工業互聯網可以看成是復雜的物理機械與網絡傳感器以及軟件相集成的一個產物。為了刺激工業互聯網的發展，GE今年宣布要與AWS共同開發“Predictivity”平臺，目標是研發一個能夠適應大數據時代的工業互聯網。

　　工業互聯網可以看成是復雜的物理機械與網絡傳感器以及軟件相集成的一個產物。為了刺激工業互聯網的發展，GE今年宣布要與AWS共同開發“Predictivity”平臺。目標是研發一個能夠適應大數據時代的工業互聯網。這是一個基于Hadoop的軟件平臺，適用于高容量、機器數據管理，將為工業企業提供一個集合的架構，將智能機器、傳感器和高級分析功能融于一爐。研發這樣一個平臺表明，制造業和工業企業在利用大數據方面存在著巨大的商機。

　　但是在工業互聯網能被制造業普遍采用之前，它將會面臨一些嚴重的挑戰。首先，把一家傳統工廠轉變為一家智慧工廠，需要大量的投資，并采用新的工作方式;還需要有大數據標準和生態系統來確保不同的工業企業之間能夠平滑地運營，在這方面還沒有什么進展。當然，各類機械中的大量傳感器將會產生海量的數據，會讓我們很快就進入波字節(brontobytes，一千億億億字節)時代。這就要求有能夠處理海量數據的強有力的分析工具。此外，所有數據的安全也會成為工廠能否持續經營的一個生死攸關的問題。說到底，工業互聯網只是將大數據應用于制造業的一個實例而已。

　　那么，采用工業互聯網能獲得什么樣的好處呢?

　　優化運營效率

　　在生產過程中使用數據，并將傳感器附著于機器上，就能分析整個生產流程，了解每個環節是如何執行的。一旦有某個流程偏離了標準工藝，就會產生一個報警信號。更快速地發現錯誤或者瓶頸所在，也就能更容易解決問題。利用大戶數據技術還可以對工業產品的生產進行虛擬模型化，優化生產流程。當所有這些信息都能在一個中央儀表盤上可見時，這種透明度就有助于制造商還進其生產流程。

　　此外，很多組織的數據分布于企業中的各個孤島中，特別是在大型跨國公司內，要想在整個企業內提取這些數據相當困難。而大數據則能幫助組織將所有的數據集中在一個平臺(云中)上，讓所有員工都可根據其職責等級去訪問相關信息。創建一個產品生命周期管理(PLM)平臺，從多個系統中整合多個數據集，將能極大地提升組織的效率和協同。

　　一旦可從一個云平臺上訪問信息的話，便可確保組織內的所有部門以相同的數據協同工作。如此便可減少失誤，提升運營效率。

　　優化供應鏈

　　美國較大的OEM供應商超過千家，為制造企業提供超過1萬種不同的產品，每家廠商都依靠市場預測和其他不同的變量，如銷售數據、市場信息、展會、新聞、競爭對手的數據，甚至天氣預報等來銷售自己的產品。利用銷售數據、產品的傳感器數據和出自供應商數據庫的數據，工業制造企業便可準確地預測全球不同區域的需求。

　　由于可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以制造企業便可節約大量的成本。如果再利用產品中傳感器所產生的數據，知道產品出了什么故障，哪里需要配件，他們還可以預測何處以及何時需要零件。這將會極大地減少困村，優化供應鏈。

　　節約成本

　　在設備生產過程中利用傳感器集中監控所有的流程，還能夠發現能耗的異常或峰值情形，如此便可在生產過程中優化能源的消耗。對所有流程進行分析將會大大降低能耗。

　　制造企業在工業互聯網上利用大數據技術可改進運營效率、降低成本，創造更好地產品。在未來幾年內，會有更多的制造企業看到利用大數據來優化供應鏈和生產流程方面需求，到那時，GE所設想的工業互聯網就將變為現實。