在美国，Evolution在两个地方生产：位于宾州伊利市的旧GE工业中心，以及德州沃斯堡市外的新制造工厂。来到德州的工厂，进入所谓的“平台区域”时，你会以为自己不经意闯入了火神伏尔甘（Vulcan）的工作间。平台区域的面积可媲美足球场，机车的底盘在此组装并送至装配线。区域内满是浓烟，置于尚待加工发动机的巨大钢骨上的，是发狂似地喷出烟雾的电焊机。机械设备发出的轰隆震动将锤击和铿锵声衬托得更加响亮，即便戴上耳塞，你仍感到震耳欲聋的喧闹。
当今经济依赖的是快速而安静的信息传输，因此，生产巨大机车似乎是种原始而反常的举动。但工厂的浓烟和喧闹模糊了某些事实。比如，Evolution重约220吨，但不像节省耗油和提高效率的“轻盈”新型汽车，它的重量不是因为技术的不足，而是特意为之，以便牵引动机更好地夹紧轨道。更值得注意的是，Evolution看似老式过时，但从许多方面来说，它实际上是一台奔驰中的计算机。大量传感器和数据收集设备使笨重的机车拥有某种时髦的数字灵活性，而随着时间的前进，这一点将变得越发重要，且越发令人惊叹。在这旧与新，重与轻的融合之中，你会发现Evolution与其制造者有着类似之处——GE是一家为大客户生产巨大机器的公司，但通过融入某种精密性，它也在对自己甚至是整个重工业的经济体进行改造。
两年前，在一个名为“思维与机器”的旧金山会议上，GE CEO杰夫·伊梅尔特（Jeff Immelt）上台解释了公司生产的各种庞然大物，比如Evolution机车。当天他所用的标语“工业互联网”如今已广泛流传于技术界——虽然人们尚未充分意识到其影响力。有时候，人们将“工业互联网”与所谓的“物联网”绑在一块，后者通常用于描述智能化，如家居照明和恒温器等物品的某种技术。然而，GE的野心比“物联网”大多了。伊梅尔特演讲的重点是，仅生产机车、喷射发动机和燃气轮机装置（或公司内部所说的“大铁块”）等大型机器已经不够，GE必须赋予机器某种可以收集以及分析数据的智能。在他看来，大数据分析和工业工程的结合将推动一系列超乎想象的发展。比如，配有大量传感器的GEnx喷射发动机产生的信息量将多得惊人，而且，GE将反过来预测发动机某个重要零件何时需要维修。GE将利用来自Evolution等机器的数据将性能优化到梦想不到的水平。
自工业物联网的概念提出之后，GE便试图将其愿景变成现实。去年3月某个冬日，我与伊梅尔特在位于纽约上州的GE全球研发中心呆了一个下午。我们参观了几个正在研究能源和航空技术的实验室，最后，单独与伊梅尔特并与其执行研发团队谈论了公司的未来。私底下，伊梅尔特与在CNBC（美国全国广播公司财经频道）上的他无多大差别：不拘礼节，充满自信，更善于简单化地解释可称是全世界技术最复杂、分布区域最广的GE公司。他很是健谈，却也善于倾听，尤其当公司内部一位科学家正在说话时（我未见过任何人如他一般擅长于主持会议）。伊梅尔特告诉我，从一开始，工业互联网的项目至少花十年才能展开。但鉴于GE在极大程度上依赖销售人员拉拢客户——花费数以亿计钱财购买发电机和机车的客户，伊梅尔特看不到其他的选择。“过去30年来，我将大量时间投在销售上，”他说。但只要能走进航空或货运公司CEO的办公室并告诉他们，数据会保证GE喷射发动机或机车不会产生意料之外的故障，GE的营业方式将因此改变。如此一来，GE的产品压根就不需要推销——除非竞争对手比其早了一步。至于充斥着智能设备的未来，伊梅尔特补充道，“你不需要有太多展现或销售技巧，因为实际上，你是在为大家疑惑已久的问题提供答案。我所在的工业界中，分析法的应用合乎人们的需求，既美妙又具有投资性。无需他人推销，人们本来就明白其潜力所在。”
