2015年12月17日，江蘇省企業信息化協會微信總群迎來了第4期“智造+V課堂”。為促進江蘇省企業信息化水平快速發展，江蘇省企業信息化協會特邀請世界500強CIO大咖們為會員們做精彩的分享與交流互動。本次的嘉賓是GE發電服務集團中國及亞太區首席信息官、清華大數據產業聯合會專家委員會委員王曉冬老師，他的分享主題是“工業互聯網：當智慧遇上機器”。

王曉冬老師表示GE公司對互聯網、物聯網和數據的重要性都非常關注，更是與我們的會員朋友們分享了分析挖掘數據的經驗。會員聽眾紛紛表示，在聽完此次分享后受益匪淺，并堅定了在企業信息化發展的道路上走下去的信心。

嘉賓介紹

[[164059]]

王曉冬，GE發電服務集團中國及亞太區首席信息官，致力于推動傳統信息技術部門向新時代數字技術部門的轉型，倡導通過管理信息化與設備自動化、虛擬世界與物理世界的融合以打造企業新的創新點和競爭力，促進信息技術、互聯網技術在不同行業的落地與普及。

2009-2013年任GE發電與水處理集團亞太區首席信息官，期間助力多個大型生產制造基地在亞洲落地、投產及改造，確保發電與水處理各子集團及合資企業業務在亞洲順利開展，并將一個本土ERP平臺覆蓋到亞洲多個國家、將近20個企業實體。2013-2014年擔任GE發電服務集團亞太區及發電集團中國區首席信息官，期間積極推動信息技術部門的職能轉型，由面向企業內部到同時面向企業外部市場與客戶，由專注傳統IT系統到兼修新興社交媒體及工業互聯網技術。2014-2015年期間擔任GE照明集團亞太區首席信息官，參與推動智能燈泡項目，并推動Oracle 及 SAP ERP在亞太區12個國家的落地與實施。

王曉冬先后畢業于復旦大學管理學院、GE信息技術管理培訓生項目和GE全球信息技術高級管理人員培訓項目。2015年清華大學RONG 系列論壇之五——大數據重構制造業、2015年“CIO領導力論壇”(香港)、2014年部長級“第五屆中美能效論壇”(北京)、2014及2013年 “大數據與分析創新峰會”演講嘉賓。

[[164060]]

如下是分享實錄：

12月15號，有一家叫做世界品牌實驗室的機構，它每年都會去公布世界的品牌五百強。第一位是谷歌，第二位是蘋果，第三位是亞馬遜，那么第四位就是通用電氣。對于谷歌來說叫做互聯網，對于蘋果來說叫做計算機辦公設備，那么對于亞馬遜來說叫做互聯網，GE今天已經不再是工業設備公司，現在已定位是一家叫數字化的工業公司。

大家可能有一些朋友可能并不一定很了解通用電氣，那么每個人都會聽過，就是愛迪生，GE其實就是愛迪生在19世紀末的時候他所成立的，誕生應該是在 1892年。大家有一樣東西可能也聽過，是叫做道瓊斯工業指數，那么這個指數是在1896年的時候開始的，GE是道瓊斯工業指數上一百多年以來唯一還在榜的公司。這點其實我覺得從內心來說是比較佩服這家公司的，在我看來這是有一樣很重要的因素，就是說它的持續創新能力。在19世紀末沒有互聯網公司的，GE 其實可以想象成為是一家創業型的一家公司，也是一家高科技公司。再往后面去包括像CT，包括后來發電機等等，GE在各行各業它都涉足了大量的發明創造。這些發明創造更加多的它是在過去可能還是比較偏民用的，那么我在之后，應該來說在這個一百多年的后面一段時間，我所看到的發明更加多的是偏商用的，因為它都已經是融入在我們的生活背后了。比如說電，你不會看到電燈泡上面，但是電是哪里來的?電是發電機，所謂的發電機發出來的，電轉發出來的，給予它發電的設備。一樣的，到醫院里邊，你可能并不會去關注說是你去做一些檢查，它的儀器是哪個品牌的。

