Συνεργασίες

Η Emerson θα συνδέσει το AspenTech Inmation με το Databricks για τη βιομηχανική ΤΝ

Atlas Roan
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Βασικά σημείαΗ Inmation διατηρεί το πλαίσιο της μονάδας ώστε τα βιομηχανικά δεδομένα να παραμένουν…
Δείτε περισσότερα
  • Η Inmation διατηρεί το πλαίσιο της μονάδας ώστε τα βιομηχανικά δεδομένα να παραμένουν αξιοποιήσιμα σε ροές εργασίας AI σε επίπεδο επιχείρησης.
  • Η επαναχρησιμοποίηση ενός εμπλουτισμένου με πλαίσιο επιπέδου OT θα μπορούσε να γλιτώσει τις ομάδες από την επανάληψη της προετοιμασίας δεδομένων για κάθε μοντέλο.
  • Η συνεργασία συνδυάζει το επιχειρησιακό πλαίσιο της Inmation με την υποστήριξη αποφάσεων της AVA μέσα στο Databricks.

Η Emerson ανακοίνωσε συνεργασία με την Databricks στις 19 Νοεμβρίου 2026, με στόχο να καταστήσει διαθέσιμα, μέσα στην πλατφόρμα Databricks Data + AI Platform, βιομηχανικά λειτουργικά δεδομένα στα οποία έχει προστεθεί πλαίσιο. Έτσι, οι βιομηχανικές εταιρείες θα μπορούν να αξιοποιούν πληροφορίες από τις εγκαταστάσεις τους σε αναλύσεις, εφαρμογές ΤΝ και πράκτορες.

Ο μηχανισμός είναι η εγγενής πρόσβαση στο AspenTech Inmation OT Data Fabric. Οι πελάτες θα μπορούν να συνδυάζουν επιχειρηματικά δεδομένα με βιομηχανικά δεδομένα σε πραγματικό χρόνο, ιστορικά δεδομένα και δεδομένα στα οποία έχει προστεθεί πλαίσιο, τα οποία διαχειρίζεται το Inmation, καθώς και να έχουν πρόσβαση στην πλατφόρμα ΤΝ AspenTech AVA μέσα από το Databricks. Η πρόσβαση των πελατών που περιγράφεται στην ανακοίνωση θα είναι διαθέσιμη στο μέλλον.

Πλαίσιο και διακυβέρνηση βιομηχανικών δεδομένων

Η συνεργασία στοχεύει σε ένα συγκεκριμένο πρόβλημα της βιομηχανικής ΤΝ: τα δεδομένα από τις εγκαταστάσεις, τα πάγια και τις λειτουργίες πρέπει να διατηρούν το πλαίσιό τους όταν χρησιμοποιούνται σε συνδυασμό με εταιρικά συστήματα. Η Emerson επισημαίνει ότι αυτή η απαίτηση αποτελεί εμπόδιο στη γεφύρωση του χάσματος IT/OT —της απόστασης ανάμεσα στην τεχνολογία πληροφοριών και την επιχειρησιακή τεχνολογία— και περιορίζει την εφαρμογή της ΤΝ σε πραγματικές λειτουργικές συνθήκες.

«Φέρνοντας δεδομένα OT στα οποία έχει προστεθεί πλαίσιο μέσα στο Databricks, βοηθάμε τους πελάτες να μετατρέψουν τα αξιόπιστα βιομηχανικά δεδομένα σε μια διαχειριζόμενη βάση για εφαρμογές ΤΝ, οι οποίες μπορούν να βελτιώσουν τις επιδόσεις σε όλες τις λειτουργίες και σε ολόκληρη την επιχείρηση», δήλωσε ο Claudio Fayad, επικεφαλής τεχνολογίας στον επιχειρηματικό τομέα Aspen Technology της Emerson.

Η επισκόπηση δυνατοτήτων του Inmation από την AspenTech περιγράφει μια υποδομή δεδομένων που ενοποιεί τα δεδομένα OT σε μια μόνιμη δομή σε επίπεδο ολόκληρης της επιχείρησης και προσθέτει διαρκώς πλαίσιο, ώστε να παράγει πληροφορίες έτοιμες για χρήση σε εφαρμογές ΤΝ. Συνδέει εγκαταστάσεις, πάγια και εφαρμογές σε περιβάλλοντα υπολογιστικής αιχμής, νέφους και εσωτερικής εγκατάστασης, δημιουργώντας μια λειτουργική εικόνα σε πραγματικό χρόνο, έτοιμη για υποβολή ερωτημάτων, η οποία μπορεί να επεκταθεί από μία εγκατάσταση έως μια παγκόσμια επιχείρηση. Η κεντρική διακυβέρνηση, η πρόσβαση βάσει ρόλων και η δυνατότητα ελέγχου έχουν σχεδιαστεί για να υποστηρίζουν τη λήψη ασφαλών αποφάσεων και τη συμμόρφωση με τους κανονισμούς σε κλάδους όπως τα χημικά, η ενέργεια και οι βιοεπιστήμες.