然而，允诺机车或发电机不会无缘无故宕机，不同于将梦想中的未来变成现实。“问题在于，”伊梅尔特承认说，“你是否能够做到？”这个问题所涉及到的远非只是GE的未来。在尝试建造智能化机器的同时，GE还力图创造一个可为全球经济产生大范围涟漪效益的新型工业时代。有趣的是，公司的巨大努力为的不是颠覆性创新，至少就硅谷的标准来说不是。反之，它将目标锁定渐进主义的巨大潜力——即“大铁块”生产力1%的增长。 乍一看去，这个数字未免过于谦逊，但通过将迟钝的工业界与瞬息万变的数字界相结合，伊梅尔特相信GE可以取得革命性的进展。据其声明，GE的产品如此巨大以至于生产力的小提升可以“推动巨大的经济效益”。他所说的是数千亿美元。最近，伊梅尔特表明在不久的将来，他将退下GE董事会的位子，因此他还可能谈到遗产问题。
我正坐在一辆GE机车的驾驶座，手放在节流阀上，眼睛盯着地平线，拖着一辆1英里长的货运车离开密苏里堪萨斯城，在去往得州阿马里洛市的途中。前方可见成片丘陵及其起伏的曲线，驾驭这只庞然大物比开我的斯巴鲁汽车（Subaru）在城内晃悠要难上千万倍。老实说，我有点失控了；而且，我烧了太多太多的柴油。
值得说明的是，GE并不会真正让我驾驶一辆庞大的机车。事实上，这个上午我正在纽约尼什卡纳，距离纽约市北部几个小时的一个地方。在一个黑暗的房间里，我正通过电脑辅助模拟，试着应用GE的“机车运行优化系统”（Trip Optimizer）将这辆长1公里的货运车推离堪萨斯城。这是一种能为机车工程师——真正有驾照和列车驾驶经验的工程师——现场所用的超级智能巡航控制，为工程师提供他们自己无法收集到的信息。通过时刻掌控机车的地理位置、重量、速度、耗油情况以及路面地形，运行优化系统可计算出火车在任何时刻该保持什么速度。比如，它可以提醒驾驶员，与其用力发动引擎往山顶行驶，不如在距离山顶的特定距离处放松节流阀，让动量带着机车前行。有了类似的诀窍，优化系统可以为驾驶员省下数千万元的柴油费。
GE的工业互联网看似解决基础设施技术的某种单一而详尽的方法，但事实上，工业互联网由令人眼花缭乱的诸多软件和硬件组成，这些部件将在未来十年陆续面世。作为工业互联网一个早期软件产品，汽车运行优化系统已经被BNSF（北伯林顿铁路公司）和诺福克南方铁路公司（NorfolkSouthern）等企业所利用。在接下去几年，GE将推出一系列工具，比如可实时远程控制设备的工具，正如GE运输部门首席技术官沙姆·乔泰（Sham Chotai）跟我说的，公司正逐渐了解“任何机车的具体位置，机车有什么问题，将来会有什么问题，将经历怎样的天气，操作员是否以节约燃料的方式行驶”以及大量其他数据。为了促进运营效率的提升，很快地，机车之间甚至可以对话：你降低速度，我们将从侧面擦身而过。“我觉得5年后，”乔泰总结道，“我们对北美轨道潜力的看法将产生巨大的改变。”
