MIT Technology Review于2026年10月8日发布的Business Lab节目中，AVEVA首席技术专家Arti Garg表示，工业AI正进入新阶段，基础模型、物理AI和智能体AI正使工业环境中的复杂任务自动化成为可能；由于这类系统可直接与物理系统交互，异常决策可能影响安全、可靠性和关键基础设施，负责任部署成为下一轮工业自动化的核心。

据该媒体报道，工业AI并非全新事物。AVEVA已在工业领域研究AI超过20年，早期应用包括预测性分析和设备故障预判。但近几年的变化在于通用基础模型兴起，使更多人员能够使用先进AI技术；物理AI和智能体AI也在过去几年快速扩展。Garg提出的问题是，如何利用这些技术，同时保持安全、维持可靠运营，并兑现新能力的承诺。报道指出，新AI系统能力更强，却也更难预测和解释，这使上述挑战更突出。

数据被视为实现过渡的基础。工业系统通常包含遥测数据、服务日志、工程文件等分散信息。新技术可更快连接和关联这些信息，在诊断问题时为操作人员提供实时支持。AI驱动的机器人可进一步在危险环境中收集信息，无需工人进入。但更高自主性也需要新的治理方式。AVEVA的负责任AI框架强调安全、效率、人员安全与监督。Garg认为，在关键决策循环中，AI应增强而非取代人类，护栏应决定自动化系统可以在哪些环节行动、哪些环节仍由人类监督者负责。

可持续性是另一部分。报道称，随着可再生能源发电增长，AI可帮助管理复杂电力系统；同时，组织也需要更好方法了解AI自身环境足迹。Garg参与IEEE一个工作组，该工作组正在制定标准方法，以衡量AI在电力、能源、资源、水和碳等方面的影响。

下一阶段可能将工业AI进一步带入物理世界，从自主机器人和无人机，到AI辅助编码，让领域专家构建新应用。但Garg表示，实现潜力不只是部署新技术。组织需要重新思考业务流程、建立适当保障措施，并让经验丰富的工人以新方式运用专业知识，从而形成一种不仅更自主，而且更安全、更高效、更可持续的自动化模式。她表示，自主系统，无论是机器人还是无人机，将改变工厂、电力系统和矿区的工作方式，使这类运营更高效，对参与其中的人更安全，生产力更高。该期Business Lab节目由MIT Technology Review与AVEVA合作制作。