一提到智能运维，很多人都会首先联想到这项技术在IT和互联网领域的应用。经过近年来的演变发展，智能运维已经逐渐形成一套成熟和完善的AIOps理论和架构, 并日益在实际应用中显示出巨大的价值。从每年的双十一血拼“盖楼大赛”，春节“抢红包”等海量用户参与的网上活动，到今年新冠疫情推动了线上业务的大规模爆发，人们已经习惯并享受在线工作和娱乐模式。但是每一个线上业务的成功背后，都有着智能运维技术的功劳。它不仅能为有海量用户参与的大型在线活动提供运行保障，也使得类似金融、电子商务、网约车、社交平台等对于可靠性、连续性具有高要求的互联网系统得以高效稳定地运行。

智能运维技术在互联网领域的成功应用，不仅印证了这种技术的可行性，也使得人们开始进一步思考它在更广阔领域的发展潜力。例如，对国民经济至关重要的制造业，是否也可以利用智能运维的技术体系实现转型和提升呢？答案是肯定的。

IT系统设备是互联的数字化设备，对标准化、集中度和稳定性要求普遍较高。尽管与此相比，多数制造业尤其是离散制造业对于维护及时间响应的要求没有大型IT服务系统那么高，但不停机、免维护、少故障同样是让制造业梦寐以求的图景。因此，制造业对智能运维的需求，便随着竞争的加剧而愈发迫切。

传统制造业系统由大量分散、孤立和多样化非标的生产系统设备组成，要实现智能运维是非常困难和有挑战的。但随着近年来数字化及互联企业技术的发展和赋能，制造业的智能运维已经成为可能。尤其是2020年春天，随着新冠疫情在中国乃至全世界的蔓延，大量人员被隔离的同时交通受限，这些突发的冲击使得不少企业无法正常运行、供应链断裂，造成巨大损失。这种痛定思痛的启发，使得人们再次把目光聚焦到制造业的智能运维及远程维护上。

对于制造业来说，智能制造一直是过去几年的热门话题，而智能运维正是智能制造的一种表现形式，它把智能制造从一个概念变成了更加具象化的目标。当智能制造的方法论落地实施之时，企业实现智能运维应用的步伐即可阔步向前。

当然，我们也应认识到：智能运维并不是一个可以一蹴而就的目标。对公司架构、生产组织以及生产装备进行数字化、网络化和智能化的转型升级，正是企业真正实现智能运维的先决条件和必要步骤。

智能运维之数字化

智能运维最重要的基础是数字化，因为数字化使得人们能够获取实时、丰富的数据。对孤立的数据而言，其价值仅限于它所代表的数据源的物理含义，但数据经过传送、分享并且和其他数据整合起来加以利用的过程，则可能会产生指数级的价值提升；数据加上算法，更能够产生智能化的应用。

对于制造业的智能运维来说，当务之急的第一步正是准确了解企业各个环节、各个位置在当前的实际状态，只有对机器、产线和车间运营情况一目了然，才能根据需要适时做出调整。在传统生产模式下，即便工作人员在车间现场，由于数据不可见，很多时候即便人在现场，也无法了解机器的健康情况，有些非计划的停机及其导致的生产中断往往无法避免。

但一旦实现了智能运维，生产管理人员通过数字化手段，无论在现场还是在远端，都能立刻获知生产进度、材料损耗、机器的OEE指标及产品的质量情况，甚至可以关联到客户订单、材料供应、价格波动及交货进度等信息。所有这一切都是从设备、工艺及生产管理系统、企业业务系统的数字化基础建设中带来的好处。而数字化之后的互联互通，则进一步提升了人们对数据价值充分利用和挖掘的能力。   

智能运维之网络化

当企业从数字化进程中获得了大量的数据后，这些数据要形成运维的价值，还必须在一个互联企业的框架下才能实现。也就是说，智能运维除了要求有底层数据以外还要一直在线，使得数据经过传送、整理和清洗后，可以通过适当的算法处理变成运维所需的信息，供本地或者远程的运维人员使用，从而在获得这些信息时可以做出运维方面的调整和应对策略。

而为了保证运维系统数据的实时畅通和人员的互联，互联企业中所建立的横向互联、纵向互联和端到端互联起到了类似企业的血液输送系统的作用。当然，仅仅依靠数字化和网络化还不足以建立起智能运维的体系，还需要一个智能平台，才能真正实现智能运维的功能。

智能运维之平台

企业数字化转型的最终目的，还是要实现例如智能运维这样的智能化目标。在依托数字化、网络化打好基础之后，智能运维的核心还需要依靠企业的智能化平台来进行。通常，这样的平台可以架设在企业的数据中心、私有云或者公有云之上，平台的搭建可以利用罗克韦尔自动化提供的FactoryTalk InnovationSuite来完成。不同行业、不同企业在不同阶段对于智能运维的要求可能不尽相同，但是其功能通常可以由以下的十个功能模块进行覆盖：

可以看到，这些模块的功能很多，企业需要在不同的阶段，利用不同的模块，从不同的角度帮助管理者或者系统来解决运维中的问题。

例如，其中最重要的用来保证生产运营的功能就包含了以下事件，如果按其任务紧急程度和响应时间从快到慢进行排序，则有：报警监控>可视界面>异常检测>故障定位>根因分析>故障排除>升级管理>灾难恢复>预测维护>生产管控>能源管理>物料管理>安全策略>资产管理>EHS合规。当然，这些事件在不同企业当中的优先级也可能不尽相同。

而这些事件的处理，无论在本地还是远程，都需要用一个平台来处理收集上来的数据，多个数据的关联则可以还原事件场景。这一平台提供了数据和数据分析处理的工具及算法，现在我们把对这些事件的处理程序及预案用算法代码写进APP，就可以利用这些APP来实现运维了。

在这方面，罗克韦尔自动化智能运维解决方案Rockii目前已经集合了十个智能运维最主要的应用APP，Rockii同时也支持集成第三方的APP，帮助企业在安全（信息安全及机器安全）、效率、环保和能效等诸多方面获得持续提升，实现“点石成金”的转型升级效能。

当然，这些APP只是现有的基础，随着时间和生产记录的积累，工程师还可以在平台上开发更多针对企业生产个性需求的APP来支持智能运维。这些智能运维APP的开发应用，可以帮助企业从“凭老师傅经验”或者“拍脑袋试错”的传统模式，转向基于数据分析判断的智能运维模式。

这一运维模式将使得企业中的厂长、生产经理、生产工程师、质量管理、维护人员和操作人员都能够获得相应的数据和决策支持，同时实现减轻负担、增强沟通协作等收益，最终促进生产的稳定运行，达到企业更加安全（S）、高效（E）、节能（E）和环保（E）的社会价值。

从IT领域到制造业的延神，无疑为智能运维技术开拓了更广阔的用武之地，也使其能够为实体产业经济创造出更多的价值。我们相信，今后将会有越来越多的制造业企业迈入智能运维时代，以更加创新、更加从容的姿态面对未来的挑战。