9月21日，2026世界制造业大会专场发布环节上，安徽容知日新科技股份有限公司正式全球首发AI原生工业运维操作系统“观星OS”，这一产品的亮相，标志着工业运维领域在经历事后维修、定期维护、状态监测三个发展阶段后，正式迈入以AI为决策主体的第四代自主运维范式。长期以来，制造工厂的设备运维高度依赖资深技术人员的经验积累，一名能精准判断各类复杂故障的运维专家往往需要八到十年的培养周期，人员流动还容易造成经验断层，大量工厂始终难以摆脱“哪里报警去哪里”的“救火队”式运维困境。

　　在传统运维模式下，工厂里成千上万台不同品牌、不同年代的设备各自产生运行数据，散落于多套独立的生产控制、设备管理系统中，形成一个个难以打通的数据孤岛，企业想要新增一类设备的监测能力，往往需要从零开始搭建整套系统，投入成本随设备数量呈指数级增长。而“观星OS”的推出，正是针对这一行业长期存在的痛点给出的全新解决方案，相当于为每一台工业设备配备了一位全天候在线的专属“AI管家”。

插件化开放架构打破数据壁垒

　　“观星OS”采用完全插件化的开放架构设计，向下可以接入各类设备产生的多模态运行数据，通过标准协议和开放接口，将不同品牌、不同年代的设备以及各类独立业务系统全部接入同一个统一平台，彻底打破不同厂商设备与业务系统之间长期存在的数据壁垒。企业原有的各类在用系统完全不需要“推倒重来”，后续新增的设备也不必再单独建设一套独立的运维系统，所有设备的运行数据都能统一汇聚到同一个平台进行集中管理。

　　这套系统的上层可以承载多场景智能体与各类定制化应用，让AI真正成为具备感知、预测、决策和执行完整能力的核心主体。容知日新副总裁、研发中心软件产品部负责人王佳东表示，这套系统的运行逻辑和智能手机安装应用程序十分相似，企业如果需要监测皮带机的运行状态，直接安装对应的场景插件就可以实现相关功能；如果后续需要增加往复机的故障诊断能力，只需要再接入对应的新插件即可。不同的插件可以独立完成安装、升级和卸载操作，企业和合作伙伴还可以根据自身的实际运维需求自主开发对应的应用功能。

　　不同于过去工业软件“交付即定型”的传统模式，“观星OS”的能力边界可以随着企业的发展持续扩展，企业后续增加新设备、拓展新的运维场景，不需要再投入高额成本重新开发整套系统，只需要通过新增对应的插件就能完成能力升级，让整个智能运维平台可以和企业的生产规模一同“按需生长”。不少工业软件的智能化改造往往采用“先搭建业务系统，再外挂AI模块”的模式，数据大多只能用于事后生成统计报表，而“观星OS”走的是完全AI原生的技术路线，先搭建大模型底座，再围绕大模型构建整套业务流程，所有采集到的实时运行数据都会直接输入模型进行分析处理，系统可以实现快速学习、快速更新。

近20年行业积累筑牢数据底座

　　容知日新自2007年起就开始深耕工业设备智能运维领域，依托近20年的行业深耕积累，目前已经在全国部署约120万套感知终端，产品和服务覆盖风电、钢铁、石化、煤炭、有色等10余个重点行业，后续还在持续向半导体、算力、核电、医药、港口、轨道交通等高端制造业和民生产业拓展延伸。截至目前，企业实时监测的各类关键设备已经超过22万台套，沉淀的故障闭环案例达到4.8万个，累计汇聚的工业数据总量达到13.8PB，搭建形成了全球规模领先的设备智能运维高质量数据集。

　　企业将十余年积累的工业故障机理知识与大模型技术进行深度融合，把大量一线运维专家的人工经验持续注入系统底层，不断对算法进行迭代调优，逐步提升系统对复杂故障的识别与预测精度，全方位保障每一次运维决策的可靠性。这套系统相当于给工业设备戴上了24小时不间断运行的动态心电监测仪，全天候不间断地“测体温、听心跳”，内置的AI大脑可以实时读取各类运行数据、精准判断故障类型、自动发出预警信息。

　　当设备出现异常状况时，系统可以第一时间播报预警信息，自动完成故障诊断、生成对应的维修方案并派发工单通知维修人员，用户甚至只需要用自然语言发出相关指令，系统就能自动完成整套运维流程的处理。目前这些由AI生成的诊断结果仍建议由专业运维人员进一步审核确认，但已经能够大幅减少人工分析的工作量，结合这套AI系统的辅助，平均一名工作人员就可以看护约7300台设备，运维人力的覆盖效率得到了极大提升。

订阅制模式撬动广阔长尾市场

　　基于“观星OS”的灵活技术架构，容知日新将针对对初始投入敏感的中小企业推出按测点数量年度计费的订阅制服务，把过去一次性的硬件采购支出转变为持续的服务收入，实现非标运维服务的低成本规模化推广，撬动此前难以覆盖的广阔长尾市场。过去很多中小制造企业受限于资金规模，难以承担整套智能运维系统的前期部署成本，只能继续沿用传统的人工巡检模式，设备运维的智能化升级长期难以推进。

　　这种按年度按测点计费的订阅制模式，大幅降低了中小企业接入智能运维服务的初始门槛，企业不需要一次性投入高额资金采购整套硬件和软件系统，只需要根据自身实际监测的测点数量按年支付服务费用，就可以享受到和大型企业同标准的AI智能运维能力。随着系统在企业中的持续运行，AI模型会不断学习该企业的设备运行特征，诊断和预测的准确率会越来越高，对设备的运行状态也会越来越熟悉，客户也会逐步从“为工具付费”转变为“为最终运维结果付费”。

　　相关行业公开数据显示，中国工业企业每小时非计划停机的平均成本约为63.6万元，离散制造业每年因为非计划停机造成的直接损失高达2.3万亿元，通过预测性维护的方式，可以将整体维护成本降低30%至50%，设备可用率提升20%至25%。此前已有合作企业在引入智能运维系统后，关键设备的平均运行时间同比提升了40%到50%，运维人员不需要再把大量精力投入到重复的基础数据排查工作中，可以专注处理AI无法覆盖的特殊例外场景，真正实现“机器管常态、人管例外”的全新运维模式。

　　在“观星OS”的发布现场，不少行业从业者也在关注一系列尚未完全明确的开放性问题：这套开放的插件化生态后续将如何保障不同第三方开发者上传插件的运行稳定性，AI生成的运维决策在极端复杂工况下的准确率能否持续满足高风险行业的严苛要求，按测点计费的订阅制服务后续能否在海量长尾中小企业中实现大范围落地，这些问题的后续进展，也将成为工业运维第四代自主运维范式能否全面普及的关键所在。

(编辑：吕文)