IFS 推出 IFS Intelligence，由全新的 Industrial AI Harness 提供治理

IFS 于 2026 年 10 月 13 日在佛罗里达州奥兰多举行的 IFS Unleashed 活动上推出了 IFS Intelligence。公司称，这款产品能够汇集工业运营中的资产、系统和流程数据，并在几分钟内将其转化为行动。

根据发布公告，IFS Intelligence 会在运行实体运营的系统中执行工作，利用来自 IFS 和第三方系统的实时数据，并且只按照企业定义的规则运行。IFS 表示，现场人员、工厂车间人员、钻井平台上的工作人员或办公室职员，都可以通过统一的对话界面用自然语言提问；该产品会基于实时运营数据进行推理，解释当前状况并规划后续步骤，同时展示信息来源，然后在公司的 Industrial AI Harness 治理下按计划采取行动。

IFS 将这款产品定位为应对工业企业早已习以为常的产能损失：非计划停机有既定目标，首次维修未能解决问题的情况已被纳入服务计划，废品也有预留额度。公司指出，许多损失源自彼此不互通的系统、需要数月才能学会使用的界面、耗时数年的实施过程，以及人们为弥补这些缺口而制作的电子表格和变通方案。IFS 表示，IFS Intelligence 旨在弥合运营所掌握的信息与实际可完成的工作之间的差距。

Cowork、Loops 与 Runway

该产品提供三种运用 AI 的方式。Cowork 允许用户针对实时运营数据用自然语言提问、调查问题，并预先安排操作；只有经人员批准后，这些操作才会执行。用户可以将答案保存为 Lens，即一种会随着运营情况变化而持续更新的实时视图；也可以将成功完成的工作保存为 Skill，供任何人重复使用。Cowork 还可通过 MCP 接入 Microsoft 365 等连接的系统。

Loops 将明确界定的工作流程分配给在后台运行的数字员工；需要判断或批准时，这些数字员工会将事项升级交由人员处理。团队可以在 Studio 中构建自己的数字员工。Runway 则根据自然语言提出的要求，加快 IFS 软件的迁移、配置和扩展；公司表示，这有助于降低实施工作量和风险。

IFS Intelligence 产品页面介绍了涵盖投资、生产、维护和运营职能的应用场景。在投资环节，用户可以在一次对话中发现项目进度滞后、拟定变更单并提交审批；在用户签字批准之前，任何内容都不会改变。在生产环节，生产线停机时，产品会说明影响并准备好待审批的修复方案；与此同时，数字员工会跟进供应商确认，只有需要作出决定时才会请人员介入。在维护环节，资产发生故障后，系统会同时显示对服务水平的影响、准备好的工单以及人员重新分配安排；每日运行的 Skill 会标记存在风险的工作，并在问题超出限度之前起草升级处理事项。在运营环节，用户可以在一次对话中提出采购申请、提交工时表或催收逾期应收款；在获得批准之前，系统不会提交任何记录变更。

Industrial AI Harness

同一天在活动上发布的配套公告中，IFS 将 Industrial AI Harness介绍为 IFS Intelligence 的运营基础，旨在让 AI 在企业运营所受的权限、政策和实际情况约束下发挥作用。Harness 包含六个组成部分，各自旨在防止特定故障：规划与编排将目标拆解为多个步骤，并协调智能体和工具；技能与连接器界定并验证智能体可以使用的系统；记忆与上下文延续工作进度，并仅整理与任务相关的信息；防护措施与权限落实身份验证、审批要求以及对高风险操作的限制；验证与升级处理机制检查工作是否正确、是否符合政策；可观测性与可审计性则记录每一项决策和操作，以便追踪和审查。

