Page 74 - XXIV Konferencja Automatyków Rytro 2026

Drugi krok to audyt danych. Zakład powinien sprawdzić, czy rejestruje wszystkie akcje
operatora, czy znaczniki czasu są spójne między systemami, czy alarmy są racjonalizowane, czy
zachowane są dane o potwierdzeniach urządzeń wykonawczych i czy można połączyć historię
procesu z logami operatorskimi. Bez tego OEDD szybko zamieni się w system generujący trudne
do rozstrzygnięcia alarmy.

Trzeci krok to budowa reguł i ich przegląd z załogą. Najlepsze reguły powstają wtedy, gdy
automatyk, technolog, operator i utrzymanie ruchu siedzą przy jednym stole. Technolog wie,
kiedy akcja jest dopuszczalna. Automatyk wie, czy sygnały są dostępne. Operator wie, czy
procedura jest realna w warunkach zmiany. Utrzymanie ruchu wie, jakie potwierdzenia bywają
zawodne. Taka praca ma dodatkową wartość: porządkuje procedury i ujawnia luki, zanim
powstanie system informatyczny.

Czwarty krok to wdrożenie pilotażowe bez automatycznego sankcjonowania. Przez pierwsze
miesiące system powinien działać jako obserwator i generator raportów. Trzeba mierzyć liczbę
wykrytych niezgodności, fałszywe alarmy, czas reakcji, wpływ na obciążenie operatorów
i przydatność w analizach zmianowych. Dopiero po tej fazie można decydować, które
komunikaty powinny trafić do alarmów bieżących, które do raportów, a które do szkoleń.
Piąty krok to dołączenie AI i LLM w sposób warstwowy. Modele ML mogą analizować
anomalie i predykcje, a LLM może tworzyć warstwę dialogu i interpretacji. Nie należy jednak
zaczynać od „asystenta, który odpowie na wszystko”. Lepiej zdefiniować konkretne funkcje:
streszczenie sekwencji alarmów, porównanie przebiegu z procedurą, wyszukanie podobnych
incydentów, wygenerowanie listy kontrolnej lub przygotowanie raportu po zdarzeniu. Każda
funkcja powinna mieć testy i jasne granice odpowiedzialności.

Szósty krok to utrzymanie systemu. Procedury się zmieniają, instalacje są modernizowane,
alarmy są racjonalizowane, a praktyka operatorska ewoluuje. OEDD i AI muszą mieć właściciela
procesowego, harmonogram przeglądów, repozytorium reguł, rejestr zmian i mechanizm
wycofywania błędnych wersji. W przeciwnym razie system, który na początku poprawiał
bezpieczeństwo, po kilku latach może stać się źródłem nieaktualnych komunikatów.
Powyższe rozważania powinny obejmować każdy rodzaj wdrożenia. Aktualnie wiodący
dostawcy rozwiązań automatyki oferują rozwiązania klasy “AI assistant for operator”, przykłady:

Honeywell — Experion Operations Assistant. Honeywell ogłosił 1 października 2024 r.
w Houston wprowadzenie Experion Operations Assistant — explainable AI zintegrowanego z DCS
Experion® PKS,
Emerson — Ovation AI-enabled Virtual Advisor. Emerson 15 lipca 2025 r. (Pittsburgh)
wprowadził Ovation AI-enabled Virtual Advisor, opisany w oficjalnym komunikacie jako „first
generative artificial intelligence (GenAI) advisor integrated into an automation system
specifically designed for the power and water industries".

Yokogawa — OpreX + UptimeAI. 24 stycznia 2025 r. Yokogawa ogłosiła strategiczne
partnerstwo z UptimeAI, integrując OpreX Asset Health Insights z modułami „AI Expert:
Generative AI" oraz „AI Expert: Reliability & Process" — LLM-based agentami dla operatorów.
Wcześniej Yokogawa wdrożyła autonomous control AI (FKDPP) komercyjnie w ENEOS Materials
(2023).

Paweł Wnuk, Diagnostyka operatora i AI str. 10
XXIV KONFERENCJA AUTOMATYKÓW RYTRO 2026 POLITECHNIKA WARSZAWSKA