大数跨境

下一个工业前沿:人工智能如何赋能自主化运营

下一个工业前沿:人工智能如何赋能自主化运营 ARC咨询集团
2026-09-15
7
导读:ABB 在ARC亚洲论坛印度分论坛发表演讲,ABB 将 4 级自主作为现实目标,提出连接、上下文赋能、预测、辅助、执行、自主六阶演进路径。工业副驾驶与 AI 智能体将洞察转化为可执行流程,坚持人在回路

Overview


ABB 作为ARC Industry Forum  金牌赞助商,参与 2026 年 7 月 9‑10 日在班加罗尔举办的 ARC 亚洲工业领导力论坛,论坛主题为 “人工智能如何驱动工业运营与供应链的未来”。ABB 自动化业务全球首席数字官 Rajesh Ramachandran 发表题为《下一个工业前沿:AI 驱动的自主化运营》主题演讲。演讲视频可在 YouTube 平台观看。

为何工业界转向工业 AI 与自主化运营


工业企业正面临运营复杂度攀升、工业数据规模暴涨、人才技能缺口、设备停机与可靠性压力、能效及可持续发展等多重挑战,这促使行业亟需更加智能、自适应、逐步走向自主的作业模式。

自主化运营成为工业数字化的下一发展阶段。搭载 AI 的系统不再仅仅输出分析洞察,还可以辅助操作人员、执行既定工作流,在合规的运行与安全边界内,以较少人工干预完成工艺优化。

不同行业落地自主化运营的优先级各有不同:采矿企业优先关注人员安全;航运企业看重燃油效率;制造企业聚焦产能、资产可靠性与运行效率。 因此,自主化运营本身并非最终目的,而是帮助工业企业达成业务与运营目标的手段。

从自动化迈向自主化


传统工业自动化完成信号感知、信息分析,并严格按照预设指令执行,在工况与响应逻辑已知的场景下表现稳定。 而自主系统需要更进一步:感知环境、理解动态变化,应对未曾预先编程的突发状况。

但工业无法直接从自动化一步跃迁到完全自主。ABB 将该转型划分为多个层级,从完全人工管控,逐步演进到高度自主运行。 Ramachandran 提出,4 级自主是多数工业场景的现实目标:系统承担主要控制工作,人类持续监督,必要时介入干预。而完全无人参与的全自主模式,还需要配套完善的法律、伦理、安全与治理框架。

从洞察型系统走向行动型系统


传统工业软件属于洞察型系统,帮助用户掌握设备状态、生产表现与运营事件。 生成式 AI 带来智能辅助层:工业副驾驶(copilot)协助人员查阅设备信息、排查故障、处理服务工单、汇总运行情况。

这类副驾驶正在进化为AI 智能体:不再只输出分析结论,还能够对接设备、软件与工业流程,执行标准化工作流。 企业初期可以设置人工审批环节,智能体执行动作前需要人确认;后续部分低风险流程可提升自动化程度,自主等级由运营风险、工艺完整性、安全要求共同决定。

筑牢工业 AI 的底层基础


采集数据已经不再是最大瓶颈,更关键是让数据携带完整业务上下文。 工业数据需要结合资产层级、生产流程、工况条件、安全规范、能耗目标、业务指标做解读。当 AI 要给出建议甚至直接执行动作时,这种上下文智能必不可少。

ABB 将迈向自主运营划分为六个阶段:

  • 连接:采集设备与生产运行数据
  • 上下文赋能:注入工业知识与业务背景信息
  • 预测:分析型 AI 预判故障与性能变化
  • 辅助:生成式 AI 输出业务洞察
  • 执行:智能体 AI 运行既定工作流程
  • 自主:实现系统自我优化运行

这套路径实现从数据到洞察、从洞察到行动,最终走向自主运营。

工业 AI 实际落地案例


Ramachandran 列举多项落地实践: 在资产管理领域,工业 AI 副驾驶面向维护、运维、可靠性、资产策略团队整合信息,无需跨多个系统查询;自动汇总设备状态、开展根因分析、输出处置建议,支持交接班信息流转。

ABB 将数字孪生与对话式、智能体 AI 相结合。例如工程师排查气体分析仪泄漏时,数字孪生可调取运行数据,并匹配知识库提供操作指引。

AI 也直接服务车间一线技术人员:扫描设备二维码即可调取实时数据,对接 AI 服务助手。ABB 表示,这套生成式 AI 设备管理方案可解决 80% 技术支持问题,剩余大部分可依靠远程可视化协助完成。

以上能力可以减少停机,提升关键资产可用率,减少专家人员差旅,实现更安全、更可持续的生产。

保持人在回路


走向自主运营不等于把人从工业现场剔除,而是重塑人的角色。 AI 负责重复分析、信息检索、流程协调、执行经审批的低风险操作;操作人员与工程师聚焦监督、异常处置、工艺改进,处理需要经验与责任判定的决策。

合适的自主等级取决于工艺、工况、安全要求和人工监督强度。企业只有搭建具备上下文的完整数据底座,清晰划定 AI 的辅助、执行、优化边界,才能顺利从自动化迈向自主化运营。



#ABB #数字孪生 #自主营运 #AI #生成式AI #上下文智能 #资产性能管理


图片

更多精彩内容









Siemens 计划收购 Precision Innovations,拓展 AI 赋能的片上系统(SoC)设计能力

WAIC 2026观察:AI从“屏幕里”走进“物理世界”,产业落地拐点已至

Automate 2026 见闻:人工智能、自动化与美国制造业复兴(上篇)

2026 ARC Forum Singapore: How AI Is Driving the Future of Industrial Operations and Supply Chain

Industrial AI Comes to Reality: Siemens Eigen Engineering Agent Makes China Debut at WAIC 2026

Ethernet-APL:重塑流程工业的工业通信



关注我们,不迷路~







ARAdvisorGroup

rliu@arcweb.com


ARCAdvisoryGroupChinaARCAdvisoryGroup

ARCAdvisoryGroup使


图片


图片

点击“阅读原文”


【声明】内容源于网络
0
0
ARC咨询集团
ARC咨询集团创立于1986年, 总部位于美国波士顿,是一家在全球工业领域享誉盛名的咨询公司。源于实践,精于分析,ARC分析师和顾问团队拥有丰富的履历,普遍在知名跨国企业任职过研发、管理、市场、工程等多重岗位,从业经历平均为20年。
内容 283
粉丝 0
ARC咨询集团 ARC咨询集团创立于1986年, 总部位于美国波士顿,是一家在全球工业领域享誉盛名的咨询公司。源于实践,精于分析,ARC分析师和顾问团队拥有丰富的履历,普遍在知名跨国企业任职过研发、管理、市场、工程等多重岗位,从业经历平均为20年。
总阅读3.4k
粉丝0
内容283