在德国汉堡的 Schaeffler 工厂，钢丝被切割、压制成粗球，经过熔炉硬化和多级研磨，最终制成精度达十分之一微米的球轴承。这种广泛应用于工业的低摩擦组件依赖高精度生产，但缺陷追踪一直是难题。测试可能定位装配线问题，却难以明确原因，例如工具扭矩偏差或砂轮更换影响。为此，Schaeffler 去年率先采用 Microsoft Factory Operations Agent，一款由大型语言模型(LLM)驱动的工具，旨在分析制造数据，识别缺陷、停机或能耗异常根源。

这款工具类似工厂专属 ChatGPT，基于 Microsoft Azure 与 OpenAI 模型合作开发。Microsoft 全球行业营销副总裁 Kathleen Mitford 称其为“运行于制造数据之上的推理代理”，能解读标准化数据并回答如“为何缺陷率高于平时”等问题。深度集成 Microsoft Fabric 数据分析系统后，Schaeffler 可利用全球工厂数据优化代理性能。IT 副总裁 Stefan Soutschek 表示：“真正价值在于后端运营技术(OT)数据平台与聊天机器人的结合，而非仅靠对话功能。”

Factory Operations Agent 非主动代理，仅限于回答用户查询，可通过 Copilot Studio 执行简单命令，定位为数据访问工具。其核心优势在于弥合 IT/OT 差距，整合质量保证、人力资源及工业控制系统数据，以对话形式解决故障排除问题。该工具预计年内推出公共预览版，面向 Azure AI 用户开放。谷歌去年 9 月更新其制造数据引擎，同样瞄准工业数据解锁，显示制造领域已成为科技