對工業(yè)企業(yè)來說,，應用通常分為兩類：

IT類應用：跟管理相關,，包括辦公協(xié)同、人力資源管理,、ERP,、CRM，以及財務管理等應用,，主要圍繞人為主體的工作流,。

OT類應用：跟設備和流程相關，包括MES,、DCS,、SCADA、TPM,、TQM相關的應用,。

第一類工業(yè)應用，因為涉及到較多的企業(yè)差異化特征,，需要很強的本地交付和定制能力,，所以基本以國內的軟件開發(fā)廠商為主，集中在一些高度定制化的領域,，也正是由于國外廠商很難保證本地快速交付和定制,，才有了國內廠商的生存空間。但這些軟件都很難實現(xiàn)標準化,，所以國內工業(yè)軟件廠商普遍生存狀況都很艱難,。

第二類工業(yè)應用，也即OT應用,，是直接同工業(yè)設備打交道的,，因此需要具備更多的專業(yè)知識,，包括機械原理、電子電路,、數(shù)據(jù)分析和數(shù)學建模,、材料科學等，因此對開發(fā)人員也提出了相當高的要求,，要求軟件開發(fā)人員具備比較全面的跨專業(yè)能力,，才能完成軟件的開發(fā)?？上攵?，這一類別的OT軟件人才是多么難得。

長期以來,，國內的企業(yè)軟件人才都普遍集中在IT應用領域,，OT領域的軟件人才極其匱乏，這也造成了OT應用也是我國軟件產(chǎn)業(yè)最薄弱的一環(huán),，長期被國外設備廠商（GE,、西門子、Rockwell,、ABB,、IBM等）所壟斷。 

現(xiàn)有的OT應用,，已經(jīng)無法滿足日益增長的效率提升的需求,，主要體現(xiàn)在如下幾個方面： 

       1.無法適應工業(yè)的“大數(shù)據(jù)”

隨著逐步推進的數(shù)字化過程,，工業(yè)數(shù)據(jù)已經(jīng)逐漸呈現(xiàn)“大數(shù)據(jù)”的4個V的特質：

>>數(shù)據(jù)量(Volume)

工業(yè),，特別是3.0階段的工業(yè)，數(shù)據(jù)量之大是驚人的,。每個大型復雜的設備都有數(shù)千個需要測量的信號,，每個復雜的生產(chǎn)環(huán)節(jié)里面有數(shù)萬個數(shù)字化的參數(shù)，而且很多工業(yè)信號（電流,、電壓,、震動）的采集頻率已經(jīng)達到了Gbps級別，因此對應的工業(yè)應用系統(tǒng)都必須具備實時的流式和批量處理能力,、海量的存儲能力以及相應強大的分析能力,，而這些在傳統(tǒng)的工業(yè)應用里面是不具備的。

>>多樣性(Variety)

從工業(yè)數(shù)據(jù)源,、數(shù)據(jù)采集,、存儲和處理、分析方法等不同角度來看工業(yè)上的數(shù)據(jù),，都具備多樣性特征,，而且遠遠超出其他行業(yè)數(shù)據(jù)的多樣性。

>>實時性(Velocity)

同許多其他行業(yè)數(shù)據(jù)分析很大程度上只是為了實現(xiàn)人的決策支持不同,，工業(yè)行業(yè)中很多數(shù)據(jù)都有著很高的實時性處理要求,，這不僅體現(xiàn)在基于規(guī)則的異常檢測、告警到自動反饋的過程,，還包括需要在設備或者制造的連續(xù)過程中不斷采集實時數(shù)據(jù),、重新訓練和修正模型的精度并重新發(fā)布的過程。

>>價值(Value)

通過數(shù)據(jù)分析創(chuàng)造的價值,，在工業(yè)里面就更毋庸置疑,。GE前任CEO Immelt曾經(jīng)提出過一個概念叫“1%的威力”，說的是在一些重點行業(yè)（油氣,、電力,、軌交、航空等）通過數(shù)字化的手段實現(xiàn)1%的資產(chǎn)效能和生產(chǎn)效率的提升,，就能夠創(chuàng)造萬億級的利潤,。

