近年來(lái)，在A(yíng)I技術(shù)的推動(dòng)下，人類(lèi)技術(shù)創(chuàng )新的進(jìn)程明顯呈現出加速進(jìn)化的態(tài)勢。AI技術(shù)的發(fā)展，迅速帶來(lái)各行業(yè)顛覆性的變革，甚至出現了2024年諾貝爾物理學(xué)獎和化學(xué)獎均授予AI直接相關(guān)成果的奇觀(guān)。

工業(yè)領(lǐng)域也正經(jīng)歷一場(chǎng)由人工智能驅動(dòng)的深刻變革。過(guò)去十年間，AI技術(shù)雖屢屢引發(fā)熱議，但其在工業(yè)場(chǎng)景的規?；涞孛媾R眾多挑戰。然而，隨著(zhù)算法突破、算力升級與數據生態(tài)的完善，尤其是具備強推理能力的DeepSeek大模型等技術(shù)突破，工業(yè)AI的規?；瘧媒K于迎來(lái)拐點(diǎn)。

作為中國工業(yè)自動(dòng)化與數字化領(lǐng)域的領(lǐng)軍企業(yè)，和利時(shí)集團憑借深厚的技術(shù)積淀與行業(yè)經(jīng)驗，正以自主可控的技術(shù)體系和開(kāi)放協(xié)同的生態(tài)戰略，推動(dòng)我國工業(yè)智能化邁向新高度。

AI在工業(yè)領(lǐng)域落地的拐點(diǎn)已經(jīng)到來(lái)

由于工業(yè)生產(chǎn)危險性高，要求萬(wàn)無(wú)一失，加之高質(zhì)量數據樣本的稀缺性和工業(yè)數據的私有性，目前基于深度學(xué)習的各種大小模型尚無(wú)法達到工業(yè)實(shí)時(shí)控制所需的10-5-10-6/小時(shí)的失效率要求。工業(yè)細分領(lǐng)域之間的產(chǎn)品、工藝、管理、組織等方面差異巨大，動(dòng)輒千萬(wàn)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(yè)上的落地，這些矛盾導致AI在工業(yè)領(lǐng)域的應用長(cháng)期停留在局部試點(diǎn)階段，難以形成規?；瘍r(jià)值閉環(huán)。工業(yè)過(guò)程控制的智能化需要借助時(shí)序大模型，其本質(zhì)是對物理世界運行規律的學(xué)習，是所謂的AGI（Artificial General Intelligence）的重要組成部分，技術(shù)尚處于發(fā)展階段，當前建立工業(yè)時(shí)序模型的主要方法之一就是使用 GPT 等語(yǔ)言大模型進(jìn)行序列預測，通過(guò)語(yǔ)言建模思想捕捉時(shí)序特征建立預測模型，模型泛化難度較大。

DCS、PLC、SCADA等工業(yè)自動(dòng)化系統采用的“基礎平臺+行業(yè)應用+組態(tài)數據”工程應用模式已經(jīng)出現了超過(guò)五十年，獲得了巨大的成功。面對迅速變化的市場(chǎng)需求和內外部環(huán)境，無(wú)論是流程工業(yè)還是離散制造業(yè)，對工業(yè)自動(dòng)化系統都提出了感知建模、智能操控、主動(dòng)適應、精準預測、全局尋優(yōu)和專(zhuān)家指導等智能化要求，工業(yè)自動(dòng)化系統的AI應用分為供給側和應用側兩個(gè)方向。應用側是指提供給最終的工業(yè)自動(dòng)化系統用戶(hù)企業(yè)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(tài)監控、預測優(yōu)化、設備診斷等功能子系統，實(shí)現自然語(yǔ)言驅動(dòng)的人機交互、兼具強適應性和魯棒性的智能優(yōu)化控制、客戶(hù)定制化的專(zhuān)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(chǎn)效率，降低生產(chǎn)成本；供給側是指提供給工業(yè)自動(dòng)化系統供應商或集成商的AI應用，主要包括控制工程組態(tài)生成、客戶(hù)定制化業(yè)務(wù)功能代碼生成、人機交互界面生成等，其目的是降低自動(dòng)化工程實(shí)施成本，提高工程實(shí)施效率。

ChatGPT、LLaMA、通義千問(wèn)等語(yǔ)言和多模態(tài)大模型的出現，為工業(yè)自動(dòng)化系統提供了功能強大的專(zhuān)家級輔助工具，但工業(yè)生產(chǎn)網(wǎng)絡(luò )的安全性要求與需要互聯(lián)網(wǎng)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(yè)AI應用的低成本私有化部署問(wèn)題提供了一條可行之路，DeepSeek的小尺寸專(zhuān)業(yè)化模型訓練方法也更適合于工業(yè)專(zhuān)業(yè)化分工的要求。

