通用電氣（GE）的業(yè)務進展新方向有了個名字：“工業(yè)互聯(lián)網(wǎng)（the industrial Internet）”。
“工業(yè)互聯(lián)網(wǎng)”這個說法是GE的研發(fā)部門創(chuàng)造出來的，反映了公司的希望：向機器上添加更多的感應器，并產(chǎn)生大量數(shù)據(jù)，從機車、飛機引擎、MRI儀和其他GE銷售的設備中擠出更多的效率。
GE表示將在三年的時間里為這一想法投資150萬美元。其中的一部分資金將被用于公司在加州圣拉蒙市（San Ramon）新設立的軟件研發(fā)中心的研究上。
例如，在圣拉蒙研究中心，機器學習領域的研發(fā)人員Anil Varma正展開實驗，希望能找到篩選出可以預測GE服役的2萬個飛機引擎中哪些需要維修的微小警告跡象。他表示，對于某些引擎種類來說，它的算法可以提前一個月以70%的準確度找出需要關注的引擎。這可以幫助避免代價高昂的飛行延遲。
大部分設備感應器通過反應性的方式工作：如果出了問題，儀表盤上的紅燈會被點亮。GE的老式飛機引擎差不多也是這樣，測量溫度、壓力和電壓等指標。但是在過去，通過這種方法追蹤到的信息很少被保存和研究。Varma說，大部分航班只會保留三個平均值：起飛、巡航和降落過程中的引擎數(shù)據(jù)。
Varma表示，GE希望使用包括下一代引擎GEnX（波音787將會使用這一引擎）在內(nèi)的產(chǎn)品，用來最終保留每一個航班的所有原始記錄，也許還可以把記錄從飛機上實時傳輸出去。他還說，這樣的引擎在一年內(nèi)產(chǎn)生的數(shù)據(jù)會比商業(yè)航空史上收集的所有數(shù)據(jù)還多。
盡管通過大量的傳感器來讓機器進行通信的想法并不新穎（有時候這會被稱為“物聯(lián)網(wǎng)”），但是GE大規(guī)模的業(yè)務可以加速讓想象變成現(xiàn)實。瓦爾馬說：“我們有最大的工業(yè)數(shù)據(jù)集之一，因為我們操作這一設備已經(jīng)有很長時間了。我們可以測試所有算法，看看它們?nèi)绾喂ぷ鳌?rdquo;
威廉•魯（William Ruh）曾是思科公司的決策人之一，現(xiàn)在受雇于GE負責該項研究（GE表示是他想出了“工業(yè)互聯(lián)網(wǎng)”這一說法）。魯說，GE關于工業(yè)互聯(lián)網(wǎng)的靈感來自經(jīng)濟危機。當經(jīng)濟增長前景未定時，工業(yè)界的顧客開始指望生產(chǎn)力的提升來增加盈利。他們也越來越頻繁地聽到“大數(shù)據(jù)”這個詞，并開始咨詢GE是否對他們的設備有一個“大策略”。
也許GE不總能輕易地把大數(shù)據(jù)技術應用到工業(yè)問題上，哥倫比亞大學的教授文卡特?文卡塔蘇布拉曼尼安（Venkat Venkatasubramanian）說。他也是學校的數(shù)據(jù)科學和工程研究所（Institute for Data Sciences and Engineering）的教授。他說，對一個商業(yè)零售商來說，可能只需要找到客戶數(shù)據(jù)的相關性就夠了，例如買啤酒的人也會買尿布。“有些結果很容易獲得，標準的機器學習算法就能幫你檢測并解決問題，”他說。但是在更復雜的物理系統(tǒng)中，模型還需要解釋為什么這些相關性是存在的。
在GE的圣拉蒙市中心，研究人員正在研發(fā)新的用戶界面，可以利用地圖、模擬和類似Twitter這樣的設備社交網(wǎng)絡幫助人們把工業(yè)數(shù)據(jù)可視化。在一個房間里，充滿了很多和微軟Kinect連接的大顯示屏。Kinect是可以感知人們運動的視屏游戲控制器。那里的研究人員展示了一個公共事業(yè)部門的工人可以如何利用手勢利用數(shù)據(jù)可視化幫助他的電網(wǎng)部門作出決定。GE表示他們還在和加拿大的公共事業(yè)部門公司合作，使用衛(wèi)星圖片和氣象地圖，以及過去停電的位置來預測需要修理樹枝的位置。落下的樹枝是導致和暴風雨相關停電的主要原因。
并非只有基礎設施從中受益。紐約市西奈山醫(yī)學中心（Mount Sinai Medical Center）正和GE合作把傳感器和信號傳送器設置到醫(yī)院的床位和設備上，用來記錄跟蹤使用中的設備。GE宣稱如果獲得更完整的信息，這個有1100個床位的醫(yī)院每年可以容納超過1萬名病人。
魯相信，很小的改進就能有很大的影響。GE在2012年11月發(fā)布的一份報告估計，油料效率增長約1%，對航空工業(yè)意味著20億美元，對電力工業(yè)意味著約40億美元。GE的燃氣渦輪和其他公共事業(yè)設備參與了25%的世界電力傳輸。
“我們知道從操作上可以改變1%，”魯說。但是他又補充道，“這很難通過發(fā)明更好的設備做到，因為我們已經(jīng)逼近了物理定律的極限。”
