如果你還沒怎麼聽說過Agentic AI（代理式人工智能），那可得做好準備，因為你很快就會經常聽到它了。

為什麼呢
？因為它正迅速成為工業運營軟件中AI應用的一個重要組成部分 —— 就像我們見證過的AI數據分析
，以及最近在工業AI助手和Co-pilot技術中應用的生成式AI一樣。

為了說明Agentic AI在工業生產運營中的適用性，AVEVA 公司日前在美國舊金山舉辦的 2025 年 AVEVA World 大會上進行了一場精彩的演示，展示了其即將推出的、運行在微軟 Azure OpenAI 服務平台上的工業AI助手。

AVEVA的首席技術專家 Arti Garg 首先解釋說，AI代理是一個利用AI執行任務的係統，它通過訪問係統數據（如運行溫度、壓力細節或安全指標）來實現這一目的。關鍵在於，基於用戶的指令，AI代理可以收集所需數據，為用戶創建展示其所需信息的儀表盤
，而無需為新的儀表盤可視化界麵編寫複雜代碼。

這些 AI 代理還可以與子代理合作，這些子代理知道如何為資產監控儀表板等選擇和檢索正確的數據。在這裏，AI代理不僅僅是構建控製麵板，還可以為它正在監控的資產建議正確的作閾值並創建警報。

“這裏真正需要理解的關鍵是
，AI 代理可以通過利用其上下文知識自主完成這些任務，”Garg說，“正是Agentic AI的這種自主性具有為工業帶來新效率提升的巨大潛力。它將改變我們今天開展工作的方式。”

創建工業資產監控代理

在演示中，Garg 和 AVEVA 研發執行副總裁 Iju Vijaya Raj 展示了想要對冷凝器進行計劃外優化的作員如何使用Agentic AI 來完成這項任務。

演示使用的初始儀表盤視圖來自 AVEVA 的工業智能平台Connect
，它可用於跨多個站點和數據類型彙總
、整理和共享信息，從而為企業提供整體視圖。該儀表盤視圖展示了一座發電廠中空氣冷卻式冷凝器的情境化數據。

圖：通過Agentic AI協調數據問題。圖片來源：AVEVA

在此示例中

，作員擔心工廠性能下降
，希望評估結垢對冷凝器的影響，並要求工業 AI 助手監控其性能並診斷發現的任何問題。

基於這一指令，AIzhushoujiansuochubushuzaifadianchangdekeyongdaililiebiao
，yiquerenshifouyiweigailengningqikaifalezheyangdejiancedaili。faxianshangweishezhihou，taxunwencaozuorenyuanshifouyinggaichuangjianbingzaigaishebeishangbushuyigejiancedaili。

然後，操作人員要求AI助(zhu)手(shou)創(chuang)建(jian)一(yi)個(ge)冷(leng)凝(ning)器(qi)監(jian)測(ce)代(dai)理(li)，並(bing)基(ji)於(yu)可(ke)能(neng)影(ying)響(xiang)其(qi)性(xing)能(neng)的(de)相(xiang)關(guan)參(can)數(shu)
，對(dui)該(gai)代(dai)理(li)進(jin)行(xing)訓(xun)練(lian)

，使(shi)其(qi)能(neng)夠(gou)監(jian)測(ce)設(she)備(bei)的(de)有(you)功(gong)功(gong)率(lv)和(he)汽(qi)輪(lun)機(ji)排(pai)汽(qi)壓(ya)力(li)。收(shou)到(dao)指(zhi)令(ling)後(hou)，AI助手啟動代理創建過程，並向操作人員可視化展示過程細節，以保證透明度。

這種透明度對於工業AI應用至關重要，因為許多專家對AI技術得出答案的方式表示擔憂。通過這種透明度
，操作人員可以查看與該代理相關的數據源和標簽，以確認其創建過程是否正確。

然後
，操作人員要求部署該代理，並以30分鍾為間隔運行模型。設置工業AI助手執行任務就是這麼簡單。

兩周後

，操作人員再次查看該設備
，並要求AI助(zhu)手(shou)展(zhan)示(shi)已(yi)部(bu)署(shu)代(dai)理(li)的(de)監(jian)測(ce)結(jie)果(guo)。結(jie)果(guo)顯(xian)示(shi)，冷(leng)凝(ning)器(qi)因(yin)汙(wu)垢(gou)堆(dui)積(ji)導(dao)致(zhi)性(xing)能(neng)下(xia)降(jiang)。數(shu)據(ju)趨(qu)勢(shi)線(xian)的(de)可(ke)視(shi)化(hua)展(zhan)示(shi)幫(bang)助(zhu)操(cao)作(zuo)人(ren)員(yuan)判(pan)斷(duan)該(gai)問(wen)題(ti)是(shi)需(xu)要(yao)立(li)即(ji)解(jie)決(jue)，還(hai)是(shi)可(ke)以(yi)等(deng)到(dao)下(xia)一(yi)次(ci)維(wei)護(hu)時(shi)處(chu)理(li)。

