OPC UA for AI，探索AI在制造业中的更多可能性

在制造业一线摸爬滚打的人都清楚，劳动力短缺已经不是新鲜事了。但好消息是，AI带来的解法远比想象中更直接、更落地。从工程设计、数据分析，到控制代码的更新、机器故障排除——人工智能正在以多种方式填补人力缺口。

在Automate 2024会议上，OPC基金会董事会主席兼微软AI、数据和新兴技术业务战略总监Holger Kenn分享了几条硬核判断。这些观点不只停留在技术畅想层面，而是指向了制造企业当下就能动手的路径。

AI可以拯救旧代码，翻译成现代语言

工程场景里，AI已经开始通过大型语言模型来理解和应用OPC UA规范。举个例子，用C#写代码跟OPC服务器交互，以往全靠人工啃文档、逐行调试。而现在，微软的Copilot这类工具不仅能生成标准编程语言的代码，还能解释和记录现有代码，甚至能把老掉牙的特定领域语言翻译成现代语言。

“只要手头有一套精心策划的训练数据，大语言模型就能被正确训练，进而推进遗留代码的迁移。”Kenn说，“当然，它仍然需要人工把关，但至少给了你一个不错的起点。”

制造业的数据量和系统规范有多复杂，不必多说。从设备文档生成机器可读的规范，在不同标准之间做转换，再基于规范自动生成设备交互代码——这些活如果全靠人干，效率低、成本高。采用AI，投资回报率立竿见影。

AI为领域专家提供编程超能力

另一个值得关注的场景是：用AI做自然语言交互，处理海量数据。以往领域专家想分析数据，得先学特定领域的查询语言、搞懂数据结构，再找数据科学团队帮忙。现在呢？直接提问就行。AI通过提示生成查询，把结果加回提示里，再基于检索到的信息输出答案。查询可以走嵌入模型和向量数据库，也能用传统SQL——这意味着，专家不需要依赖数据科学团队就能完成自定义分析，相当于获得了一种超级能力。

基于AI的下一代用户界面

工厂里的AI，正在变成下一代用户界面。数据分析和文件检索可以跟AI深度结合：自然语言文档和维护记录通过嵌入模型和矢量数据库做索引；通过查询生成，从数据湖里调出历史和当前数据；大语言模型再把文档和数据的查询结果整合起来，输出自然语言答案。甚至不需要打字——语音识别能把口述问题转成文本。

一个很实际的落地场景：基于语音的故障调查和维护，操作员一边干活一边说话，AI就能辅助进行根本原因分析。这能让维修机器的速度大幅提升。

协作机器人也是AI的用武之地。基于感知的AI能识别物体和位置；自然语言指令加上互操作性设计，能跟现有自动化系统配合，让移动机器人和仿人机器人灵活实现柔性制造。

图：OPC基金会AI工作组于今年4月宣布成立，将在工程阶段研究AI技术，使用OPC UA和OT服务器作为AI系统的数据源。

AI在制造业中的更多可能性

OPC基金会最近成立了“面向人工智能的OPC UA”工作组，核心思路是把OPC UA和OT服务器作为AI系统的数据源，研究工程阶段的AI技术。

具体来说，工作组将产出AI生成的配置文件，用来连接工业软件；基于AI的接口可以操作自动化系统，从而扩大自动化应用范围、提高工程师效率。有了AI，机器人技术能在成本更低、灵活性更高的小型制造设施里落地。

设立这个工作组的目标很明确：用AI简化生产流程——从数据分析到代码生成，重新定义制造环境下的用户交互界面。OPC基金会手里有大量基于OPC UA定义的标准化领域信息模型，这些标准化的数据正是AI融入工业环境的天然土壤。两者结合，能快速提供满足行业需求的解决方案。

工作组重点关注的领域有三个：数据分析、下一代用户界面，以及代码生成与文档管理。此外，OPC基金会还同步推出了一项新举措——通过OPC UA提升IT与云平台之间的互操作性，目标应用包括：AI数据分析、工业数据空间、数字产品通证、工业元宇宙以及数字孪生。

据Kenn透露，目前已有65个成员对OPC基金会AI工作组感兴趣，其中包含主要的云供应商。未来很可能会催生特定领域的语言模型。同时，涉及OT、IT和AI的大型系统集成商也表现出浓厚兴趣。核心理念很明确：让AI提升工厂车间的实际能力，而操作界面可能只是延伸出来的一个应用方向。

还有一个不可忽视的动向：AI也会跑到边缘设备和边缘平台上。比如在卫星连接中断的情况下，一些远程过程工业应用就希望AI能本地运行在边缘设备上——这种场景正在变成现实。