意大利工业自动化企业IMA在2026年杜塞尔多夫Interpack展会上正式推出其“认知制造”（Cognitive Manufacturing）系统，标志着工业生产从传统自动化向智能决策支持体系的演进。该系统以生成式人工智能为核心，突破了以往仅依赖数据采集与监控的智能制造阶段，转向将海量生产数据转化为可操作的知识，实现对异常诊断、故障排查和工艺优化的实时辅助。
IMA构建的分布式智能架构中，核心为自研的IMA INTELLECTA™生成式人工智能平台。该平台作为系统“大脑”，负责整合来自不同设备、产线及工厂的数据，建立实时生产状态视图，并基于历史案例库提供跨部门、跨产线的根因分析建议。例如当某台包装机出现停机时，系统不仅能识别当前异常模式，还能关联过去类似故障的处理方案，推荐最优修复路径，显著缩短平均故障排除时间。
该系统的智能能力不仅存在于云端，更延伸至边缘端。通过部署AI on Edge解决方案，关键设备上已集成具备认知功能的本地化算法模块。在实际应用中，操作员可通过人机界面（HMI）直接调用基于技术手册、服务文档和企业内部经验的生成式故障排查助手。系统可提供语音或文本形式的分步指导，自动匹配相关图纸与维修流程，甚至提示应优先更换的零部件型号，极大降低对技工的依赖。
在机器人协同方面，IMA的系统不再将机器人视为孤立执行单元，而是将其纳入统一认知框架。由INTELLECTA™统一调度的机器人可根据当前产线节拍、物料供应状态和质量检测结果动态调整运行策略，如自动切换作业模式、调节抓取力度或避让异常工件，从而提升整线响应速度与工艺一致性。这种“感知-决策-执行”闭环，使机器人具备一定自主适应能力，但最终控制权仍由现场人员掌握。
对于中国制造业从业者而言，该系统的技术路径提供了明确的选型参考：在采购高端自动化产线时，需关注供应商是否具备本地化AI推理能力，而非仅依赖远程云服务；若计划引入类似系统，应评估现有设备接口协议兼容性，特别是能否接入标准工业通信协议（如OPC UA）以实现数据互通；系统对维护周期提出更高要求——由于依赖大量历史案例训练模型，企业需建立规范化的故障记录与知识归档机制，否则将影响AI建议的准确性。
从供应链角度看，该系统对上游元器件厂商也带来新需求。例如，支持边缘计算的嵌入式AI芯片、高可靠性工业级存储模块以及低延迟通信模组将成为关键配套组件。系统强调“知识沉淀”，意味着企业在实施过程中需投入资源进行工艺知识数字化，包括将纸质维修手册、经验口诀等非结构化信息转化为可被AI解析的语义数据。
目前，该系统已在欧洲多个食品饮料与制药包装产线完成试点验证，显示平均停机时间减少35%，首次修复率提升至89%。尚未披露具体价格，但其部署模式支持按产线规模分级订阅，适合中大型制造企业逐步导入。对中国出口型企业而言，若目标客户为德国、法国或北欧地区高端包装厂，可重点关注该系统在合规性、数据本地化存储及多语言支持方面的表现，以满足欧盟GDPR与工业信息安全（IEC 62443）要求。
- 核对项目：所采购设备是否支持边缘AI推理能力，避免完全依赖云端响应
- 核对项目：企业内部是否有标准化的故障记录与知识管理流程，支撑AI模型训练
- 核对项目：产线通信协议是否兼容OPC UA或MQTT等主流工业物联网标准 。