Η επαναχρησιμοποίηση αυτού του επιπέδου δεδομένων, στο οποίο έχει προστεθεί πλαίσιο, είναι καθοριστική για την ενδεχόμενη αξία της συνεργασίας. Σύμφωνα με την Emerson, το Inmation μειώνει την ανάγκη χωριστής ενσωμάτωσης, προσθήκης πλαισίου και προετοιμασίας των δεδομένων OT για κάθε περίπτωση χρήσης, γεγονός που θα μπορούσε να συντομεύσει τον χρόνο έως την απόδοση αξίας για την προγνωστική συντήρηση και τη βελτιστοποίηση των επιδόσεων. Για τις ομάδες βιομηχανικής ΤΝ, το ίδιο λειτουργικό πλαίσιο θα μπορούσε να υποστηρίξει πολλαπλές ροές εργασίας, αντί να απαιτείται νέα διαδικασία προετοιμασίας δεδομένων για κάθε μοντέλο ή πράκτορα.

Ο ρόλος του AspenTech AVA

Η συνεργασία συνδέει επίσης το Databricks με το AspenTech AVA, την πλατφόρμα βιομηχανικής ΤΝ που η Emerson παρουσίασε στις 11 Μαΐου 2026. Η Emerson περιέγραψε το AVA ως πλατφόρμα με δυνατότητες αυτόνομων πρακτόρων και επίγνωση του πεδίου, η οποία συνδυάζει μοντέλα βασισμένα σε θεμελιώδεις αρχές και βιομηχανική τεχνογνωσία με μεγάλα γλωσσικά μοντέλα, ενσωματώνοντας συστάσεις υποβοηθούμενες από ΤΝ σε λειτουργικές δεξιότητες και ροές εργασίας. Κατά την κυκλοφορία του, ήταν διαθέσιμο με τέσσερις συμβούλους για τη λειτουργική βελτιστοποίηση και την υποστήριξη λήψης αποφάσεων.

Η Emerson περιέγραψε επίσης το AVA ως ανεξάρτητο από την πηγή δεδομένων και σχεδιασμένο να αξιοποιεί τις υφιστάμενες υποδομές αυτοματισμού. Σε αυτή την αρχιτεκτονική, το Inmation οργανώνει τα κατακερματισμένα δεδομένα OT σε περιβάλλοντα νέφους, υπολογιστικής αιχμής και εσωτερικής εγκατάστασης και παρέχει ορατότητα στις λειτουργίες σε πραγματικό χρόνο.

Ο Shiv Trisal, επικεφαλής του κλάδου μεταποίησης στην Databricks, δήλωσε ότι η εγγενής ενσωμάτωση του Inmation έχει σχεδιαστεί για να βοηθήσει τους βιομηχανικούς πελάτες να αντλήσουν μεγαλύτερη αξία από τα λειτουργικά δεδομένα και να επεκτείνουν τον αντίκτυπο της ΤΝ. Στη συνδυασμένη αρχιτεκτονική, το Inmation διαχειρίζεται τα λειτουργικά δεδομένα και το πλαίσιό τους, το AVA παρέχει βιομηχανική υποστήριξη στη λήψη αποφάσεων και το Databricks προσφέρει το εταιρικό περιβάλλον για αναλύσεις και ανάπτυξη ΤΝ.

Για τις βιομηχανικές επιχειρήσεις, το βασικό ερώτημα είναι αν αυτή η κοινή βάση θα επιτρέψει την επέκταση των εφαρμογών ΤΝ πέρα από μεμονωμένες περιπτώσεις χρήσης, χωρίς να χρειάζεται να επαναλαμβάνεται η ίδια εργασία ενσωμάτωσης. Καθώς η εγγενής πρόσβαση των πελατών δεν είναι ακόμη διαθέσιμη, η σημασία της συνεργασίας θα εξαρτηθεί από το πόσο αποτελεσματικά μπορεί το διαχειριζόμενο πλαίσιο των εγκαταστάσεων να ενσωματωθεί σε εταιρικές ροές εργασίας ΤΝ σε μεγάλη κλίμακα.

Atlas Roan είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στο Unite.AI, που καλύπτει την τεχνητή νοημοσύνη στην προσθετική κατασκευή, την εκτύπωση 3D και την προηγμένη μηχανική υλικών. Το έργο του εξετάζει πώς η σχεδίαση με τη βοήθεια AI, προσομοίωση και βελτιστοποίηση διαδικασίας μεταμορφώνουν τις ροές εργασίας κατασκευής - από την κατασκευή πρωτοτύπων έως την παραγωγή μεγάλης κλίμακας.
Με μια πρακτική και τεχνικά εδραιωμένη προοπτική, ο Atlas εξετάζει πώς η μηχανική μάθηση βελτιώνει την αξιοπιστία εκτύπωσης, την απόδοση του υλικού και την αποτελεσματικότητα παραγωγής σε βιομηχανίες όπως η αεροδιαστημική, η αυτοκινητοβιομηχανία, η υγεία και η βιομηχανική κατασκευή. Ενδιαφέρεται ιδιαίτερα για το πώς η AI επιτρέπει ταχύτερη επανάληψη, μειώνει τα απόβλητα και ξεκλειδώνει νέες ικανότητες υλικών που προηγουμένως ήταν ακατόρθωτες ή αδύνατες να κατασκευαστούν.
Τα άρθρα που γράφονται από τον Atlas Roan δημιουργούνται από AI και αναθεωρούνται από τη συντακτική ομάδα του Unite.AI για να διασφαλιστεί η τεχνική ακρίβεια, η σαφήνεια και η υπεύθυνη κάλυψη της καινοτομίας κατασκευής και υλικών που βασίζονται σε AI.