Colin Parris在IBM主要部門以及現(xiàn)在的通用電氣擔(dān)任高管已有長達22年的經(jīng)驗，但這名通用電器數(shù)字化部門(GE Digital)的首席技術(shù)官認為自己首先是一名數(shù)據(jù)科學(xué)家，事實也是如此。如果你向他詢問遍及產(chǎn)品設(shè)計，制造和維護的數(shù)字孿生技術(shù)的情況，他將把這個問題轉(zhuǎn)換為數(shù)據(jù)管理問題。你有適用的數(shù)據(jù)嗎?如果沒有的話，你能得到這樣的數(shù)據(jù)嗎?你的文化在多達程度上面向數(shù)據(jù)?

 

Parris的數(shù)據(jù)科學(xué)技能(他持有霍華德大學(xué)的工程學(xué)學(xué)士學(xué)位，加州大學(xué)伯克利分校的電子工程學(xué)學(xué)位和斯坦福大學(xué)的管理科學(xué)碩士學(xué)位)有助于他為這一跨越數(shù)據(jù)分析，人工智能和工業(yè)物聯(lián)網(wǎng)的職業(yè)做好了準(zhǔn)備。他花了五年時間經(jīng)營通用電氣的人工智能，分析和數(shù)據(jù)處理研究小組，領(lǐng)導(dǎo)了該計劃，該計劃為該公司的制造部門及其客戶生產(chǎn)了超過120萬個數(shù)字孿生。

 

Parris說：“通用電氣研究部門(GE Research)曾負責(zé)處理了一整套旋轉(zhuǎn)機械”，他指的旋轉(zhuǎn)機械是噴氣發(fā)動機以及該公司生產(chǎn)的燃氣，蒸汽和水力渦輪機的統(tǒng)稱。“我們要解決一個業(yè)務(wù)問題，并將其融入各種數(shù)據(jù)問題中。”

 

今年5月，Parris走馬上任通用電器數(shù)字化部門的高級副總裁兼首席技術(shù)官，該公司專注于各種工業(yè)自動化軟件和服務(wù)。他這樣描述自己在通用電器數(shù)字化部門所面臨的重大難題——用稀疏數(shù)據(jù)(例如模擬數(shù)據(jù)和人們所做的筆記)來做預(yù)測。他的這一雙重身份是為了推動通用電器數(shù)字化部門產(chǎn)品的創(chuàng)新，從而為客戶帶來價值并擴展這些產(chǎn)品以供通用電氣內(nèi)部使用。

 

在2014年加入通用電氣之前，他曾在IBM擔(dān)任副總裁，期間它負責(zé)Unix系統(tǒng)，這一6600人組成的部門負責(zé)為IBM的硬件開發(fā)系統(tǒng)軟件。Parris說，時任通用電氣首席執(zhí)行官的Jeff Immelt聘請了他，要他將IBM的經(jīng)驗(即期間在銀行，通信和醫(yī)療領(lǐng)域獲得的經(jīng)驗)應(yīng)用于通用電氣的主要行業(yè)：航空，運輸，采礦，石油和天然氣，能源和醫(yī)療。

 

在一次訪談中，Parris討論了如何發(fā)現(xiàn)數(shù)字孿生的價值，如何發(fā)現(xiàn)人工智能發(fā)所發(fā)揮的作用。本訪談為了簡明而做了刪改。

 

 

Colin Parris：對我來說，數(shù)字孿生是某種形式的資產(chǎn)或系統(tǒng)的生動體現(xiàn)。“生動”意味著存在持續(xù)不斷的數(shù)據(jù)流，使模型可以了解環(huán)境。還有反饋數(shù)據(jù)：“當(dāng)我采取行動時會產(chǎn)生什么結(jié)果?”

 

另一個方面是學(xué)習(xí)。我不僅想從數(shù)字孿生的傳感器數(shù)據(jù)中學(xué)習(xí)，我還想學(xué)習(xí)機隊中的各種事物，當(dāng)我做設(shè)計時我還想在我創(chuàng)建的模擬器中學(xué)習(xí)。我還想向員工學(xué)習(xí)并查看維護專家寫的所有日志。我要查看各種照片。

 

這也許是部分或整個系統(tǒng)，網(wǎng)絡(luò)或過程。全部都是數(shù)字孿生。

 

在通用電氣，我們將數(shù)字孿生用于三個目的。

 

首先某個時間范圍內(nèi)出現(xiàn)的對企業(yè)有重大意義的預(yù)警。最重要的事情是確保各種資產(chǎn)可用，例如噴氣發(fā)動機。飛機降落時會靠近登機口，飛行員通常會做飛行前分析(pre-flight analysis)。如果駕駛艙上某個指示燈亮起，這表明我們失敗了。為什么會這樣呢?傳感器僅表明軸承出了故障。這時除了疏散機組人員，你什么也做不了。