Harness 通过客户现有的身份体系、权限、业务规则、审批流程和审计控制运行，并从连接的系统继承权限和访问控制；IFS Cloud 是其基础数据源。IFS 表示，原始数据不会发送给外部 AI 提供商；AI 的访问权限和操作范围也不会超出已登录用户获准查看和执行的内容。Harness 旨在兼容多种 AI 模型和服务，而不是将客户限制在单一提供商的平台上。IFS 将自主权、分阶段自主运行、工业领域上下文和多层治理列为这一整合平台的差异化特点，并称该平台是唯一能够为工业企业提供这些特性的 AI 平台。按照公司的说法，分阶段自主运行会让数字员工从副驾驶式辅助，逐步转向提出建议，最终实现自主行动；遇到不确定情况时则会升级处理。工业领域上下文则将专业领域知识与经过筛选的工具相结合，IFS 称这可以避免智能体面对 70,000 个可用 API 时陷入瘫痪。

公告援引了 IFS 的最新研究：过去 12 个月中，43% 的一线团队接受了培训，并在日常运营中引入了智能体式数字员工；11% 的团队对 AI 输出进行验证，以确保其符合安全、质量或关键任务流程的要求；另有 11% 的团队为 AI 使用敏感数据或受出口管制的数据制定了控制机制。公告还援引了 Futurum 的研究：66% 的企业计划在未来 12 个月内投资数字员工，而只有 5.7% 的企业信任 AI 完全自主地采取行动。

Eight Group 首席信息官 Mo Dawood 表示，考虑到所需的治理措施、技术专长和知识，以及相关技术的快速发展，公司决定不在内部开发 AI 智能体。他说，Harness 为底层治理提供支持、监控编排过程，并确保数字员工安全地执行任务。

IFS 全球 AI 信任负责人 Toby Rees 表示，随着组织在关键资产、供应链、服务运营和企业工作流程中扩大 AI 的应用，成功将取决于能否将智能与场景背景、控制、问责和运营纪律结合起来。他说：“从可审计的流程和透明的治理，到合乎伦理地使用 AI，IFS 将信任视为一项基本要求，而非愿景。”

早期客户应用与高管表态

IFS 表示，客户已经在业务关键场景中使用 IFS Intelligence。在其介绍的一个案例中，一位生产经理得知一笔定于下一季度交付的大额订单面临风险；要查明原因，需要整合库存、生产能力、供应商承诺、物流限制以及延误造成的财务影响。IFS 称，只需提出一个问题，系统就能识别风险、揭示可能的原因，并建议下一步行动，供经理批准并启动执行；过去需要查阅多份报告、使用多个系统并协调多位专家才能完成的工作，如今由一个受治理的流程串联起来，从提出问题直达采取行动。

Sims Crane & Equipment 首席业务运营官 Curtis Taylor 表示，他第一次看到这款产品时，正逐项整合各种技能，以便向员工开放公司的运营数据。他说，产品开箱即用即可呈现公司系统中保存的所有数据，让员工能够询问有关车队的问题，例如哪些起重机最适合某项客户需求，并提高车队效率。

IFS 首席执行官 Mark Moffat 表示，公司经常发现工业企业的实际运营水平仅达到其潜力的约 60%。“剩下的 40% 就在企业内部，”Moffat 说，“它蕴藏在控制室的专业知识、夜班人员的经验，以及散布于各个系统的数据之中。”他表示，IFS Intelligence 让员工能够提出问题、采取行动，或将任务交给数字员工，同时确保所有操作都遵循企业的规则、权限和审批要求。

The Futurum Group AI 业务组副总裁兼业务负责人 Nick Patience 表示，工业企业的一线团队产生洞见的速度超过了企业系统采取行动的速度；客户需要以行业特有的运营限制为基础构建 AI 系统，确保系统提出的建议和采取的行动准确、可执行且值得信赖。

可用性与许可

IFS Intelligence 现已推出，采用公司所称的通用全企业许可模式，可解锁客户已获许可的全部适用 IFS 软件中的相关功能，不设功能门槛或分级。客户还可获得一定额度的 AI Executions；IFS 表示，这是一项合理使用上限，而非积分制。