2．Predix如何实现对数据的分析？
在数据分析方面，Predix提供了包括Asset Services（设备服务）、Data Services（数据服务）、Analytics Services（分析服务）在内的一系列服务。
1）分析过程
Predix先通过设备服务为设备建模，再利用数据服务将采集的设备运行数据与来自其他的数据源的数据（包括设备模型、ERP数据）相结合，并根据数据的特点存储到不同类型的数据库中，最后采用分析服务对数据进行分析，进而输出分析结果。
2）分析服务
目前，Predix提供两种类型的数据分析：Operational analytics（操作数据分析）以及Historical analytics（历史数据分析）。操作数据分析实质是实时数据分析，对设备的状态变化进行实时分析与响应。历史数据分析是对海量历史数据进行分析，进而建立设备预防性维护模型。
对于分析来说，最重要的还是分析的算法与模型。Predix分析服务提供的是一个框架，这个框架用于开发及嵌入高级分析算法到程序运行中，这个框架通过配置、抽象以及扩展模型，用于管理分析算法的执行。当然，在Predix这个框架内已经具备了一些分析的算法与模型。
谈到这里，不难理解为什么市场上的主流工业云平台都提供第三方的开发功能？究其原因，在于不同行业的企业在数据分析需求方面是完全不同的，而不同的行业需要不同的分析算法和计算模型来实现对数据的分析。GE不能拿航空发动机的数据模型来分析工业生产过程的数据。因此，Predix的工业应用案例都是围绕GE熟悉的领域在做。面对众多的行业需求，Predix必须提供第三方开发功能，借助这些行业中的专业开发者来针对性的设计分析模型和算法，进而将Predix推广到所有行业。
3）Predix云应用及开发服务
Predix是一个构建在CloudFoundry之上的PaaS平台。实际上，目前几乎所有的物联网云平台都构建在CloudFoundry平台上，CloudFoundry号称工业界唯一的云应用平台。
那么，CloudFoundry到底是什么？
简单来说，Cloud Foundry是VMware推出的业界第一个开源PaaS云平台，它支持多种框架、语言、运行时环境、云平台及应用服务，使开发人员能够在几秒钟内进行应用程序的部署和扩展，无需担心任何基础架构的问题。Cloud Foundry云平台支持各种框架的灵活选择，这些框架包括Spring for Java，．NET，Ruby on Rails，Node．js，Grails，Scala on Lift以及更多合作伙伴提供的框架（如Python，PHP等），大大提高了平台的灵活性。也就是说，如果想基于云平台做开发和部署，Cloud Foundry能提供所有支撑开发过程的语言、平台环境和开发框架。Cloud Foundry不但提供最完善的云应用开发环境，而且还开源。目前，GE Predix、西门子MindSphere、施耐德EcoStruxure等主流工业物联网平台都是基于Cloud Foundry框架提供云应用开发服务。Cloud Foundry实际上已经成为工业云应用的标准开发框架。
二、Predix工业互联网平台点评
Predix已经成为行业最具影响力的工业互联网平台。Predix的四大核心功能是链接资产的安全监控、工业数据管理、工业数据分析、云技术应用和移动性。GE希望将Predix打造全球范围内的工业互联网标准，成为各个合作伙伴都愿意参与的生态系统。
实际上，由于GE一直从事的都是与基础设施相关的制造业服务，如航空、能源、电力、医疗等，GE积累的数据主要是产品运行状态数据，如飞机发动机引擎、医疗数据、能源数据等。GE擅于对产品运行状态的数据进行采集，但对于产品的生产和制造过程的数据采集，经验并不如西门子这样的工业自动化厂商丰富。由于西门子在工业自动化控制领域具有丰富的经验，MindSphere平台的推进方向是先做好底层的工业设备互联和数据采集，再实现从OT向IT的延伸。
而Predix的方向刚好相反，借助美国在互联网领域的强大优势，GE通过与IT厂商的合作，将互联网向工业领域推进，实现从IT向OT的延伸。比如GE就通过与思科合作推出了支持Predix的工业路由器，经过强化处理，能经受石油和燃气设施的恶劣环境考验。通过与英特尔合作，将英特尔的处理器和Predix软件集成起来，在任意设备中嵌入智能联网接口。在网络连接性方面，GE与软银、Verizon和沃达丰达成联盟，为工业互联网优化无线网络连接方案。GE还与AT＆T合作，通过AT＆T的网络将火车、货轮和飞机引擎连入云端。
从目前来看，国内的IT厂商更倾向于推出类似Predix的工业互联网平台，其优势是暂时不需要过多的考虑底层的工业标准和协议，以互联网为基础，实现产品层面的互联，重点采集产品的使用状态和运行数据，并通过软件和算法实现对这些数据的分析，进而指导产品的销售和生产。长远来看，随着智能制造战略的推进，Predix要深化应用和发展，必须在工业车间层与MindSphere工业物联平台直接竞争，实现对工业生产设备和过程的数据采集和分析，最终做到对智能工业的过程控制和优化。