同時(shí)，以DeepSeek為代表的強推理AI技術(shù)為工業(yè)智能化提供了全新范式，例如：CoT思維鏈（Chain-of-Thought），通過(guò)顯式邏輯鏈輸出，實(shí)現決策過(guò)程的可解釋性和高確定性，工程師可介入關(guān)鍵節點(diǎn)進(jìn)行人工校準，確保質(zhì)量與交付可控；MoE（Mixture-of-Experts）架構：將行業(yè)專(zhuān)家規則與數據驅動(dòng)模型結合，降低對海量標注數據的依賴(lài)，快速適配細分場(chǎng)景；成本與能效優(yōu)化，模型壓縮、分布式訓練等技術(shù)使訓練推理成本下降80%以上，工業(yè)客戶(hù)可低成本引入AI能力，可以得出結論，AI在工業(yè)生產(chǎn)技術(shù)成熟度、成本曲線(xiàn)與供應鏈安全的共振，標志著(zhù)工業(yè)AI正式進(jìn)入規?；涞刂芷?。

毫無(wú)疑問(wèn)，AI在工業(yè)領(lǐng)域的應用已經(jīng)來(lái)到引爆點(diǎn)。隨著(zhù)算法突破、算力升級與數據生態(tài)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(shù)的突破，工業(yè)AI的規?；瘧媒K于迎來(lái)拐點(diǎn)。工業(yè)領(lǐng)域將加速迎來(lái)50年來(lái)最大的技術(shù)變革，并改變全球制造業(yè)的競爭格局。

和利時(shí)工業(yè)AI應用準備就緒

和利時(shí)深耕工業(yè)領(lǐng)域30余年，已構建覆蓋“工業(yè)操作系統-智能管控一體化平臺-智能AI套件-工業(yè)軟件套件”的完整產(chǎn)品矩陣：

工業(yè)操作系統：DCS（分布式控制系統）、OCS（光總線(xiàn)控制系統）、基礎設施大型PLC、高精度運動(dòng)控制PLC、5G+云工業(yè)控制器、SCADA、工業(yè)儀表及信息安全系統，為AI提供實(shí)時(shí)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(yè)和基礎設施智能化平臺XMagital，實(shí)現了能夠接入AI技術(shù)應用的全新工業(yè)系統架構，徹底解構DCS、PLC、SCADA等傳統自動(dòng)化系統，重構傳統ISA95模型，實(shí)現了從L0到L3層的“原生融合”“全面智能”“開(kāi)放生態(tài)”；

智能AI套件：集成智能算法編排、時(shí)序分析建模、專(zhuān)家規則引擎、行業(yè)知識圖譜、大模型集成框架等應用，無(wú)縫對接最新AI技術(shù)成果，形成“感知-決策-優(yōu)化”閉環(huán)；

工業(yè)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(chǎn)、設備、安全、質(zhì)量、環(huán)保、能源、供應鏈、決策等）、數字孿生產(chǎn)品體系（OTS、流程模擬、三維數字孿生等），實(shí)現工業(yè)全流程數智化轉型升級。

和利時(shí)已積累較多的工業(yè)AI應用業(yè)績(jì)，包括：

多模態(tài)融合混合大模型視覺(jué)應用：DCS智能視覺(jué)聯(lián)動(dòng)系統利用先進(jìn)智能視覺(jué)算法無(wú)需現場(chǎng)大量數據采集及標注，實(shí)現工程化定制，并將智能識別結果與DCS無(wú)縫數據及報警集成，DCS頁(yè)面交互顯示。（典型案例：中煤板集、國藥威奇達、榆能化學(xué)、大唐三門(mén)峽等）；

專(zhuān)家規則+時(shí)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(yōu)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(lè )等）；

知識語(yǔ)言+問(wèn)數大模型人機交互應用：多模態(tài)知識庫精準問(wèn)答、跨系統關(guān)聯(lián)分析、經(jīng)營(yíng)指標關(guān)聯(lián)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(shí)具備高效的研發(fā)體系與強大的內循環(huán)供應鏈體系。

成熟開(kāi)發(fā)體系：基于CMMI-5級認證的軟件工程能力和軟件敏捷開(kāi)發(fā)DevOps流水線(xiàn)，確保產(chǎn)品快速迭代；專(zhuān)家智庫：千余名行業(yè)專(zhuān)家及一線(xiàn)工程師積累的工藝知識庫，覆蓋電力、石化、軌道交通等關(guān)鍵領(lǐng)域；

復合型技術(shù)團隊：產(chǎn)品軟硬件開(kāi)發(fā)團隊、AI算法團隊與工藝團隊協(xié)同作戰，確保技術(shù)方案與業(yè)務(wù)需求精準匹配；

自主可控的供應鏈生態(tài)：與華為、龍芯、麒麟軟件等國產(chǎn)供應商深度合作，實(shí)現從芯片到操作系統的完整內循環(huán)。

作為中國工業(yè)自動(dòng)化與數字化領(lǐng)域的領(lǐng)軍企業(yè)，和利時(shí)已具備“技術(shù)-產(chǎn)品-生態(tài)”三位一體的AI落地能力，憑借深厚的技術(shù)積淀與行業(yè)經(jīng)驗，正以自主可控的技術(shù)體系和開(kāi)放協(xié)同的生態(tài)戰略，推動(dòng)我國工業(yè)智能化邁向新高度。

