【工业云】加快制造企业上云步伐应从供需两侧发力；云操做系统：看懂GE Predix ，就看懂了工业互联网
当前，我国工业云平台应用率不高，企业对上云的重要性和复杂性认识不足， 关键支撑技术和标准规范滞后。这些问题若是不尽快解决，势必会制约制造企业的提质增效。基于此，赛迪智库信息化研究中心提出，加快制造企业上云步伐应从供需两侧发力。git
云操做系统：看懂GE Predix ，就看懂了工业互联网
Predix是GE推出的针对整个工业领域的基础性系统平台，这是一个面向工业应用的云操做系统，是开放的工业云操做系统，它能够应用在工业制造、能源、医疗等各个领域。随着工业数字化转型的大潮涌起，彷佛Predix成为了一个绕不过去的“关键词”，言必称“我比Predix如何如何”、“我要来作中国的Predix云云”，而事实上，咱们对Predix的架构和价值，还缺少清晰的认知。安全
正如时培昕博士所说：GE的Predix平台、APM、OPM以及ServiceMax等一系列产品给咱们的印象很是震撼，咱们彻底没法想象像GE这么传统的硬件公司，可以设计出来像AWS同样强大的软件平台和软件产品……微信
Predix究竟是什么？远远不止是平台。架构
Predix最开始是一个PaaS平台，可是随着GE对其的不断完善，如今已经超越了平台的概念，成为GE Digital的当家花旦。目前，Predix已经远远不止是平台，包括了边缘+平台+应用三部分，其中边缘和平台都只是配合应用的，应用才是Predix的最终目的。框架
如今的架构同两年前相比，虽然仍是分为边缘端、云端（平台端）和应用端，但最大的区别是将应用和平台拆开了，在平台层提供更丰富的工具和能力，而应用层则是围绕着资产、运营和商业的应用。如下，咱们将对这三个部分进行分别介绍。运维
①边缘端机器学习
众所周知，工业设备的链接和协议具备复杂性和多样性的特色，而且不少是与GE有竞争关系的各大厂商（西门子、ABB等）主导的封闭协议，所以Predix并不直接提供实现数据采集的硬件网关设备，可是提供了一个网关框架——Predix Machine，以实现数据的采集和链接。
微服务
Predix提供了Predix Machine的开发框架，支持开放现场协议的接入，并加强了边缘计算的功能，由合做伙伴开发相应的设备接入和边缘计算的功能。尤为值得关注的是Predix提供的边缘计算功能，在国内，咱们还在讨论什么是边缘计算，而Predix已经经过丰富的实际案例定义了边缘计算的实现框架。工具
GE在边缘计算上面丝绝不落后于像华为和Cisco这样的ICT厂家。在此次M+M大会上，咱们能够看到Predix Machine，几乎覆盖了边缘设备须要解决的全部问题（①工业协议解析；②灵活的数据采集；③同平台的配合；④本地存储和转发；⑤支持运行平台端的应用；⑥丰富的安全策略；⑦；本地设备通讯），而且有很是多的合做伙伴已经基于这个框架开发出了众多边缘网关产品。布局
Predix Machine包括一整套技术、工具和服务，支持应用开发、部署、应用和管理，可支持小到Raspberry Pi这样的嵌入式硬件，大到SBC(Single Board Computer)的总体解决方案，能够说是一个小型的Predix Cloud了。根据边缘设备的处理能力不一样而选择Predix Machine的内置功能，以此来决定应用场景。
②平台端
平台端Predix Cloud是整个Predix方案的核心，围绕着以工业数据为核心的思想，提供了丰富的工业数据采集、分析、建模以及工业应用开发的能力。
因为GE自己是生产大型复杂型工业产品（飞机发动机、燃气轮机、风力发电机、机车等，也就是咱们一般所说的高端装备）的企业，因此Predix Cloud的构建也是从GE自己的业务特色出发来，即紧密围绕着离散制造行业里的大型高端装备的设计、生产和运维，提供以工业设备数据分析为主线的一系列能力，方便构建高端装备行业的应用。可是在Predix Cloud发展过程当中，因为平台优异的开放性，不少其余行业，包括不少流程制造和服务的客户，也在利用Predix Cloud开发相关应用。
Predix Cloud集成了工业大数据处理和分析、Digital Twin快速建模、工业应用快速开发等各方面的能力，以及一系列能够快速实现集成的货架式微服务。主要有以下几个部分：
基础架构
Predix提供了三种部署架构：公有云（AWS、Azure），私有云，和Country Cloud。因此，Predix Cloud是支持私有化部署的！
安全
Predix Cloud提供了很是多的安全机制，包括身份管理、数据加密、应用防御、日志和审计等。
数据总线
这部分包括了数据的注入、处理以及异构数据的存储等功能，支持流数据和批量数据的导入和处理。
高生产力开发环境
提供包括Predix Studio在内的可视化应用开发环境，支持平民开发者(Citizen Developer)使用拖拉拽的方式快速构建工业应用。
