为了巩固物联网行业的核心地位，通用电气试图为其工业物联网产品Predix增加一些新功能，帮助企业分析数据和预测可能发生的事情，不管数据是来自泵、阀门、换热器还是移动的机器设备。
通用电气希望为Predix平台增加边缘计算，使数据分析获得更多优质的网络流量和实时分析效果，从而降低系统运行的成本。在本周人工智能+机器的会议上通用软件部门表示提供一系列新的边缘计算应用和功能，以帮助企业更有效预测机器设备故障和计划服务时间。
新的应用程序意味着连接信息和操作技术（IT和OT）系统从而更好的管理公司资产，例如将数据从工厂和库存设备纳入ERP与供应链系统，再到企业数据中心或云端。
工业物联网平台即服务
当企业想要掌握物联网设备所产生的大量数据，那就自然会用到云计算。为了满足物联网数据储存和处理的需求，一些科技公司开始提供各种云服务和应用程序。目前云计算产品主要有IaaS和PaaS类型，其中IaaS指的是基础设施即服务，供应商包括亚马逊的AWS、微软的Azure和谷歌的云计算物联网。而PaaS是指平台即服务，主要产品有PTC公司的ThingWorx和西门子公司的mindsphere等。
通用电气推出的Predix平台也是PaaS类型的产品，是目前最全面工业物联网应用程序开发工具。通用电气凭借着124年在工业设备领域建设和运行的经验，通过PaaS为工业设备运营商提供效率优化解决方案，成为工业物联网平台的主要供应商。
GE图片样例
大多数软件公司也许可以从历史数据分析出未来可能发生什么事，或者接入虚拟电路显示设备的流量和压力发生了什么。通用电气拥有很多从设计和制造过程失败案例的经验知识，同时为用户提供了一个360度视觉的独特的设备分析和洞察。
通用已经与亚马逊合作，将其它Predix运行在AWS上，以后还将可能运行在微软的Azure上。Predix是一个平台服务软件，可以依托在像AWS和Azure这样的基础服务平台，未来客户将能自由选择在哪个平台上运行软件。
数据分析业务走向边缘
在本地对设备数据进行处理分析，将能达到更多的数据量和更高的效率。这种设想可以通过边缘计算实现，数据先在本地进行优化，而不是直接传送到数据中心或者云端，只有当企业需要时才通过网络上传。
物联网边缘化是一种重要的趋势，世界著名咨询公司Gartner分析认为，到2022年将有75%的数据在数据中心或云以外的地方进行分析和处理。在边缘和云中处理和管理数据的能力对于企业优化业务将是至关重要的。
为了帮助企业在边缘更好地处理数据，通用电气提供了一些边缘增强功能，包括运行在服务器硬件上的Predix边缘能力。过去只作为云服务，现在Predix允许企业能够支持多达200000个连接的设备。
GE图片样例
通用电气还推出了一个Predix Machine软件，这是一个为微型服务器市场而设计的产品，可以在客户的虚拟化数据中心基础设施上或服务器类硬件上运行。边缘管理和机器将在明年第一季生效，而另一个功能Predix复杂事件处理（CEP）会在今年年底可用，CEP将保证数据在极低的延迟下允许更快更有效的事件处理
运营绩效与AI服务管理
提升运营绩效是企业管理的关键，OPM(运营绩效考核)是指出应从运营的角度，评估和监控企业的业务流程，分析并提高企业运营效益的理念。通用电气OPM软件是在资产性能管理（APM）系统基础上扩展的产品，目前可以用于采矿业。通用表示，明年OPM将扩展到其它行业，OPM主要是利用实时和历史数据以及分析帮助客户做出更好的业务决策。
例如，如果工业过程与计划偏离时给运营商发一个预警，让企业有时间去解决的业务问题和采取预防措施，这样将能大大降低因错误安排而造成的巨大损失。
去年，通用电气花了9.15亿收购ServiceMax，然后一直致力于整合公司现场服务管理（FSM）与GE产品和第三方工具软件。例如，将人工智能预测分析整合到Apache Spark AI引擎以提高服务时间。
此外，新的应用程序允许服务提供商在同一设备上安装第三方移动应用程序，共享FSM数据。新的程序功能允许多个工作订单链接，以提高首次固定费率和减少服务访问次数。
新应用程序开发工具
通用数字化的APM套件增加包括Predix工作台将在明年第一季度发布。应用程序设计成一个拖放图形界面形式，让非专家开发人员使用GE软件。这种设计可以让很多人参与设计，并不一定是计算专业的研究生才能使用，在一个安全的环境下建立和扩展应用程序。利用APM套件和工具可以扩展更多的应用，添加更多的数据源，甚至超出GE提供的范围。
在即将发布的工程领域数字双胞胎的分析平台mid-2018采用了算法和模板库，帮助GE客户更快更容易建立所谓的数字双胞胎-虚拟模型设计，让企业轻松了解到航空发动机等有形资产的性能和运作。
数字双胞胎软件贯穿了产生的整个生命周期，通过数据分析和ERP系统来衡量，如对实物资产管理和性能退化的监控。分析工作台也将帮助用户实现机器学习的能力，让这些模型来提长工作的效率和节省时间。
