制造 / 工业控制系统
Rockwell Automation：新加坡工厂设备维修技术人员使用的生成式AI故障诊断助手（Maintenance Copilot）
- 企业
- Rockwell Automation
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 启用时间
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
根据Microsoft于2026年9月24日发布的文章，Rockwell Automation新加坡工厂的技术人员过去要让停机设备恢复运转，必须在数百页的说明书中查找错误代码和处理方法，若仍无法解决，还得四处寻找曾处理过类似故障的同事。厂长Li Wang表示，公司希望解决资深员工退休导致数十年现场经验流失的问题，以及故障处理方式因人而异的问题。
使用的技术与数据
自2025年10月起，该厂负责数百台设备的技术人员开始使用公司自研的GenAI-Powered Maintenance Copilot。这一助手基于Microsoft Azure和Microsoft Foundry中的Azure OpenAI构建，运行GPT-5.4-mini模型，依据由拥有20到30年现场经验的资深工程师建立的知识库、制造软件数据和设备说明书作答。检测到设备错误时，它会按症状、原因、应对的顺序列出最可能的原因，技术人员可通过平板电脑或增强现实眼镜用自然语言提问，并获得分步指导。
成果
据厂长Wang介绍，一致且有针对性的故障处理使设备停机时间减少33%，公司内部统计显示维修和备件成本下降约25%。首席供应链官Bob Buttermore表示，新员工学会排查数百台设备故障所需的时间已从9个月缩短到3个月。公司计划将该助手推广到美国俄亥俄州Twinsburg工厂以及波兰和墨西哥的工厂。
局限与待解问题
文章没有说明衡量停机时间和成本下降所用的期间和比较基准。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。