GE的每年營業收入總額大約是在1500億美金左右，同時GE投入十億美金在一個地方建立了一個軟件中心，但是它現在在哪里?就是在硅谷，這家軟件中心它的任務就是說要把工業互聯網能夠把它發展壯大，能夠去開發工業互聯網的產品。我們在工業化和智能化方面，投入了大量的資本。GE工業互聯網這個名詞，也是由GE提出的，但是GE明確的表示，它不希望說把這個工業互聯網這個詞變的是說由GE發明或者說由GE擁有，甚至去申請一個比如說一個商標，專利什么東西的，大家可以去看一看，這是沒有的。因為GE相信，這件事情就像互聯網一樣，它并不是一家公司能夠去做好的，必須是有一個生態體系，必須有很多人參與才可以。

我目前是擔任GE發電服務集團，在中國和亞太區的CIO，那么GE的發電服務集團隸屬于我們這個電力集團，那么電力集團是整個GE最大的一個業務集團了，這是最大的一個子集團。我有幸的參與到了GE整個的能源業務，在中國和亞洲地區快速發展，也有幸見證了整個GE的能源集團，它的制造基地足跡的擴展，以及它在制造方式和思路方面的轉變。

工業互聯網時代是一個數字化時代一個轉型。但當時我覺得會比較吃力一些，因為這件事情說到底，這個一個系統得去理解這件事。特別是咱們李克強總理當時是宣布“互聯網+”戰略成為一個上升到這么一個國家層面的戰略之后，我現在回到這個能源集團或者說這個電力集團。我明顯的感受到當我們在和我們的客戶，也就是說這個國家的這個電力集團，包括這些電廠，在與客戶打交道的時候，他們因為已經在過去的這個幾個月當中在方方面面已經經受了所謂“互聯網+”方方面面的一種教育，那么我覺得現在在打交道的時候，大家共同語言多了很多。

[[164061]]

我們今天的這個節目是叫做《智慧與機器的碰撞》，機器是指什么呢?那么對于GE來說，機器就是我們的產品。舉個來自發電廠里面的發電設備，比如說航空公司的飛機發動機，比如說醫院里邊的醫療設備，比如說我們鐵路系統的機車，這個都是GE的產品，就是我們所說的這個機器。那么過去對于機器而言，大家可以去想這機器其實它誕生于什么時候?它誕生于工業革命，我們今天講工業4.0，那么這個4.0它代表的是第四波或者說第四次工業革命。機器它其實來源于過去的三次工業革命，工業革命大家熟悉這段歷史的朋友們可以去想一下，其實從開始到目前為止150多年左右的時間，這些機器它本身其實并不產生數據的，從它剛剛開始誕生的這個點上開始。慢慢后邊逐步逐步的話，它和這個電子技術、信息技術，控制等等等等相融合，那么它開始產生數據。那么也就是我們所說的這個智慧，那么你開始產生數據，由人把這些數據收集起來那么去分析它，那么去讓它產生價值，那么就是讓它產生智慧。那么回過頭去看，比如說這個機器，我們還是以這個發電設備為例，舉個例子來說，大家如果去看這個發電設備。大家可以想一想，其實這個發一臺，所謂的汽輪機，它是使用天然氣的，它的效率比較高，同時它的污染排放會是很低的，這是汽輪機。每臺汽輪機上面其實都有多少傳感器，目前機器的這個上面。通常都裝有一百多個實際的傳感器，和三百多個虛擬傳感器。那為什么需要虛擬傳感器呢?因為大家可以想象整個這個汽輪機，我的工作環境是非常惡劣的，拿我不是在每一個地方我都能放一個真的傳感器，你可能經受不了那個溫度。但是我可以根據算法做虛擬的，我給它這個所謂的虛擬的傳感器。