和利時(shí)推動(dòng)工業(yè)AI應用戰略思考

以DeepSeek為代表的AI技術(shù)，如何在工業(yè)領(lǐng)域落地？

首先要思考的問(wèn)題是：傳統的工業(yè)系統架構，并未考慮接入AI技術(shù)應用，其架構設計并不具備全面擁抱日新月異的AI技術(shù)的要求。和利時(shí)研發(fā)的新一代工業(yè)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(dòng)化系統，重構傳統的ISA95模型，實(shí)現了從L0到L3層的“原生融合”，而非市場(chǎng)上常見(jiàn)的OT和IT雙平臺二次再集成進(jìn)行所謂的“深度融合”。

XMagital系統采用開(kāi)放、標準的數據模型、數據底座、應用框架和服務(wù)接口，向用戶(hù)和第三方開(kāi)發(fā)者提供豐富的開(kāi)發(fā)工具鏈，采用松耦合的架構實(shí)現緊耦合的生產(chǎn)管控業(yè)務(wù)?？梢哉f(shuō)，XMagtial的推出，率先為我國在工業(yè)領(lǐng)域全面對接AI技術(shù)提供了行業(yè)化的技術(shù)準備，將有助于加速普及AI技術(shù)在工業(yè)領(lǐng)域的實(shí)質(zhì)性落地。

做好了傳統工業(yè)系統架構的AI適應性重構，再來(lái)談AI的工業(yè)應用落地戰略。

在1月份的公司年會(huì )上，我談到了對AI戰略的理解。我們戰略上要絕對重視，同時(shí)心態(tài)上要祛魅，需要以第一性原理的思維回歸行業(yè)應用的本質(zhì)和價(jià)值。和利時(shí)不是要去創(chuàng )新通用AI技術(shù)和模型，而是要博采眾長(cháng)，無(wú)縫集成，為工業(yè)行業(yè)所用。AI在工業(yè)領(lǐng)域的應用大致會(huì )分為兩個(gè)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(yè)人機智能交互。傳統的人機交互是通過(guò)硬編碼或者低代碼組態(tài)定制化實(shí)現不同客戶(hù)的個(gè)性化需求，導致工業(yè)軟件的開(kāi)發(fā)、實(shí)施和維護成本高昂，工業(yè)AI必須首先解決這個(gè)問(wèn)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(jīng)過(guò)幾代人幾萬(wàn)個(gè)現場(chǎng)積累的成熟經(jīng)典理論的算法和產(chǎn)品。通過(guò)物化生三大過(guò)程制造萬(wàn)物的原理長(cháng)期不變，物理世界的流體控制閥也永不消失，PID控制百年來(lái)仍是基本控制策略，創(chuàng )造工業(yè)知識的主體依然是行業(yè)專(zhuān)家，但物理對象將會(huì )嵌入AI智能體。

第二階段，AI繼續向下滲透，深入到APC、工藝優(yōu)化等環(huán)節，本質(zhì)就是工業(yè)智能建模，輔助行業(yè)專(zhuān)家生成知識。戰略不僅是方向判斷，節奏和時(shí)機（Timing）也是戰略思考的關(guān)鍵。我們認為，上述第一階段的實(shí)現將會(huì )在短期內實(shí)用化落地，而第二階段將是一個(gè)比較漫長(cháng)的過(guò)程，AI-in-all，All-in-AI，這個(gè)漂亮工整的營(yíng)銷(xiāo)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(shí)成立了工業(yè)AI藍軍，來(lái)提供獨立于業(yè)務(wù)部門(mén)的思考和探索，尋找AI賦能工業(yè)的新路徑。

我們正站在歷史的拐點(diǎn)，并已經(jīng)在工業(yè)系統架構上做好了全面擁抱AI的技術(shù)準備，接下來(lái)的戰略?xún)?yōu)先聚焦實(shí)現工業(yè)智能人機交互，并持續投入資源探索工業(yè)智能建模應用。在工業(yè)智能人機交互方面，通過(guò)引入基于大模型的對話(huà)式人機交互技術(shù)，支持用戶(hù)通過(guò)自然語(yǔ)言方式與生產(chǎn)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(yè)應用的圖形界面和點(diǎn)選操作，降低工業(yè)HMI的學(xué)習成本和操作復雜性；在工業(yè)智能建模方面，通過(guò)模型的智能化動(dòng)態(tài)創(chuàng )建、模型泛化能力增強等技術(shù)，實(shí)現時(shí)序數據、生產(chǎn)管理數據、圖形圖像、表單報表等多模態(tài)信息之間的內在關(guān)聯(lián)，提升模型的建模效率及應用范圍。

工業(yè)智能化的浪潮已勢不可擋。和利時(shí)集團將秉持“自主創(chuàng )新、生態(tài)共贏(yíng)”的理念，以AI技術(shù)重構工業(yè)價(jià)值鏈條——讓生產(chǎn)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(shū)寫(xiě)中國工業(yè)的智能化未來(lái)！