近年來，在AI技術的推動下，人類技術創新的進程明顯呈現出加速進化的態勢。AI技術的發展，迅速帶來各行業顛覆性的變革，甚至出現了2024年諾貝爾物理學獎和化學獎均授予AI直接相關成果的奇觀。
工業領域也正經歷一場由人工智能驅動的深刻變革。過去十年間，AI技術雖屢屢引發熱議，但其在工業場景的規?；涞孛媾R眾多挑戰。然而，隨著算法突破、算力升級與數據生態的完善，尤其是具備強推理能力的DeepSeek大模型等技術突破，工業AI的規模化應用終于迎來拐點。
作為中國工業自動化與數字化領域的領軍企業，和利時集團憑借深厚的技術積淀與行業經驗，正以自主可控的技術體系和開放協同的生態戰略，推動我國工業智能化邁向新高度。
AI在工業領域落地的拐點已經到來
由于工業生產危險性高，要求萬無一失，加之高質量數據樣本的稀缺性和工業數據的私有性，目前基于深度學習的各種大小模型尚無法達到工業實時控制所需的10-5-10-6/小時的失效率要求。工業細分領域之間的產品、工藝、管理、組織等方面差異巨大，動輒千萬級別的訓練成本和高昂的本地部署成本制約了大模型在工業上的落地，這些矛盾導致AI在工業領域的應用長期停留在局部試點階段，難以形成規模化價值閉環。工業過程控制的智能化需要借助時序大模型，其本質是對物理世界運行規律的學習，是所謂的AGI（Artificial General Intelligence）的重要組成部分，技術尚處于發展階段，當前建立工業時序模型的主要方法之一就是使用 GPT 等語言大模型進行序列預測，通過語言建模思想捕捉時序特征建立預測模型，模型泛化難度較大。
DCS、PLC、SCADA等工業自動化系統采用的“基礎平臺+行業應用+組態數據”工程應用模式已經出現了超過五十年，獲得了巨大的成功。面對迅速變化的市場需求和內外部環境，無論是流程工業還是離散制造業，對工業自動化系統都提出了感知建模、智能操控、主動適應、精準預測、全局尋優和專家指導等智能化要求，工業自動化系統的AI應用分為供給側和應用側兩個方向。應用側是指提供給最終的工業自動化系統用戶企業的AI應用，主要包括確定性和安全性要求較低，算力資源較為充裕的人機交互、狀態監控、預測優化、設備診斷等功能子系統，實現自然語言驅動的人機交互、兼具強適應性和魯棒性的智能優化控制、客戶定制化的專家知識庫等智能解決方案，增強制造裝備柔性，提高全局生產效率，降低生產成本；供給側是指提供給工業自動化系統供應商或集成商的AI應用，主要包括控制工程組態生成、客戶定制化業務功能代碼生成、人機交互界面生成等，其目的是降低自動化工程實施成本，提高工程實施效率。
ChatGPT、LLaMA、通義千問等語言和多模態大模型的出現，為工業自動化系統提供了功能強大的專家級輔助工具，但工業生產網絡的安全性要求與需要互聯網連接的公有云大模型應用造成了不小障礙。
DeepSeek的橫空出世為解決工業AI應用的低成本私有化部署問題提供了一條可行之路，DeepSeek的小尺寸專業化模型訓練方法也更適合于工業專業化分工的要求。
同時，以DeepSeek為代表的強推理AI技術為工業智能化提供了全新范式，例如：CoT思維鏈（Chain-of-Thought），通過顯式邏輯鏈輸出，實現決策過程的可解釋性和高確定性，工程師可介入關鍵節點進行人工校準，確保質量與交付可控；MoE（Mixture-of-Experts）架構：將行業專家規則與數據驅動模型結合，降低對海量標注數據的依賴，快速適配細分場景；成本與能效優化，模型壓縮、分布式訓練等技術使訓練推理成本下降80%以上，工業客戶可低成本引入AI能力，可以得出結論，AI在工業生產技術成熟度、成本曲線與供應鏈安全的共振，標志著工業AI正式進入規?；涞刂芷?。
毫無疑問，AI在工業領域的應用已經來到引爆點。隨著算法突破、算力升級與數據生態的完善，尤其是具備強推理和邊緣部署能力的DeepSeek等大模型新技術的突破，工業AI的規?；瘧媒K于迎來拐點。工業領域將加速迎來50年來最大的技術變革，并改變全球制造業的競爭格局。
和利時工業AI應用準備就緒
和利時深耕工業領域30余年，已構建覆蓋“工業操作系統-智能管控一體化平臺-智能AI套件-工業軟件套件”的完整產品矩陣：
工業操作系統：DCS（分布式控制系統）、OCS（光總線控制系統）、基礎設施大型PLC、高精度運動控制PLC、5G+云工業控制器、SCADA、工業儀表及信息安全系統，為AI提供實時數據采集與控制執行能力；
智能管控一體化平臺：新一代工業和基礎設施智能化平臺XMagital，實現了能夠接入AI技術應用的全新工業系統架構，徹底解構DCS、PLC、SCADA等傳統自動化系統，重構傳統ISA95模型，實現了從L0到L3層的“原生融合”“全面智能”“開放生態”；
智能AI套件：集成智能算法編排、時序分析建模、專家規則引擎、行業知識圖譜、大模型集成框架等應用，無縫對接最新AI技術成果，形成“感知-決策-優化”閉環；
