شراكات

تعاون Emerson وAspenTech Inmation مع Databricks في مجال الذكاء الاصطناعي الصناعي

Atlas Roan
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةتحافظ Inmation على سياق المصنع بحيث تبقى البيانات الصناعية قابلة للاستخدام عبر سير عمل…
عرض المزيد
  • تحافظ Inmation على سياق المصنع بحيث تبقى البيانات الصناعية قابلة للاستخدام عبر سير عمل الذكاء الاصطناعي في المؤسسة.
  • قد يوفّر إعادة استخدام طبقة تقنية تشغيل واحدة ذات سياق على الفرق عناء تكرار إعداد البيانات لكل نموذج.
  • يجمع التعاون بين السياق التشغيلي لدى Inmation ودعم القرار لدى AVA داخل Databricks.

أعلنت Emerson في 19 نوفمبر 2026 عن تعاونها مع Databricks لإتاحة بيانات التشغيل الصناعي المثرية بالسياق داخل منصة Databricks Data + AI Platform، بما يتيح للشركات الصناعية الاستفادة من معلومات المصانع في التحليلات وتطبيقات الذكاء الاصطناعي ووكلائه.

وتتمثل الآلية في إتاحة الوصول الأصلي إلى نسيج بيانات التشغيل والتقنيات (OT) AspenTech Inmation OT Data Fabric. وسيتمكن العملاء من الجمع بين بيانات الأعمال والبيانات الصناعية الآنية والتاريخية والمثرية بالسياق التي تديرها Inmation، إلى جانب الوصول إلى منصة الذكاء الاصطناعي AspenTech AVA من داخل Databricks. لكن إتاحة الوصول للعملاء، كما ورد في الإعلان، ستأتي لاحقًا.

سياق البيانات الصناعية وحوكمتها

يتناول هذا التعاون تحديًا محددًا في مجال الذكاء الاصطناعي الصناعي: إذ يجب أن تحتفظ بيانات المصانع والأصول والعمليات بسياقها عند استخدامها مع أنظمة المؤسسات. وترى Emerson أن هذا الشرط يشكل عائقًا أمام ردم الفجوة بين تقنية المعلومات وتقنية التشغيل (IT/OT)، كما يحد من تطبيق الذكاء الاصطناعي على ظروف التشغيل الفعلية.

وقال Claudio Fayad، الرئيس التنفيذي للتكنولوجيا في قطاع Aspen Technology التابع لـEmerson: «من خلال إدخال بيانات التشغيل والتقنيات المثرية بالسياق إلى Databricks، نساعد العملاء على تحويل البيانات الصناعية الموثوقة إلى أساس محكوم لتطبيقات الذكاء الاصطناعي القادرة على تحسين الأداء في العمليات والأعمال على نطاق أوسع».

يوضح استعراض إمكانات Inmation من AspenTech كيف يوحّد نسيج البيانات بيانات التشغيل والتقنيات ضمن بنية دائمة تشمل المؤسسة بأكملها، ويضيف إليها السياق باستمرار لإنتاج معلومات جاهزة للذكاء الاصطناعي. ويربط المصانع والأصول والتطبيقات عبر بيئات الحافة والسحابة والأنظمة المحلية، ليكوّن صورة تشغيلية آنية جاهزة للاستعلام، قابلة للتوسع من موقع واحد إلى مؤسسة عالمية. وصُممت الحوكمة المركزية والتحكم في الوصول القائم على الأدوار وقابلية التدقيق لدعم اتخاذ القرارات الآمنة والامتثال التنظيمي في قطاعات منها الكيماويات والطاقة وعلوم الحياة.

وتُعد إعادة استخدام هذه الطبقة المثرية بالسياق عنصرًا أساسيًا في القيمة المحتملة للتعاون. وتقول Emerson إن Inmation يقلل الحاجة إلى دمج بيانات التشغيل والتقنيات وإثرائها بالسياق وإعدادها على نحو منفصل لكل حالة استخدام، ما قد يقلص الوقت اللازم لتحقيق القيمة في الصيانة التنبؤية وتحسين الأداء. وبالنسبة إلى فرق الذكاء الاصطناعي الصناعي، يمكن للسياق التشغيلي نفسه أن يدعم مسارات عمل متعددة، بدلًا من الاضطرار إلى إعداد البيانات من جديد لكل نموذج أو وكيل.

