哈佛商业评论

大数据的应用将走向何方，是搜集和分析人们在社交网站上留言来预测消费选择吗？远远不是。真正的挑战是，将机器与机器、机器与人连接在同一个网络里，这将是工业互联网的时代。如果所有物体都做到24/7/365，相互连接、交流和控制，智能系统将人、机器和流程整合在一起，那么企业最迫切实现的目标——降成本、提能效——将成为可能。

从互联网公司走出的大数据，下一步将走向哪个领域？金融、航空还是零售？2012年11月26日，通用电气（以下简称GE）发布白皮书《工业互联网：打破智慧与机器的边界》，提出工业互联网的概念。GE全球董事长兼CEO杰夫·伊梅尔特断言大数据将会在工业领域释放出巨大的能量——“互联网改变了我们利用信息和沟通的方式，如今，互联网还能做更多事情。通过智能机器间的连接，结合软件和大数据分析，我们可以突破物理和材料化学的限制，改变世界的运行方式。”

Facebook和谷歌都曾描绘过大数据的美好蓝图，但到现在还没有见到实效。大数据就像9世纪发明的“黑火药”，在没有放到恰当的领域之前，只是夺人眼球的烟花。而将大数据应用于工业领域，会像14世纪火药用于枪炮一样，释放出巨大的能量，并带来革命性的变化。2005年10月，《哈佛商业评论》就曾发表文章《智能服务时代的四种战略》（Four Strategies for the Age of Smart Services）断言，制造业等大型工业将注定坐收数据分析的技术果实。

英特尔预计，到2015年全球互联设备数量将会超过150亿，全球数据中心IP流量也将达到每年4.8ZB；思科估算，99.4%的物理对象至今尚未连接到互联网。而一旦将物理对象连接成网络，工业机器所产生的数据将是互联网用户生成数据所无法比拟的量级。大数据将在“工业互联网时代”释放出巨大的生产力。

工业互联网是什么？

工业互联网可以被看作是数据、硬件、软件和智能的流通与互动。从智能设备和网络中获取数据，然后利用大数据分析工具进行存储、分析和可视化。最终的智能信息可以供决策者（在必要时实时）使用或直接实现智能决策。智能信息在机器、系统网络、个人或群体之间分享，这让更广泛的利益相关方参与到资产维护和优化之中。智能信息还可以返回至最初的机器，根据反馈循环让机器能够从历史中“学习”。我们可以把工业互联网看成一个机器、数据、系统网络和人之间的循环。

GE提出的工业互联网是对物联网概念的重新包装么？究其本质，工业互联网与物联网仍有差别（见图1、2）。将传感器、仪器仪表嵌入机器，并连入网络层——在这个方面，物联网与工业互联网并无二致。比如，常用的社保IC卡、大型超市停车场的空位导引系统、RFID肉类来源追溯都属于这类系统。但数据一般在一个封闭的公司系统内，比如某物流公司、跟踪原料的制造商，多为单纯的机器对机器（M2M）的数据流，所需的分析方法相对简单。另外，从机器内传感器和仪器仪表收集数据与数据分析并不同步进行，对历史数据的分析无法满足决策的时效性。Hadoop开放平台使数据分析成本不断下降，微处理器芯片计算能力持续进步，得益于此，工业互联网不仅可以实时进行数据分析，还可以将M2M、ERP和CRM，甚至包括社交网络等外部数据整合起来。

工业互联网的机器学习（Machine Learning）能力，在理念上更强调人的智慧与机器的智能之间的互动和辅助关系，而非替代性。由此可见，工业互联网区别于物联网概念的关键在于，它更强调大数据分析和机器与人的智能联系。