GE公司作为全球工业领域的领导者，总是引领着工业技术创新的步伐，同时也以进取和务实著称。在今天工业互联网以及工业4.0概念被热炒的时代，GE所采取的方式依旧非常务实。
2012年11月，GE公司发布了《工业互联网：打破智慧与机器的边界》白皮书，给出了自己的答案，那就是如果工业互联网的推广和实施可以为工业领域带来哪怕1%的成本或者资本节省，也就是从效率提升的角度带来一点点微小的进步，其成果也将是极其巨大的。
人类的工业文明，经过近二百年的持续发展和完善，到今天，传统物理设备的效率提升和改进，已经基本达到了极限。但是如果我们采用互联网和大数据技术重新改造现有的机器和物理设备的话，依旧发现这里面有巨大的效率提升的空间，依旧有巨大的待挖掘的潜力。从这一角度入手，GE公司无疑找到了一个绝佳的切入点。
根据报告的分析，在未来15年内，在几个关键的工业领域，1%的效率提高将带来巨大的收益：
GE公司甚至给出了对中国市场效率提升的预计，在未来15年中：
从这个角度出发，GE公司建议开始务实的一步，那就是探索用工业互联网技术，如何达到真正意义上的1%的节约和原有系统的效率的提高。
2013年2月，GE在美国加州圣拉蒙市，成立了软件开发中心，正是针对他自己提出的工业互联网战略，开始进行软件领域的集中突破，并且瞄准了航空、医疗和运输领域，希望通过软件技术达到第一步的效率提升。这一在传统工业产业中没有经历过的创新之举，在经过一系列的研究和产品验证测试之后，发现是真正找对了方向。
GE首先瞄准的是航空业，这是GE公司最引以为豪的产业。GE公司生产的多达两万台的航空发动机占据着全球正在使用的4万多台航空发电机的将近一半，而且在技术上占据着这个行业的龙头地位，GE生产的GEnx发动机(GE Next Generation，双转子轴流式大涵道涡轮风扇发动机)，是波音787以及波音747-8的首选发动机。虽然在互联网时代，这家老牌的工业公司经常被人质疑能否赶上新时代的创新步伐，GE公司的董事长兼CEO杰夫·伊梅尔特曾经公开反驳说：“当你坐在飞机上透过舷窗望出去，你能看到的那个发动机是GE造的，而不是谷歌造的。”
但在工业互联网时代之前，对于航空发动机这一航空安全和持续运行的最关键的设备，原来的数据采集和维护信息的处理，却是不够完整的。虽然在航空发动机上已经安装了传感器，但是这些传感器通常采用被动模式，也就是发动机出现故障的时候，仪表盘才会亮起红灯，而且传感器平时也只保留三个平均值：起飞、巡航和降落数据，对于发动机可能出现隐患的关键数据，比如温度、压力和电压数据，则极少被保留，以及被研究。
事实上，航空发动机的预维护，减少故障时间已经成为航班正点运行的重要因素。每年航班延误给全球航空公司带来多达400亿美元的损失，而其中10%的飞机延误正是源于飞机发动机等部件的突发性维修。于是，GE在加州软件中心的工程师们，开始着手设计一种新型的计算算法，并且开发一套航空智能运营服务系统，希望能够提前一个月预测哪些发动机急需维护修理，并且要使准备率达到70%，从而使得系统的维护时间大幅降低，最终降低飞机的误点概率。这套智能运营服务系统可以实时监控从飞机设备收集的各项数据，在飞机出故障隐患前做出诊断预测，提供预测性建议，优化飞机维护和航班运行管理。
这套系统实施之后，对一家大中型的航空公司来说，如果每年有1400万次的乘客，并且要飞85000个航班，这套系统的成功运行将每年可以避免1000次起飞的延误和航班取消，帮助超过9万人次的乘客准时抵达目的地。
除了提高航班的准确运行之外，GE的软件工程师们还在开发一套航空燃油和碳解决方案FCS，这套方案通过飞机传感器传回的各项飞行数据，再对比飞机原有飞行记录与运营航线，可以第一时间优化完善飞机航行计划，令航空公司燃油消耗降低2%。以全球航空公司年燃油支出1700亿美元测算，这套FCS方案将帮助航空公司降低30亿美元的额外燃油支出，令整个燃油成本降低5%。而且工业互联网带来的边际效益是递增的，一架双发动机宽体商用喷气式飞机，每个飞行小时维护成本是1200美元，以飞行5000万小时计算，每年全球的航空公司用于飞机维护的开支达到600亿美元，其中飞机发动机维护开支达到43%。如果航空智能运营服务系统将发动机维护效率提高1%，航空公司们又将省下2.5亿美元。
1%的节省，不仅发生在航空运营领域，在各行各业都有着巨大的实施的可能性和效率提升优化的空间。
对于中国而言，过去30年快速的工业发展也带来了粗放化经营和效率不高的问题，下一步如何在原有工业系统的基础上提升效率，也是工业互联网每一个企业必须着手思考的切入点，也将是非常务实的一步。
为了完成这1%的效率提高，需要哪些关键的技术步骤呢?根据GE的观点，完整的工业互联网设计需要具备三大步骤：
第一步，收集各项生产数据，并操控智能设备和机器。目前的方法就是通过大量使用和安装传感器，从而让机器本身变得更加智能化;
第二步，将传感器收集的信息进行保存、处理和分析，尤其是面对海量的生产数据，管理人员要通过构建恰当的模型找到最关键的核心数据加以分析，这需要以往生产工艺经验与先进互联网技术技能的结合，跨界和整合的知识将变得至为关键;
第三步，也是目前传统工业企业面临的最大困境，那就是要组建数据分析挖掘的人才团队，真正大幅提高生产效率，实施恰当的决策，而这些决策往往来自某些不起眼的生产数据挖掘分析所带来的灵感。在这个领域没有预先设定的模型可以使用，需要的是跨界人才的创新能力、协同工作，以及对不同问题的深入洞察。
在中国类似的效率提高措施也在一些企业逐步推广，并且产生了可观的效益。
大秦铁路公司就曾经引进相关的工业互联网软件技术，通过传感器传输数据，并且进行分析挖掘，在多个火车之间实现同步控制，从而缩短了30%的刹车距离和22%的刹车时间。
这项原来旨在提高火车运输安全性的工业互联网尝试，却让大秦铁路公司意外地发现，单列火车的最大运输量翻了一倍，达到2万吨。2012年大秦线全年运输量提高至4.26亿吨，过去6年累积提高幅度达到70.4%。
同样的事情也发生在工业流程领域，上海赛科乙烯厂构建了相关的工业互联网系统，通过监控汽轮机、压缩机、泵、风扇、热交换等机器的振动、温度、排放等信息，提前发现机器故障隐患，并在第一时间做出维修响应。根据赛科乙烯厂内部测算，这项基于工业互联网的系统，每月能挽回超过220万美元的非计划停机生产损失;到2013年，赛科的关键设备从投产到安全运行已持续正常运转超过了700天。
在中国的其他传统流程行业，比如石油化工、煤化工、冶金、有色金属等领域，像这样可提升的效率空间依旧非常巨大，可节省的资源也将是非常可观的。通过这三个关键步骤，并且建立起相关的分析模型，从1%入手，将使每一个企业看到工业互联网实施中务实的一面。
在工业制造领域，精益生产的思想正是这1%节约的理论基础。如何利用工业互联网传感器技术，乃至自动控制系统，在生产线改造、效率提高方面提高1%，都将产生巨大的效益，并且帮助企业迈出稳健而务实的第一步。