对乔泰来说，挑战之一就是更新货运车和老化的铁路系统。这两者都非常复杂。一辆GE机车由大约20万个部分组成，一直以来就像一个行驶中的发电厂：发动机燃烧的燃料可以（1）转动交流发电机（2）其产生的电流可以（3）发动电力牵引电动机（4）电动机推动钢轮往前滑。但如今，机车还是行驶中的电子实验室，其内部所包含的6.7英里长的导线和250个传感器每小时将产生900万个数据点。在不久的将来，传感器和数据点的数量还将急剧攀升。在德州的工厂中，GE运输部门的主管罗素·斯托克斯（RussellStokes）给了一个例子，说明此项技术将如何提高机车的性能。斯托克斯说，“我们面临的一个大问题，就是如果某个轴承坏了，”机车上的一个轮轴可能将动不了，整辆火车将因此卡在轨道上。在偏远的国家，这是让人损失惨重的灾难性意外。想像一下停运列车背后数英里长的交通堵塞，再想像用起重机将重436，000磅的机车从轨道上吊起来，并想办法将它送到店里维修。而这正是目前经常发生的事故。
GE开始将一个射频传感器放到机车的齿轮箱里面以传输关于油位和污染物的数据，通过数据分析，斯托克斯说他们应该可以预测导致轮轴故障的情况。他们还在探索究竟机器内部的生命特征意味着什么，或具体多久时间机车会在轨道上出故障；从这方面来看，工业互联网仍是崭新而令人困惑的概念。“我们的目标不仅仅是掌控如今的数据，而是往回看我们已有的数据，根据这些数据，看我们能否预测一次历史性故障，” 斯托克斯说。他的团队会检查出故障的机车，并梳理数据库以试图识别某个模式。“我们想将它变成可帮我们预测未来的运算法则，”斯托克斯解释道，“我们希望能够说：按这个顺序，这三个条件意味着故障发生的概率高达90%。”
在斯托克斯看来，可预测零件老化的传感器将会为GE铁路客户省下数百亿美元。当机车的数据可帮助优化全美的铁路系统时，收益将非常惊人。令人意外的是，行驶于美国城市之间——比如，从迈阿密到纽约——的长途货运车平均速度介于每小时20和25英里间。“这真令人难以置信，不是吗？”伊梅尔特边说边摇头叹息。这些火车之所以如此缓慢并不是因为体积庞大，事实上，在开路式轨道上，拖着一连串火车车厢的机车速度可高达70英里每小时；反之，轨道的拥堵、故障以及为其他火车让路的必要是造成低速和塞车的主要原因。针对此问题，GE推出了名为“行动规划者”（Movement Planner）的工具，该工具通过集合多辆机车的速度、交通和位置来提高货车的平均速度。“诺福克南方铁路公司会向你展示，每小时提高1英里相当于节省2亿美元，”斯托克斯说道，而GE的目标是每小时提高4英里。当我问CSX铁路运输公司的首席运营官奥斯卡·慕诺兹（Oscar Munoz），GE的技术如何帮其公司提高速率时，他回答说，“过去十年来，火车的速度从每小时18英里到19英里，最后到了21英里。虽然非常缓慢，但我觉得速度会一直增长。”而速度的每次提升确实将造就重大的金融影响。
使机车更智能和更网络化同样适用于GE的其他机器，如喷射发动机、燃气轮机、抽水机甚至是油井和气体钻探设备，其目标是作出小改进并挖掘巨大的数据量。比如，一个新型的GE风力涡轮机收集了关于风速、风向和气压的数据，再由附近一个名为控制器的计算机对其进行分析；而作为响应，一个新软件项目的运算法则或许会决定涡轮叶片是否该改变间距以提高功率输出。在某些情况下，涡轮机甚至会向附近其他涡轮机传输它的新定向，如此一来，整个机队的功率都能同时得到提高。说话的机器，做出反应的机器，时刻更新自己状态的机器——听起来就像机器界的社交网络。