那么這些傳感器它所采集到的這個數據是海量的，那目前來說在全球范圍之內這些數據都是被傳送到我們位于亞歷山大的一個監控和診斷中心。那么在這個中心里有50多名工程師，它每年能夠作為35000多個預警進行分析。分析的范圍包括近期溫度，燃起的熱性能，燃燒時的排氣溫度，轉子的振動幅度等。那么這個中心它目前一共有一億多個運行，大約是400TB的數據量，目前全球我們從1500多臺燃氣輪機以及發電機去，每天都從這1500多臺上面，燃氣輪機和發電機組去抓取數據。我們的數據科學家針對這些海洋數據開發出了幾十種算法，目前可以對150多種的潛在故障進行預警。在過去的一年，其實應該來說在 2014年，就在去年，我們為來自58個國家的502個客戶，客戶電站服務，提供了超過8000多個，幫助我們客戶避免130多次的非計劃停機檢修。那么大家就可以去想一下，發電對于電場來說那些設備，如果說在計劃之外，對他們來說是一個很大的損失。因為這個不像我們的電腦說是重啟一下似乎也就是幾分鐘的事，快一點可能一分鐘就何以完成這個過程。多數像這樣的燃氣輪機來說的話，發電機組它啟停一次，時間是相當長的。那么我們幫它避免了很多非計劃的停機檢修，也就能夠幫它挽回很多不必要的損失。

GE作為一家傳統的大型高科技工業設備提供商，它現在的運營模式已經是從簡單的賣設備轉向了去賣服務。那么服務是基于什么呢?應該來說很多服務都是基于海量的這些大數據。通過大數據來使得產品能夠轉向服務化，能夠為客戶去提供更加多的價值。

GE這樣的公司而言，它就成為一個主動和一個被動的因素，它都使它他去考慮，我如何從我的工業設備，從我的機器當中去挖掘智慧，去挖掘更加多的潛力。其實這一點，做工業互聯網對于像GE這樣的公司來說，我覺得應該來說是一個很順理成章的事，因為它擁有大量的機型，就是提供了大量的這個設備，風力發電大約是兩萬多臺，它所在世界各地的油氣設備，就是這個石油天然氣，油氣設備，兩萬多個。那么整個全世界的機隊里邊，航空公司里邊，它的商用發動機大約有 3萬多個，整個在全世界跑的機車大約是兩萬多臺是GE的，醫療設備大約是已經是百萬級別的醫療設備是GE的。

在這些設備當中大約是一千萬傳感器，從這個一千萬傳感器當中產生多少個數據?大約是五千萬個數據元素。消費者互聯網，也就是我們現在所使用的互聯網。把行業，各行各業，深度的經驗相連接，并且把它轉化為知識以及新的生產力。那么在這個轉化過程當中，哪怕是1%的提升，那么對我們整個的社會帶來的影響它也是深遠的。那么這個1%意味著什么呢?我們做個測算，那么在整個鐵路系統，這個1%的力量我們做個測算，在整個鐵路系統，如果我們去提高鐵路運輸利用率1%，意味著270億美元。

[[164062]]

一個是在儀表行業，一個是在航空行業。我們醫療行業舉個例子來說，GE的醫療集團，我們有一個工業互聯網的這么一個方案，我們是叫做資產管理解決方案。那么它是基于醫療，基于工業互聯網的理念所推出的醫院資產管理的解決方案。分三個階段來部署了GE的這個資產管理整體解決方案。那么讓基于大數據的管理，全面覆蓋到所使用的這個設備，它的整體的生命周期，通過這個項目的實施，仁濟醫院它建立的一個非常前瞻性的數據分析平臺，目前通過可視化的分析工具，使得設備以及資產管理真正做到了一個動態實施的更新及，在確保數據安全的情況之下對這個臨床數據進行分析使用。并且基于這個數據管理去打造，這是仁濟醫院它的一個個性化的醫療服務。那么在使用這套基于工業互聯網的資產管理解決方案之前，CT檢查的這個患者預約排的大概是6到8周。那么通過這個方案的管理和使用規劃，仁濟醫院它做到了患者的平均診斷時間是在一周左右。那么對于呼吸機來說，就剛才是說CT，對于呼吸機來說，它也是一個比較關鍵的一個設備。它是采用了一個傳感器定位的一個服務，仁濟醫院通過這個大數據分析和流程優化，它呼吸機這些集中設備的資產利用率提高到35%。