高控制力开发环境
提供代码级别的开发环境（基于Cloud Foundry），提供可控程度最高的工业应用开发环境，以及一系列可快速集成的微服务；
数字孪生开发环境
提供快速的建模工具，实现包括设备模型、分析模型以及知识库结合的模型开发。
Predix最强大的地方是基于Digital Twin的工业大数据分析，即将物理设备的各类原始状态经过数据采集和存储，反映在虚拟的信息空间中，经过构建设备的全息模型，实现对设备的掌控和预测。
Predix提供了一个模型目录，将GE和合做伙伴开发的各种模型以API的方式发布出来，并提供测试数据，让使用者能够站在巨人的肩膀上，利用现有的模型进行模型训练，快速实现实例化。同时，用户开发的模型也能够发布到这个模型目录中，被更多的客户共享使用。这里的模型不只包括常规的异常检测，还包括文本分析、信号处理、质量管控、运行优化等，根据你们公认的工业大数据分析类型，能够将其分为四类，即描述性(Descriptive)、诊断性(Diagnostic)、预测性(Predictive)，以及策略性(Prescriptive)。
除了这些分析模型，还有GE提供的超过300个资产和流程模型，这些模型都是跟GE旗下的不一样产品相关的，包括各类属性和3D模型，方便客户或者合做伙伴快速构建Digital Twin。按照GE的宣传资料，包括GE自身以及合做伙伴在内，已经构建了数万个Digital Twin。
③应用端
对工业客户来讲，须要的是解决问题的能力，而不是解决问题的工具。GE推出Predix的主要目标，也是为了更高效、更简单的开发各种工业应用，分析各种工业问题。
Predix应用针对的不是咱们耳熟能详的MES、ERP、PLM等传统IT类应用，而是为各种工业设备，提供完备的设备健康和故障预测、生产效率优化、能耗管理、排程优化等应用场景，采用数据驱动和机理结合的方式，旨在解决传统工业几十年来都未能解决的质量、效率、能耗等问题，帮助工业企业实现数字化转型；同时，Predix绝不犹豫的采用物联网、人工智能等新兴IT技术，摆脱人的经验和知识积累的局限性，从只能解决已知的、经验性的问题，逐步带入到对未知世界的掌控中。
Predix的应用开发能够分为三部分：
▼ 高控制力开发套件：为高级软件开发工程师提供微服务级别的应用开发能力；
▼ 高生产力开发套件：为普通运营和分析人员提供快速应用开发能力；
▼ Digital Twin开发套件：提供Digital Twin的开发支持；
GE Predix 在国内外的经典案例
前面，咱们科普了那么多关于Predix的理论知识，而实践才是检验真理的惟一标准，在2017年M+M大会上，展现了不少鲜活的案例。
BP （英国石油公司）
BP和GE的油气部门联合发布了一个POA服务(Plant Operation Advisor)，这是一个全新的基于Predix开发，旨在提升BP油气生产环节的效率、可靠性和安全性的数字化方案。POA已经帮助BP提高了在墨西哥湾炼油厂的性能，而且会在下一个年度部署在BP全球的炼油工厂。该方案将成为Predix+APM方案的全球最大部署案例。
Exelon（美国爱克斯龙电力公司）
Qantas Airways（澳洲航空公司）
对于Qantas来讲，燃油的使用效率是相当重要的。自从2015年开始，该航空公司利用GE的Flight Analytics软件，已经实现了数百万公斤燃油的节约。从2017年开始，他们开始为最重要的资产-飞行员配备基于GE Predix开发的移动应用FlightPulse，以便于让1700多个飞行员获取更细致的飞行数据，作出更精准的燃油使用决策。
Ferromex（墨西哥铁路）
Ferromex是墨西哥最大的铁路运营商，利用GE交通的Smart Shopping套件下降列车的停留时间，能够实现7x24小时对100辆列车进行健康和性能的实时监控和分析。经过精细化的分析，在列车进入维修车间以前就能够实现运维的预测，以此减小宕机的时间和维修的成本。
Predix在中国，也已经有了很是成功落地案例：
医疗领域→仁济医院
早在2013年，仁济医院就开始与GE医疗合做，使用资产云管家 Asset Plus 。AssetPlus能从远端观察到每一台设备的运行负荷，进行远程就诊调控和分流，下降高负荷机器的运行时间，把等待就诊的病患引导至闲置设备，一方面使设备利用率获得了提高，避免单台机器长时间超负荷工做形成停机，同时也减小了病患等待的时间。
航空领域→东方航空
GE基于大数据创建的发动机叶片损伤分析，能够为对发动机维修的安排提供了准确率高达80%的参照。并推出GE航空大数据平台，着眼于飞行（风险）分析、燃油管理，以及发动机分析三大关键领域。GE与东方航空共享各自掌握的海量数据，充分释放GE在大数据分析技术以及在发动机领域的最佳实践和创新技术的价值，帮助东方航空提升飞行安全管理水平、下降燃油消耗和排放，以及有效应对引起计划外维修与在翼时间等问题。