為了進一步了解冷凝器汙垢可能產生的影響，操作人員要求AI助手計算功率損失成本，並確定清洗冷凝器的投資回收期。AI代理生成儀表盤圖表供操作人員查看。

基於這些結果
，操作人員要求AI助手總結冷凝器問題和檢查程序，以創建維護工單。隨後
，AI助手生成相關程序，並在 Connect 儀表盤上提供操作手冊的鏈接。

Garg 在這裏指出

，這是一個利用AI將複雜問題簡單化的例子。操作人員無需編寫複雜代碼，通過日常使用的界麵就能創建新的代理。

讓您的數據為AI應用做好準備

Garg 說，AI 麵臨的最大挑戰之一不是 AI 本身，而是讓數據 AI 做好準備，使其無錯誤並確保其完整。“隨著工業環境變得越來越複雜，這個問題隻會越來越棘手。現在有太多不同類型的資產
，它們產生的數據比以往任何時候都多。”

這引出了另一個演示，該演示展示了 AI 代理如何解決典型的資產數據管理問題，例如：

·讓多個應用程序收集資產的數據。

·資產數據存儲在不同位置的問題。

·使用不同的命名約定存儲數據點。

·具有具有重疊信息的數據集。

Raj 說
，協調這些數據問題可能極其困難。“即便在 AVEVA，我們也為這個問題困擾了幾十年。所以在探索新的AI功能時，我們一直把解決這個問題放在首位。我們希望利用自我學習過程，將分散的數據整合起來並加以協調，以創建數字孿生模型。”

在演示 AI 代理如何幫助核對資產數據時，使用了來自 SAP ERP 係統的資產維護信息以及來自AVEVA PI 係統的流數據。

PI 數shu據ju顯xian示shi，一yi些xie資zi產chan信xin息xi被bei編bian碼ma到dao流liu名ming稱cheng中zhong，而er其qi他ta相xiang關guan信xin息xi則ze包bao含han在zai注zhu釋shi裏li。同tong時shi
，隨sui著zhe公gong司si係xi統tong的de不bu斷duan擴kuo展zhan，出chu現xian了le命ming名ming約yue定ding不bu一yi致zhi的de情qing況kuang。

Garg 解釋說，AI 代dai理li獲huo取qu這zhe些xie信xin息xi並bing進jin行xing推tui理li。也ye就jiu是shi說shuo，它ta開kai始shi通tong過guo查zha看kan縮suo寫xie和he注zhu釋shi來lai弄nong清qing楚chu數shu據ju的de含han義yi。從cong中zhong
，它ta可ke以yi了le解jie設she備bei代dai碼ma，然ran後hou應ying用yong這zhe些xie知zhi識shi來lai幫bang助zhu對dui整zheng個ge設she施shi中zhong的de數shu據ju進jin行xing分fen類lei和he標biao記ji。

例如，從 PI 流注釋中，它了解到 HX 代表熱交換器。Raj 說
，在掌握這一信息後，即使在沒有注釋的流數據中，它也能利用設備代碼推斷設備類型。

“AI代理可以解決典型的資產管理問題
，比如同一資產的數據由多個應用程序收集
、資產數據存儲在不同位置
、數據點的存儲使用不同命名約定，或者數據集存在信息重疊等問題。”

對人機協同的需求仍然存在

盡管AI能具備各種自主能力

，但Garg和Raj都指出
，仍需要人為介入，以澄清、糾正和完善人工智能做出的推斷。

在這裏，現有的命名指南可以用來讓AI了解公司的命名標準。一旦AI理解了這些標準，它就能對係統中的數據做出更多推斷。

Garg說：“在向它說明命名規則後，它會從中學習，並利用這些規則為我們填寫站點編號和線路編號。一旦AI對我們的係統和標準有了基本了解，它就開始將我們的各個係統聯係起來。這次演示展示了AI驅動的數據映射成果 —— 將 PI 數據和 SAP 工作管理係統的數據整合在同一界麵展示。這可以為構建統一的數字孿生模型奠定基礎。”

Garg 解釋說，此演示旨在強調 AI 如何幫助解決工業領域最棘手的問題之一，即對齊數據模型以創建數字孿生。“但就這個例子而言，即便借助AI，要實現不同數據源的數據同步，仍需要對數據本身及其來源環境有一定的了解。這仍然需要一些行業經驗和專業知識。”

Raj 對此表示讚同，並補充說：“真正有趣的是數據與環境之間的關係。要生成見解
，您需要經驗豐富的人員或成熟的流程。在 AVEVA，我們認為下一代勞動力將通過AI和人類智慧共同獲得有價值的見解。”