大數(shù)據(jù)給傳統(tǒng)工業(yè)帶來的挑戰(zhàn)，恰恰是傳統(tǒng)工業(yè)應用無法應對的,。

舉一個例子,，自動化生產(chǎn)都會伴隨著產(chǎn)生大量的設備和生產(chǎn)數(shù)據(jù)，通過對數(shù)據(jù)的精細化的分析,，可以找到在生產(chǎn)過程中各種不確定現(xiàn)象（產(chǎn)能和良率抖動,、設備無計劃停機）產(chǎn)生的原因，從而能夠創(chuàng)造出非常高的價值,。并且越自動化的生產(chǎn)過程,，數(shù)據(jù)量,、維度和實時性的要求也就越高。

但是,，正是由于缺少對大數(shù)據(jù)在采集,、存儲和分析上的支持，傳統(tǒng)應用僅僅能夠實現(xiàn)有限維度的實時監(jiān)控,，無法從海量的傳感器指標中分析出對異常有貢獻的因素,，更無法對各種關鍵指標的發(fā)展趨勢進行預測。 

       2.無法實現(xiàn)對未知的探索

相對于工業(yè)2.0,，工業(yè)3.0最大的進步就是引入了PLC（Programmable Logic Controller）,，運用數(shù)字化的手段實現(xiàn)對設備運行情況、外部環(huán)境,、產(chǎn)品數(shù)據(jù)的測量,，通過實現(xiàn)對設備運行和操作的反饋，來保證制造和設備運行的準確性和穩(wěn)定性,。因此,，原本在工業(yè)2.0階段完全靠操作人員聽、看,、聞,、摸等模糊化的測量和手動的控制手段，在3.0階段通過部分的數(shù)字化實現(xiàn)了精準的測量,，并根據(jù)設定的機理制定相應的控制邏輯,，實現(xiàn)穩(wěn)定的輸出控制。

工業(yè)行業(yè)內流傳一句經(jīng)典的話：“如果能夠測量,，就一定能夠改善”,，也就是說一個工業(yè)過程，如果所有的輸入以及影響要素都是可以測量的,，那工業(yè)過程的輸出一定是可控的,。

但是，真實的工業(yè)卻遠遠沒有那么簡單,。

首先,，在生產(chǎn)過程中存在太多的影響因子，并且由于工業(yè)數(shù)據(jù)量巨大并且傳統(tǒng)的保存分析手段有限,，導致很多貢獻異常的要素都無法在事先規(guī)劃好并且有效地保存下來,，因此也容易產(chǎn)生很多無法解釋的問題。

其次,，工業(yè)生產(chǎn)和運營過程里面,，很多工業(yè)的因素是無法直接測量的，比如設備的健康度、螺絲的松緊程度,、軸承的不平衡情況等,。因此，只能依靠其他可測信號的數(shù)據(jù),，通過機理模型的方式來實現(xiàn)間接測量。但是由于很多變量不可測,，造成工業(yè)有很多明知其然卻不知其所以然的現(xiàn)象,，故而也無法用準確的機理模型來解釋。

第三,，對海量歷史數(shù)據(jù)的實時分析和預測能力的缺失,，造成無法從海量歷史數(shù)據(jù)中尋找到相應的規(guī)律（相關性、因果性等）,，更不用說對未來的預測,。

這些原因，都造成了很多工業(yè)的未知現(xiàn)象無法依靠傳統(tǒng)的應用來解決的問題,。

舉一個例子,，在故障維修模式上，由于缺少有效的數(shù)據(jù)分析和壽命預測手段,，傳統(tǒng)的工業(yè)應用只停留在了預防性維護階段,，通過定期的保養(yǎng)實現(xiàn)早期的故障預防。這種維護成本是非常高的,，企業(yè)不得不去安排更多的人力,、預留更多的備品備件來實現(xiàn)早期的預警，因此往往無法在過度維修(定期巡檢)和被動維修（故障停機之后的維修）之間取得有效的統(tǒng)一,。

