流的軟件，但不賣軟件，而是通過提供工業互聯網軟件服務系統，重塑對工業系統解決方案的定義，重塑工業系統產業。”

　　伊梅爾特相信，未來工業互聯網，并不是由機器人管理的世界，而是整合世界上最好的軟件技術，解決工業生產領域的最大挑戰。