原标题：深度对话通用电气的工业互联网革命
对话比尔·鲁赫（Bill Ruh）
2011 年，比尔·鲁赫受命主持通用电气的数字化战略。作为通用电气的首席数字官，他负责将面向软件的技术和实践融入到全公司的业务运营和产品线中。（2011 年之前，他在思科公司担任副总裁，主管高级服务和解决方案。）
2015 年9 月，鲁赫兼任GE Digital 部门的负责人。与亚马逊的云服务一样，这个新部门利用原本供通用电气本身使用的能力，打造面向客户的业务。该部门专注于通用电气所说的“工业互联网”――现实世界与数字世界紧密整合，辅以嵌入式计算机智能、联网设备（如物联网设备）和复杂的数据分析工具。GE Digital 现在旗下包括公司的软件开发服务、工业安全业务和Predix，Predix 是面向工业应用领域的操作系统和平台。
通用电气的首席数字官比尔·鲁赫（Bill Ruh）表示，到2020年，工业社会的基础将发生深刻的变化。各类大型机器都将配备传感器和软件控制功能，互操作性也越来越强。提高生产力、增加利润、杜绝浪费、确保环境质量和改进制造流程，这些活动都将实现自动化。到时单单通用电气一家公司生产的机器设备每天就将产生上百万TB的数据，其中大部分是运营数据，这些数据将用于调整机器提高效率。
虽然美国西北大学的经济学家Robert Gordon认为生产力增长注定会永久性放缓，麻省理工学院的Erik Brynjolfsson预计即使生产力恢复，自动化也会侵蚀就业，但鲁赫坚信生产力会提高。他正在打造的软硬件平台有望把工业技术带入到新的繁荣发展阶段。
当然，通用电气自1892年创立以来就一直处于技术变革的前沿。当年Charles Edison和Charles Coffin的电气公司合并成通用电气。上世纪八九十年代在首席执行官杰克·韦尔奇（Jack Welch）的带领下，这家公司拓展了金融服务和媒体业务。随后在2001年杰夫·伊梅尔特（Jeffrey Immelt）接过权杖后又退出了这两块业务，公司逐渐重塑了新的企业形象，定位在工业平台提供者，制造涡轮机、喷气式发动机、电力系统和医疗保健设备。由于这种工业平台正在迅速发展，整合了传感器、数据分析工具和互联网连接技术，通用电气正将自己重塑成为软件驱动型产品生产商，或者正如伊梅尔特所说“到2020年将成为十大软件公司之一”。
鲁赫在毗邻硅谷的加州圣拉蒙的办公室接受了本杂志的专访。话题不仅包括通用电气自身的经验教训，还包括工业技术由“大铁块”(big iron)向“大电子”(big electron)转变过程中生产力等方面的进展。
创建GE Digital的初衷是什么？
它源于我们想要借助销售的设备和服务来提高客户生产力的尝试。到2010年左右，大多数公司的生产力增长率比较高。这意味着它们的收入盈利比以平均每年4%的速度增长。后来到2011年，生产力增长率下降了。这可能归因于GDP增长放缓和油价高企，但最大的因素也许是流程创新减弱。流程创新再也无法像过去那样大幅提高生产力。
于是我们问自己：下一个能大幅提高工业生产力的飞跃将来自何处？答案就是数字技术，具体来说是分析技术。我们正生活在充斥着数据的世界。如果我们可以有效地组织管理这些数据，并探索常人难以看到的行为模式，就能以前所未有的幅度提高生产力。
然而那意味着IT要与其他业务部门紧密联系起来。“去和技术人员讲”，这样的日子一去不复还。在未来的工业公司，不会有单独的IT部门。一流的领导人会像如今了解财务和会计那样了解数字创新。他们会将数字技术融入到产品和实践中。这与五年前的情况相比已经发生了深刻变化――现有领导人的类型、他们的背景和培训，以及他们看待自己、下属及产品的角度统统发生了变化。
你谈论的只是通用电气，还是更广泛的企业？
这具有广泛性。这一现象反映了今天竞争的本质。比如说，拥有雄厚数字实力的初创公司正在重塑客户导向型行业。初创公司可以抢在没有数字背景的传统公司前面，重新思考出租车、酒店或音乐等行业。传统公司只有将数字化融入到开展的所有业务里面，才能开展竞争。
那种竞争是怎样的？
鲁赫：拿优步 (Uber) 或来福车 (Lyft) 来说。传统的出租车公司本可以发明同样的技术。因为这些公司拥有汽车这一资产，你可能会认为它们在这方面能做得更好。但拥有资产本身还不够。你得清楚如何比别人更有效地提高生产力。拼车服务正是如此，它成功提高了汽车和司机的生产力。如果你是资产雄厚的公司，比如是出租车公司或通用电气，你若无法为该资产提供最高的生产力，那就太可惜了。