        3.無法實現(xiàn)專家經(jīng)驗的沉淀

工業(yè)領域中最具寶貴的價值無疑是專家的知識和經(jīng)驗,。但是，工業(yè)領域卻一直缺少對專家知識和經(jīng)驗的有效保存,、復制和轉移的手段,。這種專家的知識和經(jīng)驗，不僅包括在特定情況下的異常判決和處理方式,，更包括優(yōu)化的策略,。

但是，眾所周知,，人的認知都是模糊而不是精確的,，如果沒有數(shù)字化的手段，就沒有辦法實現(xiàn)精準的判決,。同時,，人的認知僅僅只能夠停留在有限的時間和有限維度的判決上，無法擴展，更無法實現(xiàn)對復雜問題的精準分析,。

而傳統(tǒng)的工業(yè)應用,，一方面由于缺少數(shù)字化的手段（數(shù)據(jù)采集、數(shù)據(jù)存儲,、模型開發(fā)等）而造成專家知識難以形成量化的結果,，另一方面也缺少有效的知識經(jīng)驗開發(fā)工具，幫助專家提升知識經(jīng)驗積累的能力,。

舉一個眾所周知的例子,，高端裝備供應商都會針對設備的特定故障提供FMEA(Failure Mode Effect Analysis)的表格，根據(jù)實驗數(shù)據(jù)給出不同的故障模式,，并且給出在特定的故障發(fā)生情況下,，需要按照既定的方式采取特定的動作。但是FMEA一直以來都是一些模糊的表述方法,，一方面缺少數(shù)字化的手段來保存實驗數(shù)據(jù)給出的故障特征（電流,、電壓等傳感器指標在故障上的“指紋”），也沒有有效手段在實際應用過程中基于對這些“指紋”的比對來實現(xiàn)故障判決,，更無法將實際運行中出現(xiàn)的新故障的數(shù)字化特征反饋到FMEA里面來減少未來的異常判決,。

        4.無法實現(xiàn)敏捷的應用交付

工業(yè)領域本身就是環(huán)節(jié)眾多、異常離散和復雜的多應用場景,，很難用一套固化的應用來解決諸多突發(fā)和異常事件,。因為傳統(tǒng)的工業(yè)應用開發(fā)和迭代是一個非常冗長的過程，開發(fā)和迭代周期動輒數(shù)年,，無法有效地應對突發(fā)情況,。

同時，工業(yè)應用領域需要具備跨領域的專業(yè)知識,，例如數(shù)據(jù)采集,、數(shù)據(jù)處理、數(shù)據(jù)分析和建模等等,，往往是非常專業(yè)的人,、依靠不同領域的專業(yè)工具來產(chǎn)生各自領域的半成品結果，并最終由應用開發(fā)人員實現(xiàn)整合,。但是傳統(tǒng)的應用開發(fā)模式,，缺少類似API、微服務,、容器化的整合方案,，無法實現(xiàn)跨領域的有效整合，只能依賴各方面都精通的跨領域人才實現(xiàn)有效整合,，這無疑加大了開發(fā)的難度,，限制了應用的擴展和靈活性,。

3

為什么Predix能解決這些問題？

一句話,，技術發(fā)展了,，可以在現(xiàn)階段用新的技術來解決老問題。

這里主要包括如下幾個方面：

      1.物聯(lián)網(wǎng)技術的發(fā)展

工業(yè)狀態(tài)監(jiān)測的各種傳感器（包括環(huán)境監(jiān)測,、震動,、聲敏傳感器），隨著使用的普及和技術的改進,，開始變得更廉價,，用戶可以在更廣泛的應用場景中采集更全面的工作狀態(tài)；而NB-IOT,、5G網(wǎng)絡的商用，不僅解決了傳輸距離,、傳輸帶寬問題,，更提高了傳輸?shù)膶崟r性，這樣,，海量的數(shù)據(jù)得以回到云端實現(xiàn)更實時的判決,，反饋到現(xiàn)場端實現(xiàn)更準確的控制。

