在线会议
论坛
专题
工控直播
新闻中心
子站
技术
社区
如果您是美国一家普通的制造商，2025年可能不是投资人工智能（AI）的最佳时机。如果您的目标是现代化并改进制造过程，那么AI也不是最实用的解决方案。事实上，为了最大化投资回报率（ROI），您很可能应该像躲避瘟疫一样避开AI的赛道。对于AI的任何投资都充满了不确定性，仓促决策可能会导致后悔。这看似反AI的观点，并非是在反对进步。
实际上，当您在2025年寻求改进制造过程时，应避免AI的盲目应用控制工程网版权所有，以我十几年在自动化行业的项目经验来说，最有效的办法是将资金投入到能够补充工厂人类智能（HI）的工具上。
美国制造业现状
美国大约有25万家制造企业。尽管数据并不完全确定CONTROL ENGINEERING China版权所有，但据估计，其中50%到70%的制造商在生产过程中没有部署任何形式的自动化。现在是2025年，我们正专注于将制造业回流至本土。然而，这个国家至少有一半的制造企业正受制于停滞不前和不断萎缩的劳动力资源。这是一个问题。
虽然我们一直在谈论工业4.0，但大多数制造业仍处于低于工业3.0的水平（图1）。
图：美国制造业发展概览。当我们在谈论工业4.0时，大多数制造业仍处于低于工业3.0的水平。
大型自动化终端用户（如知名的汽车或食品加工企业等）可能拥有先进的系统，可以有效地利用AI实现价值CONTROL ENGINEERING China版权所有，而一些中小型的普通企业则应把投资用于更紧迫的地方。如果您的工厂流程中没有自动化，那么您的支出就应该用于自动化您的流程。如果您的工厂已经部署了一些自动化设施，您的支出就应该用于扩展自动化，并让数据能够访问这些系统。从自动化系统中获取数据所能带来的价值主张可能会随着AI的出现而终结，但它可以在没有任何AI的情况下创造重要价值。
当下，美国的制造商应将自动化工作的重点放在赋能HI，而非AI上。数字化、工业物联网（IIoT）和工业4.0努力的好处在于，从最简单的角度来说，它们是一种信息访问计划。它们旨在汇集来自工厂车间的数据，并将其作为有价值的信息呈现给人类和业务系统。所有这些计划都支持访问控制数据的基本价值。
这些数据一旦被访问，就可以对其进行建模并保存为时间序列记录。这些简单的信息记录打开了自动化的价值之门。有了时间序列记录，您就可以进行趋势分析、故障排除、效率测量并建立预测模型。解读这些信息以发现价值并不是一个非要AI才能应对的挑战。挑战在于如何创建这些信息，以便HI能够根据这些信息采取行动。
投资HI更高效
您的控制工程师和操作人员更了解您的机器和流程。他们中的许多人可以通过视觉、听觉，有时甚至是味觉，实时进行维护和诊断。这些人是工厂的宝贵资源。他们的经验是一种未被充分利用的HI资源。这些人首先需要被赋予访问时间序列控制信息的权限。
业务系统可以从锁定在OT 网络中的信息中获益，但与运营团队可以增加的价值相比，这种价值就显得微不足道了。这支团队能够从逻辑上理解系统变量之间的关系。他们知道额外的振动和热量会导致什么。他们看到编码器跳动，就知道执行器减速会对流程产生什么影响。为这些团队提供机器上所有输入数据的历史记录，将大大提高他们进行根本原因分析的能力。他们解决问题的速度越快，工厂的运营效率就越高。
连接IT和OT是基础
将人员或IT系统连接到OT网络是赋能AI或HI所需的首要步骤（也是更具挑战性的步骤之一）。OT是用于监控和控制工业环境中使用的设备、流程和基础设施的硬件和软件。这是我们工厂车间使用和部署的所有技术，包括工业自动化通信协议。
OT 的主要目的是将物理世界转化为数字信号；基本上，是将现实世界的变量连接并表示为数据。另一方面，IT 必须获取数据并将其转化为信息控制工程网版权所有，供用户和其他系统使用。
IT 部门要想从 OT 数据中获取真正的价值CONTROL ENGINEERING China版权所有，就必须对这些数据进行建模。这就为每个数据点提供了必要的上下文、元数据、状态和值，使其在 IT 系统中可用。数据上下文是我们从自动化支出中获得全部价值的必要条件。要充分利用数据分析和AI工具，必须为工厂数据提供上下文。PLC 不需要元数据；它的程序设计是对数据值做出反应。然而，当相同的数据值被转移到云端时，就需要上下文信息。这些信息将赋能你的操作人员和管理人员。
操作人员不会消失
如今，AI系统可以根据操作员掌握的所有信息进行训练。创建的模型可以改善根本原因分析并支持预防性维护，但这可能需要付出高昂的成本。
在数据上训练AI工具并构建这些高效的模型，将需要一位高薪的数据科学家长期使用昂贵的工具。这位数据科学家固然出色，但他们的系统知识将来自于运营团队，而且与运营团队不同的是，这位数据科学家并不是受雇来解决任何问题的。信任您的运营团队，让他们利用 HI 的历史数据，是一个更有效的起点。
赋能HI不是对AI未来的否定
使用来自自动化机器的时间序列数据为您的控制团队提供支持，意味着您正在迈向数字化之旅。此数据访问权限首先由您的 HI 团队使用，有助于提供最佳回报。未来，AI 也可以利用相同的数据访问。聪明的制造商将使 AI 工具进一步成熟，并首先专注于 HI 可以收获的大量唾手可得的果实。
2025 (第十四届) 全球自动化和制造主题峰会 ·深圳站
2025 Raythink燧石红外热像仪有奖试用.jpg)
立即获取Fluke在线红外热像仪解决方案白皮书
2025电子及半导体智能制造创新高峰论坛.jpg)
电机与变频驱动故障排除白皮书免费下载
