创新和变革浪潮
在过去的200年里，世界经历了数波创新浪潮。成功的企业学到如何在这些浪潮中前行并适应不断变化的环境。今天，我们处于新一波创新的风口浪尖，这波创新有望改变我们发展商业以及与工业机器世界进行交互的方式。为了充分了解当今的形势，有必要回顾一下我们是如何走到这一步的，以及过去的创新是如何为未来所谓的“工业互联网”搭建舞台的。
第一波浪潮：工业革命
工业革命对社会、经济以及世界文化产生了深远的影响。这是一个跨越150年（从1750年到1900年）历史的漫长创新历程。在此期间，技术创新应用到制造业、能源生产、交通业和农业中，迎来了一段经济增长和转型期。第一阶段创新始于18世纪中叶的蒸汽机商业化。工业革命从欧洲北部开始，当时那里是最发达的经济体，随后蔓延至美国，在这里，铁路在加速经济发展中发挥了关键作用。第二阶段创新来得稍晚始于19世纪70年代，但是来势更为凶猛，为人们带来了内燃机、电力及其他一大批有用的机器。
工业革命改变了人们的生活方式：它为交通运输（从马车和帆船到铁路、轮船和货车）、通信（电报和电话）、城市中心（电力、自来水、卫生和医疗）带来了意义深远的变革；它大大提高了人们的生活质量和医疗条件。
这一时期有一些关键特点。它的标志是：大型工业企业的兴起，涵盖各种新行业，从纺织到冶金，一直到电力。它创造了显著的规模经济，并随着机器和设施的日益壮大和生产量的提高而相应降低了成本。它利用层级结构的效率，并采用集中控制。专用厂房和设备的全球资本存量大幅增长。随着中心实验室和研究开发（ResearchandDevelopment,R&D）中心的兴起，人们开始以系统化的方法来思考创新。企业——无论规模大小——都努力利用新发明，以便创建新市场并从中获利。
尽管经济和社会取得了巨大的收益，工业革命带来的影响仍日趋减弱。全球经济系统变得更加高度资源密集，并对外部环境产生更大的影响——这是资源开采和工业废弃物流出所造成的。此外，在这个时代，工作条件的需要得到巨大改进。自工业革命以来出现的许多渐进式创新一直聚焦于提高效率、减少浪费以及改进工作环境的层面上。
第二波浪潮：互联网革命
20世纪末，互联网革命再次改变了世界。它的持续时间比工业革命的150年要短得多，只花了50年；但是就像工业革命一样，互联网革命也是分阶段展开的。第一阶段始于20世纪50年代大型计算机、软件以及允许计算机之间互相通信的“信息包”的问世。首个阶段包括由政府资助的计算机网络实验。
20世纪70年代，这些封闭的政府和私有网络让位于开放式网络，也就是我们现在所说的万维网。相对于第一阶段的互联网所使用的同构封闭网络，开放式网络是异构的。其中一个重要特点就是：明确设计标准和协议，以便允许不同位置内、由不同群体所拥有的不兼容机器互相连接并交换信息。
网络的开放性和灵活性是为其爆发式增长奠定基础的关键元素，并且增长速度是惊人的。1981年8月，一共有不到300台联网的计算机。15年之后，这一数字激增到1900万台。现在，这一数字达到数十亿。信息传输的速度和数量大幅增长。1985年，最好的调制解调器只能够达到9.6千比特每秒（Kbps）的速度。与之相比，第一代iPhone的速度要快400倍，传输信息的速度可达3.6兆比特每秒（Mbps）
速度和数量的结合为商业和社会创造了强大的新平台，这是通过降低商业交易和社会交互成本而实现的。一开始，企业在互联网上什么也不销售，而现在，它们在网上创建了新的大型高效交易市场。在某些情况下，当前一些企业转型为新的数字平台；然而，绝大多数创新和孵化都是围绕打造新的公司品牌和能力所进行的。2005年，eBay创立之初时，它第一年的用户只有41000人，货物交易额是720万美元。到2006年，它的用户达到2200万，货物交易额为525亿美元。社交网络也有类似的发展轨迹。Facebook于2004年2月正式上线，在不到一年的时间里，活跃用户数量达到100万人。到2008年8月，Facebook共有1亿名活跃用户。Facebook现在有超过10亿名用户。在8年时间里，Facebook促成了超过1400亿次朋友联络，上传了2650亿张照片，并播放了220亿次歌曲6。
互联网革命的特质与工业革命有很大不同。互联网、计算以及发送和接收大量数据的能力建立在网络的搭建和价值、横向结构和分布式智能的基础之上。通过允许更深层次的集成和更加灵活的操作，它改变了思考生产系统的方式。此外，与有序的线性研发方式不同，互联网能够支持并行创新。快速交换信息以及分散决策的能力造就了更多不受地理环境限制的协同工作环境。因此，集中化内部创新的旧模式让路于创业企业以及利用更丰富知识的更加开放的创新模式。因此，互联网革命是信息和知识密集型的，而不是资源密集型的。它凸显了网络和平台创建的价值。它为降低环境影响和支持更加生态友好型的产品和服务开辟了新的道路。
第三波浪潮：工业互联网
如今，在21世纪，工业互联网有望再次改变我们的世界。工业革命促成的全球工业系统的融合，再加上作为互联网革命的一部分开发的开放式计算和通信系统，这为加快生产力、减少低效和浪费，以及改进人的工作体验开辟了新领域。
