隨著物聯網行業的快速發展，企業可以輕松獲取來自設備的各種數據。不過，要將這些數據轉化為價值，還需要進一步整理和分析。數據分析是物聯網系統的核心，也是難點。

為了鞏固物聯網行業的核心地位，通用電氣試圖為其工業物聯網產品Predix增加一些新功能，幫助企業分析數據和預測可能發生的事情，不管數據是來自泵、閥門、換熱器還是移動的機器設備。

通用電氣希望為Predix平臺增加邊緣計算，使數據分析獲得更多優質的網絡流量和實時分析效果，從而降低系統運行的成本。在本周人工智能+機器的會議上通用軟件部門表示提供一系列新的邊緣計算應用和功能，以幫助企業更有效預測機器設備故障和計劃服務時間。

新的應用程序意味著連接信息和操作技術（IT和OT）系統從而更好的管理公司資產，例如將數據從工廠和庫存設備納入ERP與供應鏈系統，再到企業數據中心或云端。

工業物聯網平臺即服務

當企業想要掌握物聯網設備所產生的大量數據，那就自然會用到云計算。為了滿足物聯網數據儲存和處理的需求，一些科技公司開始提供各種云服務和應用程序。目前云計算產品主要有IaaS和PaaS類型，其中IaaS指的是基礎設施即服務，供應商包括亞馬遜的AWS、微軟的Azure和谷歌的云計算物聯網。而PaaS是指平臺即服務，主要產品有PTC公司的ThingWorx和西門子公司的mindsphere等。

通用電氣推出的Predix平臺也是PaaS類型的產品，是目前最全面工業物聯網應用程序開發工具。通用電氣憑借著124年在工業設備領域建設和運行的經驗，通過PaaS為工業設備運營商提供效率優化解決方案，成為工業物聯網平臺的主要供應商。

大多數軟件公司也許可以從歷史數據分析出未來可能發生什么事，或者接入虛擬電路顯示設備的流量和壓力發生了什么。通用電氣擁有很多從設計和制造過程失敗案例的經驗知識，同時為用戶提供了一個360度視覺的獨特的設備分析和洞察。

通用已經與亞馬遜合作，將其它Predix運行在AWS上，以后還將可能運行在微軟的Azure上。Predix是一個平臺服務軟件，可以依托在像AWS和Azure這樣的基礎服務平臺，未來客戶將能自由選擇在哪個平臺上運行軟件。

數據分析業務走向邊緣

在本地對設備數據進行處理分析，將能達到更多的數據量和更高的效率。這種設想可以通過邊緣計算實現，數據先在本地進行優化，而不是直接傳送到數據中心或者云端，只有當企業需要時才通過網絡上傳。

物聯網邊緣化是一種重要的趨勢，世界著名咨詢公司Gartner分析認為，到2022年將有75%的數據在數據中心或云以外的地方進行分析和處理。在邊緣和云中處理和管理數據的能力對于企業優化業務將是至關重要的。

為了幫助企業在邊緣更好地處理數據，通用電氣提供了一些邊緣增強功能，包括運行在服務器硬件上的Predix邊緣能力。過去只作為云服務，現在Predix允許企業能夠支持多達200000個連接的設備。

通用電氣還推出了一個PredixMachine軟件，這是一個為微型服務器市場而設計的產品，可以在客戶的虛擬化數據中心基礎設施上或服務器類硬件上運行。邊緣管理和機器將在明年第一季生效，而另一個功能Predix復雜事件處理（CEP）會在今年年底可用，CEP將保證數據在極低的延遲下允許更快更有效的事件處理

運營績效與AI服務管理

提升運營績效是企業管理的關鍵，OPM(運營績效考核)是指出應從運營的角度，評估和監控企業的業務流程，分析并提高企業運營效益的理念。通用電氣OPM軟件是在資產性能管理（APM）系統基礎上擴展的產品，目前可以用于采礦業。通用表示，明年OPM將擴展到其它行業，OPM主要是利用實時和歷史數據以及分析幫助客戶做出更好的業務決策。

例如，如果工業過程與計劃偏離時給運營商發一個預警，讓企業有時間去解決的業務問題和采取預防措施，這樣將能大大降低因錯誤安排而造成的巨大損失。

去年，通用電氣花了9.15億收購ServiceMax，然后一直致力于整合公司現場服務管理（FSM）與GE產品和第三方工具軟件。例如，將人工智能預測分析整合到ApacheSparkAI引擎以提高服務時間。

此外，新的應用程序允許服務提供商在同一設備上安裝第三方移動應用程序，共享FSM數據。新的程序功能允許多個工作訂單鏈接，以提高首次固定費率和減少服務訪問次數。

新應用程序開發工具

通用數字化的APM套件增加包括Predix工作臺將在明年第一季度發布。應用程序設計成一個拖放圖形界面形式，讓非專家開發人員使用GE軟件。這種設計可以讓很多人參與設計，并不一定是計算專業的研究生才能使用，在一個安全的環境下建立和擴展應用程序。利用APM套件和工具可以擴展更多的應用，添加更多的數據源，甚至超出GE提供的范圍。

在即將發布的工程領域數字雙胞胎的分析平臺mid-2018采用了算法和模板庫，幫助GE客戶更快更容易建立所謂的數字雙胞胎-虛擬模型設計，讓企業輕松了解到航空發動機等有形資產的性能和運作。

數字雙胞胎軟件貫穿了產生的整個生命周期，通過數據分析和ERP系統來衡量，如對實物資產管理和性能退化的監控。分析工作臺也將幫助用戶實現機器學習的能力，讓這些模型來提長工作的效率和節省時間。