王飞跃谈GE艰难的数字化转型启示:从工业智联网到工业5.0

640?wx_fmt=jpeg

来源:德先生


外患:

 

2018年6月26日,通用电气(下文称GE)被剔除出道琼斯工业平均指数,而GE自1907年即是道指成分股,至今坚守了111年。

 

2017年以来,通用电气股价从30美元左右下跌到现在的13美元左右,市值蒸发逾1000亿美元,于此同时GE利润大幅下滑57%。公司的股价下跌与业绩下滑形成恶性循环,这个趋势至今仍然未得到遏制。

 

截至2018年6月30日,GE总资产价值3,427.69亿美元,而总负债2,676.40亿美元,负债率78%。GE流动资金只有276.74亿美元,并且到2020年共有420亿美元债务到期。


内困:

 

隐患在辉煌的顶峰就已经埋下。传奇CEO杰克·韦尔奇自1981年执掌GE后让GE保持了20年的高速发展,从上任之初的120亿美元市值上涨至最高的6000亿美元,可如今GE却又较最高点跌去80%。有商业学家分析,杰克·韦尔奇提出的两条原则,即争取股东利益最大化,以及只做行业第一或第二,使得GE只进入那些成熟而可完全掌控的领域,而放弃众多新兴却有前景的业务,也错过了众多新兴产业发展的机遇。

 

而且,将注重短期高回报的理念基因注入GE后,对GE的发展也起到了不容忽视的阻碍作用。美国高科技咨询公司Applico,突然发现他们总部在纽约,CEO Alex Moazed认为,GE Digital的使命是引领GE的数字创新,因此GE Digital必须拥有业务自主权和发展自由权。而GE继续将GE Digital作为其前身GE Software管理,管理方法包括设定盈利指标等传统模式。现代的数字创新部门,却用着传统的企业管理方法,令GE Digital处于尴尬境地。所以,当前GE Digital的重点是如何基于Predix系统平台完成具体项目而获得一笔笔短期收入,而不是长期合作培养Predix的初衷:工业操作系统。有报道称,GE也是“大机构病”的重患者,提拔技术干部重企业政治而不重个人能力、企业政治包袱太重,也在一定程度上束缚了GE Digital作为数字创新先锋的行动。

 

饮鸩止渴:

 

外患内困迫使GE选择精简和出售公司非核心业务以降低成本。GE的工业部门有电力、航空、医疗、石油和天然气、可再生能源、机车(运输)、照明七大业务板块。这七大板块营业额和利润在过去2年全部双降,总营收从2016的1237亿美元下降至1221亿美元,利润则从175.98亿美元下降至147.4亿美元。2018年,根据GE的决策,未来工业部门和业务主要集中于电力、航空和再生能源3个部门,这意味着另外四大业务,医疗、石油和天然气、机车(运输)、照明将被逐步剥离。

 

希望与坚守:

 

2011年,GE在加州圣拉蒙成立软件中心,力图打造工业操作系统。2012年,GE正式提出了“工业物联网”这一概念。2013年,软件平台“Predix”开发成功。Predix的最初形态只是GE飞机引擎的配套软件服务,而后,被重定义为在工业应用中基于云的操作系统,开始覆盖GE旗下各大业务板块。2014年,GE工业数据管控分析解决方案出台,命名为“Predictivity”。2015年,GE成立了“GE Digital”,并宣布将Predix全面对外开放。2016年,Predix平台开始运行,成为全球工业领域的开放物联网平台。

 

短短几年Predix从概念走向现实,为全球工业物联网的发展和进步带来巨大的积极成果,但就像大多数超前的初创企业,Predix在市场和技术开拓也屡屡受挫。而正在此时,由于实体产业大环境的变化,GE自身也陷入发展危机。在七年投入40亿美金之后,由于巨大投入并没有得到实质的回报,Predix的坚定支持者,CEO伊梅尔特于2017年7月离职。

 

2017年8月财务部门出身的John Flannery上任。JF推动公司转型,对非核心、财务前景不明确的业务板块接连剥离。然而,令众多商业分析家意外的是,他却继续坚定地执行GE的数字化这一耗费巨大的业务方向,而且变本加厉大力投入资源、加速GE的工业物联网转型。

 

2018年7月16日,GE与微软宣布扩大合作伙伴关系,合作内容主要包括GE Digital在Microsoft Azure上部署其数字工业平台Predix的标准化解决方案,以及深度整合Predix本地产品组合与Azure的本地功能。

 

2018年8月1日,John Flannery在GE官网撰文“GE’s Long Digital Game”(GE的长期数字化计划),旗帜鲜明地再次重申他的战略,GE数字工业化之路仍是坚定的未来发展方向:

 

“I want to be clear. GE Digital will continue to grow its strong commercial business, focused on both GE and its industrial customers. We see strong long-term growth in our core industries. We also will leverage our partners to pursue the strong digital growth opportunities we are seeing beyond our core industries. The future is digital and GE will play a key role in it.”