再來看一下和這個航空業務相關的案例，GE它有一個航空的集團，對于飛機發動機而言，或者對于任何的關鍵設備而言，目前的維護方式，維修方式，其實通常來說我們是叫做一個計劃型的維護。或者我們可以把它是叫一個按時維護，定時維護。因為在飛機發動機在運行的時候，渦輪葉片它是承受著一個800攝氏度以上的高溫，以及一個高壓氣的一個考驗。中國現在的這個天氣大家也看到了，霧霾天氣是非常多的。那么葉片它在接觸到空氣的污染物使它也會產生化學反應，并且被慢慢的腐蝕，這個也是讓很多航空公司都深受困擾。飛機發動機的渦輪葉片，大數據分析，進行了分析，是從數據的收集和清理開始的。我們再和東方合作這件事情上面來說，大數據它來自于四百多臺，由GE制造，但是在東航服役的一個發動機的維修報告里面，那么這個報告大約有多少呢?有600來份。每份有多少頁呢，有兩百多頁，大家可想而知，這些都是紙頭的東西。那么我們先繼續要進行大量的數據錄入和校驗。那么我們在和東航合作項目啟動半年之后，那么所有的這些個參數，每臺飛機發動機跟葉片損傷相關的這些參數，這七百多個參數，那么全部是把它收集到位了。那么接下來我們的專家就確定了這個影響葉片損傷程度的既定因素，主要是三個。那么首先第一是空氣的污染成都，第二是飛機發動機的速度，第三是它飛機起飛時的推力。并且基于這些關鍵因素，就是建立的這個建模，建立這個飛機模型。那么到了2014年底，我們GE團隊就把這套分析系統，就是把它去做了一個驗證，把它用在2013年之前所收集到的數據。那么基于這些數據預測了多臺，預測了多臺東航它的飛機發動機，目前的葉片損傷程度。這個地方的預測是要打個雙引號的，因為它不是真正的預測，它應該來說是基于一個模型去基于過去的數據，驗證一個我們建的模，它是不是整修的。但是我們通過這么一個驗證，它其實起大了一個很好的效果，因為同時我們對這些飛機發動機，這是我們所驗證的這個葉片損傷程度的這些飛機發動機也做了一個實物的檢查，進行兩者對比。

那么對比下來的結果表明，這是我們這個模型的預測準確率是達到80%以上，這個是不是一個最優的程度呢?那么我覺得這個還不是，但是它是一個非常好的起點。有了這套預測模型，那么我們就可以說像航空公司的這個，就可以讓航空公司針對發一臺飛機發動機，提出定制化的建議。那么基于這些預測的分析結果，航空公司它還可以比較有效的去調整航向，去降低總體的流程。那么除了剛才所講到的這套模型，就是基于大數據的這個預測的模型，那么GE還通過大數據去幫助航空公司去改善它的整體運營能力。就比如說我們跟航空也有一個合作，我們有一個叫做飛行能效服務，就是在飛機上面有一樣東西，它其實跟我們經常所聽到的一個黑匣子，它是同樣重要的，叫快速存儲記錄器。一個帶保護裝置的飛行數據記錄設備，那么它可以去監控飛行的操作的品質，那么它可以通過遍布整個飛機機身的上千個傳感器來真實記錄發行人員從飛機艙門關閉到爬行、攀升到落地的整個航程的操作動作。那么它是一個蘊含在一個海量數據的一個保障。

