تربط إيمرسون وداتابريكس نسيج بيانات التكنولوجيا التشغيلية بالذكاء الاصطناعي المؤسسي
تعمل Emerson وDatabricks على ربط بيانات التشغيل والتقنيات التشغيلية من AspenTech Inmation بتحليلات المؤسسات والذكاء الاصطناعي. وتكمن الفرصة في توفير سياق أغنى؛ أما التحدي الهندسي فهو الحفاظ على وضو...
أعلنت Emerson وDatabricks عن تعاون يهدف إلى ربط البيانات التشغيلية الصناعية بالتحليلات والذكاء الاصطناعي على مستوى المؤسسة. ويركز الإعلان الصادر في 19 نوفمبر 2026 على AspenTech Inmation، الموصوف بأنه نسيج بيانات لتقنية التشغيل، وعلى الوصول الأصلي إلى تلك البيانات من منصة Databricks Data Intelligence Platform.
ما الذي يشمله التعاون
بحسب Emerson، يستطيع Inmation جمع معلومات تقنية التشغيل الآنية والتاريخية وتزويدها بالسياق وإدارتها عبر بيئات الحقل والحافة والسحابة. وصُمم التعاون الجديد لإتاحة الوصول إلى هذه المعلومات بعد تزويدها بالسياق، إلى جانب بيانات الأعمال والمؤسسة، ضمن Databricks. وتقول Emerson أيضًا إن المستخدمين سيتمكنون من الوصول إلى إمكانات الذكاء الاصطناعي الصناعي AVA من AspenTech وبيانات Inmation ضمن بيئة Databricks.
الهدف المعماري واضح: تجنب إنشاء مشروع منفصل لاستخراج البيانات وإضافة سياق إليها لكل حالة استخدام في الصيانة أو الأداء أو الذكاء الاصطناعي. ويمكن لطبقة بيانات تشغيلية مشتركة أن تتيح لفريق التحليلات دمج حالة المعدات وسجل العمليات وأوامر الإنتاج وسجلات الجودة وأحداث الصيانة، من دون الاضطرار مرارًا إلى إعادة إنشاء تعيينات العلامات وسياق الأصول.
المواضع التي قد تجني فيها المصانع قيمة عملية
الصيانة التنبؤية هي المثال الواضح، لكن حالات الاستخدام الأجدى تكون عادةً محددة. يمكن لفريق أن يقارن اهتزاز المضخات أو سلوك الصمامات بوضع التشغيل ودرجة المنتج، أو يتحقق مما إذا كانت أنماط الإنذارات تسبق انخفاض الإنتاجية، أو يربط استهلاك الطاقة بجداول الإنتاج. وتعتمد الفائدة على الحفاظ على الطوابع الزمنية ووحدات القياس الهندسية ورموز الجودة والعلاقات بين الأصول، لا على مجرد نسخ كميات كبيرة من العلامات إلى بحيرة بيانات.
تظل أجهزة التحكم الحالية مصدرًا لكثير من هذا السياق التشغيلي. قد يضم المصنع وحدات تحكم مثل وحدة تحكم Emerson DeltaV MQ، ووحدات واجهة مثل وحدة الإدخال/الإخراج الافتراضية DeltaV، وبطاقات تقليدية مثل وحدة الإدخال التناظري KJ3002X1-BC1. وهذه أمثلة على الطبقة المركبة التي قد تنشأ منها معلومات العمليات؛ ولا يذكر الإعلان أن هذه المنتجات بعينها تتصل مباشرةً بـ Databricks اتصالًا أصليًا.
يجب أن تظل حدود التحكم واضحة صراحةً
يناقش الإصدار الوصول والتحليلات وسير عمل الذكاء الاصطناعي والوكلاء، لكنه لا يحدد صلاحيات التحكم في الحلقة المغلقة. وهذا فارق مهم. فالتوصية الصادرة عن ذكاء اصطناعي مؤسسي لا تعادل إجراء تحكم معتمدًا، كما أن بحيرة البيانات لا تُغني عن التحكم الحتمي أو أقفال الأمان أو نظام سلامة مستقلًا مزودًا بأجهزة.
تتطلب وظائف السلامة حدودًا صارمة على نحو خاص. فمتحكم منطقي مثل وحدة Emerson VS3202 DeltaV SIS المنطقية يخضع لدورة حياة سلامة محكومة، ذات إجراءات محددة للتحكم في التغييرات والتشخيص واختبارات الإثبات. قد تدعم البيانات الواردة من نظام SIS التحليل، لكن يجب ألا تتجاوز مسارات الكتابة وبيانات الاعتماد والتوصيات المُولّدة بالذكاء الاصطناعي تصميم السلامة. ولا يثبت الإعلان وجود مثل هذا التفويض.
