通用电气（GE）的业务进展新方向有了个名字：“工业互联网（the industrial Internet）”。
“工业互联网”这个说法是GE的研发部门创造出来的，反映了公司的希望：向机器上添加更多的感应器，并产生大量数据，从机车、飞机引擎、MRI仪和其他GE销售的设备中挤出更多的效率。
GE表示将在三年的时间里为这一想法投资150万美元。其中的一部分资金将被用于公司在加州圣拉蒙市（San Ramon）新设立的软件研发中心的研究上。
例如，在圣拉蒙研究中心，机器学习领域的研发人员Anil Varma正展开实验，希望能找到筛选出可以预测GE服役的2万个飞机引擎中哪些需要维修的微小警告迹象。他表示，对于某些引擎种类来说，它的算法可以提前一个月以70%的准确度找出需要关注的引擎。这可以帮助避免代价高昂的飞行延迟。
大部分设备感应器通过反应性的方式工作：如果出了问题，仪表盘上的红灯会被点亮。GE的老式飞机引擎差不多也是这样，测量温度、压力和电压等指标。但是在过去，通过这种方法追踪到的信息很少被保存和研究。Varma说，大部分航班只会保留三个平均值：起飞、巡航和降落过程中的引擎数据。
Varma表示，GE希望使用包括下一代引擎GEnX（波音787将会使用这一引擎）在内的产品，用来最终保留每一个航班的所有原始记录，也许还可以把记录从飞机上实时传输出去。他还说，这样的引擎在一年内产生的数据会比商业航空史上收集的所有数据还多。
尽管通过大量的传感器来让机器进行通信的想法并不新颖（有时候这会被称为“物联网”），但是GE大规模的业务可以加速让想象变成现实。瓦尔马说：“我们有最大的工业数据集之一，因为我们操作这一设备已经有很长时间了。我们可以测试所有算法，看看它们如何工作。”
威廉•鲁（William Ruh）曾是思科公司的决策人之一，现在受雇于GE负责该项研究（GE表示是他想出了“工业互联网”这一说法）。鲁说，GE关于工业互联网的灵感来自经济危机。当经济增长前景未定时，工业界的顾客开始指望生产力的提升来增加盈利。他们也越来越频繁地听到“大数据”这个词，并开始咨询GE是否对他们的设备有一个“大策略”。
也许GE不总能轻易地把大数据技术应用到工业问题上，哥伦比亚大学的教授文卡特?文卡塔苏布拉曼尼安（Venkat Venkatasubramanian）说。他也是学校的数据科学和工程研究所（Institute for Data Sciences and Engineering）的教授。他说，对一个商业零售商来说，可能只需要找到客户数据的相关性就够了，例如买啤酒的人也会买尿布。“有些结果很容易获得，标准的机器学习算法就能帮你检测并解决问题，”他说。但是在更复杂的物理系统中，模型还需要解释为什么这些相关性是存在的。
在GE的圣拉蒙市中心，研究人员正在研发新的用户界面，可以利用地图、模拟和类似Twitter这样的设备社交网络帮助人们把工业数据可视化。在一个房间里，充满了很多和微软Kinect连接的大显示屏。Kinect是可以感知人们运动的视屏游戏控制器。那里的研究人员展示了一个公共事业部门的工人可以如何利用手势利用数据可视化帮助他的电网部门作出决定。GE表示他们还在和加拿大的公共事业部门公司合作，使用卫星图片和气象地图，以及过去停电的位置来预测需要修理树枝的位置。落下的树枝是导致和暴风雨相关停电的主要原因。
并非只有基础设施从中受益。纽约市西奈山医学中心（Mount Sinai Medical Center）正和GE合作把传感器和信号传送器设置到医院的床位和设备上，用来记录跟踪使用中的设备。GE宣称如果获得更完整的信息，这个有1100个床位的医院每年可以容纳超过1万名病人。
鲁相信，很小的改进就能有很大的影响。GE在2012年11月发布的一份报告估计，油料效率增长约1%，对航空工业意味着20亿美元，对电力工业意味着约40亿美元。GE的燃气涡轮和其他公共事业设备参与了25%的世界电力传输。
“我们知道从操作上可以改变1%，”鲁说。但是他又补充道，“这很难通过发明更好的设备做到，因为我们已经逼近了物理定律的极限。”
