# 工厂 AI 选型，72 小时离线上限比功能更关键

> 三款工业平台常在同一场会上出现，分工却各不相同，弄清定位才能避免第一周就选错架构。

原文: https://fdetimes.net/zh/tools/siemens-aws-azure-industrial-ai-factory/

Microsoft 的文档写明，Azure IoT Operations 最多可离线运行 72 小时，期间性能可能下降。对网络不稳定的工厂来说，这个数字比宣传册上的任何功能都重要。

这类限制，每位做工业项目的前线部署工程师（FDE）迟早都要问到。Siemens Industrial Copilot、AWS IoT SiteWise 和 Azure IoT Operations 常在同一场会上被提起，但它们干的不是同一件事。

弄清每个工具的位置和重叠之处，就能避免进场第一周提出错误的架构。

## 一个工具服务工程师，两条路径把数据往上送

最底层是设备，通过 OPC UA 或 MQTT 通信。Siemens Industrial Copilot 位于最上层，是帮助工程师提高效率的应用。SiteWise 与 Azure IoT Operations 有重叠：两者都有运行在车间的组件，也都把设备数据送上云，只是侧重点不同。

| | Siemens Industrial Copilot | AWS IoT SiteWise | Azure IoT Operations |
|---|---|---|---|
| 主要职责 | 面向工程师的 AI 应用 | 采集、建模、存储；边缘侧有网关 | 边缘数据平面：接入、转换、路由数据 |
| 核心概念 | 价值链每个环节各有一个 Copilot | 资产模型 | MQTT 代理与数据流 |
| 运行位置 | 与 TIA Portal 绑定；Senseye 运行在 Azure 上 | 云端，外加运行在 Linux 或 Windows 上的 SiteWise Edge 网关 | Azure Arc 托管的 Kubernetes |
| 需要尽早确认的限制 | 效率数据来自试点 | 每台网关最多 100 台 OPC UA 服务器 | 最多离线 72 小时 |

## Siemens Industrial Copilot：面向自动化工程师的 AI

Siemens 和 Microsoft 在 2023 年汉诺威工业博览会上首次公布这一构想。工程 Copilot 借助 Azure OpenAI Service 的大模型，帮助工程师编写和优化自动化代码。2024 年 4 月，Copilot 接入 TIA Portal，Siemens 表示将从 2024 年夏季起在 Siemens Xcelerator 市场上架。

2025 年 3 月，Siemens 把它扩展到维护领域，推出运行在 Azure 上 Senseye Predictive Maintenance 之上的 Copilot。据 Siemens 介绍，首批试点显示被动维护时间平均减少 25%。公司如今把 Industrial Copilot 定位为覆盖整条工业价值链的产品系列：设计、规划、运营和服务。

25% 这个数字应当作待验证的假设。启用维护 Copilot 之前，先花几周测量客户当前的故障处理时间。没有基线，项目结束时就无从比较。

## AWS IoT SiteWise：真正的工作量在资产建模

AWS 将 SiteWise 定义为一项托管服务，用于大规模采集、存储、组织和监控工业设备数据。其核心概念是资产模型：一种声明式结构，描述设备和流程的原始数据与派生指标。

设想一座工厂有 140 台 OPC UA 服务器，分布在三条产线上。SiteWise Edge 网关软件在车间读取 OPC UA 数据，但每台网关最多连接 100 台服务器。因此至少需要两台网关，而且在采购硬件之前，就要决定按产线还是按网络位置划分。

网关运行在 Linux 或 Windows 上。除 OPC UA 外，数据也可以经 AWS IoT Core 通过 MQTT 接入，或通过 SDK 写入。存储成本靠热、温、冷三级来控制：冷存储是客户自管的 S3，保留策略决定数据在每一级停留多久。

**要点:** 在工厂里，第一个问题不是用哪个模型，而是数据在哪里。

## Azure IoT Operations：把 Kubernetes 搬进车间

Microsoft 将 Azure IoT Operations 描述为统一的边缘数据平面，运行在 Azure Arc 托管的 Kubernetes 集群上。它的核心是一个运行在边缘、面向事件驱动架构的 MQTT 代理。数据流负责转换数据，并把数据发往云端终结点。

平台支持 MQTT 和 OPC UA，面向预测性维护、能源优化和数字化巡检等场景。由于运行在 Kubernetes 上，需要尽早问清：工厂里由谁来运维这个集群？客户的运营技术（OT）团队自己运维过 Kubernetes 吗？

再回到 72 小时这道门槛。如果广域网（WAN）从周五 18:00 断到周一 08:00，一共 62 小时，仍在上限之内。但一个四天的公共假期长达 96 小时，远超上限。所以要在需求调研会上就索要断网记录，而不是等到上线时才问。

## 先学什么

接着练习资产建模：把原始测量值和派生指标分开，命名要让操作员一眼看懂。如果目标是 Azure 项目，还需要掌握 Kubernetes，至少能自己搭建并调试一个小集群。

筛选招聘信息有个窍门：把职位描述和本文的分层对照。提到 OPC UA 或边缘网关，大概率做数据层；提到 TIA Portal，就会更贴近自动化工程师。

简历上别只写“IoT 经验”。像“为 40 项资产建模，拆分到两台网关，设计了三级存储的保留策略”这样一行，能让招聘经理看出你在现场做过真活。

读产品文档并不费力。客户愿意为 FDE 付费，是因为需要有人知道系统会在哪里出问题：第 101 台网关出现时，或者断网进入第 73 个小时时。

**本周动手试试:**

- 在自己的电脑上搭一个模拟 OPC UA 服务器，再用 MQTT 或 OPC UA 客户端读取几个标签，熟悉命名规范和数据类型
- 为一台虚构的水泵画出资产模型：三个原始测量值、两个派生指标，并标注哪些数据放在热、温、冷哪一级
- 问问在工厂工作过的人，他们车间网络最长一次中断持续了多少小时，再和 72 小时上限对比

## 信源

- [Siemens Xcelerator: Scaling roll-out of generative AI with Siemens Industrial Copilot](https://press.siemens.com/global/en/node/6914)

- [Siemens expands Industrial Copilot with New generative AI-powered Maintenance Offering](https://press.siemens.com/global/en/pressrelease/siemens-expands-industrial-copilot-new-generative-ai-powered-maintenance-offering)

- [Siemens Industrial Copilot | Siemens](https://www.siemens.com/en-us/company/insights/generative-ai-industrial-copilot/)

- [What is AWS IoT SiteWise? - AWS IoT SiteWise User Guide](https://docs.aws.amazon.com/iot-sitewise/latest/userguide/what-is-sitewise.html)

- [AWS IoT SiteWise FAQs - Amazon Web Services](https://aws.amazon.com/iot-sitewise/faqs/)

- [What Is Azure IoT Operations? - Azure IoT Operations | Microsoft Learn](https://learn.microsoft.com/en-us/azure/iot-operations/overview-iot-operations)