أسئلة لم يوضحها الإعلان
- هيكل الموصلات: لا تحدد Emerson أدوات التجميع أو البروتوكولات أو أنماط النشر التي تتيح الوصول الأصلي، ولا ما إذا كان نشر Inmation قائم يتطلب بوابات إضافية.
- زمن الاستجابة واكتمال البيانات: لا تُذكر أرقام بشأن زمن الاستجابة بين الحدث والاستعلام، أو التخزين المؤقت أثناء انقطاع الخدمة، أو دقة الطوابع الزمنية، أو الحفاظ على مؤشرات جودة المصدر.
- الأمان: لا تزال المصانع بحاجة إلى مسار موثّق عبر مناطق شبكات التكنولوجيا التشغيلية، وضوابط الهوية، وإدارة الشهادات، وسجلات التدقيق، وفرض الاتصال أحادي الاتجاه أو القراءة فقط عند الاقتضاء.
- موقع تخزين البيانات: يجب على المواقع الخاضعة للتنظيم والموزعة جغرافيًا تحديد أماكن تخزين البيانات الأولية والسياقية والمشتقة ومعالجتها.
- دورة الحياة والتكلفة: لا يوضّح الإصدار تفاصيل الترخيص، أو الإصدارات المدعومة، أو متطلبات الترقية، أو الجهة المسؤولة تشغيليًا عن النماذج والوكلاء.
- العمليات المنفصلة عن الشبكة: لم يتضح بعد ما الوظائف المتاحة للمواقع المعزولة عن الشبكات أو في حال انقطاع الاتصال بالسحابة.
مسار اعتماد عملي
ينبغي للمصانع أن تبدأ بحالة استخدام واحدة قابلة للقياس وتقتصر على القراءة، بدلًا من نقل البيانات على نطاق المؤسسة بأكملها. حدّد أولًا التسلسل الهرمي للأصول، ووسوم المصادر، وقواعد الجودة، والنتيجة المتوقعة للأعمال. ثم قِس زمن تأخر البيانات والفجوات خلال التشغيل المعتاد، وتوقفات الصيانة، وانقطاعات الشبكة. ولا ينبغي للفريق تدريب نموذج للذكاء الاصطناعي أو نشره إلا بعد الوثوق بمسار البيانات.
ينبغي في البداية أن تكون مخرجات النموذج استشارية، وأن تُقارَن بملاحظات المشغلين وفرق الصيانة. وأي انتقال لاحق نحو الإجراءات المؤتمتة يتطلب مراجعة مستقلة للمخاطر، ونموذجًا للصلاحيات، وخطة للتراجع، وإجراءً لإدارة التغيير. كما ينبغي لفرق المشتريات أن تطلب قائمة بإصدارات البرامج، واعتماديات الموصلات، والافتراضات المتعلقة بخروج البيانات، وإجراءات الاستعادة، لضمان إمكانية دعم البنية بعد انتهاء المشروع التجريبي.
ما الذي يعنيه هذا لاستراتيجية البيانات الصناعية
تكتسب هذه الشراكة أهميتها لأنها تقرّ بأن فائدة الذكاء الاصطناعي المؤسسي لا تتجاوز فائدة وصوله إلى بيانات المصنع ذات السياق الصحيح. وقد تساعد Inmation في تقليل أعمال التكامل المتكررة، في حين توفر Databricks بيئة أوسع لهندسة البيانات والذكاء الاصطناعي. وستتحدد القيمة التقنية بجودة سياق التكنولوجيا التشغيلية والانضباط في الحفاظ على حدود التحكم، لا بعدد الوسوم التي تصبح مرئية لمنصة الذكاء الاصطناعي.
بالنسبة إلى قادة العمليات، تتمثل الفرصة القريبة في تحسين التحليل بين المجالات مع تقليل الحاجة إلى أعمال الربط المخصصة. أما الخطر القريب، فهو السماح لمسار بيانات ملائم بأن يتحول إلى مسار تحكم غير موثّق. ينبغي أن يتيح النشر الناجح مزيدًا من المعلومات التشغيلية من دون إضعاف مسؤوليات الأنظمة التي تدير المصنع فيما يتعلق بالحتمية والأمن السيبراني والسلامة.
المصدر: Emerson، «Emerson وDatabricks تجمعان الذكاء الاصطناعي الصناعي والمؤسسي»، نُشر في 19 نوفمبر 2026. الإعلان الرسمي. تحليل تحريري من PLC ProTech، 20 نوفمبر 2026.