RTI公司首席執行官Stan Schneider先生早在15年前就開始了自己的創業歷程，在國防軍工系統和安全產品市場持續耕耘，起點是他在斯坦福航空航天機器人實驗室所做的博士學位論文，研究的主題是各種類型的自動自主系統。Schneider回憶說，“在這些系統中，大多數都是飛行器，也包括太空機器人，還包括機器人和水下運載裝具?！?/p>

　　如今，做為RTI公司的首席執行官，這家公司專門為大型自動自主系統提供軟件框架?；赟tan Schneider多年來在自動自主系統研發領域所取得的成就，Vanguard雜志把他評選為“游戲規則的變革者”。

　　變革從企業文化開始

　　我們專注的是人工智能和普適網絡相結合所帶來的顛覆性創新。RTI公司是自動自主系統軟件框架的領頭羊，推動著新一代智能分布式系統的演進，大力促進各個行業的轉型升級。我們在汽車、交通、能源、醫療、國防和工業控制等領域的應用經驗非常豐富。

　　在RTI公司，我的主要職責是定義和推行企業文化，重點聘用和鼓勵優秀的人才。RTI公司被權威機構評選為卓越的工作場所，而且在知名職場點評社區Glassdoor獲得了最高評級。

　　挑戰中發掘機遇，困難中累積信任

　　我有太多的挑戰要面對。從領導層的角度來看，應該是在我們參與Grand Coulee大壩改造項目的時候。Grand Coulee大壩歸屬于北美最大的發電廠。包括大壩及發電廠，整個改造項目的目標是將原本“僅用于發電”的設施升級成為一套智能系統，以便能夠實現整個西部電網的動態均衡，這樣為美洲大陸納入更多的可再生能源，如風能和太陽能。然而，我們面臨著技術挑戰和政治障礙，差一點就導致電網崩潰，甚至讓整個美洲大陸陷入黑暗。在沒有經費支持的情況下，RTI公司為這個項目付出了多年的努力。

　　參與這個項目給RTI公司的企業文化內涵注入了深刻的內涵，這就是“我們絕不會讓客戶遭遇失敗”。憑借這種文化，讓我們獲得了大量的商業機會。如今，RTI公司幫助許多規模達到數十億美元的大型項目實現運作方式轉型，也支持工業物聯網系統的構建以及分布式智能技術的重新設計。這些系統需要基本的軟件體系架構和具有豐富經驗的供應商，而且必須確保項目不會失敗。我們最大的價值在于贏得了客戶的信任。

　　如何改變工業物聯網的游戲規則？

　　人工智能是我們這個時代史詩般的革命。這將有望使整個地球運行得更加智能化、更加美好，為讓未來充滿前所未有的希望！但在現實系統中，如果沒有網絡與傳感器、電機和操作人員的協同，人工智能本身卻做不了多少事情，它必須通過互連起來才能發揮作用，而且這種互連必須精確無誤，不允許發生任何差錯。

　　自動自治系統網絡與那些支撐企業網站和業務服務的企業網絡完全不同。企業網站業務系統中處理大量數據，但并不必關心數據何時到達、每秒更新多少次、如何將數據協調一致地傳送給移動設備，或者如何將傳感器和機器運轉的延遲降至最低。然而，一套控制關鍵基礎設施的系統，比如自動駕駛汽車或海軍艦艇作戰管理系統（CMS），必須關心數據的實時性，以及更多的問題。

　　所以，簡單地說，我們的產品就是要確保在正確的時間將正確的數據傳送到正確的地方。這聽起來很難，但其實卻很簡單——只要使任何網絡數據都總是隨時可用的，就好像它就存放在本地內存中一樣，而實際上這些數據很可能分散地存儲于相距遙遠的數千個分布式設備中。

　　當系統中任何數據都是隨時可用，算法、傳感器或執行設備就可以像一個單一完整的系統一樣運行，完全做到“協同如一”。

　　當然，這是虛構的；我們不可能真的把整艘船或一個艦隊中的所有數據都放入一個CPU可以直接訪問的單一內存中。但是，我們可以確切地知道算法實際需要的那一小部分數據，確切地詢問它何時需要它，然后準確地找到它在系統中的存儲地址。以此為出發點，事情就變得很容易了。我們去獲取正確的數據，并及時地將它放入正確的內存中。這使得所有的數據感覺上隨時隨處都存儲在所需要的地方。

　　這種能力不是一種簡單的技巧，而是一套基礎性的方法。由此支持您以數據為中心來進行設計，而不是圍繞服務器或網絡來進行設計。我們強調以數據為中心，由此真正改變了工業物聯網的游戲規則。

　　真正的更大難題是：游戲本身發生了怎樣的改變？我們的DDS軟件框架已經應用于超過1500項設計之中，包括大多數美國和北約的海軍水面艦艇、西部電網平衡系統、通用電氣醫療公司的醫院設備架構，甚至還有加拿大的空中交通管制系統。所有這些系統的智能化程度都得到空前提升，因為智能算法可以可靠地控制分布式設備。這是一項應用越來越普及的基本技術。

　　攻克工業物聯網領域創新的最大難關

　　我們運行的系統非常復雜。例如，DDG 1000驅逐艦中集成了1000多個編程團隊所編寫的軟件。自動駕駛的無人機或地面車輛可能有數百萬行代碼，需要幾十年的時間來開發。在大海撈針的數據中篩選出某個算法所需要的那一點點數據，這是一個根本性的挑戰。但困難這并不止于此：可伸縮性、延遲、可靠性、安全性、數據流速率、配置、可維護性、系統演化甚至政治因素，都是新一代基礎設施應用實現智能化的巨大障礙。

　　由于國防軍工系統不可能依賴于單一提供商，互操作性也是一個關鍵問題。當然，這一直都是事實，但隨著系統復雜性的增加，互操作性變得更具挑戰性。支持、發起和開發開放標準，以便實現競爭性供應商的健康發展，RTI公司在方面有著悠久的歷史。不僅支持DDS標準，我們還支持與國防軍工相關多種關鍵性標準，例如航空領域的FACE和模塊化架構MOSA以及軍用陸上車輛的GVA。這種核心能力使國防軍工集成商能夠將傳感器、C2和武器系統等多個系整合進入統一協同的實時可信賴網絡之中。

　　未來兩年內工業物聯網領域的最大變革

　　從長遠來看，人工智能（AI）是真正重要的趨勢。大多數系統的設計壽命都達到25年以上。在這樣生命周期內，CPU的性能將會提高10萬倍。即使把時間跨度縮減為未來兩年，這個因素也必須做為行業內每個新項目的關鍵考量。任何未曾考慮這個因素的體系結構都會很快就過時。

　　當然，AI能夠生存并蓬勃發展的前提是數據。將數據放在體系結構的中心是國防和自動自主系統的關鍵趨勢。因此，以數據為中心是國防軍工智能系統設計的重要趨勢。

　　在軟件的商業模式中，經常性營收是確保供應商/客戶持續發展的有效方法。我熱衷于將經濟驅動因素與相關目標緊密結合起來。到目前為止，定期許可證授權是最好的模式。

　　開源固然重要，但開源是追求低成本的商業模式。開源會沖擊市場，而不是開拓市場。許多人對這一點有誤解，導致產生不適當的動機，走入產品和投資的死胡同，以高昂的代價淪為失敗者。在自動自主系統這樣的市場中，只有很好地理解架構基礎，才能很好地接力于開源技術。