2.大數(shù)據(jù)技術的發(fā)展

隨著大數(shù)據(jù)技術在互聯(lián)網(wǎng),、金融,、電信等行業(yè)的普及，讓工業(yè)對海量數(shù)據(jù)的處理門檻變得很低,。一方面,，針對工業(yè)海量傳感器（流式）和操作記錄（批量）數(shù)據(jù)的實時處理和分析手段，可以采用現(xiàn)有的大數(shù)據(jù)處理工具,；另一方面，在上述各個行業(yè)培養(yǎng)起來的各種大數(shù)據(jù)人才，在數(shù)量,、質量和成本幾方面都已經(jīng)可以滿足傳統(tǒng)工業(yè)企業(yè)的需求,。

3.人工智能技術的發(fā)展

隨著最近幾年深度學習技術的發(fā)展，人工智能技術在圖像和語音識別等固定場景已經(jīng)超越了人的能力限制,，并逐步發(fā)展到可以實現(xiàn)對未來很多未知的判決和預測,。在工業(yè)領域，充分利用這些研究成果,，不僅可以實現(xiàn)產(chǎn)線機器視覺這種簡單的應用,，更能實現(xiàn)對多維度設備健康、產(chǎn)能,、質量以及能耗等維度的判決和預測,。

4.云計算技術的發(fā)展

隨著云計算的加速發(fā)展，計算、存儲和網(wǎng)絡資源層面的基礎需求和靈活性需求已經(jīng)不再是問題,，而PaaS技術的逐步成熟,，更將應用開發(fā)、大數(shù)據(jù)分析等過程,，通過微服務和微應用的方式實現(xiàn)了有效的整合,，極大提高了應用開發(fā)和數(shù)據(jù)分析的效率和完整性。

4

GE為何用Predix平臺開發(fā)OT應用,？

       我分析這里面有幾個原因：

       1.無法整合和集成

       GED (GE Digital的簡稱)本身在多年的發(fā)展過程中,，無論是給客戶定制開發(fā)還是購買的公司，都提供了數(shù)量（種類）眾多,、數(shù)據(jù)標準不統(tǒng)一,、架構不一致的軟件，不同的軟件之間很少有集成的接口,、相同的數(shù)據(jù)定義,，無法保證相互之間的互操作和集成，給客戶造成了很多的煙囪應用和數(shù)據(jù)孤島,。

       2.無法滿足高效交付的要求

       GED不斷面臨新的應用開發(fā)需求,，而客戶要求的交付周期越來越短，原有動輒數(shù)年,、冗長而笨重的產(chǎn)品開發(fā)周期和更新周期已經(jīng)越來越跟不上節(jié)奏,，大家不約而同地將開發(fā)模式轉向了互聯(lián)網(wǎng)應用的敏捷開發(fā)、功能重用,、組件是交付的模式,。

      3.無法實現(xiàn)跨專業(yè)的整合

      工業(yè)應用不僅涉及到應用開發(fā)，還包括了細致的數(shù)據(jù)分析,，甚至專業(yè)的機理模型開發(fā),，而這些專業(yè)能力還要針對不斷變化的需求進行針對性的調整。如果按照傳統(tǒng)的軟件開發(fā)思路,，一定避免不了需要開發(fā)人員充分理解業(yè)務場景,、機理模型才能開始設計，但這種軟件開發(fā)一定是非常低效的,。

因此,，GE推出Predix平臺，并且將持續(xù)基于Predix進行新的應用開發(fā),，并不是早先就設計好的,，而是其發(fā)展過程中理所當然會走的一條路線。

從應用的角度來說,，隨著應用類型的增多和功能的復雜化,，為了實現(xiàn)快速和穩(wěn)定的交付,，應用開發(fā)最終都會走到集約化、平臺化開發(fā)的路線上來,。 

5

Predix平臺和Predix應用

Predix上的應用，與傳統(tǒng)意義上的工業(yè)設計（PLM）,、工業(yè)生產(chǎn)（MES,、ERP）、工業(yè)營銷（CRM,、e-Commerce)以及倉儲物流管理（WMS）等有很大的差別,。Predix上的應用包括了三個級別的應用：設備級別,、過程級別和業(yè)務級別的應用。而Predix重點強調的,，是前兩個級別的應用,。