有人迟早会搞清楚如何使用软件提高发电厂的生产力。拥有发电厂的工业公司很可能做到这一点，因为它们更懂得业务运营。但其他类型的公司也可能会打败它们。
数字生产力方面有没有给你留下特别深刻印象的例子？
鲁赫：2013年，我们针对风能推出了一项名为PowerUp的数字分析软件。它针对获得的风力来优化每块叶片，让风机的发电量增加了5%。此举意义重大，因为发电量增加5%意味着风力发电场的利润将提高20%。之后，通过进一步优化，在使用同样硬件的情况下，发电量成功增加了20%。
类似地，针对北美铁路，我们提高了机车性能，平均每小时可以多开一英里。对铁路公司来说，这相当于每年可增加利润2亿美元。你也可以使用类似的分析技术为航空公司或电力公司提高燃油效率；对这些企业来说，这将改变行业的游戏规则。
通常来说，如果我们可以从工业资产获得操作信息，基于对这些资产运作情况的了解来研发分析工具，并实时提供应对措施，这样工业界的生产力增长率就可以回升至4%，甚至更高。
你认为这只是一次性的飞跃，还是你在为持续提高生产力打造一个平台？
鲁赫：这是个值得深思的问题，现在还无法给出全面的答案。15年前，许多IT专业人士认为：“要是我们有一套优秀的企业资源规划（ERP）应用软件，那就大功告成了。我们公司堪称完美。”后来就出现了智能手机。
我们最终会迎来这样的工业世界：什么都不会损坏，因为在损坏前就已得到了修复；工业环境下没有人会受到伤害；资源的效率近乎完美。诚然这一幕不会一下子出现；我们会看到一些应用程序带来的持续30年的进步，这些应用程序结合起来，会以我们之前从未想过的方式来优化增长、安全和效率这三要素。
我们还将改变产品的设计方式。当产品被使用时，操作数据将直接反馈给工程和研发团队。工程师将更快地改进产品，因为他们的设计将直接进入到生产制造环节。借助增材制造（3D打印机和数字制造），我们能够以前所未有的速度改进产品。这些都是根本性的变化。
这是通用电气打造Predix的原因吗？
鲁赫：是的。我们将Predix平台视作一个生态系统，谁都可以为工业互联网市场开发B2B应用。当然，我们还处于早期阶段，类似亚马逊网络服务（AWS）在2007年的状况，也就是推动消费互联网；或者是2000年代初期Salesforce.com开创软件即服务的时期。我们早早重新思考这个工业世界，力图把它带到一个新的水平。
如何打造这平台？
鲁赫：我们在关注消费互联网这个例子。这方面有很多东西值得学习。消费互联网从根本上改变了人们的日常生活，同时大大提高了个人的生产力。它之所以能做到这点，一部分归功于从日常实践演化而来的出色的用户体验。消费互联网通过基于数据分析的建模，模拟计算机系统各部分之间的交互，比如在搜索引擎中。
工业互联网另一个核心优势是基于物理的建模（physics-based modeling）。所有资产（建筑物、车辆、车队甚至金融资产）都有其物理属性。基于物理的建模模拟了工厂、发电机、发动机及其他有形资产的行为。工业互联网或工业4.0是由基于数据分析的模型和基于物理的模型共同驱动的。
基于数据分析的建模让你可以根据行为模式更早地采取相应行动。比如说，它能识别什么时候零部件很有可能会损坏。机器可能在操作参数之内运行，但是结合两三个指标（例如某种振动以及某种类型的压力条件或环境条件）就可以表明它可能会提早损坏。对过去的行为模式进行分析得以让你预测未来可能出现的行为。
基于物理的建模提供了有关未来的多种选择。比如通过分析工具可以发现某台机器有很大可能损坏，你就可以做出选择。是现在将其停运并进行修复？还是送去维护？借助基于云和物理的模型，你可以同时模拟上百万个场景，并选择一个最为优化的场景。通过结合分析流程和基于物理的建模，你就能让这项工作实现自动化。这是工业互联网的一个特征，而消费互联网通常没有这个特征。
估计汽车的行驶里程和剩余汽油后，告诉我还可以开104英里。这是不是基于分析的建模？
鲁赫：是的，但我会在这个例子的基础上更进一步。电子汽车仪表板在行驶到6000英里后显示要换油，这是用基于分析的基本建模完成的。通过分析过去的性能，它会选择对大部分人而言最适宜的换油时间。
问题在于每个人的驾驶方式不同。一些保守的司机可能行驶10000英里才会换油，另一些司机可能行驶3000英里就换油。如果在非常炎热、恶劣的环境中开车，也会提前换油。在这些情况下，决定何时换油并不取决于平均状况。但你可以使用基于物理的建模判断最佳时间表。
