RTI公司首席执行官Stan Schneider先生早在15年前就开始了自己的创业历程，在国防军工系统和安全产品市场持续耕耘，起点是他在斯坦福航空航天机器人实验室所做的博士学位论文，研究的主题是各种类型的自动自主系统。Schneider回忆说，“在这些系统中，大多数都是飞行器，也包括太空机器人，还包括机器人和水下运载装具。”

　　如今，做为RTI公司的首席执行官，这家公司专门为大型自动自主系统提供软件框架。基于Stan Schneider多年来在自动自主系统研发领域所取得的成就，Vanguard杂志把他评选为“游戏规则的变革者”。

　　变革从企业文化开始

　　我们专注的是人工智能和普适网络相结合所带来的颠覆性创新。RTI公司是自动自主系统软件框架的领头羊，推动着新一代智能分布式系统的演进，大力促进各个行业的转型升级。我们在汽车、交通、能源、医疗、国防和工业控制等领域的应用经验非常丰富。

　　在RTI公司，我的主要职责是定义和推行企业文化，重点聘用和鼓励优秀的人才。RTI公司被权威机构评选为卓越的工作场所，而且在知名职场点评社区Glassdoor获得了最高评级。

　　挑战中发掘机遇，困难中累积信任

　　我有太多的挑战要面对。从领导层的角度来看，应该是在我们参与Grand Coulee大坝改造项目的时候。Grand Coulee大坝归属于北美最大的发电厂。包括大坝及发电厂，整个改造项目的目标是将原本“仅用于发电”的设施升级成为一套智能系统，以便能够实现整个西部电网的动态均衡，这样为美洲大陆纳入更多的可再生能源，如风能和太阳能。然而，我们面临着技术挑战和政治障碍，差一点就导致电网崩溃，甚至让整个美洲大陆陷入黑暗。在没有经费支持的情况下，RTI公司为这个项目付出了多年的努力。

　　参与这个项目给RTI公司的企业文化内涵注入了深刻的内涵，这就是“我们绝不会让客户遭遇失败”。凭借这种文化，让我们获得了大量的商业机会。如今，RTI公司帮助许多规模达到数十亿美元的大型项目实现运作方式转型，也支持工业物联网系统的构建以及分布式智能技术的重新设计。这些系统需要基本的软件体系架构和具有丰富经验的供应商，而且必须确保项目不会失败。我们最大的价值在于赢得了客户的信任。

　　如何改变工业物联网的游戏规则？

　　人工智能是我们这个时代史诗般的革命。这将有望使整个地球运行得更加智能化、更加美好，为让未来充满前所未有的希望！但在现实系统中，如果没有网络与传感器、电机和操作人员的协同，人工智能本身却做不了多少事情，它必须通过互连起来才能发挥作用，而且这种互连必须精确无误，不允许发生任何差错。

　　自动自治系统网络与那些支撑企业网站和业务服务的企业网络完全不同。企业网站业务系统中处理大量数据，但并不必关心数据何时到达、每秒更新多少次、如何将数据协调一致地传送给移动设备，或者如何将传感器和机器运转的延迟降至最低。然而，一套控制关键基础设施的系统，比如自动驾驶汽车或海军舰艇作战管理系统（CMS），必须关心数据的实时性，以及更多的问题。

　　所以，简单地说，我们的产品就是要确保在正确的时间将正确的数据传送到正确的地方。这听起来很难，但其实却很简单——只要使任何网络数据都总是随时可用的，就好像它就存放在本地内存中一样，而实际上这些数据很可能分散地存储于相距遥远的数千个分布式设备中。

　　当系统中任何数据都是随时可用，算法、传感器或执行设备就可以像一个单一完整的系统一样运行，完全做到“协同如一”。

　　当然，这是虚构的；我们不可能真的把整艘船或一个舰队中的所有数据都放入一个CPU可以直接访问的单一内存中。但是，我们可以确切地知道算法实际需要的那一小部分数据，确切地询问它何时需要它，然后准确地找到它在系统中的存储地址。以此为出发点，事情就变得很容易了。我们去获取正确的数据，并及时地将它放入正确的内存中。这使得所有的数据感觉上随时随处都存储在所需要的地方。

　　这种能力不是一种简单的技巧，而是一套基础性的方法。由此支持您以数据为中心来进行设计，而不是围绕服务器或网络来进行设计。我们强调以数据为中心，由此真正改变了工业物联网的游戏规则。

　　真正的更大难题是：游戏本身发生了怎样的改变？我们的DDS软件框架已经应用于超过1500项设计之中，包括大多数美国和北约的海军水面舰艇、西部电网平衡系统、通用电气医疗公司的医院设备架构，甚至还有加拿大的空中交通管制系统。所有这些系统的智能化程度都得到空前提升，因为智能算法可以可靠地控制分布式设备。这是一项应用越来越普及的基本技术。

　　攻克工业物联网领域创新的最大难关

　　我们运行的系统非常复杂。例如，DDG 1000驱逐舰中集成了1000多个编程团队所编写的软件。自动驾驶的无人机或地面车辆可能有数百万行代码，需要几十年的时间来开发。在大海捞针的数据中筛选出某个算法所需要的那一点点数据，这是一个根本性的挑战。但困难这并不止于此：可伸缩性、延迟、可靠性、安全性、数据流速率、配置、可维护性、系统演化甚至政治因素，都是新一代基础设施应用实现智能化的巨大障碍。

　　由于国防军工系统不可能依赖于单一提供商，互操作性也是一个关键问题。当然，这一直都是事实，但随着系统复杂性的增加，互操作性变得更具挑战性。支持、发起和开发开放标准，以便实现竞争性供应商的健康发展，RTI公司在方面有着悠久的历史。不仅支持DDS标准，我们还支持与国防军工相关多种关键性标准，例如航空领域的FACE和模块化架构MOSA以及军用陆上车辆的GVA。这种核心能力使国防军工集成商能够将传感器、C2和武器系统等多个系整合进入统一协同的实时可信赖网络之中。

　　未来两年内工业物联网领域的最大变革

　　从长远来看，人工智能（AI）是真正重要的趋势。大多数系统的设计寿命都达到25年以上。在这样生命周期内，CPU的性能将会提高10万倍。即使把时间跨度缩减为未来两年，这个因素也必须做为行业内每个新项目的关键考量。任何未曾考虑这个因素的体系结构都会很快就过时。

　　当然，AI能够生存并蓬勃发展的前提是数据。将数据放在体系结构的中心是国防和自动自主系统的关键趋势。因此，以数据为中心是国防军工智能系统设计的重要趋势。

　　在软件的商业模式中，经常性营收是确保供应商/客户持续发展的有效方法。我热衷于将经济驱动因素与相关目标紧密结合起来。到目前为止，定期许可证授权是最好的模式。

　　开源固然重要，但开源是追求低成本的商业模式。开源会冲击市场，而不是开拓市场。许多人对这一点有误解，导致产生不适当的动机，走入产品和投资的死胡同，以高昂的代价沦为失败者。在自动自主系统这样的市场中，只有很好地理解架构基础，才能很好地接力于开源技术。