导语：当一家拥有 120 多年历史、市值超 400 亿美元的传统工业自动化巨头谈论 AI 时，他们不是在追赶硅谷的潮流，而是在重塑全球制造业的底层逻辑。
罗克韦尔自动化（Rockwell Automation）的高级副总裁兼首席数字与信息官 Chris Nardecchia 在最近的访谈中，揭示了这家工业巨头是如何将 IT 从“后台支撑”变成“核心战略”，并利用人工智能、增强现实（AR）和弹性网络安全，引领全球制造业迈向“自动驾驶工厂”时代的。
在这场深刻的工业转型中，有三个核心洞察值得所有制造企业高管深思：
1、制造业的容错率是 0：从“3个9”到“5个9”的生死时速
在普通的 IT 语境下，企业邮箱宕机几分钟顶多让人抓狂（也就是所谓的“3个9”可用性，即 99.9%）。但在化工、制药或核能等关键制造业中，几分钟的停机可能意味着价值数百万美元的原料报废，甚至引发灾难性的安全事故。 因此，工业环境对网络安全和系统弹性的要求是极致的“4个9”或“5个9”。Nardecchia 指出，真正的网络弹性不仅是“防住黑客”，而是“假设国家级黑客已经打进来了”，你的核心生产线能否在最短的时间内利用不可篡改的备份迅速恢复？这才是工业安全的底线。
2、“自动驾驶工厂”不是科幻，是正在发生的现实
自动驾驶不仅仅适用于汽车，同样适用于庞大的工厂。Nardecchia 将工厂的成熟度曲线分为：人工增强 -> 半自主 -> 完全自主。目前，只有极其先进的半导体工厂接近“完全自主”。但罗克韦尔正在通过引入代理式 AI（Agentic AI）、物理 AI 和机器学习，帮助更多传统行业绘制属于他们的“自动驾驶路线图”。
3、AI 培训师：把 6 个月的入职期缩短到几周
罗克韦尔凭借其在新加坡工厂部署的 AI 解决方案荣获了 CIO 大奖。在制造业，产线员工的极高流动率和漫长的培训周期（通常需要 6 个月）一直是产能的瓶颈。 罗克韦尔的解法是：用 AI 充当实时导师，结合 AR 和 VR 技术，将枯燥的装配说明变成可视化的实时指导。结果？新员工达到熟练标准的时间直接从几个月被压缩到了几周！
结语：IT 早已不再是修电脑和管网络的后台部门。在罗克韦尔，AI 已经全面渗入产品开发、客户体验和企业运营的每一个毛孔。对于百年工业巨头而言，这不是一次简单的技术升级，而是一场由数据和智能驱动的基因重组。
罗克韦尔自动化的高级副总裁兼首席数字与信息官 Chris Nardecchia 与 ComputerWorld 的 Lucas Mearian 进行了深度对话，探讨了如何在数字化转型、自动驾驶工厂（自主工厂）以及工业环境对网络安全日益增长的需求之间取得平衡。
图片来源：Rockwell Automation
罗克韦尔自动化（Rockwell Automation）的业务根基深植于 IT 领域。作为全球最大的工业自动化与数字化转型技术供应商之一，总部位于威斯康星州密尔沃基的罗克韦尔市值超过 400 亿美元，客户遍布全球 100 多个国家。 面对如此庞大的体量，以及长达 120 多年的悠久历史，工业转型和企业文化的调整，对于确保其长期的未来竞争力至关重要。而这场变革的核心人物，正是其执行副总裁兼首席数字与信息官 Chris Nardecchia。
“我认为，对 IT 组织而言，最大的文化冲击在于让他们清楚地认识到：我们绝不仅仅是一个提供后台运营支撑的部门，”他说。“没错，后台运营很重要，也是业务的核心命脉，但我们明确的战略是——让‘互联企业（Connected Enterprise）’的愿景在整个公司真正落地生根。”
当然，在数据科学、机器学习（ML）以及日益崛起的AI自主智能体（Agentic AI）领域构建核心能力，是实现这一成功的关键。同时，如何利用大型语言模型（LLMs）并将其与因果 AI（Causal AI）和物理 AI（Physical AI）产生协同效应，也是重中之重。招募具备 AI 素养的人才是一回事，但确保他们能真正将这些技术熟练运用到业务中，才是真正的考验。
“人工智能不再仅仅是未来 IT 人员的专属，”Nardecchia 强调。“它将深刻融入公司的每一个职能部门，以及我们的产品开发团队。因此，AI 已经被全面嵌入到我们未来关于产品、服务、客户体验以及企业运营的各个战略层级中。”
随着制造业的不断演进和智能化，Nardecchia 必须确保他和他的团队紧跟行业成熟度曲线——从“增强型运营”、到“半自主运营”，最终实现“纯粹的完全自主运营”。 “你可以把这想象成一辆自动驾驶汽车，”他说。“既然有自动驾驶汽车，你也完全可以拥有一座‘自动驾驶工厂’。我们正在帮助客户构思这条走向成熟的路线图。目前，大多数完全自主的工厂都集中在半导体行业，其他行业还远远达不到这个水平。但现在，我们有了越来越多的深度对话：探讨如何打造未来工厂，以及如何构建这种颠覆性的能力。”
