京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工业互联网不是说说而已 GE砸十亿美元做大数据_数据分析师培训
对于一家工业企业来说,设备和技术是硬实力,但美国工业巨头通用电气公司(下称GE)却正在让自己变得越来越“软”。
7月14日,在北京798艺术区的一个展厅内,GE的工作人员向界面新闻记者展示了他们在工业互联网整体解决方案上的应用。
GE想让机器变得更有“智慧”。而要实现这一点,靠的是数据模型与数据分析。
例如在油气领域,长距离的管道运输总是存在安全隐患,油气运营商只能派人定期检修线路。但这不仅容易有工作疏漏,而且动辄上千公里的管道,要耗费的人力物力也不小。
GE的办法是,在油气管道中置入大量传感器,并让其随油气一起流动,从而能够感知管道内的流速、压强、温度等各项安全指标,并将数据实时传送到终端;接着,GE通过其自主研发的Predictivity软件,建立模型,然后对大量数据进行分析,如果数据超标,则立即发出预警。
“这样做的好处是,不仅可以提高管道设备的安全性,防范于未然,而且可以大幅降低人力等各项维护成本。” GE的一位工作人员说。
GE企业对外传播总监华春牧告诉界面新闻记者,在过去三年,哥伦比亚国家石油公司绵延1.5万英里的天然气管道,安装了GE的这套油气管道监测系统,将安全事故数量从38起下降为零,降低成本1.5亿美元,每年减少服务时间2万小时。
道达尔、BP等油气巨头也选用了GE的监测系统。不过,尚未有中国石油公司的尝试这一新模式。
根据GE的测算,中国目前铺设有8万公里油气管道,如果采用GE的管道监测方案被采用,每年将节省5亿美元的成本,并减少6.5万工作小时。
GE的数据监测分析过程是通过一个名为Predix的软件操作平台进行的。GE企业对外传播总监华春牧表示,该平台由GE与英特尔、思科、华为等多家企业联合开发,耗资十几亿美元。平台负责将各种工业资产设备和供应商相互连接并接入云端,并提供资产性能管理和运营优化服务。
华春牧称,该平台自去年开放,但仅针对AT&T、软银等部分企业,自今年起,将面向所有企业开放。届时各行各业的企业将通过该平台创建和开发自己的工业互联网应用。
作为全球工业互联网的倡导者,GE已在大数据上押下重注。华春牧告诉界面新闻记者,截至去年年底,GE已在大数据上投入了10亿美元。
在今年7月7日举行的“工业互联网中国峰会”上,GE董事长兼首席执行官杰夫•伊梅尔特称:“我们正在开启下一个新工业时代,全球工业通过硬件与软件的结合正在重新发现增长机遇。”
早在2012年,GE就已开始将目光瞄准工业互联网和大数据。彼时,GE提出,要依靠机器以及设备间的互联互通和分析软件,打造智能机器,实现人、机器和数据的无缝协作,甚至到2030年,要为全球GDP贡献15万亿美元。
这其中当然少不了中国。GE给界面新闻记者提供的一份材料显示,迄今为止,GE已在中国开展了12个工业互联网试点项目,逐步推动40多个大数据分析应用落地。
2014年3月,东方航空与GE签订了战略合作协议。GE工程师分析了东航过去三年500多架飞机、累计超过两百多万航班的全部飞行数据。分析得出的结果不仅有助于降低飞行风险,而且能够预测发动机涡轮叶片的损伤情况,从而降低维护成本和油耗。
在医疗领域,GE则推出了医院资产管理整体解决方案Asset Plus。将大型医疗设备从临床需求,到申请采购、采购完成、装机、后期使用,再到报修、报废、更替等全生命周期的情况,全部以数据形式实时汇入系统,进行资产优化管理和配置。
华春牧告诉界面新闻记者,以前病患在仁济医院进行CT检查,预约排队大概需要6-8周。2013年后,经过Asset Plus的合理管理与使用规划,平均等待时间降到一周左右。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05