我们正是这样维护喷气式飞机发动机的。不是每个喷气式飞机发动机都需要按固定时间表来运转。实际上，我们现在使用基于物理的建模，针对每个发动机来定制维护流程。在酷热、恶劣、尘土飞扬的中东环境运转的发动机维护起来有别于在较寒冷地区运转的发动机。
结合基于分析的建模和基于物理的建模，我们就能在问题发生前提早预测，并按最佳的速度和成本来进行维护。这正成为工业界的杀手级应用。比如说，如果能预测出可能会出现的管道漏油或喷气发动机故障，就能在问题发生前解决。
我们也可以让每个流程更有效地利用资源，就像PowerUp用于风机那样。这是开拓性的举措，可以不断实时调整控制系统，以便与系统在某个时间点的环境相匹配。
仅凭IT部门是无法实现这一目标的。IT部门的数字化专家有其职能，但并非孤立行事。他们要贴近业务，业务领导人则需要更精通数字技术。这两种思维方式相结合，才会产生绝佳的效果。
为此IT人员需要具备怎样的具体技能？
鲁赫：在传统工业领域，IT职能专注于基础设施。例如部署网络、搭建数据中心、安装ERP系统等。我们一直注重交易事务。这不需要业务领导人具备很强的数字洞察力，因为他们可以跟IT人员说：“帮我使这个实现自动化。”
这种情况将有所改变。工业公司要注重用户体验，像消费互联网或谷歌和苹果做的那样。商业智能（即分析自己的业务流程和竞争对手的业务流程）也需要不断演变，要拥有专业级数据分析能力，帮助不断改进系统和实践。我们还要转向对移动设备友好的、基于云的世界，让人们可以通过智能手机应用来访问业务系统。
如果将这些能力综合来看，会发现需要一系列新的技能和实践。硅谷风格的技能在传统的工业公司并不常见，比如敏捷软件开发、用户体验设计和深度机器学习。在许多公司IT职能的机械工程师和电气工程师擅长基于物理的建模，但其他方面（比如人工智能）不太擅长。他们还在使用与基于云的移动世界并不合拍的传统开发工具。
所以重新学习技术技能和实践是非常必要的。在通用电气，我们正在进行这种重新学习。不是说摈弃我们现有的所有能力，因为我们仍在使用ERP及其他传统系统。但我们要兼顾新旧人才，让两个群体在统一的整体中相互合作。
通用电气在招聘、培养和管理这类新人才方面有何发现？
鲁赫：一开始，通用电气的许多人对此持怀疑态度。为什么有才华的人会来这里而不是去初创公司？大家的疑惑是有一定道理的。
但年轻人来我们这里工作主要有两个原因。他们想要接触世界上最先进的技术，常常是工业系统的技术。他们还想拥有一个人生使命。他们最大的野心是从事重要的工作。对我们来说，这个使命就是工业互联网。我们将软件设计到机车中后，让铁路旅行更安全；我们制造新的CT扫描设备后，帮助医疗机构提供良好的医疗服务。他们为交通运输和医疗保健作出了贡献，这样的故事很值得讲给祖辈听。年轻人也因自己在改变世界备感自豪。这就是为什么工业物联网是下一大热点。
如何设计一个工业互联网项目？
鲁赫：无论是恒温器还是喷气式飞机发动机，基础都是一样的。首先要有某种形式的连接，要收集性能数据，还需要有基于分析的建模和基于物理的建模――而不仅仅是分析数据，此外还要将数据传送给机器以提高机器性能，或者传送给工作人员以提高系统性能。
还需要保护资产免受网络攻击。当恒温器不能正常工作时，会造成一些麻烦。但当电网因网络攻击而瘫痪时，整个社会秩序就会遭到破坏。为了确保可靠性，不是一切工作都可以在云端进行。相当一部分数据的处理必须靠近现场来进行。我们可以看到许多计算机处理都在工业现场的旁边进行，这样就不用担心连接中断。每个发电厂都将成为可以发电的大型数据中心，每个机车也都将成为轮胎上的数据中心。
如何处理监管问题？
鲁赫：这与国家政府有着错综复杂的关系。许多国家不想让工业数据流传至海外，这产生了巨大影响。因为许多跨国公司在全球开展基于云的活动，比如在沙特阿拉伯、中国和欧盟。我们可能会看到数据和处理的分离；技术可能由全球基础设施来管理，而国家则对数据管理保留主权。
但这对于消费互联网行不通。因为在消费互联网中数据和处理紧密耦合，如果试图在每个国家都构建数据中心和云，就会失去必要的规模经济效应。我认为监管机构会认识到这一点，要求在保留公司全球运营优势的同时保护本地数据。这种情况会影响像Predix这类系统的设计。
通用电气在170多个国家经营业务，我们了解所有国家的监管环境。这就是为何电力行业如此多样化，比如说美国、巴西、迪拜和泰国的情况全然不同。
