導(dǎo)語：當(dāng)一家擁有 120 多年歷史、市值超 400 億美元的傳統(tǒng)工業(yè)自動化巨頭談?wù)?AI 時，他們不是在追趕硅谷的潮流，而是在重塑全球制造業(yè)的底層邏輯。
羅克韋爾自動化（Rockwell Automation）的高級副總裁兼首席數(shù)字與信息官 Chris Nardecchia 在最近的訪談中，揭示了這家工業(yè)巨頭是如何將 IT 從“后臺支撐”變成“核心戰(zhàn)略”，并利用人工智能、增強現(xiàn)實（AR）和彈性網(wǎng)絡(luò)安全，引領(lǐng)全球制造業(yè)邁向“自動駕駛工廠”時代的。
在這場深刻的工業(yè)轉(zhuǎn)型中，有三個核心洞察值得所有制造企業(yè)高管深思：
1、制造業(yè)的容錯率是 0：從“3個9”到“5個9”的生死時速
在普通的 IT 語境下，企業(yè)郵箱宕機幾分鐘頂多讓人抓狂（也就是所謂的“3個9”可用性，即 99.9%）。但在化工、制藥或核能等關(guān)鍵制造業(yè)中，幾分鐘的停機可能意味著價值數(shù)百萬美元的原料報廢，甚至引發(fā)災(zāi)難性的安全事故。 因此，工業(yè)環(huán)境對網(wǎng)絡(luò)安全和系統(tǒng)彈性的要求是極致的“4個9”或“5個9”。Nardecchia 指出，真正的網(wǎng)絡(luò)彈性不僅是“防住黑客”，而是“假設(shè)國家級黑客已經(jīng)打進來了”，你的核心生產(chǎn)線能否在最短的時間內(nèi)利用不可篡改的備份迅速恢復(fù)？這才是工業(yè)安全的底線。
2、“自動駕駛工廠”不是科幻，是正在發(fā)生的現(xiàn)實
自動駕駛不僅僅適用于汽車，同樣適用于龐大的工廠。Nardecchia 將工廠的成熟度曲線分為：人工增強 -> 半自主 -> 完全自主。目前，只有極其先進的半導(dǎo)體工廠接近“完全自主”。但羅克韋爾正在通過引入代理式 AI（Agentic AI）、物理 AI 和機器學(xué)習(xí)，幫助更多傳統(tǒng)行業(yè)繪制屬于他們的“自動駕駛路線圖”。
3、AI 培訓(xùn)師：把 6 個月的入職期縮短到幾周
羅克韋爾憑借其在新加坡工廠部署的 AI 解決方案榮獲了 CIO 大獎。在制造業(yè)，產(chǎn)線員工的極高流動率和漫長的培訓(xùn)周期（通常需要 6 個月）一直是產(chǎn)能的瓶頸。 羅克韋爾的解法是：用 AI 充當(dāng)實時導(dǎo)師，結(jié)合 AR 和 VR 技術(shù)，將枯燥的裝配說明變成可視化的實時指導(dǎo)。結(jié)果？新員工達到熟練標(biāo)準(zhǔn)的時間直接從幾個月被壓縮到了幾周！
結(jié)語：IT 早已不再是修電腦和管網(wǎng)絡(luò)的后臺部門。在羅克韋爾，AI 已經(jīng)全面滲入產(chǎn)品開發(fā)、客戶體驗和企業(yè)運營的每一個毛孔。對于百年工業(yè)巨頭而言，這不是一次簡單的技術(shù)升級，而是一場由數(shù)據(jù)和智能驅(qū)動的基因重組。
羅克韋爾自動化的高級副總裁兼首席數(shù)字與信息官 Chris Nardecchia 與 ComputerWorld 的 Lucas Mearian 進行了深度對話，探討了如何在數(shù)字化轉(zhuǎn)型、自動駕駛工廠（自主工廠）以及工業(yè)環(huán)境對網(wǎng)絡(luò)安全日益增長的需求之間取得平衡。
圖片來源：Rockwell Automation
羅克韋爾自動化（Rockwell Automation）的業(yè)務(wù)根基深植于 IT 領(lǐng)域。作為全球最大的工業(yè)自動化與數(shù)字化轉(zhuǎn)型技術(shù)供應(yīng)商之一，總部位于威斯康星州密爾沃基的羅克韋爾市值超過 400 億美元，客戶遍布全球 100 多個國家。 面對如此龐大的體量，以及長達 120 多年的悠久歷史，工業(yè)轉(zhuǎn)型和企業(yè)文化的調(diào)整，對于確保其長期的未來競爭力至關(guān)重要。而這場變革的核心人物，正是其執(zhí)行副總裁兼首席數(shù)字與信息官 Chris Nardecchia。