在电视剧《我为喜剧狂》（30 Rock）中，亚力克·鲍德温（Alec Baldwin）饰演的角色杰克·多纳吉（Jack Donaghy）从GE下属一个微波炉公司的执行高管逐步向上爬，他的悲剧来自于GE将NBC（美国全国广播公司）卖给了无足轻重、靠按次计费色情片赚取大部分收入的有线电视公司Kabletown。正如所有好的喜剧一样，该剧也有一点事实在里头：那时候，GE正将其NBC环球（NBC/Universal）的股份卖给康卡斯特电信公司（Comcast），但GE内部对此战略抱有很高的期望，而不是悔恨。“过去几年来，”GE的首席营销官贝斯·康斯托克 （Beth Comstock）说，“我们一直注重于研发高端技术和拓展工业业务，而要做到这一点，必须削减公司的某些组成部分。”换句话说，提高公司的一致性意味着放弃巨大的媒体业务并削减金融服务部门，然而，该举措使得在最近的经济衰退中，GE变得十分脆弱。那时，伊梅尔特还深信这些变化将促使公司利润的提高和股价的上涨。结果呢？就在911事件发生的前几天，伊梅尔特接手了GE，而自此之后，GE的市值大大落后于标准普尔500指数（S&P 500）。
GE试图将机器推进大数据时代，是在“工业”一词变成公司的发展认同标准之时。确实，即便消费者对GE的品牌有所认知，但公司的主要客户已逐渐变成遍布170个国家的企业、事业单位、政府以及医院，比如美国联合航空公司（United Airlines）的喷射发动机和沙特阿拉伯王国的燃气轮机发电厂。因此，按从大到小的顺序排列，公司的主要“业务”（GE内部用了这个词，因为公司的各个部门都很巨大，且拥有半自主权）依次为：能源和水源，航空，卫生保健，石油和天然气，交通。这些都是工业核心。与其相比，GE的家电产品只为收入做出了一丁点贡献，2008年，GE试图卖掉这个部门却未能如愿。照明设备部门同样无足轻重，说来讽刺，这正是122年前GE成立的原因。
从某种程度上讲，伊梅尔特领导GE做出的方向转变确实已见成效：过去5年来，公司的股价稳步上升，去年GE年收入为1，460亿美元，利润高达245亿美元。不过，GE的股价仍显著低于伊梅尔特接手时的股价，这意味着，这位CEO在工业互联网上押的赌注仍有极高风险。
无论如何，GE并不仅靠售卖大机器来赚进大笔钱财。通过客户合同提供维修服务所赚的钱占据了收入的一半，有时甚至更多。如今，客户服务业务的总价值达到1，800亿美元，销售完成之后，此项服务可能持续20年之久。我参观了位于纽约斯克内克塔迪的一个GE实验室，在一个安静而巨大的房间里，十几名工程师坐在配有几个电脑屏幕的桌子前，实时监控着全美数千台风力涡轮机的性能表现。每一天，这样的场景都在实验室里上演。GE的机车、喷射发动机和燃气发电厂也存在类似的操作。目前，公司正在与客户发展更亲近、更密不可分的关系。“第一阶段是：机器坏了，我们维修，”康斯托克如是说起1960和1970年代的情况。第二阶段则是1980和1990年代，当时通过服务协议向客户保证GE制造的喷射发动机或涡轮机的性能将达到一定的水平，并且，会根据GE零件损耗的经验对机器进行定期维护。
在数据和分析的推动之下，GE的客户服务水平将迈入崭新的第三阶段。在此阶段，GE就机器的运行结果而非功能与客户缔结合同。 这时，服务不再只是测量发动机的性能或安排定期维修，反之，其内容在于机器能否达到所商定的最长作业时间。“我们正往售卖推力而不是发动机的目标前行，”GE一名软件工程师布拉德·苏拉克（Brad Surak）说，“又或者，我们是在售卖运动力，而不是机车。我们向客户做出了此等保证。举个例子，如果西南航空（Southwest Airlines）飞机上的发动机坏了，他们必须让乘客们下飞机并重新规划路线，那么，我们将为此支付罚款。”