同时，监管环境本身也会受到新兴数据方法的根本性影响。在业务洞察力的程度和准确性都有所增加后，监管机构可以更全面地给出报告，同时又降低监督成本。安全会越来越重要。保护运营技术与保护信息系统完全是两码事。我们会看到新型的网络安全解决方案应运而生，以此来保护发电厂、铁路等大型设施。
当然，不只通用电气一家公司在为工业互联网打造平台。随着这些平台的搭建，通用电气如何才能在竞争中脱颖而出？
鲁赫：在今后十年，成功将取决于生产力的提高。谁能以最低的成本抽一桶石油，使用较少的燃料驾驶飞机，或从风机获得更多的能量，谁就具有竞争优势。我认为全球各地的制造商会重新考虑运营成本。进入到低人力成本的国家不再高效；相反，成功的关键在于让制造活动靠近客户，降低运输成本，并加大技术投入。那些能提供更高生产力的平台将会蓬勃发展。
随着工业互联网的部署，它会如何影响就业和经济增长？
鲁赫：自动化处在核心位置，这将使一类工作被取代，制造技术的本质就是这样。我们公司及其他许多公司正将制造业带回美国。但是新工厂的效率比以前（比如20年前）高得多。所以工作不同了，也就需要不同的技能组合。20世纪初期，许多人受雇照料和清理马匹。那些工作在汽车问世后消失了，但会出现其他新工作。我认为，这一幕会再度上演，但它不会像有人所描述的那么可怕。
目前仍难以预测未来会出现什么样的新工作、其数量又会是多少。但现在对数据科学和世界级编程能力的需求不断增长。对技术技能的要求也会提高，甚至对没有大学学历的人来说也是如此。人们要知道如何使用自动化机械，与机器人高效地共事。公司要善于管理和培训技术员工队伍，顺利完成这一转型。
这个转型如何与通用电气的总体发展战略相契合？
鲁赫：我虽然是通用电气的首席数字官，但真正的首席数字官是首席执行官杰夫·伊梅尔特。通用电气的核心领导团队成员包括伊梅尔特、首席财务官杰夫·伯恩斯坦 (Jeff Bornstein) 和首席营销官贝斯·康斯托克 (Beth Comstock)，他们都是数字化领导人。这么多年来，他们获得了扎实的技术背景，理解决策和制定决策的能力，这是我在加入前无法想像的。他们重视学习，注重增强自身能力，并善于将这种能力推广到整个公司。
我们迈向工业互联网时，意识到手下没有足够的数据科学家。于是我们把这方面的专业人员由三年前的20000人增加到今天的28000人。但我们没有引入新的人才来取代现有劳动力。我们需要把新老技能融为一体。如果你无法将物理建模人员与数据建模人员结合起来，就无法全面发挥员工队伍的价值。
我们在整合这些技能方面完成了一半。技能整合需要改变我们的领导力培训，以使数字化成为每项计划的重要组成部分。我们并不期望每个人都精通Python（一种大受欢迎、颇有影响力的编程语言），但确实要求他们了解Python是什么？我们在使用其他哪些技术？为什么它们很重要？这项技术又在如何影响公司的业务？
我们也在重新思考IT部门在通用电气这类公司中的作用，包括首席信息官的工作、IT部门的组织结构以及员工的职衔和能力。我们仍需运行网络、构建数据中心，并提供ERP。但所有这一切如何与推动业务发展的新型深度分析和洞察力相结合？这些新的软件技术如何与我们的设备、修理车间、服务和制造设施联系起来？如何影响我们的产品组合？我们全公司的年度数字化收入从之前几乎为零增加到超过60亿美元。这个重大变化影响了我们开展的各项工作。
杰夫·伊梅尔特说，我们才走到50个步骤中的第15步。在任何一个时刻，如果你能非常细致地预见后面的三四步，你就会对自己正在进行的工作充满信心。你可以计划10个步骤，并设想一下第50步想做什么。但你无法一下子从第3步跳到第45步。你要知道短期内可以完成什么，这样得到的结果会让你更有信心，也会让你明白如何改变接下来的计划，从而以正确的方式获得最终结果。
这一切对你个人而言意味着什么？
鲁赫：如同其他通用电气的员工一样：我们想要接触最好的技术，喜欢拥有一种使命感。十年来，我一直关注着物联网潮流，以此作为自己的使命：推动一种有革命性效果的新平台架构，并提高生产力，增强安全性，创造一个更宜居的世界。
我觉得加盟通用电气很明智。通用电气是这样一种公司，它能通过正确的投入和领导，推动这股潮流。虽然这听起来有点言过其实，但我认为我们已经临近下一场工业革命。在职业生涯的最后10年，还有什么比推进这种变化更有成就感的呢？
