Colin Parris在IBM主要部門以及現(xiàn)在的通用電氣擔任高管已有長達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)科學技能(他持有霍華德大學的工程學學士學位，加州大學伯克利分校的電子工程學學位和斯坦福大學的管理科學碩士學位)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。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擔任副總裁，期間它負責Unix系統(tǒng)，這一6600人組成的部門負責為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。
通用電氣如何在自身的制造中使用數(shù)字孿生應用程序?
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)：“當我采取行動時會產(chǎn)生什么結(jié)果?”
另一個方面是學習。我不僅想從數(shù)字孿生的傳感器數(shù)據(jù)中學習，我還想學習機隊中的各種事物，當我做設(shè)計時我還想在我創(chuàng)建的模擬器中學習。我還想向員工學習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。
其次是預測零件何時會發(fā)生故障的連續(xù)預測。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鏈并讓供應商生產(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。
那么哪些數(shù)字孿生應用程序具備最佳的投資回報呢?
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%的準確性?
在實施數(shù)字孿生應用程序時，公司將面臨哪些難題?
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)。
當問題發(fā)生了改變并且你的環(huán)境變動不居時，當你研究那些系統(tǒng)并認為它們應該為你提供答案時——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)務流程轉(zhuǎn)型(business process transformation)。在你說要解決某個業(yè)務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。
人工智能在數(shù)字孿生應用中所起的作用是什么?
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聯(lián)手。在另一些情況下，你沒有物理方程式可用。當你研究風輪機并試圖了解如何表示這個渦輪發(fā)動機的進風情況時，你很快就會意識到風速會根據(jù)渦輪發(fā)動機的高度而發(fā)生變化，而不是恒速的。風速也時時刻刻在發(fā)生變化。這是一個非常復雜的問題，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一般復雜的方程式，所以，有了人工智能與物理學的組合，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
公司將人工智能應用于數(shù)字孿生應用程序所面臨的最大難題是什么?
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)科學家提供指導。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任的權(quán)利。
京公網(wǎng)安備 11010502049343號