这是对工业互联网做出的一个很好的解释。若没有办法从性能数据中识别出模式，再反过来帮西南航空避免意外的发生，GE不可能做出此等保证。对伊梅尔特来说，从机器收集数据并分析数据所具备的颠覆性潜力便在于此。最好的情况是，“预测性”分析会造就更棒的产品、更棒的销售、更快乐的客户、更到位的服务合同和更高的企业利润。它同时还确保GE将从头到尾监管着其工业产品。不过，若有另外一家公司，比如一家硅谷初创企业，先其一步探索出如何分析GE的工业设备，那么，这家工业巨头的服务业务命脉很可能将受到威胁。
那风险是什么？如果你卖的是推力或者运动力，那么你得保证好的结果，而不只是好的产品。这意味着必须消化掉浩如烟海的信息量，在此之前，没有任何公司需要做到这一点。当GE开始为其机器配备大量传感器时，公司就意识到，它们产生的数据将多到令公司与其客户都束手无策的地步。“在一片涡轮叶片上放大量传感器，每天产生的数据将多达5，000亿字节，” 沙姆·乔泰告诉我。“而这还只是一片叶片。这意味着，30天后，你产生的内容将与美国国会图书馆的藏书一样多。”再举个例子，安装在波音787梦幻客机上的一对GEnx发动机每天产生1万亿字节的信息。
全世界大约有4，500台GE燃气轮机，每一台都有几十片叶片；除此之外，大约22，000台GE风力涡轮机和20，000辆GE机车都配备了数不清的传感器。很快地，成千上万台GEnx喷射发动机每天将飞行成千上万次。提出“工业互联网”的概念之时，伊梅尔特有一点没有解释，那就是GE开始意识到其工业机器产生的数据集会大大超过消费者通过传统互联网产生的数据。 而且，即便GE的员工数达到30万，伊梅尔特也很快得出结论：公司内部没有能完全弄懂所有数据的数据科学家。
若对GE来说，决定进军智能机器领域是关键时刻之一，那么另一关键时刻就是将公司的某些重要业务操作从东岸搬至西岸。打造工业互联网意味着在硅谷建立GE的存在感，而负责这一切的是比尔·鲁哈（Bill Ruh），一个举止温文尔雅的加州软件主管。几年前，伊梅尔特将鲁哈从思科公司（Cisco）挖过来，并给了10亿美元让他重建公司的整个软件和分析方法。鲁哈在奥克兰的东部圣拉蒙设立了实验室，接着开始了招聘1，000名软件工程师和数据科学家的任务。
鲁哈的大脑就像电路板一样组织有序。与他聊天时，你会发现分析学不仅是他新工作的重点，更是他看待世界的方式，他以合乎逻辑甚至是华丽的言辞说出各个问题的答案，而这些答案又成为分流汇入由理性构成的决策树中。我参观圣拉蒙新实验室的那天早上，加州阳光灿烂，太阳从玻璃钢凝土结构的办公楼反射出来。带着我逛完一圈后，鲁哈说实验室已经有800名员工，也就是还需要招200人。油漆几乎还没干，楼下，工人们还在钉板墙并在我脚边穿电线。鲁哈告诉我，“东岸办公室的GE员工或熟知GE的客户来到这儿，脱口而出的第一句话就是，‘这里一点都不像GE办公楼。’”确实如此。鲁哈引进了设计谷歌总部园区的同批设计师，目的在于打破GE办公室整齐而保守的惯例。除此之外，公司还有啥可以与人竞争的？他雇佣的不是西装革履、每天早上补充多种维生素的上班族；反之，他雇佣的人通宵达旦写程序，10点之前很少会进办公室。因此，在圣拉蒙的实验室，你会见到开阔而不拘礼节的内部环境，协同式工作空间以及许多白板。你会觉得有点凌乱，好也罢坏也罢，办公室甚至有点谷歌的味道。
