HighByte Intelligence Hub Version 4.3
Industrial virksomheder står ved et afgørende vendepunkt i deres digitale modning. AI kan revolutionere måden, de udnytter data på og konfigurerer systemer, men overgangen fra proof-of-concept til reel anvendelse er udfordrende. Version 4.3 af Intelligence Hub bygger bro ved at gøre det muligt for industrien at blive AI-klar, samtidig med at de grundlæggende funktioner for pålidelig drift styrkes.
Denne version adresserer tre centrale behov: høj tilgængelighed for kritiske operationer, dybere integration med førende cloud-platforme som Microsoft Fabric og Databricks, samt understøttelse af AI-styring via MCP (Model Context Protocol)-services.
Highlights fra Version 4.3
- Forbedre systemets pålidelighed med High Availability-funktionalitet, der synkroniserer systemstatus og konfiguration for at forhindre datatab.
- Opbygge datapipelines med naturligt sprog ved hjælp af LLM’er, der kan få adgang til Intelligence Hub-konfigurationsværktøjer via MCP Server.
- Se og vedligeholde alle tilgængelige MCP-værktøjer i den nye MCP Services-visning. Administrér tredjeparts MCP-servere med den nye MCP Client-forbindelse. Brug færdige MCP-dataværktøjer til OPC UA og MQTT for hurtigt at komme i gang med MCP i Intelligence Hub.
- Forbinde til Microsoft Fabric OneLake for at sende Edge-data til skyen. Flyt data fra sky til Edge med Azure Blob Storage- og Databricks-forbindelser.
- Udnytte nye transform- og “looping”-trin til avanceret databehandling i Pipelines.
- Importere modeller i Intelligence Hub fra eksterne kilder ved hjælp af tre nye fremgangsmåder.
- Overvåge realtids systemhelbred, status og konfigurationssammensætning i det nye systemdashboard.
Stateful Pipelines og forbedret databehandling
Høj tilgængelighed (High Availability – HA)
Version 4.3 introducerer en HA-mode, der kontinuerligt synkroniserer både konfiguration og tilstand mellem flere hub-instanser via en fælles PostgreSQL-database. Hvis én hub går ned, overtager en sekundær hub med fuld viden om den seneste konfiguration og pipeline-aktivitet, hvilket sikrer minimal datatab og driftssikkerhed selv ved hardware- eller systemfejl.
Det betyder, at organisationer nu kan bygge “stateful” integrationer (pipelines der husker hvad der allerede er behandlet) og samtidig opfylde krav om høj tilgængelighed, vigtigt for regulerede industrier som fødevarer, life sciences, energi mv.
Avanceret databehandling
- Der er tilføjet to nye kontrol-trin i Pipelines: „For Each“ og „While“, så man kan iterere over arrays eller fortsætte behandling indtil en betingelse er opfyldt. Det muliggør komplekse, plurale dataflows og API-integrationer.
- Det nye JSONata-trin giver lettere syntaks til at manipulere, filtrere, mappe eller aggregere JSON-data.
- Et nyt Delay-trin gør det muligt at pause en pipeline, nyttigt hvis eksterne processer skal have tid til at fuldføre før næste skridt.
Disse udvidelser gør det lettere at designe fleksible og robuste databehandlingsscenarier, fx for komplekse multi-system workflows.
Dybere interoperability med Microsoft og Databricks
Med version 4.3 er Intelligence Hub blevet en stærk “data engineering companion” for moderne Data Lakehouse-platforme, og forbinder anlægsdata med skybaseret analyse og AI.
- Den nye OneLake-forbindelse understøtter direkte upload af fabrik-/edge-data til Microsoft Fabric’s centrale lagringslager.
- Der er tilføjet input-understøttelse for Azure Blob Storage, hvilket muliggør to-vejs dataflow (fx hente skemalagte filer, opskrifter eller styringsfiler fra sky til industrielle systemer).
- Den nye Databricks SQL-forbindelse giver mulighed for at læse data direkte fra tabeller i Databricks’ SQL-warehouse, åbner for “cloud-to-edge” og “reverse ETL” mønstre, hvor analytiske eller ML/AI-indsigter kan operationaliseres i realtid på fabrikken.
Dette gør det nemmere at kombinere produktionsdata med avanceret analyse, maskinlæring og AI, uden at miste integration med OT/IT landskabet.
MCP-services for industriel AI
Som svar på den voksende brug af MCP-baserede løsninger hos leverandører rundt omkring, introducerer version 4.3 flere funktioner for governance, sikkerhed og innovation ved AI-anvendelse.
Data-værktøjer til AI-agenter
Intelligence Hub 4.3 leveres med “out-of-the-box” MCP-værktøjer til forbindelser som OPC UA og MQTT, når disse aktiveres, bliver “browse” og “read” værktøjer automatisk tilgængelige. Det betyder at AI-agenter kan opdage og læse data ved hjælp af naturligt sprog, uden behov for kompleks opsætning.
Ny MCP Client-forbindelse og central styring
MCP Client-forbindelsen gør det muligt for virksomheder at konsolidere og styre adgang til tredjeparts MCP Server-løsninger, så man kan kontrollere hvilke AI-agenter, der må tilgå hvilke systemer.
Den nye MCP Services-visning giver et samlet overblik over alle tilgængelige MCP-værktøjer (pipeline-baserede, connection-baserede, eller eksterne server-værktøjer), med mulighed for at se navn, beskrivelse, status, oprindelse og navigere til konkret konfiguration.
Opsætning af pipelines via AI
Noget af det mest transformerende i 4.3 er, at konfiguration af pipelines nu kan eksponeres over for AI-agenter, brugerne kan bede en agent om at oprette eller ændre pipelines med naturligt sprog, hvilket markant sænker adgangsbarrieren for teams, der er nye i Industrial DataOps.
Yderligere forbedringer og praktisk relevans
Ud over de største nyheder, indeholder version 4.3 mange mindre, men vigtige forbedringer: fx et nyt system-dashboard med overblik over helbred, status og konfiguration af hub, forbedringer i OPC UA path-baseret identifier-mode, forbedret understøttelse af database-forbindelser (fx Oracle CDC, PostgreSQL partitioner), bedre ydeevne, MQTT-topic browsing, PI-System query paging, og meget mere.
Alt i alt gør version 4.3 det muligt for industrivirksomheder at bygge pålidelige, fleksible og AI-klare dataflows, uden at gå på kompromis med kernefunktioner, driftssikkerhed og compliance.
Vil du høre mere om HighByte Intelligence Hub?
Udfyld formularen nedenfor, så kontakter vi dig snarest.
