中国工业报记者  邢丹

设备不会说话，但停机是它表达问题的最后方式。容知日新副总裁王佳东在发布会上的这句话，道出了工业设备管理的深层困境：全球制造商每年因停机损失高达6470亿美元，69%的故障未被有效报警，仅21%的报警能够真正闭环处理。

9月21日，中国工业报记者从2026世界制造业大会上获悉，安徽容知日新科技股份有限公司（以下简称“容知日新”）全球首发“观星OS”设备运维智能操作系统。这一以AI原生架构为底座、以插件化开放生态为特色的工业操作系统，标志着继计划预修、点检定修、状态维修和预测性维护之后，第四代AI驱动的设备智能运维范式正式落地，设备管理从“人管”迈向“AI管”。

打破困局：从“人管”到“AI管”的三大变化

流程工业是工业的底座，产值约占规模以上工业总产值47%。在2026世界制造业大会现场，中国工业报记者了解到，当前全球产业链重构、要素成本上升、“双碳”约束等挑战叠加，正推动流程工业向高端化、智能化、绿色化方向加速转型。然而，一个长期存在的矛盾依然突出：设备维护仍停留在“人工巡检、计划检修、故障抢修”的传统模式：安全上隐患发现不及时，质量上精度衰减难预警，效益上非计划停机与过度维护并存。传统工厂设备运维靠老师傅听声音、摸温度，培养一个专家要八到十年，人一走经验就断档。

“为什么做了这么多系统建设，设备运维的质量和效率仍然存在较大差距？”发布会现场，容知日新副总裁王佳东提出了这个行业之问。他打了个比方：就像城市交通，路已经拥挤了，再多修一条路，对整体交通的改善可能非常弱。工业系统建设也是一样，系统已经很多，再增加一个系统去多管设备，成本不是线性的，而是指数级的。观星OS的发布，正是针对上述症结而来，带来了三个显著变化。

变化一：设备管理从“人管”变“AI管”。观星OS向下连接各类设备数据，向上支撑业务应用，让系统自己分析、自己决策、自己行动。用户只需用自然语言发出指令，系统就能自动完成诊断、生成维修方案并通知人员。王佳东告诉记者，观星OS给每台设备赋予一个“AI管家”，通过AI进行多元分析诊断，从获取信号、分析图谱到推理，全部由AI深入思考训练来推断结论。“设备里发现什么状况，故障诊断可以直接给出：现在有什么报警，什么原因，预计用什么方案。”

变化二：工业软件从“买来即定型”变“按需生长”。过去工业软件交付即定型，想加新功能要重新开发，周期按年计算。观星OS采用插件化架构，相当于一个可以不断“生长”的操作系统底座。企业需要皮带机监测，安装一个场景插件就能实现；需要往复机诊断，再装一个场景插件就能解决。王佳东对记者表示：“未来企业要开发更多场景、接入更多设备，通过插件开发即可。”平台开放给客户和合作伙伴，可以自己开发插件、拓展能力，让设备智能运维平台随企业一同“生长”。

变化三：AI从“外挂”变“底座”。不少工业软件的智能化是“先有业务、再加AI模块”，容知日新观星OS走的是AI原生路线。王佳东向中国工业报记者解释：“过往先有业务再加AI，AI好像是业务上面的一个壳，能做到的往往比较浅。观星OS叫AI原生，是真正深入融入业务。”具体而言，不是“在传统系统上增加一个大模型或Agent”，而是“从系统的底层架构开始，为AI构建一个可理解、可操作、可扩展的智能运维世界”，即为AI构建世界模型，让Agent成为系统中的资源和业务行为，并辅助开发新的Agent和应用。这一理念落地的前提是设备接入：观星OS采用开放、兼容的接入体系，原生支持OPCUA、MQTT、Modbus等主流工业协议，同时支持第三方开发私有协议适配，让不同设备、不同协议、不同数据模型都能通过统一抽象被系统理解和调用。容知日新还把近20年积累的行业经验和故障知识库融入系统底层，让系统“天生懂设备”，并在实际使用中不断学习更新，越用越准。

技术研发：构建从感知、认知再到行动的完整闭环

这三大变化的背后，是容知日新近20年技术积累的系统性释放。中国工业报记者在采访中了解到，这家企业已经完成传感器核心元器件、无线传感器系统、边缘智能、工业大数据、智能算法、工业互联网平台、大模型、智能体、AI原生操作系统等前沿方向的全栈技术布局，构建起从感知、认知到贯通、行动的完整智能运维能力闭环，而这，正是观星OS得以支撑“人管”变“AI管”，“定型”变“生长”，“外挂”变“底座”的底气所在。