据鲁哈所说，在两年的时间内，其团队创建了名为Predix的新软件平台，GE已经于去年年底开始使用这个平台。作为新型的操作系统，Predix将为公司的工业设备创造一种共同语言，更形象地说，你可以将它想象成GE的安卓系统。 有了Predix，从涡轮机或机车拉出预测数据将变得容易许多，也便于配置移动设备的员工更快地检测出故障。“我们总说这是一趟持续10年的旅程，”鲁哈说，“此时此刻，我得说我们已经进入了第三年。”
在鲁哈的口中，Predix听来或许有点像消费技术，既人性化又可定制，还具有高扩展性。但这并非巧合。在他看来，消费领域的数字革命已经成熟到可以入侵其他领域。“我深信这一点，程度比任何人想像的还要深，”他说，“因为我觉得，所有机器都将变得智能化。机器将可以说话。现在技术有了，问题是如何应用于工业领域中。”他的意思是，工业互联网对技术的要求比消费领域要严格得多。鲁哈喜欢举如下的例子：电话掉线了，我们会因此恼怒；但机器的功率下降了，你会生气或恐惧，医院里的病人甚至会丧失生命——因此，在他所创建的软件中，绝不容许平台出丁点差错。网络安全的要求也同样严格。一台喷射发动机或一辆拖着成堆天然气汽车的机车必须不受数据外泄所影响。工业互联网的另一个挑战就是持久性。“人们买的是能用上20年的机器，”鲁哈说。这意味着，他的团队必须创建寿命极长的软件，这在消费领域看来似乎挺匪夷所思的。
即便存在区别，鲁哈仍认为此刻类似于1990年代初期消费者网络处于萌芽阶段，前途未卜之时。他深信他的软件在工业领域所促成的进步，将对GE以及整个全球经济都起到重大的影响。正如鲁哈所说的，“未投身工业互联网，未如我们一样在上面投资的工业人士，就像那些到现在还嚷着‘我们也想成为亚马逊’的零售界人士一样。问题在于，你不可能成为亚马逊了，因为时机已过。而现在的工业领域，冒风险是必须的。因为几年后，当工业互联网的潜力变得显而易见时，就已经太迟了。”
随着圣拉蒙实验室的建起，伊梅尔特清楚地意识到，通过改变GE的技术，他同时也在改变文化。他跟我说，他将此转变看作是不可避免的。“25或30年前，区别公司的标准是公司的管理水平。但看看过去10年来独霸一方的，都是技术领先的创新公司，如谷歌，亚马逊和苹果。所以，仅凭高的管理水平，一家工业公司或许会成为好公司，但长久下去，不可能成为占据主导地位或具有竞争力的公司。”伊梅尔特寻思，在过去，GE是否过度依赖于训练有素的管理人，认为管理人是全能的。“事实上不是的，”他笑着说，“管理人也得有技术工具。”他认为，GE要继续保持主导地位，唯一的途径就是引入技术——无论是生产先进机器还是通过机器产生数据。更理想的情况是两者皆有。
然而，GE并不能一味地拥护硅谷的精神。硅谷信奉短周期的软件思维，Facebook创始人马克·扎克伯格（Mark Zuckerberg）有个著名的说法“快速行动，破除陈规”，而GE却是一家制造复杂硬件的公司。当你生产的是得持续20至30年的产品，你不能像售卖软件似的，今天推出尚不完善的Evolution 1.0机车，过几个月又推出Evolution 2.0。伊梅尔特发出嘲弄，“难道你想喷射发动机被冠上‘最低可行产品’的‘美称’？”
尽管如此，与伊梅尔特和其同事交谈时，你会发现过去10年来硅谷的成功不仅迫使他们思考起GE的弱点，还重新审视起公司的优势。一方面，公司建立了圣拉蒙实验室以弥补运营系统的不足，另一方面，高管们重新评估如何利用公司的规模和制造技术，以超越单纯的数字机构。“我很敬佩（硅谷著名风险投资家）马克·安德森（Marc Andreessen）以及他做过的事，”伊梅尔特告诉我。他回想起2012年“工业互联网”的概念提出之时，安德森刚为《华尔街日报》（The Wall Street Journal）写了一篇关于软件将如何“吞噬”世界的文章，引起了激烈的讨论。安德森写道，“我的理论是，我们正处于充满戏剧性的，大范围的技术和经济转型中，软件公司正蓄势待发，准备掌管大部分经济。”