 

“明确的说,GE数字部门会继续培育其业务,并聚焦于GE本身以及其工业用户。可以预见,我们的核心工业部门业务会有长期的增长。我们也会和商业伙伴一起探索核心工业部门以外的数字化成长机会。数字化即未来,而GE会在其中扮演关键角色。”

 

尽管经历了过去两年的巨变,GE却还是一贯地坚守数字化转型。GE转型之路的发展模式的转变也势在必行,GE的数字化转型是否能成功,我们也拭目以待。

 

智联网与工业5.0

 

“Spectators stand on the sidelines shaking their heads, lacking the balls. You know what I mean? When Truman nuked Japan, when Lincoln sent boys out to kill their cousins...you think they gave a shit about their approval ratings? Fuck the spectators.”

 

“观望者,在场外观望,摇着他们的头,毫无胆量。你知道我是什么意思吗?当杜鲁门决定核攻击日本的时候,当林肯派遣北方男儿南下屠戮他们表兄弟的时候,你觉得他们对观望者的态度有一丝的在意吗?去他妈的观望者。”


----美国影视作品《Boss》2011

 

在全球大数据、物联网、智能技术、数字化的浪潮中,信息业巨头如google、苹果、微软、facebook等带领着一众大小新兴高科技企业正在破浪前行,传统工业巨头,如GE、西门子,紧随其后。而GE,这位126岁的工业巨人,显得有些力不从心,抓着数字化和工业物联网这块最后的舢板,悲壮、坚定、吃力地向彼岸游去。

 

壮士断腕、背水一战,GE的境况令人感慨与唏嘘。可是从新闻文献中、从媒体报道上,当我们回头看一看的时候,却发现除了GE、西门子等少数工业巨头,世界范围内大多数的工业企业和实体却还在岸上观望,连进入这次新的数字化浪潮搏击的切实意愿都没有,更遑论制定发展战略、部署实际行动、寻找自己的道路!

 

无论GE此次数字化改革结果如何,GE从短视发展战略到远视发展战略的转变,GE从只关注急功近利的业务发展模式,到勇于发起和坚持长期性、基础性的高科技技术战役的决心,这些都是值得我们感动和敬佩的。当我们更远视地向远方眺望的时候,下一段的旅程的道路在哪里?我们看到的是智联网,我们看到的是跨越基于信息和控制网络的工业4.0之外的、基于智能技术和知识工程的工业5.0:平行系统理论、工业智联网、区块链智能技术、工业5.0体系架构将为未来的数字工业发展勾勒出一幅新的蓝图:

 

  • 2004年,平行系统理论与方法正式提出,其是指由某一个自然的现实系统和对应的一个或多个虚拟或理想的人工系统所组成的共同系统,是计算技术和分析方法的进一步发展、控制系统和计算机仿真随着系统复杂程度的增加而导致的必然结果,是弥补很难甚至无法对复杂系统进行精确建模和实验之不足的一种有效手段,也是对复杂系统进行管理和控制的一种可行方式。


  • 智联网将会是新兴的社会智能基础设施,其实质是一种全新的、直接面向智能的复杂协同知识自动化系统。工业智联网是面向工业领域的智联网,其通过互联网、物联网、人机交互、大数据与人工智能等技术,实现研发、生产、供应、销售、服务等工业全链条的全面智能化联结和运行。


  • 区块链智能可以将散落在社会经济空间各个角落的大数据和智能体联结起来,使其可信、可靠、自主地协同工作和运行,将点状的人工智能、大数据技术系统联结成社会化的大智能系统。从经济学角度,区块链使传统上难以流通和商品化的“注意力”与“信用度”成为可以批量化生产的流通商品,革命性地扩展了经济活动的范围与提高效率的途径,成为形成新型智能大经济(Big Economy of Intelligence,BEI)的基石。


社会化、智能化的大工业最终将会向工业5.0时代迈进,随着工业智能技术在广度和深度上的进一步发展,即将出现智能大工业和产业新形态,而这些新形态都是以互相融合纠缠的实际与虚拟工业系统体系为最大特征的,而且最终虚拟数字工业会主导这个虚实纠缠的系统,而这,正是未来工业5.0的核心特征。

 

结语:

 

