Partnerství
Emerson propojí AspenTech Inmation s Databricks pro průmyslovou umělou inteligenci

Klíčové bodyInmation zachovává kontext provozu, aby průmyslová data zůstala použitelná napříč…
Zobrazit více
- Inmation zachovává kontext provozu, aby průmyslová data zůstala použitelná napříč podnikovými AI postupy.
- Opětovné použití jedné kontextualizované OT vrstvy by mohlo týmy ušetřit opakované přípravy dat pro každý model.
- Spolupráce spojuje provozní kontext Inmation s podporou rozhodování AVA v prostředí Databricks.
Společnost Emerson oznámila 19. listopadu 2026 spolupráci se společností Databricks, jejímž cílem je zpřístupnit kontextualizovaná data z průmyslového provozu v rámci platformy Databricks Data + AI Platform. Průmyslové podniky tak budou moci využívat informace z provozů v analytice, aplikacích umělé inteligence a agentech.
Mechanismem je nativní přístup k datové platformě AspenTech Inmation OT Data Fabric. Zákazníci budou moci kombinovat podniková data s průmyslovými daty v reálném čase, historickými a kontextualizovanými daty spravovanými systémem Inmation a také přistupovat k platformě umělé inteligence AspenTech AVA v prostředí Databricks. Přístup zákazníků popsaný v oznámení bude k dispozici v budoucnu.
Kontextualizace a správa průmyslových dat
Spolupráce se zaměřuje na konkrétní problém průmyslové umělé inteligence: při využití podnikových systémů si musí data z provozů, zařízení a operací zachovat svůj kontext. Emerson označuje tento požadavek za překážku překonání propasti mezi IT a OT, tedy mezi informačními technologiemi a provozními technologiemi, i za omezení využití umělé inteligence v reálných provozních podmínkách.
„Tím, že do Databricks přinášíme kontextualizovaná data OT, pomáháme zákazníkům proměnit důvěryhodná průmyslová data v řízený základ pro aplikace umělé inteligence, které mohou zlepšit výkonnost napříč provozem i celým podnikem,“ uvedl Claudio Fayad, technický ředitel divize Aspen Technology společnosti Emerson.
Přehled funkcí Inmation od AspenTech popisuje datovou platformu, která sjednocuje data OT do trvalé struktury pokrývající celý podnik a průběžně je obohacuje o kontext, aby z nich vytvořila informace připravené pro umělou inteligenci. Propojuje provozy, zařízení a aplikace v prostředích na okraji sítě, v cloudu i lokálně, a vytváří tak provozní přehled v reálném čase, připravený k dotazování a škálovatelný od jediného pracoviště až po globální podnik. Centralizovaná správa, přístupová práva založená na rolích a možnost auditu mají podporovat bezpečné rozhodování a soulad s předpisy v odvětvích, jako jsou chemický průmysl, energetika a biologické vědy.
Možnost opakovaně využívat tuto kontextualizovanou vrstvu je zásadní pro potenciální přínos spolupráce. Podle Emersonu Inmation omezuje potřebu samostatně integrovat, kontextualizovat a připravovat data OT pro každý jednotlivý případ použití, což může zkrátit dobu do dosažení přínosů u prediktivní údržby a optimalizace výkonnosti. Pro týmy zaměřené na průmyslovou umělou inteligenci by stejný provozní kontext mohl podporovat více pracovních postupů, aniž by bylo nutné připravovat data znovu pro každý model či agenta.
Jakou roli hraje AspenTech AVA
Spolupráce propojuje Databricks také s AspenTech AVA, platformou pro průmyslovou umělou inteligenci, kterou Emerson představil 11. května 2026. Emerson popsal AVA jako agentní platformu se znalostí dané domény, která kombinuje modely založené na prvních principech a odborné znalosti z průmyslu s velkými jazykovými modely, aby začlenila doporučení podporovaná umělou inteligencí do provozních dovedností a pracovních postupů. Při uvedení na trh byla k dispozici se čtyřmi poradci pro optimalizaci provozu a podporu rozhodování.
Emerson také uvedl, že AVA není vázána na konkrétní zdroj dat a je navržena tak, aby navazovala na stávající automatizační infrastrukturu. V této architektuře Inmation uspořádává roztříštěná data OT napříč cloudovými, okrajovými a lokálními prostředími a poskytuje přehled o provozu v reálném čase.
Shiv Trisal, vedoucí pro průmyslovou výrobu ve společnosti Databricks, uvedl, že cílem nativní integrace Inmation je pomoci průmyslovým zákazníkům vytěžit z provozních dat větší hodnotu a rozšířit dopad umělé inteligence. V propojeném technologickém prostředí spravuje Inmation provozní data a jejich kontext, AVA zajišťuje podporu průmyslového rozhodování a Databricks poskytuje podnikové prostředí pro analytiku a vývoj umělé inteligence.
Pro průmyslové podniky je zásadní otázkou, zda jim tento společný základ umožní rozšiřovat nasazení umělé inteligence nad rámec jednotlivých případů použití, aniž by musely opakovat stejné integrační práce. Dokud nebude nativní přístup zákazníkům k dispozici, bude význam spolupráce záviset na tom, jak účinně se podaří přenášet řízený kontext z provozů do podnikových pracovních postupů využívajících umělou inteligenci ve velkém měřítku.