“我認(rèn)為，對 IT 組織而言，最大的文化沖擊在于讓他們清楚地認(rèn)識到：我們絕不僅僅是一個提供后臺運營支撐的部門，”他說?！皼]錯，后臺運營很重要，也是業(yè)務(wù)的核心命脈，但我們明確的戰(zhàn)略是——讓‘互聯(lián)企業(yè)（Connected Enterprise）’的愿景在整個公司真正落地生根。”
當(dāng)然，在數(shù)據(jù)科學(xué)、機器學(xué)習(xí)（ML）以及日益崛起的AI自主智能體（Agentic AI）領(lǐng)域構(gòu)建核心能力，是實現(xiàn)這一成功的關(guān)鍵。同時，如何利用大型語言模型（LLMs）并將其與因果 AI（Causal AI）和物理 AI（Physical AI）產(chǎn)生協(xié)同效應(yīng)，也是重中之重。招募具備 AI 素養(yǎng)的人才是一回事，但確保他們能真正將這些技術(shù)熟練運用到業(yè)務(wù)中，才是真正的考驗。
“人工智能不再僅僅是未來 IT 人員的專屬，”Nardecchia 強調(diào)。“它將深刻融入公司的每一個職能部門，以及我們的產(chǎn)品開發(fā)團隊。因此，AI 已經(jīng)被全面嵌入到我們未來關(guān)于產(chǎn)品、服務(wù)、客戶體驗以及企業(yè)運營的各個戰(zhàn)略層級中?！?/span>
隨著制造業(yè)的不斷演進和智能化，Nardecchia 必須確保他和他的團隊緊跟行業(yè)成熟度曲線——從“增強型運營”、到“半自主運營”，最終實現(xiàn)“純粹的完全自主運營”。?“你可以把這想象成一輛自動駕駛汽車，”他說?！凹热挥凶詣玉{駛汽車，你也完全可以擁有一座‘自動駕駛工廠’。我們正在幫助客戶構(gòu)思這條走向成熟的路線圖。目前，大多數(shù)完全自主的工廠都集中在半導(dǎo)體行業(yè)，其他行業(yè)還遠遠達不到這個水平。但現(xiàn)在，我們有了越來越多的深度對話：探討如何打造未來工廠，以及如何構(gòu)建這種顛覆性的能力?！?/span>
Nardecchia 還詳細(xì)介紹了 AI 如何在為全球關(guān)鍵基礎(chǔ)設(shè)施客戶提供支持的同時，大幅加速員工入職培訓(xùn)、提升生產(chǎn)力并推動經(jīng)常性收入（Recurring revenue）的增長。以下是訪談核心內(nèi)容的深度提煉：
1、關(guān)于如何確立公司戰(zhàn)略優(yōu)先級：決定如何分配時間是一件極其艱難的事。大約七年前我剛加入羅克韋爾時，我采取的策略是：將絕大部分精力傾注在“從公司全局視角推動轉(zhuǎn)型”上，以助力業(yè)務(wù)增長和規(guī)模擴張；同時，同步進行 IT 組織的內(nèi)部變革，讓 IT 團隊回歸正軌。?因此，我極其強調(diào)將我們在 IT 部門所做的一切，與公司的宏觀戰(zhàn)略死死綁定。我會優(yōu)先評估哪些 IT 舉措能幫我們實現(xiàn)商業(yè)目標(biāo)。我要確保 IT 不是在被動地“賦能”公司戰(zhàn)略，而是完全“融為一體”。當(dāng)你做到這一點時，你的 IT 運營水平自然也會水漲船高。我始終盯著大局，具體的 IT 事務(wù)自然會迎刃而解，因為它們存在的唯一目的就是支撐更宏大的公司戰(zhàn)略。
2、關(guān)于工業(yè)網(wǎng)絡(luò)安全風(fēng)險：在制造環(huán)境中，“可用性（Availability）”就是一切。數(shù)據(jù)的完整性固然重要，但在制造業(yè)，它依然要給可用性讓路。?傳統(tǒng)的 IT 部門通常會驕傲地說他們的系統(tǒng)能達到“2 個 9”或“3 個 9”的可用性（即 99.9%）。如果在這種環(huán)境下企業(yè)郵箱癱瘓了一小會兒，確實很煩人，但絕不致命。然而，在制造業(yè)，這就是生死攸關(guān)的任務(wù)。 我曾就職于核能、化工和制藥行業(yè)。在這些領(lǐng)域，系統(tǒng)停機要么意味著你要倒掉價值數(shù)百萬美元的報廢批次原料，要么意味著會引發(fā)極其嚴(yán)重的安全災(zāi)難。在制造環(huán)境中，可用性是壓倒一切的最高法則。你必須讓機器保持全天候運轉(zhuǎn)，你根本承受不起任何停機時間。因此，在制造業(yè)，你的系統(tǒng)實際上必須時刻保持“4 個 9”甚至“5 個 9”（99.999%）的極高可用性。