工業軟件：智能控制應用軟件（RTO、APC、AAS、OPAS、Batch、AMS、ICMS等）、智慧管理應用軟件（生產、設備、安全、質量、環保、能源、供應鏈、決策等）、數字孿生產品體系（OTS、流程模擬、三維數字孿生等），實現工業全流程數智化轉型升級。
和利時已積累較多的工業AI應用業績，包括：
多模態融合混合大模型視覺應用：DCS智能視覺聯動系統利用先進智能視覺算法無需現場大量數據采集及標注，實現工程化定制，并將智能識別結果與DCS無縫數據及報警集成，DCS頁面交互顯示。（典型案例：中煤板集、國藥威奇達、榆能化學、大唐三門峽等）；
專家規則+時序大模型應用：設備規則診斷、異常工況診斷、參數預警、全流程全工況最優運行（典型案例：陜投北三、國能錦界、中煤板集、國藥威奇達、青島永泰源、甘電投常樂等）；
知識語言+問數大模型人機交互應用：多模態知識庫精準問答、跨系統關聯分析、經營指標關聯分析、運行操作指導、故障溯源、運行決策等（典型案例：陜投北三、國藥威奇達等）。
和利時具備高效的研發體系與強大的內循環供應鏈體系。
成熟開發體系：基于CMMI-5級認證的軟件工程能力和軟件敏捷開發DevOps流水線，確保產品快速迭代；專家智庫：千余名行業專家及一線工程師積累的工藝知識庫，覆蓋電力、石化、軌道交通等關鍵領域；
復合型技術團隊：產品軟硬件開發團隊、AI算法團隊與工藝團隊協同作戰，確保技術方案與業務需求精準匹配；
自主可控的供應鏈生態：與華為、龍芯、麒麟軟件等國產供應商深度合作，實現從芯片到操作系統的完整內循環。
作為中國工業自動化與數字化領域的領軍企業，和利時已具備“技術-產品-生態”三位一體的AI落地能力，憑借深厚的技術積淀與行業經驗，正以自主可控的技術體系和開放協同的生態戰略，推動我國工業智能化邁向新高度。
和利時推動工業AI應用戰略思考
以DeepSeek為代表的AI技術，如何在工業領域落地？
首先要思考的問題是：傳統的工業系統架構，并未考慮接入AI技術應用，其架構設計并不具備全面擁抱日新月異的AI技術的要求。和利時研發的新一代工業和基礎設施智能化平臺XMagital，就充分考慮到了擁抱AI的前瞻性要求。XMagital徹底解構了DCS、PLC、SCADA等傳統自動化系統，重構傳統的ISA95模型，實現了從L0到L3層的“原生融合”，而非市場上常見的OT和IT雙平臺二次再集成進行所謂的“深度融合”。
XMagital系統采用開放、標準的數據模型、數據底座、應用框架和服務接口，向用戶和第三方開發者提供豐富的開發工具鏈，采用松耦合的架構實現緊耦合的生產管控業務。可以說，XMagtial的推出，率先為我國在工業領域全面對接AI技術提供了行業化的技術準備，將有助于加速普及AI技術在工業領域的實質性落地。
做好了傳統工業系統架構的AI適應性重構，再來談AI的工業應用落地戰略。
在1月份的公司年會上，我談到了對AI戰略的理解。我們戰略上要絕對重視，同時心態上要祛魅，需要以第一性原理的思維回歸行業應用的本質和價值。和利時不是要去創新通用AI技術和模型，而是要博采眾長，無縫集成，為工業行業所用。AI在工業領域的應用大致會分為兩個階段。
第一階段，AI滲透的初級階段，就是人機界面的變革，即工業人機智能交互。傳統的人機交互是通過硬編碼或者低代碼組態定制化實現不同客戶的個性化需求，導致工業軟件的開發、實施和維護成本高昂，工業AI必須首先解決這個問題。AI智能體成為最強大的六邊形HMI，智能體之下的依然是我們經過幾代人幾萬個現場積累的成熟經典理論的算法和產品。通過物化生三大過程制造萬物的原理長期不變，物理世界的流體控制閥也永不消失，PID控制百年來仍是基本控制策略，創造工業知識的主體依然是行業專家，但物理對象將會嵌入AI智能體。
第二階段，AI繼續向下滲透，深入到APC、工藝優化等環節，本質就是工業智能建模，輔助行業專家生成知識。戰略不僅是方向判斷，節奏和時機（Timing）也是戰略思考的關鍵。我們認為，上述第一階段的實現將會在短期內實用化落地，而第二階段將是一個比較漫長的過程，AI-in-all，All-in-AI，這個漂亮工整的營銷口號，值得深思。我們需要獨立不受干擾的思考和探索。為此，和利時成立了工業AI藍軍，來提供獨立于業務部門的思考和探索，尋找AI賦能工業的新路徑。
我們正站在歷史的拐點，并已經在工業系統架構上做好了全面擁抱AI的技術準備，接下來的戰略優先聚焦實現工業智能人機交互，并持續投入資源探索工業智能建模應用。在工業智能人機交互方面，通過引入基于大模型的對話式人機交互技術，支持用戶通過自然語言方式與生產管控應用AI智能體交互，并以文字、圖形、報表等多種形式反饋結果，改變傳統工業應用的圖形界面和點選操作，降低工業HMI的學習成本和操作復雜性；在工業智能建模方面，通過模型的智能化動態創建、模型泛化能力增強等技術，實現時序數據、生產管理數據、圖形圖像、表單報表等多模態信息之間的內在關聯，提升模型的建模效率及應用范圍。
工業智能化的浪潮已勢不可擋。和利時集團將秉持“自主創新、生態共贏”的理念，以AI技術重構工業價值鏈條——讓生產更高效、讓系統更可靠、讓決策更智能。我們期待與合作伙伴攜手，共同書寫中國工業的智能化未來！