Nardecchia 还详细介绍了 AI 如何在为全球关键基础设施客户提供支持的同时，大幅加速员工入职培训、提升生产力并推动经常性收入（Recurring revenue）的增长。以下是访谈核心内容的深度提炼：
1、关于如何确立公司战略优先级：决定如何分配时间是一件极其艰难的事。大约七年前我刚加入罗克韦尔时，我采取的策略是：将绝大部分精力倾注在“从公司全局视角推动转型”上，以助力业务增长和规模扩张；同时，同步进行 IT 组织的内部变革，让 IT 团队回归正轨。 因此，我极其强调将我们在 IT 部门所做的一切，与公司的宏观战略死死绑定。我会优先评估哪些 IT 举措能帮我们实现商业目标。我要确保 IT 不是在被动地“赋能”公司战略，而是完全“融为一体”。当你做到这一点时，你的 IT 运营水平自然也会水涨船高。我始终盯着大局，具体的 IT 事务自然会迎刃而解，因为它们存在的唯一目的就是支撑更宏大的公司战略。
2、关于工业网络安全风险：在制造环境中，“可用性（Availability）”就是一切。数据的完整性固然重要，但在制造业，它依然要给可用性让路。 传统的 IT 部门通常会骄傲地说他们的系统能达到“2 个 9”或“3 个 9”的可用性（即 99.9%）。如果在这种环境下企业邮箱瘫痪了一小会儿，确实很烦人，但绝不致命。然而，在制造业，这就是生死攸关的任务。 我曾就职于核能、化工和制药行业。在这些领域，系统停机要么意味着你要倒掉价值数百万美元的报废批次原料，要么意味着会引发极其严重的安全灾难。在制造环境中，可用性是压倒一切的最高法则。你必须让机器保持全天候运转，你根本承受不起任何停机时间。因此，在制造业，你的系统实际上必须时刻保持“4 个 9”甚至“5 个 9”（99.999%）的极高可用性。
3、关于 AI 将如何重塑网络弹性（Cyber Resilience）：弹性意味着对任何可能发生故障的环节进行全面的冗余设计——无论是电力供应，还是在我们的场景中，一直下探到 I/O（输入/输出）级别的控制器。你必须找出系统中所有的“单点故障（Single points of failure）”，然后在它们之间建立硬核的冗余和自动故障转移机制，确保没有任何单一组件的崩溃能拉垮整个系统。你必须建立这种底线思维。
而且，即便你构建了天衣无缝的冗余，你依然要为最坏的情况做好预案。这就涉及到了“恢复能力”。我看待网络弹性的方式是：首先死死锁住前门，绝不让黑客轻易得手；但同时你要有一种底线预期——如果是一个国家级的黑客组织（Nation-state）盯上了你，他们大概率是能攻破防线的。所以真正的问题是：你能否在遭受毁灭性打击后，以最快的速度恢复所有关键资产？你有完好无损的备份吗？你做过真实的灾备演练吗？你能在既定的“恢复时间目标（RTO）”和“恢复点目标（RPO）”内重启生产线吗？ 我们高度聚焦于那些必须运行的 Tier 1（一级）甚至 Tier 0（零级）的关键基础设施和应用程序，确保它们能被精准还原到被攻击前的状态。这意味着你必须拥有绝对不可篡改、无法被黑客加密的“不可变备份（Immutable backups）”。我们不仅为自身的安全担忧，更为我们庞大的客户群担忧，因此我们的内部防御运营必须做到滴水不漏。
4、关于充分利用 AI、机器学习与预测分析：AI 对我们来说是一个极其宏大的战略主题。它已经深深地嵌入到了我们战略、市场进入（Go-to-market）模式以及产品和服务的每一寸肌理中。 由于我们本身也是一家制造商，我们同样在自己的工厂和企业运营层面利用 AI 来实现生产力的跃升。对我们来说，最激动人心的成功案例之一（也是我们因此斩获 CIO 大奖的项目），是我们部署在新加坡制造工厂的“工厂 AI 解决方案”。
这套系统不仅能优化生产线、把控产品质量，更能在新工程师和产线工人的入职培训中发挥奇效。它能在复杂的制造环境中提供实时且情境化的辅助，一步步指导操作员完成故障恢复流程，并让他们清晰地了解工艺流程的当下状态。
过去，要让我们装配线上的一名生产员工达到熟练水平，通常需要长达 6 个月的漫长培训。制造一线的员工流动率往往很高，或者当遭遇突发的大规模订单需求时，我们不得不紧急招募大量新人。现在，通过使用 AI 助手引导他们完成标准化流程，并深度结合 AR（增强现实）和 VR（虚拟现实）技术为他们提供高度可视化的装配演示，我们已经成功将员工的入职熟练期从几个月极速压缩到了几周。
by Carl Friedmann
