Zpět na blog

Emerson a Databricks propojují datovou strukturu OT s podnikovou umělou inteligencí

Emerson a Databricks propojují provozní data OT ze systému AspenTech Inmation s podnikovou analytikou a umělou inteligencí. Příležitostí je získat více souvislostí; technickou výzvou je jasně vymez...

Společnosti Emerson a Databricks oznámily spolupráci, jejímž cílem je propojit průmyslová provozní data s podnikovou analytikou a umělou inteligencí. Oznámení z 19. listopadu 2026 se zaměřuje na AspenTech Inmation, popisovaný jako datová infrastruktura pro provozní technologie, a na nativní přístup k těmto datům z platformy Databricks Data Intelligence Platform.

Čeho se spolupráce týká

Podle společnosti Emerson dokáže Inmation shromažďovat, zasazovat do kontextu a spravovat aktuální i historické provozní technologické informace napříč prostředími v terénu, na okraji sítě i v cloudu. Cílem nové spolupráce je zpřístupnit tyto informace zasazené do kontextu vedle obchodních a podnikových dat v Databricks. Emerson také uvádí, že uživatelé budou mít v prostředí Databricks přístup k průmyslovým možnostem umělé inteligence AspenTech AVA i k datům Inmation.

Architektonický cíl je jasný: vyhnout se budování samostatného projektu extrakce dat a jejich zasazení do kontextu pro každý případ využití v oblasti údržby, výkonnosti či umělé inteligence. Společná vrstva provozních dat by analytickému týmu mohla umožnit kombinovat stav zařízení, historii procesů, výrobní zakázky, záznamy o kvalitě a události údržby, aniž by musel opakovaně vytvářet mapování značek a kontext zařízení.

Kde mohou závody zaznamenat praktický přínos

Prediktivní údržba je zřejmým příkladem, ale hodnotnější případy využití jsou obvykle konkrétní. Tým by mohl porovnávat vibrace čerpadel nebo chování ventilů s provozním režimem a jakostí výrobku, zkoumat, zda alarmy předcházejí poklesu průtoku, nebo spojit spotřebu energie s výrobními plány. Přínos závisí na zachování časových značek, technických jednotek, kódů kvality a vazeb mezi zařízeními – nejen na kopírování velkých objemů značek do lakehouse.

Stávající řídicí hardware zůstává zdrojem značné části tohoto provozního kontextu. Procesní závod může mít řídicí jednotky, jako je řídicí jednotka Emerson DeltaV MQ, rozhraníové moduly, jako je virtuální I/O modul DeltaV, a běžné karty, jako je modul analogových vstupů KJ3002X1-BC1. Jde o příklady instalované vrstvy, z níž mohou pocházet procesní informace; oznámení neuvádí, že tyto konkrétní produkty mají přímé nativní připojení k Databricks.

Hranice řízení musí zůstat jednoznačně vymezená

Oznámení pojednává o přístupu, analytice, pracovních postupech s využitím umělé inteligence a agentech, nedefinuje však oprávnění k řízení v uzavřené smyčce. Na tomto rozlišení záleží. Doporučení vytvořené podnikovou umělou inteligencí není totéž co validovaný řídicí zásah a lakehouse nenahrazuje deterministické řízení, blokovací ochrany ani nezávislý systém zabezpečeného vypnutí.

Bezpečnostní funkce vyžadují obzvlášť jasné hranice. Logický automat, jako je modul Emerson VS3202 DeltaV SIS, je součástí řízeného životního cyklu bezpečnostního systému s definovaným řízením změn, diagnostikou a požadavky na funkční zkoušky. Data ze systému SIS mohou podpořit analýzu, cesty pro zápis, přihlašovací údaje ani doporučení vytvořená umělou inteligencí však nesmějí obcházet bezpečnostní návrh. Oznámení žádné takové oprávnění nestanovuje.

Otázky, které oznámení ponechává otevřené

  • Topologie konektorů: Emerson neuvádí, které sběrné nástroje, protokoly nebo způsoby nasazení zajišťují nativní přístup ani zda stávající nasazení Inmation vyžaduje další brány.
  • Latence a úplnost: nejsou uvedeny žádné údaje o latenci od události k dotazu, ukládání do vyrovnávací paměti během výpadku, rozlišení časových značek ani zachování příznaků kvality zdrojových dat.
  • Zabezpečení: provozy stále potřebují zdokumentovaný postup pro průchod zónami sítí OT, řízení identit, správu certifikátů, auditní protokolování a v případě potřeby vynucení jednosměrného přístupu nebo přístupu pouze pro čtení.
  • Umístění dat: regulované a geograficky rozptýlené provozy musí určit, kde se ukládají a zpracovávají surová, kontextualizovaná a odvozená data.
  • Životní cyklus a náklady: oznámení neuvádí podrobnosti o licencování, podporovaných verzích, závislostech při aktualizacích ani o odpovědnosti za provoz modelů a agentů.
  • Odpojené provozy: zatím není jasné, které funkce jsou dostupné pro pracoviště izolovaná od sítě ani při ztrátě cloudového připojení.

Rozumný postup zavádění

Závody by měly začít jedním měřitelným případem použití s přístupem pouze pro čtení, nikoli přesunem dat v rámci celého podniku. Nejprve definujte hierarchii zařízení, zdrojové tagy, pravidla kvality a očekávaný obchodní přínos. Poté během běžného provozu, odstávek kvůli údržbě a výpadků sítě měřte latenci a výpadky dat. Teprve až bude datový tok důvěryhodný, by měl tým model AI trénovat nebo nasadit.

Výstup modelu by měl být zpočátku pouze poradní a měl by se porovnávat se zjištěními obsluhy a údržby. Jakýkoli pozdější přechod k automatizovaným zásahům vyžaduje samostatné posouzení rizik, model oprávnění, plán návratu k předchozímu stavu a proces řízení změn. Nákupní týmy by také měly požadovat soupis verzí softwaru, závislostí konektorů, předpokladů pro odchozí tok dat a postupů obnovy, aby bylo možné architekturu podporovat i po skončení pilotního projektu.

Co to znamená pro strategii průmyslových dat

Spolupráce je důležitá, protože uznává, že užitečnost podnikové AI závisí na jejím přístupu ke správně kontextualizovaným datům z provozu. Inmation může potenciálně omezit opakovanou integrační práci, zatímco Databricks poskytuje širší prostředí pro datové inženýrství a AI. Technickou hodnotu určí kvalita kontextu OT a důsledné dodržování hranice řídicího systému, nikoli počet tagů zpřístupněných platformě AI.

Pro vedoucí pracovníky v provozu spočívá krátkodobá příležitost v lepší analýze napříč doménami s menším množstvím práce na zakázkovém propojování systémů. Krátkodobé riziko představuje možnost, že se z pohodlné datové cesty stane nedokumentovaná řídicí cesta. Úspěšné nasazení by mělo zpřístupnit více provozních informací, aniž by oslabilo požadavky na deterministické chování, kybernetickou bezpečnost a bezpečnost systémů řídících provoz závodu.

Zdroj: Emerson, „Emerson a Databricks propojují průmyslovou a podnikovou AI“, zveřejněno 19. listopadu 2026. Oficiální oznámení. Redakční analýza PLC ProTech, 20. listopadu 2026.

Napište komentář

Upozorňujeme, že komentáře musí být před zveřejněním schváleny.