“当时，我们正接受采访，旁边便放着一台喷射发动机，”伊梅尔特说。“那一刻令人难忘。或许软件公司唯一无法‘吞噬’的，正是那台喷射发动机。”从另一方面讲，软件会让那台喷射发动机越来越先进。这一点说明安德森和伊梅尔特两人都对了——或者更准确地说，两人各对了一半。
直至最近，伊梅尔特为GE做出的最大成就是推动公司往绿色的方向发展。过去几年来，GE打造了巨大的风力涡轮机业务，还做了诸多有利于生态保护的努力。但目前也只能做到这里了，毕竟，公司的根本任务是为现代世界建造或改善基础设施，无论机器燃烧的是不是化石燃料，根本任务是无法改变的。因此，GE因为石油或液压破裂钻探天然气设备而生意兴隆，同时又从柴油机车的巨大需求中获利，因为客户需要机车来运输煤炭。值得赞扬的是，公司正在开发相对环保的混合型或天然气机车。不过，GE还是服务于客户的，无论客户在哪做生意。
若一切顺利，伊梅尔特的遗产或许就是工业互联网了。“很多时候，人们看到1%时都会说，‘这么小的数字，怎么可能造就大改变，’”GE的首席经济学家、伊梅尔特的亲密同事马尔科·安农齐亚塔（Marco Annunziata）跟我说，“但我觉得，他们错失了要点。当机器的基数如此庞大，生产力1%或2%的提升已经非常惊人了。”关于生产力的提升将造就什么结果，伊梅尔特或许谨慎了些，但安农齐亚塔却深信，数据和分析法所产生的效率收益将远远超过1%或2%，甚至还可能达到两位数。“你得知道，这还只是开始而已，”他补充说。“所以，我们目前所取得的渐进式进步只是第一步。”确实如此，我在GE里遇到的几名高管都相信，智能技术的未来发展将会为第二次大工业时代奠定基础——在这个遥远的未来中，智能机器将会被升级为GE所说的“绝妙”机器。 设备不仅将让你知道它们何时会坏，还会进行自我维修。我们还未走到这一步，伊梅尔特发出警告。他说对了。虽说GE已取得某些重大成功——比如帮铁路和航空公司节省燃料和运营成本，为公司大多数工业业务赢得巨大利润，但不知还得多少年才能取得胜利。与此同时，值得一问的是，若GE实现了工业互联网，将对我们的生活造成什么影响。在伊梅尔特看来，工业互联网将最直接地影响到GE和它的客户，比如航空公司和公共事业公司，对消费者带来的变化则比较飘渺，或者说，会在我们几乎察觉不到的地方影响着我们。举几个例子，更高效的喷射发动机会减少航班取消的次数；更好的乳房X线检查器会缩短结果等待时间；货运车可能还是数字时代的庞然大物，但它们会是高度智能的庞然大物；而且，几乎可以肯定的是，机车将持续托运整个国家的大部分货物（现在也是如此），并将经济中无形的部分紧紧连在一起。想必机器们将以更快、更智能、更清洁和更廉价的方式做着这一切。最后，这些好处也都将落实到消费者身上。
堆满谷类食品的超市货柜，汽车油箱中的汽油，冰箱中的橙汁——这些都在极大程度上依赖于硅谷科学家们如何从火车产生的数据中识别出模式。或许某天吃早餐时，你会发现生活中有一些东西跟以前不太一样了，你无法具体指出来，但因为这差别，生活变得美好了些。
文/JON GERTNER 摄影/SAMANTHA CASOLARI
赞一个 (0)收藏 (0)