工业数字化浪潮将推动构建崭新的虚实纠缠工业体系,也将产生传统工业形态难以企及的高效运行模式,因此传统工业和产业形态的淘汰是未来的必然结果。更高的利润空间与科技含量,这也正式虚拟数字工业将得以支配和通知实体工业的根本原因,这也是文中GE当前坚持这一发展方向的根本原因。在世界范围内,需要尽快开启工业数字化的进程,建立数字工业系统与形态,而我们希望,平行系统理论、工业智联网、区块链智能技术、工业5.0体系架构能够为未来的世界数字工业发展勾勒出一幅新的蓝图,提供一条切实可行的发展快车道。

 

主要参考来源:

[1] John Flannery: GE’s Long Digital Game, https://www.ge.com/reports/john-flannery-ges-long-digital-game

[2] 王飞跃,工业5.0: 从工业智联网到平行智能产业,中美创新协会第七届创新峰会,上海,2018年8月2日.

[3] 王飞跃, 张俊. 智联网:概念、问题和平台. 自动化学报, 2017, 43(12): 2061-2070.

[4] 王飞跃, 孙奇, 江国进, 谭珂, 张俊, 侯家琛, 熊刚, 朱凤华, 韩双双, 董西松, 王嫘. 核能5.0:智能时代的核电工业新形态与体系架构. 自动化学报, 2018, 44(5): 922-934.

[5] CNN MONEY, https://money.cnn.com/quote/quote.html?symb=GE

[6] 新浪财报http://quotes.sina.com.cn/usstock/hq/balance.php?s=GE&t=quarter

[7] Why GE Digital Failed, https://www.inc.com/alex-moazed/why-ge-digital-didnt-make-it-big.html

[8] 牵手微软,GE工业物联网能复苏吗,https://mp.weixin.qq.com/s/v8azlsLeyBnjHqGSB7MDZQ

[9] 数字化转型失败,美国通用电气暴露了哪些问题https://m.huxiu.com/article/236794.htmlhttps://m.huxiu.com/article/236794.html

[10] GE、西门子业务板块调整, http://finance.n8n8.cn/guonei/2255289.html

[11] GE迟暮:百年工业巨头被踢出道指, http://tech.sina.com.cn/it/2018-07-01/doc-ihespqrx8196085.shtml


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/494804.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

一篇文章搞懂数据仓库:常用ETL工具、方法

目录 一、什么是ETL? 二、ETL & ELT 三、常用的ETL工具 3.1 sqoop 3.2 DataX 3.3 Kettle 3.4 canal 3.5 StreamSets 四、ETL加载策略 4.1 增量 4.2 全量 4.3 流式 小编有话 一、什么是ETL? ETL,是英文Extract-Transform-Lo…

经典排序之 堆排序

开了个公众号「aCloudDeveloper」,专注技术干货分享,期待与你相遇。 Author: bakari Date: 2012.7.30 排序算法有很多种,每一种在不同的情况下都占有一席之地。关于排序算法我分“经典排序之”系列分别述之。本篇为堆排序。 堆排序是运用二叉…

操作系统之进程概念

进程概念 进程是什么: 表面上来说进程是程序的一个执行实例,或者是一个正在执行的程序等,从操作系统的角度来说,程序运行需要将代码数据加载到内存中,由于在操作系统中运行了很多的程序,操作系统就必须去管…

也谈压缩感知和贝叶斯大脑

来源:科学网压缩感知和人工智能都是当下很热很热的研究课题。不过许多论文数学论述高深莫测,加之一大堆各种千奇百怪的数学符号,不仅让人望而生畏,望而却步。笔者对希望用形象的比喻把问题大致轮廓讲清楚就好。所谓压缩感知是什么…

一篇文章搞懂数据仓库:三种事实表(设计原则,设计方法、对比)

目录 1、三种事实表概述 2、三种事实表对比 3、事实表设计 8 大原则 4、事实表设计方法 第一步:选择业务过程及确定事实表类型 第二步:声明粒度 第三步:确定维度 第四步:确定事实 事实表作为数据仓库维度建模的核心&#…

深思考人工智能蝉联SMP2018多轮语义对话冠军,报告解读多轮人机对话实现过程...