在感知层，依托“工业五感”——视、听、触、嗅、味多模态感知技术的融合，将振动、图像、声纹、温度、油液、工艺电流等多源数据整合起来，对设备状态进行全维度数字化建模。“端—边—云”协同架构破解数据量与实时性的矛盾：边缘节点完成本地特征提取与异常检测，数据量缩减99%以上，云端承担深度治理与模型训练。数据治理贯穿全生命周期，辅以元数据管理实现“来源可查、质量可评、权责可追、使用可控”，让接入数据真正参与监测、分析与决策。

在智能层，观星OS以AI原生架构为底座，把设备状态、维修决策与执行调度贯通起来。其技术构成是机理模型、数据模型与工业大模型的三元融合：机理定边界、数据学规律、大模型做编排与推理。容知日新自主研发的PHMGPT设备智能运维大模型，具备故障诊断、私有知识问答、数据查询、信号特征提取、意图识别、图像和视频分析等多维能力，能够将设备数据转化为可感知、可推理、可决策的工业语言，精准定位故障原因并提供检维修建议。在统一的操作系统底座上，算法、模型与智能体统一管理、按需编排，以“Agent底座”形态落地。

在应用层，观星OS以工业智能体打通“感知—认知—决策—执行—反馈”的完整闭环，将检与修合并为一条贯通的价值流。故障诊断智能体输出结论与处置建议，可直接创建工单；检维修智能体辅助生成检修方案；备件智能体给出备件建议与预警。业务规则由技能承载，系统操作由工具完成，智能体负责编排。报警不再是一条通知，而是一项必须完成的设备运维任务——从异常发现、智能诊断、任务处置到闭环复盘全程贯通。

采访中记者获悉，目前容知日新实时监测关键设备超22万台套，沉淀设备故障闭环案例4.6万多个，累计汇聚工业数据13.8PB。公司诊断工程师人均看护设备已超过7300台，且仍在持续增长。这些数据资产，正是观星OS持续进化的基础。发布会现场，容知日新联合中国电子信息产业发展研究院、中国设备管理协会、中国有色金属工业协会数字化转型推进中心等12家单位共同发布了《设备智能运维发展路径报告》。容知日新智能运维研究院欧阳葆青院长向记者介绍，报告提出的第四代运维模式是AI驱动的自主运维，其特征为AI引擎、多数据融合、AIAgent能力扩张、人机交互互通以及组织能力重塑，目标是要构建自感知、自预测、自决策、自执行和自进化五大核心能力。

设备运维：从成本中心向价值中心跃迁

观星OS带来的改变不止于效率提升。更重要的是，容知日新以工业AI定义了设备智能运维新范式——继事后维修、计划维修、状态维修之后的第四代运维范式，即智能体驱动的自主运维范式。与前三代相比，根本区别在于决策主体的转移：前三代决策主体始终是人，机器只提供辅助结论；第四代以人工智能为核心引擎，由多专业智能体协同完成状态感知、故障诊断、维修决策与执行调度，人从执行者转变为监督者与例外处置者。

“我们的原则是：让智能体承担更多分析和准备工作，让关键决策始终处于人的掌控之中。”王佳东在采访中表示，涉及停机、关键工艺参数调整、高风险作业以及维修方案的正式批准，仍必须由授权人员按照企业制度确认。PHMGPT提供诊断依据和决策支持，不直接触发停机；生产控制和安全联锁仍由专门的控制系统承担。

在这一模式下，机器管常态、人管例外，推动运维从“减少故障停机”的成本中心，跃迁为“创造生产价值”的价值中心。据王佳东在发布会现场披露，预测性维护可将维护成本降低30%至50%，设备可用率提升20%至25%。

这一价值跃迁在“双碳”与人才领域同步显现。传统运维模式下设备“带病运行”和“过度维修”并存，既浪费能源又增加碳排放。观星OS通过超早期异常感知与精准诊断，推动运维从“到期即修”转向“该修才修、修在关键”，使精准运维成为流程工业绿色转型最具性价比的切入点之一。与此同时，观星OS让老师傅经验组织化留存。王佳东介绍，观星OS开发了设备级记忆，AI知道每台设备历史上发生过什么问题，未来应该怎么管理；企业还可以把老专家创建成专项分析专家智能体，变成企业资产，所有人都可以咨询，专家自身也在不断迭代。

从节能降碳到经验传承，观星OS带来的改变正在多个维度同步发生。“没有永远真正的‘成品’，只有不断生长的平台。”王佳东对记者表示。从2026世界制造业大会这一窗口可以看到，观星OS以工业AI为切入点，正在定义设备智能运维的新范式——这一新范式立足中国制造，也走向世界。