详细内容或原文请订阅后点击阅览
在“高效制造4.0”中，我们讨论了行业如何为大规模引入人工智能做好准备
在Metalworking 2026展会期间举行的高效制造4.0会议第二天，与会者讨论了为什么没有高质量的数据处理就无法实现工业人工智能，以及哪些人工智能场景已经在企业中实际应用。讨论确定了行业正在从数据积累阶段转向数据应用阶段。与此同时，仪表板、分析和试点本身不再被视为数字化的结果——企业期望生产流程发生变化，减少损失并提高可控性。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）在Metalworking 2026展会期间举行的高效制造4.0会议第二天，与会者讨论了为什么没有高质量的数据处理就无法实现工业人工智能，以及哪些人工智能场景已经在企业中实际应用。讨论确定了行业正在从数据积累阶段转向数据应用阶段。与此同时，仪表板、分析和试点本身不再被视为数字化的结果——企业期望生产流程发生变化，减少损失并提高可控性。
“我们已经学会了如何在工厂层面取得效果，但将其推广到工业层面正在成为一项重要任务。我们对生产和工业提高效率感兴趣。必须有信息安全和基础设施的标准、要求，”Tsifra 集团公司机械工程和金属加工部门总监兼高效制造 4.0 会议总监 Vasily Churanov 表示。
Atomstroyexport (Rosatom) 数字化和 IT 副总裁 Irina Vlasova 表示，近 15 年来，该公司一直致力于构建统一的生产数据环境。 “一开始有创建单一平台的概念。我们尝试这样做，但意识到这不是最好的方法，因为我们自己开发这么重的东西相当困难。当我们这样做时，我们落后于市场，”Irina Vlasova 解释道。
Cyber Fence 首席执行官 Andrey Rybin 继续讨论了数据质量主题。 “数据分类是构建综合系统的第一步。接下来是生命周期各个阶段的数据管理：控制应用程序和用户对数据的访问、确定存储位置、安全交换。技术已经存在，重要的是正确使用它们、有效地构建安全架构和管理风险，”他列出了必要的组件。