人机对话技术近年来受到了学术界和产业界的广泛关注,其发展影响并推动着语音识别与合成、自然语言理解、对话管理以及自然语言生成等研究的进展。众多产业界巨头相继推出了人机对话技术相关产品,并将人机对话技术作为其公司的重点研发方向。8月3日&#…

一篇文章搞懂数据仓库:数据仓库规范设计

目录 一、为什么要进行规范设计? 二、设计规范 - 指标 三、命名规范 - 表命名 3.1 常规表 3.2 中间表 3.3 临时表 3.4 维度表 四、开发规范 五、流程规范 一、为什么要进行规范设计? 无规矩、不方圆。规范设计是在具体开发工作之前制定的&…

map的详解及常见面试题

map的概念 map是STL中的一个关联式容器,它提供一对一的K-V的数据处理能力,由于这个特性,在我们需要完成Key-Value数据处理的时候可以很方便的调用。map的底层结构是红黑树,这棵树对数据有自动排序的功能,所以map中的数…

无处不在的人工智能,IBM沃森的20个行业应用

来源:资本实验室聚焦前沿科技创新与传统产业升级自2011年在美国综艺电视节目《危险边缘》中一战成名后,IBM的Watson就一直是最受关注的人工智能之一。从菜谱分析到球队管理,从健康顾问到酒店礼宾服务,Watson基于自然语言处理和机器…

一篇文章搞懂数据仓库:数据仓库架构-Lambda和Kappa对比

在介绍Lambda和Kappa架构之前,我们先回顾一下数据仓库的发展历程: 传送门-数据仓库发展历程 写在前面 咳,随着数据量的暴增和数据实时性要求越来越高,以及大数据技术的发展驱动企业不断升级迭代,数据仓库架构方面也在…

宇宙和你,本质上其实只是个八维数字?

剑桥大学的数学物理学家Cohl Furey正在寻找粒子物理标准模型和八元数之间的联系。八元数的乘法规则被编码在被称为法诺面的三角图中。来源: 环球科学对于一维、二维乃至四维的数字,人们都不陌生:一维的实数一直都存在于经典物理中&#xff0c…

一篇文章搞懂数据仓库:数据应用--OLAP

目录 1、OLAP和OLTP的区别 2、OLAP分类 3、OLAP基本操作 4、OLAP选型 1、olap和oltp的区别 OLTPOLAP对象业务开发人员分析决策人员功能日常事务处理面向分析决策模型关系模型多维模型数据量几条或几十条记录>百万于万条记录操作类型增、删、查、改(CRUD)查询为主…

欧洲、美国、中国智慧城市的不同实践路径

来源:远望智库摘要:随着ICT、大数据、物联网等各类新兴技术的不断发展,智慧城市的运营和实践也不断趋于成熟。随着ICT、大数据、物联网等各类新兴技术的不断发展,智慧城市的运营和实践也不断趋于成熟。通过整理欧美各大典型智慧城…

使用IOUtils和FileUtils

文本输出应该比较常用,以前都是通过反复的创建InputStream, InputReader, OutputStream, OutputWriter等去输入输出文本,比较麻烦。Apache提供了一个commons-io.jar包,里面有很多IO相关的工具,比如输入输出文本等,着实…

重磅推荐:机器人行业深度报告

来源:WPR随着中国人口红利消失,机器人不仅在制造业上正在替代工人,还将在军事、服务、娱乐等领域取代人类,“钢铁侠”已不仅仅存在于美国科幻电影中,而正走入我们的生活。本篇报告对机器人行业及龙头上市公司进行分析&…

Could not create directory F:\Qt\Test\Error in Util.asciify(build-First_02-Desktop_Qt_5_6_3_Min

第一次使用的Qt的时候出现了这种错误! 相信很多人在第一次使用的时候都会遇到这样的情况,果不其然,搜了一下很多的处理方法,其中有一种我感觉是最有效的,就是改一下他的生成路径就好了,因为这个错误的出现…

一篇文章搞懂数据仓库:总线架构、一致性维度、一致性事实

目录 1、概述 总线架构 一致性维度 一致性事实 2、总线架构demo 1、概述 在Kimball的维度建模的数据仓库中,关于多维体系结构(MD)有三个关键性概念:总线架构(Bus Architecture),一致性维…

路易斯·罗森伯格与「群体智能」

选自 | Gigaom编译 | 网易智能(smartman163)参与 | 李擎与谷歌、Facebook等开发“传统意义上的人工智能”的技术不同,在Unanimous A.I.,科学家们利用人工智能来放大群体的智慧,而不是使用人工智能来代替人类。他们没有…

Qt实用快捷键(较全面)

总结整理的常用快捷键,欢迎留言补充!

Python下载中国数据库大会(DTCC2020)PPT全集

目录 背景 效果展示 程序下载 网盘下载 背景 前几天中国数据库大会风风火火的在京举行了,期间干货满满,收获良多。在学大佬们的ppt时,发现只能一篇一篇预览,对于求知欲强烈的小编来说简直太难受了,于是便写了个程…