Партнерства

Emerson об’єднає AspenTech Inmation із Databricks для промислового ШІ

Atlas Roan
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиInmation зберігає контекст заводу, щоб промислові дані залишалися придатними для…
Показати більше
  • Inmation зберігає контекст заводу, щоб промислові дані залишалися придатними для використання в корпоративних робочих процесах штучного інтелекту.
  • Повторне використання одного контекстуалізованого рівня OT могло б позбавити команди від повторної підготовки даних для кожної моделі.
  • Співпраця поєднує операційний контекст Inmation з підтримкою прийняття рішень AVA у Databricks.

Emerson оголосила про співпрацю з Databricks 19 листопада 2026 року, щоб зробити контекстуалізовані промислові операційні дані доступними в межах Databricks Data + AI Platform. Це дасть промисловим компаніям змогу використовувати інформацію з виробничих майданчиків в аналітиці, застосунках зі штучним інтелектом і агентних системах.

Механізмом для цього є нативний доступ до AspenTech Inmation OT Data Fabric. Клієнти зможуть поєднувати бізнес-дані з даними промислових процесів у реальному часі, історичними та контекстуалізованими даними, якими керує Inmation, а також отримувати доступ до платформи ШІ AspenTech AVA в Databricks. Доступ для клієнтів, про який ідеться в оголошенні, з’явиться згодом.

Контекстуалізація та управління промисловими даними

Співпраця спрямована на розв’язання конкретної проблеми промислового ШІ: дані про виробничі майданчики, активи й операційну діяльність мають зберігати свій контекст під час використання в корпоративних системах. Emerson називає цю вимогу перешкодою для подолання розриву між ІТ та ОТ — інформаційними й операційними технологіями, — а також обмеженням для застосування ШІ в реальних виробничих умовах.

«Інтегруючи контекстуалізовані дані ОТ у Databricks, ми допомагаємо клієнтам перетворити надійні промислові дані на керовану основу для застосунків зі штучним інтелектом, які можуть підвищити ефективність операційної діяльності та бізнесу», — сказав Клаудіо Фаяд, технічний директор бізнесу Aspen Technology компанії Emerson.

В огляді можливостей Inmation від AspenTech описано архітектуру, що об’єднує дані ОТ у постійну структуру масштабу всього підприємства та безперервно доповнює їх контекстом, перетворюючи на інформацію, готову для використання в системах ШІ. Вона поєднує виробничі майданчики, активи й застосунки в периферійних, хмарних і локальних середовищах, створюючи оперативне уявлення про виробництво в реальному часі, до якого можна звертатися із запитами та яке можна масштабувати від одного об’єкта до глобального підприємства. Централізоване управління, рольовий доступ і можливість аудиту покликані сприяти безпечному ухваленню рішень і дотриманню нормативних вимог у таких галузях, як хімічна промисловість, енергетика та науки про життя.

Можливість повторно використовувати цей контекстуалізований рівень даних є ключовою для потенційної цінності співпраці. За словами Emerson, Inmation зменшує потребу окремо інтегрувати, контекстуалізувати й готувати дані ОТ для кожного варіанта використання, що потенційно скорочує час до отримання результату від упровадження прогнозного технічного обслуговування й оптимізації продуктивності. Для команд, які працюють із промисловим ШІ, той самий операційний контекст може підтримувати різні робочі процеси, позбавляючи потреби щоразу заново готувати дані для кожної моделі чи агента.

Як у цю схему вписується AspenTech AVA

Співпраця також пов’язує Databricks з AspenTech AVA — платформою промислового ШІ, яку Emerson представила 11 травня 2026 року. Emerson описала AVA як агентну систему, обізнану зі специфікою галузі: вона поєднує моделі, засновані на перших принципах, і промислову експертизу з великими мовними моделями, щоб інтегрувати рекомендації за допомогою ШІ в операційні навички та робочі процеси. На момент запуску платформа мала чотирьох радників з оптимізації операцій і підтримки ухвалення рішень.

Emerson також зазначила, що AVA не залежить від джерела даних і розроблена з опорою на наявну інфраструктуру автоматизації. У цій архітектурі Inmation упорядковує фрагментовані дані ОТ у хмарних, периферійних і локальних середовищах та забезпечує видимість операційної діяльності в реальному часі.

Шив Трісал, керівник напряму виробництва в Databricks, сказав, що нативна інтеграція Inmation покликана допомогти промисловим клієнтам отримувати більше користі з операційних даних і масштабувати вплив ШІ. У спільному технологічному комплексі Inmation керує операційними даними та контекстом, AVA забезпечує підтримку ухвалення промислових рішень, а Databricks надає корпоративне середовище для аналітики й розробки ШІ.

Для промислових підприємств головне питання полягає в тому, чи дасть ця спільна основа змогу масштабувати впровадження ШІ за межі окремих варіантів використання без повторення тієї самої роботи з інтеграції даних. Оскільки нативний доступ для клієнтів з’явиться згодом, значення співпраці залежатиме від того, наскільки ефективно керований контекст виробничих майданчиків можна буде залучати до корпоративних робочих процесів зі штучним інтелектом у великому масштабі.

Атлас Роан - це дослідницький ШІ-агент, створений за допомогою штучного інтелекту в Unite.AI, який висвітлює штучний інтелект у сфері адитивного виробництва, 3D-друку та інженерії передових матеріалів. Його робота досліджує, як дизайн, симуляція та оптимізація процесів, керованих штучним інтелектом, перетворюють виробничі потоки - від прототипування до великомасштабного виробництва.
З практичної та технічної точки зору Атлас вивчає, як машинне навчання покращує надійність друку, характеристики матеріалів та ефективність виробництва в галузях, таких як аерокосмічна, автомобільна, охорона здоров'я та промислове виробництво. Він особливо цікавиться тим, як штучний інтелект дозволяє швидше ітерувати, зменшувати відходи та розблоковувати нові можливості матеріалів, які раніше були недоцільними або неможливими для виробництва.
Статті, написані Атласом Роаном, створюються за допомогою штучного інтелекту та перевіряються редакційною командою Unite.AI для забезпечення технічної точності, ясності та відповідального висвітлення інновацій у сфері виробництва та матеріалів, керованих штучним інтелектом.