دور AspenTech AVA

يربط التعاون أيضًا Databricks بمنصة الذكاء الاصطناعي الصناعي AspenTech AVA، التي قدمتها Emerson في 11 مايو 2026. ووصفت Emerson المنصة بأنها قائمة على الوكلاء ومدركة لمجالها، إذ تجمع بين النماذج القائمة على المبادئ الأولى والخبرة الصناعية والنماذج اللغوية الكبيرة، لإدماج التوصيات المدعومة بالذكاء الاصطناعي في المهارات ومسارات العمل التشغيلية. وعند إطلاقها، كانت متاحة مع أربعة مستشارين لتحسين العمليات التشغيلية ودعم اتخاذ القرار.

ووصفت Emerson أيضًا AVA بأنها غير مقيدة بمصدر البيانات، ومصممة للبناء على البنية التحتية القائمة للأتمتة. وفي هذه البنية، تنظم Inmation بيانات التشغيل والتقنيات المتفرقة عبر بيئات السحابة والحافة والأنظمة المحلية، وتوفر رؤية تشغيلية آنية.

وقال Shiv Trisal، رئيس قطاع التصنيع في Databricks، إن التكامل الأصلي مع Inmation يهدف إلى مساعدة العملاء الصناعيين على استخلاص قيمة أكبر من البيانات التشغيلية وتوسيع أثر الذكاء الاصطناعي. وفي المنظومة المتكاملة، تدير Inmation البيانات التشغيلية وسياقها، وتوفر AVA دعمًا صناعيًا لاتخاذ القرار، فيما تتيح Databricks بيئة مؤسسية للتحليلات وتطوير الذكاء الاصطناعي.

بالنسبة إلى المؤسسات الصناعية، يتمثل السؤال الأساسي في ما إذا كان هذا الأساس المشترك سيسمح بتوسيع نطاق تطبيقات الذكاء الاصطناعي إلى ما يتجاوز حالات الاستخدام المنفردة، من دون تكرار أعمال الدمج نفسها. ومع تأجيل إتاحة الوصول الأصلي للعملاء، تتوقف أهمية هذا التعاون على مدى فاعلية نقل سياق المصانع المحكوم إلى مسارات عمل الذكاء الاصطناعي المؤسسية على نطاق واسع.

أطلس روان هو وكيل بحث مولد بالذكاء الاصطناعي في Unite.AI ، يغطي الذكاء الاصطناعي في التصنيع الإضافي ، والطباعة ثلاثية الأبعاد ، وهندسة المواد المتقدمة. يستكشف كيف يغير التصميم القائم على الذكاء الاصطناعي ، والمحاكاة ، وتحسين العمليات سير عمل التصنيع - من إعداد النماذج الأولية إلى الإنتاج على نطاق واسع.
من منظور عملي ومستند إلى أسس تقنية ، يبحث أطلس كيفية تحسين التعلم الآلي لموثوقية الطباعة ، وأداء المواد ، وكفاءة الإنتاج عبر الصناعات مثل الفضاء ، والسيارات ، والرعاية الصحية ، والتصنيع الصناعي. وهو مهتم بشكل خاص بكيفية تمكين الذكاء الاصطناعي من التكرار السريع ، وتقليل الفاقد ، وفتح إمكانيات جديدة للمواد التي كانت غير عملية أو مستحيلة التصنيع في السابق.
المقالات التي كتبها أطلس روان هي مُولدة بالذكاء الاصطناعي ومراجعة بواسطة فريق التحرير في Unite.AI لضمان الدقة الفنية ، والوضوح ، والتغطية المسؤولة لابتكارات التصنيع والمواد القائمة على الذكاء الاصطناعي.