 

但是，提前30天預(yù)測到軸承故障會怎樣的呢?你需要30天的時間才能設(shè)法在那個時候?qū)⒘硪慌_發(fā)動機和飛機安置于該登機口，你還需要足夠的時間來為機組人員指路。

 

其次是預(yù)測零件何時會發(fā)生故障的連續(xù)預(yù)測。我需要更多的時間，因為在許多情況下，這些零件都是現(xiàn)成的。建造噴氣發(fā)動機和一整套發(fā)動機葉片可能需要四到六個月的時間，這是因為我要弄清楚庫存情況。如果必須保障所有零件的庫存，那么我必須加入供應(yīng)鏈并讓供應(yīng)商生產(chǎn)這種特殊的鎳合金，將其寄給10個人，然后再進行生產(chǎn)加工。如果我可以通過說“這是各個零件呈現(xiàn)的損壞程度”來進行連續(xù)預(yù)測并且提前六個月知道，那么我就可以優(yōu)化庫存，從而知道自己需要制造什么。否則，我可能會因為僅僅需要這個零件而積壓數(shù)億美元的庫存。

 

我們要做的第三件事是優(yōu)化，例如將哪架飛機拖出機庫，以便對其發(fā)動機進行維修并歸隊。如果我可以做到這一點，我就可以為你節(jié)省很多錢。如果我可以優(yōu)化燃油，如果我可以觀察飛行員的起飛方式，基于氣流飛行時使用了多少燃油，著陸時使用了多少燃油，那么我就可以優(yōu)化燃油。

 

使用數(shù)字孿生的另一個目的是實施模擬飛行。你可以做各種假設(shè)分析。

 

 

Parris：你要試圖了解最大的缺口在哪里，即那些客戶很難處理的缺口。他們在哪里損失的錢最多?他們在哪里面臨的風(fēng)險最大，或者在哪里的獲利機會最大?

 

然后，你要考慮客戶的成熟度等級。有些客戶在數(shù)字化方面尚不成熟。他們沒有收集到適用的數(shù)據(jù)集，或者數(shù)據(jù)中存在很多空白，或者需要處理大量的數(shù)據(jù)。

 

以前，在我設(shè)想的理想情況中，這很容易做到。我會說：“將所有內(nèi)容數(shù)字化，然后開始進行主數(shù)據(jù)管理。這將花費你400萬美元。如今，我們討論的問題是：“讓我們直奔主題，即看看你現(xiàn)在最大的問題在哪里，然后弄清楚我可以通過收集哪些數(shù)據(jù)來解決這個問題”。如果你有一個價值800萬美元的問題，而解決方案的成本為1000萬美元，那么你肯定不買賬。

 

接下來是概率。你是否希望花700萬美元做到90%的準(zhǔn)確性，以賺取一百萬美元的利潤，還是希望花200萬美元做到60%的準(zhǔn)確性?

 

 

Parris：公司通常會實施一個MES(制造執(zhí)行系統(tǒng))，一個PLM(產(chǎn)品生命周期管理)系統(tǒng)以及各種各樣的系統(tǒng)并說自己收集了大量的數(shù)據(jù)。但是通常每個人都在一個孤島中收集數(shù)據(jù)并用于特定目的。如果你知道數(shù)據(jù)庫和數(shù)據(jù)模式的工作原理，那么你首先必須定義問題，然后再處理數(shù)據(jù)。

 

當(dāng)問題發(fā)生了改變并且你的環(huán)境變動不居時，當(dāng)你研究那些系統(tǒng)并認為它們應(yīng)該為你提供答案時——這些系統(tǒng)旨在提出各種不同的問題。你不能使用相同的數(shù)據(jù)來回答不同的問題。你可能必須添加新數(shù)據(jù)或改變你所收集的數(shù)據(jù)。

 

許多人并不完全了解問題的本質(zhì)。即他們正在從工業(yè)問題轉(zhuǎn)向數(shù)據(jù)問題。

 

第二個問題是：既然我已經(jīng)足夠理解問題了，那么如何收集這樣的數(shù)據(jù)?你是否一直在收集適用的數(shù)據(jù)?

 

第三個問題是：如何從數(shù)據(jù)問題過渡到數(shù)據(jù)解決方案?你是否有合適的數(shù)據(jù)人才來做到這一點?

 

如果你以前就掌握了現(xiàn)在才了解的有關(guān)數(shù)字孿生的知識，那么你當(dāng)時會采取什么不同的做法?