那么我們所說的這個飛行能效服務，它就是打開這么一個寶藏的一把鑰匙。那么來自GE，我們有5500多家飛機和7800多萬個飛行的數據，我們有所成功整合出來的4000多個預制的飛行模型。所有這些都給航空配置了一個強大的一個數據的參考庫，幫助他去實現它的智能化，數據抓取，處理以及匹配。那么在2014航空使用的飛行能效服務進行了一項研究，它通過對比50駕全球航空的飛機，在三年當中積累了23萬多項飛行數據，去精確還原了這個航程中發行員實施的每一個細小動作，并且對這些細小的動作，這些操作習慣進行了跟蹤。它基于這些數據，它的品質，監控部門，就進行了深度的分析，那么有針對性的在培訓當中去改進飛行員不良的這個駕駛習慣。那么現在整個我們的對于整個環境污染的控制大家意識都是增強了。那么飛機飛行過程當中，低碳排放它是相當重要的。

[[164063]]

他們希望能夠把大數據用來提升他們設備的績效。怎么做呢?我發現大部分客戶它都能夠希望有一個第三方的平臺，但同時又能夠讓客戶進行定制化，這點我覺得應該來說并不讓們感到驚訝，因為這件事情就像現在我們在企業去開發一些軟件，開發一些移動應用一樣。并不是每一家企業都能夠做到的，那么更加不要說是在工業互聯網當中你要針對你的工業數據，針對工業大數據來進行處理。

在2015年的8月份，我們宣布推出了世界上第一款用于工業大數據管理的云平臺，我們可以把這個云看作稱為是一個工業級的阿里云或者說是一個安卓的操作系統，一個云平臺。通過這個平臺，實際自己以及他的客戶，以及所有的工業企業他可以把傳感器網關，這個軟件所對應的機器能夠快速的配置，存儲和處理這個海量的工業大數據。那么并且根據每一個國家當地的監管要求去安全的分隔這些數據。最后這個，我再跟大家簡單去分享一下，GE所謂的工業大數據的一個，大數據湖或者說大數據池。那么這個目前我們在GE當中也是講的比較多的一個話題。

大家知道這個工業設備產生的這個大數據它是海量的，就是我們剛才所講到的，比如說你這個燃氣輪機，所有的燃氣輪機，實際目前的燃氣輪機它所產生的這個數據在我們當中講到，一億多運行小時它也是40個T。那么對于航空公司而言，就是說一次正常的起飛降落，一次起降，大約能夠產生一個G左右的數據。那么可以去想象這些數據是海量的，而且這個數據里面它包括結構，包括非結構化的數據，包括有用的和沒用的，那么總體來說價值比較低。

如何去有效去低成本的儲存這些海洋來的數據呢?那么這是一個要解決的問題。GE就是說我們倡導是能夠把這些所謂的來自于傳感器的這些數據，日志數據等等，都把它放在一個工業數湖里面，把它集成精密處理。比如說去年我們的航空集團就將來自26個航空公司的三百多TB的數據通過工業數據湖的方式進行存儲處理，那么結果也是不錯的，它大部分提升了這個數據的效果，降低了整體的成本。我們從一個GE這樣的工業老牌的傳統的高科技，高端工業設備生產的這么一個工業公司。從它的大的環境講起去講它為什么去往一個數字化的工業公司在做轉型，以及它在這個轉型過程當中，它在工業互聯網當中他做了哪些嘗試，有一些案例。包括他所關注的剛才我們所講的這五要素。

介紹一下工業4.0和工業互聯網它是兩個不一樣的概念，工業4.0它是由德國政府提出來的，那么工業4.0的著眼點主要還是落在生產制造上面，也就是在生產制造的環節，它可能講究的更加多的是一個我如何能夠去實現這個小批量，但同樣是個性化的這個生產。當然工業4.0講的遠遠超過我剛才所講的這些東西，但它的著眼點主要是在生產制造。對于GE而言的話，那么它更加多的是在這個以生產制造，制造完了之后你的這個設備，它的這個服務化如何能夠通過工業互聯網，能夠通過連接數據和機器，和人的分析能夠讓產品服務化，進行一個服務化的轉變，這是不一樣的。

Q&A

提問：對關鍵部件的貢獻是什么?