事实上，工业互联网革命正在进行中。当工业应用在过去10年中出现时，企业已将基于互联网的技术运用于工业应用。然而，我们目前远未达到可能性的极限——基于互联网的数字技术的全部潜力还没有在全球工业系统中完全发挥出来。智能设备、智能系统和智能决策代表着由机器、设备组、设施和系统网络所构成的物质世界更深入地与由连接、大数据和分析所构成的数字世界融合的主要方式。
智能设备
为工业设备提供数字仪器仪表是工业互联网革命的第一步。几个因素让工业机器仪器仪表的广泛应用成为可能，并且在经济上可行。广泛的仪器仪表是工业互联网崛起的一个必要条件。几大力量让机器和机器数据的收集更加智能。
部署成本：仪器仪表的成本已经大幅下滑，使得以更经济的方式装配和监测工业机器成为可能。
计算能力：微处理器芯片的持续进步已经达到临界点，使得利用数字智能增强机器成为可能。
高级分析：“大数据”软件工具和分析技术的进步提供了理解智能设备产生的海量数据的方法。
这些因素正在改变收集和分析数据（理论上存在，但在实践中尚未得到充分利用）并采取行动的成本和价值。
利用智能设备产生的海量数据是工业互联网的一个重要功能。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，然后利用大数据和分析工具进行存储、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，或者作为各工业系统中更广泛的工业资产优化或战略决策流程的一部分。
智能信息也可以在机器、系统网络、个人或群体之间分享，以推动智能协作和更好地制定决策。这让更广泛的利益相关者能够参与到资产维护、管理和优化之中。它还确保在合适的时间引入本地和远程拥有相关机器专业知识的人。智能信息还可以返回至最初的机器。这不仅包括该机器产生的数据，还包括可以加强机器、设施和更大的系统的运营或维护的外部数据。这种数据反馈循环让机器能够从历史中“学习”，并通过板载控制系统表现得更智能。
每个安装仪器仪表的设备将产生大量的数据，可以通过工业互联网传输到远程机器和用户。实施工业互联网的一个重要部分将涉及确定哪些数据仍保留在设备上以及哪些数据被传输到远程地点进行分析和存储。确定本地数据的保留程度是确保工业互联网以及多种与之相关的公司的安全的重要因素之一。这里的重点是新的创新可以让安装仪器仪表的设备所生成的敏感数据保留在本地。其他数据流将远程传输，以便在工作或移动中的人实现可视化、可分析、可增强并能采取行动。
随着时间的流逝，这些数据流提供了运营和性能的历史信息，让操作员可以更好地了解工厂关键设备的状况。操作员可以了解某个具体设备已经运行了多长时间及其运行状况。分析工具可以比较其他工厂中类似设备的运行历史，以便可靠地估计该设备出现故障的可能性以及时间。以这种方式可以把运行数据和预测分析相结合，从而避免意外停机并使得维护成本最小化。
所有这些收益都来自机器仪器仪表，通过使用现有信息技术并以这样的方式来提高人们的工作效率。这就是为什么广泛部署智能设备有如此大的威力。在高性能机器，如高性能的飞机发动机，越来越难以提高生产力的情况下，广泛部署智能设备有望释放额外的性能和运营效率。
智能系统
智能系统的潜在利益非常庞大。智能系统包括各种传统的联网系统，但其定义更加宽泛，包括整合广泛的机器仪器仪表与设施和系统网络上部署的软件。随着越来越多的机器和设备进入工业互联网，广泛的机器仪器仪表的整合效应可以在设施和系统网络上实现。
智能系统包括多种形式：
网络优化：在一个系统中，互联机器的运营可以协调，以便在网络层面提高运营效率。例如，在医疗领域，不同资产可以连接起来以帮助医生和护士更快速地把患者引导至恰当的设备。信息可以无缝地传输给医护工作者和患者，从而减少等待时间、提高设备利用率并提高医护质量。智能系统还适用于交通网络中的路线优化。联网中的车辆会知道它们的位置和目的地，也能知道系统内其他车辆的位置和目的地——实现路线优化以找到最高效的系统层面解决方案。
维护优化：通过智能系统可以实现最优化、低成本，并有利于整个机组的维护。将机器、组件和单个零部件整合起来的观点提供了一个可以监测这些设备状态的方式，从而实现了在合适的时间向合适的地点提供恰当数量的零部件。这使零部件的库存需求和维护成本最小化，并提高了机器的可靠性。智能系统维护优化可以与网络学习和预测分析相结合，并且预测分析允许工程师来实施预防性维修计划，这样有可能使机器的可靠性达到前所未有的水平。
系统恢复：建立广泛的系统级智能也有助于在发生重大故障后更快速、高效地恢复系统。例如，在暴风雨、地震或其他自然灾难发生时，智能仪器仪表、传感器以及其他智能设备和系统构成的网络可被用于快速检测和隔离最大的问题，以便它们不会联合在一起造成更大的灾难。也可以整合地理和运营信息来支持实用的恢复工作。
学习：网络学习效应是机器与系统互联的另外一项收益。每个机器的运行情况可以汇集到一个单独的信息系统中，让机器群能够以一种单个机器无法实现的方式进行快速学习。例如，飞机中收集到的数据可以与位置和飞行历史信息相结合，提供有关飞机在各种环境中的性能的丰富信息。来自这些数据的洞察力是可行的，并能够用于让整个系统更加智能，从而促进知识积累和洞察力实施。
建设智能系统可以充分发挥广泛部署智能设备的优势。一旦一个系统内连接更多的机器，就会形成一个持续扩展的自学系统，随着时间的流逝而变得更加智能。
……