 

Parris：我希望我本來就明白這樣一個道理，即數(shù)字化轉(zhuǎn)型并不是首先發(fā)生的。首先發(fā)生的是業(yè)務(wù)流程轉(zhuǎn)型(business process transformation)。在你說要解決某個業(yè)務(wù)問題并以某種方式分解該問題的一瞬間往往會涉及到價值流程圖。

 

一旦我做到這一點，我就可以弄清楚浪費產(chǎn)生的地方，或者我可以在哪里進行更好的優(yōu)化或創(chuàng)造新的價值。這才是數(shù)字化開始的時刻。在這些地方，我可以將信息收集，我所獲得的洞察以及可我能采取的各種行動數(shù)字化。

 

一旦你這么做，人人都會團結(jié)起來。如果可能的話，我們將減少規(guī)避各種成本，提高生產(chǎn)力，進入新市場以獲取新收入——這才是真正的戰(zhàn)斗口號。

 

第二個問題是對文化的認識。我在IBM工作了20年，我自己就生活在這個數(shù)字領(lǐng)域，在這樣一個領(lǐng)域里，每隔一兩年就會有新的銷售業(yè)務(wù)或新的筆記本電腦誕生。每隔三四年就會有一個新點子產(chǎn)生。這是一場永不停息的革命。

 

然后我來到了一個工業(yè)領(lǐng)域，在這個領(lǐng)域中，噴氣發(fā)動機持續(xù)工作了40年，蒸汽輪機持續(xù)工作了30年，而有些東西持續(xù)工作了40年之久。這是非常不同的文化體驗。人們接受了這樣的訓(xùn)練，即首先要考慮安全性，經(jīng)濟性，過程穩(wěn)定性以及高可靠性。

 

突然之間，人們進入了這樣一個領(lǐng)域，在這個領(lǐng)域中，谷歌正在為數(shù)據(jù)中心購買電力，但同時也建立了風(fēng)力發(fā)電場和太陽能發(fā)電場。這些原本非常穩(wěn)定的領(lǐng)域如今突然變得活力十足。

 

 

Parris：在數(shù)字孿生中，你擁有一個可以處理物理問題的人工智能系統(tǒng)。我認為這對數(shù)字孿生是密不可分的。

 

在一種情況下，這就是一個物理方程式，該方程式表示此位置將處于此溫度，或者這就是金屬的強度。你具備某類常量……你認為系統(tǒng)中的常量總是相同的。飛機將以某種方式起飛——這是我的猜測。

 

在某些情況下，人工智能正在與物理學(xué)聯(lián)手。在另一些情況下，你沒有物理方程式可用。當(dāng)你研究風(fēng)輪機并試圖了解如何表示這個渦輪發(fā)動機的進風(fēng)情況時，你很快就會意識到風(fēng)速會根據(jù)渦輪發(fā)動機的高度而發(fā)生變化，而不是恒速的。風(fēng)速也時時刻刻在發(fā)生變化。這是一個非常復(fù)雜的問題，無法通過物理方程式進行建模。

 

我們現(xiàn)在常常嘗試使用人工智能和神經(jīng)網(wǎng)絡(luò)對此進行建模。我們可以使用人工智能代替整個方程。在許多情況下，我們采用物理方程式并使用人工智能對其進行擴充。

 

人工智能系統(tǒng)是數(shù)字孿生的一部分。因為人腦想不出如風(fēng)一般復(fù)雜的方程式，所以，有了人工智能與物理學(xué)的組合，我們就可以在沒有方程式的地方使用人工智能，人工智能現(xiàn)在正在調(diào)整我們所假定的總是明白無誤的事物，因為很多東西都是靈活多變的

 

 

Parris：首先是數(shù)據(jù)。如何收集數(shù)據(jù)?因為在很多情況下，你要與各種文化打交道，在這些文化中，數(shù)據(jù)是一個副產(chǎn)品。他們將數(shù)據(jù)用于將所有重點放在機器本身的事物。收集這樣的數(shù)據(jù)，了解其價值并清理它是非常重要的環(huán)節(jié)。

 

新興行業(yè)(谷歌，亞馬遜或類似公司所處的領(lǐng)域)最初都是收集數(shù)據(jù)的公司。數(shù)據(jù)即其文化。我們面臨的其中一個難題是數(shù)據(jù)并不是我們所在的行業(yè)的文化。

 

第二個難題是：如何獲得適用的洞察?因為你有一個正在運行的過程，而現(xiàn)在我必須擴大該過程。我需要深諳變革過程的數(shù)據(jù)科學(xué)家和深諳人工智能功能的過程工程師或機械工，以便他們可以為數(shù)據(jù)科學(xué)家提供指導(dǎo)。你可以通過經(jīng)驗來打造這一切。

 

第三個難題是：如何以實現(xiàn)業(yè)務(wù)流程轉(zhuǎn)型的方式來對這一切進行轉(zhuǎn)化?現(xiàn)在，我必須將這種見解納入你的業(yè)務(wù)流程中。我必須找出你如何做出影響盈虧的決策。

 

版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。