回答：一些關鍵機器設備的這些部件，比如說葉片，你如果等到它壞了再把它拿下來，首先第一，這可能就完了，第二，造成的損失，那么可能是巨大的。那么就舉一個例子來說，我們同樣就是這個以這個燃氣輪機為例來舉例而言的話，大家都知道，燃氣輪機它里面其實會產生很多問題，這些問題最終表象都會表現在一樣東西上，比如說一個振動，也就是說你可能會去觀測這個整個這個燃氣輪機這個軸的振動的幅度，但是這個振動幅度的偏差產生了一些異常，它可能背后代表了很多問題。比如說我現在如果說對于這個偏差的這個數據，大數據進行觀測進行分析，我就可以做到不要說等到報警時的時候我再給你個報警，這個時候可能已經晚了。而且說我是在這個當中有趨勢的時候，在一個合理區間，我也不能說動我就給你報警，其實你也不知道到底什么報警是對的。

提問：溫度壓力傳感器可以承受嗎?

回答：問的好，所以我們剛才才會提到有虛擬傳感器這樣一個東西存在。那么虛擬傳感器它并不是一個真的傳感器，就舉個例子而言，比如說現在如果身邊有個桌子，這個桌子你可以想像，那么這個桌子里面，比如說剛才還有朋友問到這個電力大數據的問題，涉及到保密的問題，其實這也是一個非常好的一個問題，這樣的問題，其實我會覺得，可能在現在在我們國家，應該來說各行各業都會碰到這樣的問題，你只要是國外的運營商，哪怕你是微軟，哪怕你是比如說亞馬遜，大家可能也都知道，亞馬遜的云可能遲遲還沒有落地，其實他們都會面臨這樣一個監管和一個信息安全的問題。我覺得比較務實的態度可能大家得在這個事情上面能夠達成一定的共識，能夠找到一些個合作的點，而不是說去關注這個分歧點或者過多關注這個分歧點。

對于像我們的大中小企業來說，或者說對于像我們各行各業的這個企業來說，那么特別是在中國，那么現在可能一個現實情況是說我們開始產生大量的數據，但是可能我們在一個模型的建立，在一個算法的建立上面來說我們還處于一個初學者處于一個起步的狀態。那么我覺得從這個角度來說，GE這樣的工業公司，那么它開始建模了，那么它可能需要這個數據的輸入。那么這樣的話可以給到我們的客戶去提供真實服務。那么對于客戶來說，可能說他開始產生了數據，但是他并沒有知道模型，可能自己他也在一個需求過程當中。但是就是雙方如果合作之后，我覺得引進一些分級的地方，能夠往合作的方向去，我覺得我還是挺看好在咱們中國的。特別是在互聯網下的大環境之下，我覺得應該有很多事情可以做。

三維展現的，其實我在我們美國加州，在硅谷中心我已經看到了，那個可能更加多的是一個所謂的一個驗證概念的這么一個東西，但是我是看到它是有三維展現的。那個是我們的一個所謂的數字風場，這個還是我在兩年還是三年之前就看到了，特點當時我們過去的時候，帶我們去做了一個參觀，這是基于大數據的那么一個建模，然后他們是把一個風場，所謂的一個風場的風電場，它里面有很多風機，三個月在轉的那個風力發電機，它把這個風場總體以一個三維的一個模型的樣子就把它展現在我們面前，然后去預測它里面的一些氣候對這些天氣變化，對這些風力發電產生的影響，這個是在三年前我就看到了。

說到虛擬商，其實根據數據進行建模，說到底的話它就是一個模型，那么它反應的是算法。我知道算法背后再進一步講反映的是一個行業的經驗，所以說這個也就是工業互聯網和通常意義的互聯網來說它的一個區別所在，工業互聯網，我認為它的門坎應該來說還是要比我們所謂的消費者互聯網的門坎。那就比如說你的建模，大家都知道同樣的算法同樣是建模，那么你一定是有做的好與不好。從這個角度而言，工業互聯網它是有門坎的。

非常感謝大家的支持，謝謝。