AVEVA谈工业AI自主化：安全治理与可持续并重

驱动中国10月9日消息，据麻省理工科技评论（MIT Technology Review）报道，工业AI正在进入新的阶段。AVEVA首席技术官阿提·加尔格（Arti Garg）认为，随着基础模型、物理AI和代理AI能力提升，工业场景中的复杂任务自动化空间正在扩大；但由于工业AI会直接作用于物理系统，安全、可靠、人类监督和可持续成为下一阶段部署必须优先解决的问题。

过去几十年，工业AI主要应用于预测性分析等专用场景。当前技术变化来自通用模型与物理AI、代理式系统的结合，使软件不仅能分析数据，还能参与巡检、诊断、运行支持等更复杂流程。与纯数字环境中的AI不同，工业AI一旦做出错误判断，可能影响设备运行、人员安全和关键基础设施，因此负责任部署不再是附加要求，而是规模化前提。

加尔格表示，业界需要回答的核心问题是：如何在引入这些技术的同时，维持安全、维持可靠运行，并兑现新能力带来的价值。这一挑战在新AI系统中尤为突出：模型能力更强，但行为更难预测、更难解释，给工业场景中的安全验证和运行管理带来更高要求。

数据被视为支撑这一转型的基础。工业环境中的信息通常分散在遥测数据、服务日志、工程文档和其他系统中，彼此割裂。新技术可以帮助更快连接和关联这些信息，为运维人员在故障诊断时提供实时支持。AI驱动的机器人还可进一步进入高危环境采集信息，减少人员暴露风险。

随着自主性提高，治理方式也需要同步升级。AVEVA提出的负责任AI框架强调安全、效率、人类安全与监督。加尔格认为，在关键决策回路中，AI应当增强人的判断，而不是取代人；自动化系统需要设置明确护栏，界定哪些场景可以自动执行，哪些场景必须由人类主管负责。

可持续性也是工业AI部署的重要变量。一方面，随着可再生能源发电增长，AI可帮助管理更复杂的电力系统；另一方面，企业和机构也需要更清楚地理解AI系统自身的环境足迹。加尔格参与电气电子工程师学会（IEEE）的一个工作组，正在研究跨电力、能源、资源、水和碳排放影响的标准测量方法。

下一阶段，工业AI可能更深入进入物理世界，从自主机器人、无人机，到AI辅助编程，让具备行业经验的专业人员能够开发新应用。加尔格强调，释放这些潜力并不只是部署新技术，组织还需要重新思考业务流程，建立相应保障机制，并为资深员工创造新的能力发挥方式，使自动化不仅更自主，也更安全、更高效、更可持续。

加尔格称，无论是机器人还是无人机，自主系统都将改变工厂、电力系统和矿区的工作方式，并有望提升效率、改善人员安全、提高生产力。