然而，AI时代的到来正在改变工业运营的底层逻辑。工业运营正在从"如何让机器按规则自动运转"，转向"如何让系统自主感知、理解并优化"。从自动化迈向自主化，已经成为全球工业界的共识和大势所趋——无论是流程工业还是离散工业，越来越多的企业意识到，竞争的主战场正从"自动化水平"转向"自主运营能力"。
但从自动化到自主化，并不是简单升级几套软硬件就能实现，这条转型之路该如何走？在 2026 霍尼韦尔科技创新峰会上，这家在工业自动化领域深耕百余年的企业给出了自己的答案：数字认知（Digital Cognition），是工业自动化通往自主化的一座桥梁。
数字认知：一种面向工业场景的人工智能
传统的自动化逻辑，擅长在既定规则内精确执行，却难以应对规则之外的复杂工况。面对海量报警信息、多项相互冲突的生产目标、瞬息万变的工况，最终的研判与决断高度依赖人的专业经验。自动化把人从重复劳动中解放出来，却把越来越重的认知负担压在了人的肩上。这正是AI在工业场景应用最有价值的地方。
而按照霍尼韦尔科技的定义，数字认知是一种面向工业场景的人工智能，是从自动化迈向自主运营的核心能力。它的工作原理是打通生产工况，融合领域专业知识、第一性原理与动态模型，再结合AI推理能力，让企业不再只是单纯地"看见正在发生什么"，而是读懂事件背后的含义，进而给出行动建议、落地处置措施。简言之，它把数据转化为场景语境，再把场景语境转化为可执行的行动指引。
数字认知不是对现有自动化体系的颠覆，而是一座桥梁。其一，它不取代底层自动化根基。确定性控制、自动化逻辑依旧精准严格地运行，控制时序、联锁保护、安全防护全部保留不动——数字认知是在控制系统的确定性逻辑之上，叠加一层概率性的智能指导。其二，它的定位是增强人的能力而非取代人。通过智能辅助，经验相对不足的员工也能达到接近资深专家的工作水平，"让每一天都成为产能最优的一天"。
由此，企业得以从问题发生后的被动响应，转向更早识别问题、更自信地采取行动：减少生产与收率的波动，提高资产绩效的可预测性，在问题真正发生之前就将其化解。这座桥梁的价值，不是简单地"增加更多自动化"，而是确保生产流程结合实时工况，始终维持最优运行状态。
人仍是决策关键：自主化不是"无人化"
关于自主化，很多人把它等同于"无人化"。霍尼韦尔科技大中华区总裁余锋在峰会上特意辨析的一组概念，恰好澄清了这一点：业内不少厂商提的是"自主运行"，而霍尼韦尔科技提的是"自主运营"。
一字之差，内涵迥异。"运行"侧重装置层面的执行，解决的是"装置如何运行得更好"；而"运营"是一个系统级、端到端的概念，覆盖从数据感知、知识沉淀到运营优化、组织协同的全价值链，关注的是"企业如何实现更优的经营绩效和价值创造"。AI的强项在于海量数据的收集、整理、分析和多方案生成——生产计划、调度方案、维修计划，AI都能高效完成——但最终的选择和判断，必须由人来做出。人始终在回路中掌握最终决策权。
这也意味着，自主化转型的关键变量是人。余锋反复强调，AI在过程自动化中的定位是辅助决策与增强控制，最终的工艺判定与安全责任仍须由人承担；无论是管理人员还是一线员工，都需要在工艺、数据、AI等交叉维度上实现能力提升。为此，霍尼韦尔科技将在华运营30余年、累计培养两万余名技术与管理人才的自动化学院，升级为工业自主运营研究院——从传授自动化技术，转向培养具备"自主运营"思维与能力的复合型人才。这次更名由余锋本人提出，首期课程也由他亲自设计，足见其对"人"这一变量的重视。
工业AI的落地逻辑：务实、价值与安全底线
数字认知如何从理念走进工厂、从图纸变成通途？为此，余锋勾勒了一条清晰的工业AI落地逻辑——务实为径，价值为尺，安全为界。
务实，意味着对落地瓶颈不回避、不粉饰。余锋将工业AI规模化落地的障碍归纳为三点：数据孤岛与数据治理是首要障碍，许多企业的生产与质量数据分散在不同系统和部门，只有数据被带到现场并实时投入使用，AI的价值才能真正发挥；其次是过程控制的适配性与动态优化能力不足，传统静态流程难以匹配市场与客户需求的快速迭代；第三则是人才结构与复合型能力的双重缺口。针对这些瓶颈，霍尼韦尔科技的应对思路是：以平台化架构打破系统壁垒，在坚守底层控制安全的前提下，将AI逐步叠加于上层应用——此次峰会上基于霍尼韦尔科技Forge智能互联平台（下称“Forge”）发布的三款解决方案，正是这一思路的产物。
价值，是检验落地成效的唯一标尺。余锋直言："没有经济效益的AI，只是昂贵的实验品。"工业AI比拼的不是技术的新颖程度，而是持续创造价值的能力；工业AI不能只"会回答"，更要"懂工艺"，不能简单套用通用大模型的逻辑，必须建立在对行业工艺、安全规范和生产流程的深度理解之上。
而安全，则是这一切不可退让的底线。安全是1，效率、增长、创新都是后面的0。没有安全这个1，后面再多的0都没有意义。因此，霍尼韦尔科技坚持的路径是：底层控制逻辑坚守安全底线，上层智能聚焦风险识别与优化，每一项智能化应用都必须安全、可控、可追溯。不是"先安全后效率"，而是安全本身就是落地逻辑的第一块基石。
自主化是旅程，而非一个终点
数字认知所指向的自主运营，不是一个可以一蹴而就的目标。余锋坦言，企业不会仅仅因为部署了AI，就一步跨越到自主运营。每家企业迈向自主运营的路径各不相同，不存在统一路线或唯一起点，取决于企业当前所处的自动化发展阶段。
霍尼韦尔科技Forge智能互联平台为这一愿景提供了规模化承载的基座。该平台采用与硬件无关的开放式架构，被定位为搭载AI、贯穿企业运营全流程的“智能层”，能够将运营数据转化为实时、可执行的业务洞察。截至今年7月，Forge已服务全球超过25000家客户，覆盖超过288000个站点，协助管理约550万项设备资产。在中国，霍尼韦尔科技已为Forge部署了专属运营环境，与本土云服务商合作，支持数据本地化存储与处理。余锋表示：“Forge不仅是一项技术平台，更代表着一种全新的运营方式。”
展望未来，余锋认为中国规模大、门类全的工业体系，为工业AI提供了天然的“压力测试场”。由AI驱动的自主运营，是一场持续学习、创新与迭代的漫长旅程。数字认知正是这场转型的基石——它帮企业把数据转化为场景语境，再将场景语境转化为可执行的行动指引，让一线人员手握智能工具，从容应对日趋复杂的工业场景。这条道路始于改善人处于闭环中的运营方式，而其终点，是一个安全、高效、绿色的工业未来。