电力领域→广日电气
GE为广日电气制定了APS、MES、WMS三大系统，实现了对物料入库/出库、分发、转移、不合格品、VMI和库存检查等的全过程管控。改变了以往式生产的模式，解决了以前广日电器大量堆积浪费的问题，起到了降本增效的做用。
GE Predix 在国内外的生态建设
光有平台还不够，工业互联网要真正发展起来，生态很是重要。
Predix在生态构建方面作得很是不错，目前已经有超过33000位开发者、300个合做伙伴基于Predix平台在进行应用开发，业内也在逐步承认Predix在工业互联网生态中的影响力。“好的平台具备黑洞效应”，Predix会汇聚愈来愈多的注意力和资源，当愈来愈多的开发者习惯Predix的开发思路以后，后进者须要更大的代价才能说服其切换。
横向合做伙伴
这类合做伙伴都是以丰富Predix平台的横向协做能力为目的，不只包括微软和苹果这些巨头IT企业，还包括大批的创业公司。微软Azure为Predix提供了坚实而强大的IaaS平台、机器学习以及PowerBI，而Apple则丰富了Predix开发工业级移动应用的能力。
纵向合做伙伴
这类合做伙伴包括大量咨询机构、集成商和独立软件开发商。这类合做伙伴自己有大量的工业客户，能够基于GE APM+Predix平台，为其工业客户提供定制化的工业应用开发和数据分析的总体解决方案，包括Infosys、Wipro、Accenture、Capgemini、TATA、Tech Mahindra等全球性公司。他们基于Predix平台，开发了很是多针对工业设备性能提高、预测性维修、供应链管理的应用。
开发者
除了合做伙伴，Predix平台已经积累了33000多个来自全球不一样多个国家的开发者，M+M大会也是工业应用开发者的一次盛会。
在国内，Predix生态建设也是风生水起，2016年7月，亚洲第一个GE数字创新坊在上海正式启用，用于支持中国本土数字工业创新和孵化。2017年3月，GE和中国电信签署协议，中国电信将为Predix工业互联网技术落地中国提供服务，并由旗下全资子公司负责在华运营GE Predix™及数据中心。 2017年11月16日，“GE工业互联网科技峰会”在上海召开，会上宣布了首届“Predix星火计划”获奖企业，向四家杰出创业公司及合做伙伴颁发了该奖项，以鼓励更多企业投入工业互联网应用开发，共同拓展工业互联网生态圈。
2018，工业互联网在中国的落地元年？
坊间常有人说：工业互联网是中国热，美国冷。其实，这都是表象。美国已通过了探讨“what”和“why”的阶段，迅速进入“how”的实践阶段，不少企业已经真正体会到了工业互联网的价值。人家都去埋头作事、闷声发财了，哪有时间和精力去炒做热度呀？
而国内则正处于工业互联网的市场“教育”的高峰期，一波波的声浪都在讲“what互联网”、“why工业互联网”，这也许就是工业互联网在中国的“热”。
你们都看到了工业互联网的巨大市场前景，并且随着云计算、人工智能、移动互联、IOT这些基础技术的成熟，以及工业企业的需求觉醒，中国的工业互联网产业也确实应该向“How”的阶段迈进了。然而，“有技术”的科技公司和“有需求”的工业企业之间，缺少有效的链接纽带，行业“KnowHow”把双方阻隔在河的两岸，这成为中国的工业互联网不能迅速进入“How”状态的最大障碍。
这个行业，特别须要GE这样的“跨界”企业来破冰，GE自己既是科技公司，又是高端工业装备制造公司，这种“跨界”，让它成为工业互联网的旗手公司，用大量最佳实践完成了“技术”和“需求”的耦合。
但仅靠跨界还不够，工业各细分领域专业差别大，壁垒深，GE并不是无所不能，因此，GE Predix的架构分为平台+边缘+应用，强调平台的开放性，提供各类框架和API接口，而且大力发展生态，让更多有“KnowHow”能力的小伙伴加入进来。这种模式，才是工业互联网的将来。
2018年会是中国工业互联网的落地元年吗，让咱们期待一下吧。
注：本文根据寄云科技CEO时培昕博士《GE Minds+Machines见闻》系列文章整理，原文信息量巨大，感兴趣的能够点击连接访问。本文着重介绍，为何说GE Predix平台表明了工业互联网的将来。
人工智能赛博物理操做系统
AI-CPS OS
“人工智能赛博物理操做系统”（新一代技术+商业操做系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS造成数字化+智能化力量，实现行业的从新布局、企业的从新构建和自个人焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优点的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式可以释放新的业务和运营模式。若是不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者没法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操做系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与我的这三个层面都保持领先地位：