3、關(guān)于 AI 將如何重塑網(wǎng)絡(luò)彈性（Cyber Resilience）：彈性意味著對任何可能發(fā)生故障的環(huán)節(jié)進行全面的冗余設(shè)計——無論是電力供應(yīng)，還是在我們的場景中，一直下探到 I/O（輸入/輸出）級別的控制器。你必須找出系統(tǒng)中所有的“單點故障（Single points of failure）”，然后在它們之間建立硬核的冗余和自動故障轉(zhuǎn)移機制，確保沒有任何單一組件的崩潰能拉垮整個系統(tǒng)。你必須建立這種底線思維。
而且，即便你構(gòu)建了天衣無縫的冗余，你依然要為最壞的情況做好預(yù)案。這就涉及到了“恢復(fù)能力”。我看待網(wǎng)絡(luò)彈性的方式是：首先死死鎖住前門，絕不讓黑客輕易得手；但同時你要有一種底線預(yù)期——如果是一個國家級的黑客組織（Nation-state）盯上了你，他們大概率是能攻破防線的。所以真正的問題是：你能否在遭受毀滅性打擊后，以最快的速度恢復(fù)所有關(guān)鍵資產(chǎn)？你有完好無損的備份嗎？你做過真實的災(zāi)備演練嗎？你能在既定的“恢復(fù)時間目標(biāo)（RTO）”和“恢復(fù)點目標(biāo)（RPO）”內(nèi)重啟生產(chǎn)線嗎？ 我們高度聚焦于那些必須運行的 Tier 1（一級）甚至 Tier 0（零級）的關(guān)鍵基礎(chǔ)設(shè)施和應(yīng)用程序，確保它們能被精準(zhǔn)還原到被攻擊前的狀態(tài)。這意味著你必須擁有絕對不可篡改、無法被黑客加密的“不可變備份（Immutable backups）”。我們不僅為自身的安全擔(dān)憂，更為我們龐大的客戶群擔(dān)憂，因此我們的內(nèi)部防御運營必須做到滴水不漏。
4、關(guān)于充分利用 AI、機器學(xué)習(xí)與預(yù)測分析：AI 對我們來說是一個極其宏大的戰(zhàn)略主題。它已經(jīng)深深地嵌入到了我們戰(zhàn)略、市場進入（Go-to-market）模式以及產(chǎn)品和服務(wù)的每一寸肌理中。 由于我們本身也是一家制造商，我們同樣在自己的工廠和企業(yè)運營層面利用 AI 來實現(xiàn)生產(chǎn)力的躍升。對我們來說，最激動人心的成功案例之一（也是我們因此斬獲 CIO 大獎的項目），是我們部署在新加坡制造工廠的“工廠 AI 解決方案”。
這套系統(tǒng)不僅能優(yōu)化生產(chǎn)線、把控產(chǎn)品質(zhì)量，更能在新工程師和產(chǎn)線工人的入職培訓(xùn)中發(fā)揮奇效。它能在復(fù)雜的制造環(huán)境中提供實時且情境化的輔助，一步步指導(dǎo)操作員完成故障恢復(fù)流程，并讓他們清晰地了解工藝流程的當(dāng)下狀態(tài)。
過去，要讓我們裝配線上的一名生產(chǎn)員工達到熟練水平，通常需要長達 6 個月的漫長培訓(xùn)。制造一線的員工流動率往往很高，或者當(dāng)遭遇突發(fā)的大規(guī)模訂單需求時，我們不得不緊急招募大量新人。現(xiàn)在，通過使用 AI 助手引導(dǎo)他們完成標(biāo)準(zhǔn)化流程，并深度結(jié)合?AR（增強現(xiàn)實）和?VR（虛擬現(xiàn)實）技術(shù)為他們提供高度可視化的裝配演示，我們已經(jīng)成功將員工的入職熟練期從幾個月極速壓縮到了幾周。
by ?Carl Friedmann