从新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
从新构建企业：你的企业须要作出什么样的变化？你准备如何从新定义你的公司？
从新打造本身：你须要成为怎样的人？要重塑本身并在数字化+智能化时代保有领先地位，你必须如何去作？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，能够帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优点协同。AI-CPS OS造成的数字化+智能化力量与行业、企业及我的三个层面的交叉，造成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量可以令人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具有了智能（自学习）的能力。
高效：企业须要创建实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个能够实时触达的行为。
不肯定性：数字化变动颠覆和改变了领导者曾经仰仗的思惟方式、结构和实践经验，其结果就是造成了复合不肯定性这种颠覆性力量。主要的不肯定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不只让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不一样行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS造成的数字化+智能化力量经过三个方式激发经济增加：
创造虚拟劳动力，承担须要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提高，提升资本效率；
人工智能的普及，将推进多行业的相关创新，开辟崭新的经济增加空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具备自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，从新
评估将来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程当中肯定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击作好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队须要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来讲，创造兼具包容性和多样性的文化也很是重要。
子曰：“君子和而不一样，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子通常融合，一块儿体现科技就是生产力。
若是说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，创建新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操做系统AI-CPS OS做为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，造成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引起经济结构重大变革，深入改变人类生产生活方式和思惟模式，实现社会生产力的总体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操做系统”（新一代技术+商业操做系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提高的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“数据科学家”、“赛博物理”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实没法确认，咱们都会注明做者和来源。部分文章推送时未能与原做者取得联系。若涉及版权问题，烦请原做者联系咱们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com