近年來，在AI技術(shù)的推動下，人類技術(shù)創(chuàng)新的進(jìn)程明顯呈現(xiàn)出加速進(jìn)化的態(tài)勢。AI技術(shù)的發(fā)展，迅速帶來各行業(yè)顛覆性的變革，甚至出現(xiàn)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。

工業(yè)領(lǐng)域也正經(jīng)歷一場由人工智能驅(qū)動的深刻變革。過去十年間，AI技術(shù)雖屢屢引發(fā)熱議，但其在工業(yè)場景的規(guī)模化落地面臨眾多挑戰(zhàn)。然而，隨著算法突破、算力升級與數(shù)據(jù)生態(tài)的完善，尤其是具備強(qiáng)推理能力的DeepSeek大模型等技術(shù)突破，工業(yè)AI的規(guī)模化應(yīng)用終于迎來拐點(diǎn)。

作為中國工業(yè)自動化與數(shù)字化領(lǐng)域的領(lǐng)軍企業(yè)，和利時集團(tuán)憑借深厚的技術(shù)積淀與行業(yè)經(jīng)驗(yàn)，正以自主可控的技術(shù)體系和開放協(xié)同的生態(tài)戰(zhàn)略，推動我國工業(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

由于工業(yè)生產(chǎn)危險性高，要求萬無一失，加之高質(zhì)量數(shù)據(jù)樣本的稀缺性和工業(yè)數(shù)據(jù)的私有性，目前基于深度學(xué)習(xí)的各種大小模型尚無法達(dá)到工業(yè)實(shí)時控制所需的10-5-10-6/小時的失效率要求。工業(yè)細(xì)分領(lǐng)域之間的產(chǎn)品、工藝、管理、組織等方面差異巨大，動輒千萬級別的訓(xùn)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(dǎo)致AI在工業(yè)領(lǐng)域的應(yīng)用長期停留在局部試點(diǎn)階段，難以形成規(guī)模化價值閉環(huán)。工業(yè)過程控制的智能化需要借助時序大模型，其本質(zhì)是對物理世界運(yùn)行規(guī)律的學(xué)習(xí)，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(dāng)前建立工業(yè)時序模型的主要方法之一就是使用 GPT 等語言大模型進(jìn)行序列預(yù)測，通過語言建模思想捕捉時序特征建立預(yù)測模型，模型泛化難度較大。

DCS、PLC、SCADA等工業(yè)自動化系統(tǒng)采用的“基礎(chǔ)平臺+行業(yè)應(yīng)用+組態(tài)數(shù)據(jù)”工程應(yīng)用模式已經(jīng)出現(xiàn)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(nèi)外部環(huán)境，無論是流程工業(yè)還是離散制造業(yè)，對工業(yè)自動化系統(tǒng)都提出了感知建模、智能操控、主動適應(yīng)、精準(zhǔn)預(yù)測、全局尋優(yōu)和專家指導(dǎo)等智能化要求，工業(yè)自動化系統(tǒng)的AI應(yīng)用分為供給側(cè)和應(yīng)用側(cè)兩個方向。應(yīng)用側(cè)是指提供給最終的工業(yè)自動化系統(tǒng)用戶企業(yè)的AI應(yīng)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(jī)交互、狀態(tài)監(jiān)控、預(yù)測優(yōu)化、設(shè)備診斷等功能子系統(tǒng)，實(shí)現(xiàn)自然語言驅(qū)動的人機(jī)交互、兼具強(qiáng)適應(yīng)性和魯棒性的智能優(yōu)化控制、客戶定制化的專家知識庫等智能解決方案，增強(qiáng)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(cè)是指提供給工業(yè)自動化系統(tǒng)供應(yīng)商或集成商的AI應(yīng)用，主要包括控制工程組態(tài)生成、客戶定制化業(yè)務(wù)功能代碼生成、人機(jī)交互界面生成等，其目的是降低自動化工程實(shí)施成本，提高工程實(shí)施效率。

ChatGPT、LLaMA、通義千問等語言和多模態(tài)大模型的出現(xiàn)，為工業(yè)自動化系統(tǒng)提供了功能強(qiáng)大的專家級輔助工具，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(yīng)用造成了不小障礙。

DeepSeek的橫空出世為解決工業(yè)AI應(yīng)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(yè)化模型訓(xùn)練方法也更適合于工業(yè)專業(yè)化分工的要求。

同時，以DeepSeek為代表的強(qiáng)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），通過顯式邏輯鏈輸出，實(shí)現(xiàn)決策過程的可解釋性和高確定性，工程師可介入關(guān)鍵節(jié)點(diǎn)進(jìn)行人工校準(zhǔn)，確保質(zhì)量與交付可控；MoE（Mixture-of-Experts）架構(gòu)：將行業(yè)專家規(guī)則與數(shù)據(jù)驅(qū)動模型結(jié)合，降低對海量標(biāo)注數(shù)據(jù)的依賴，快速適配細(xì)分場景；成本與能效優(yōu)化，模型壓縮、分布式訓(xùn)練等技術(shù)使訓(xùn)練推理成本下降80%以上，工業(yè)客戶可低成本引入AI能力，可以得出結(jié)論，AI在工業(yè)生產(chǎn)技術(shù)成熟度、成本曲線與供應(yīng)鏈安全的共振，標(biāo)志著工業(yè)AI正式進(jìn)入規(guī)模化落地周期。

毫無疑問，AI在工業(yè)領(lǐng)域的應(yīng)用已經(jīng)來到引爆點(diǎn)。隨著算法突破、算力升級與數(shù)據(jù)生態(tài)的完善，尤其是具備強(qiáng)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(guī)模化應(yīng)用終于迎來拐點(diǎn)。工業(yè)領(lǐng)域?qū)⒓铀儆瓉?/span>50年來最大的技術(shù)變革，并改變?nèi)蛑圃鞓I(yè)的競爭格局。

和利時工業(yè)AI應(yīng)用準(zhǔn)備就緒

和利時深耕工業(yè)領(lǐng)域30余年，已構(gòu)建覆蓋“工業(yè)操作系統(tǒng)-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(tǒng)：DCS（分布式控制系統(tǒng)）、OCS（光總線控制系統(tǒng)）、基礎(chǔ)設(shè)施大型PLC、高精度運(yùn)動控制PLC、5G+云工業(yè)控制器、SCADA、工業(yè)儀表及信息安全系統(tǒng)，為AI提供實(shí)時數(shù)據(jù)采集與控制執(zhí)行能力；

智能管控一體化平臺：新一代工業(yè)和基礎(chǔ)設(shè)施智能化平臺XMagital，實(shí)現(xiàn)了能夠接入AI技術(shù)應(yīng)用的全新工業(yè)系統(tǒng)架構(gòu)，徹底解構(gòu)DCS、PLC、SCADA等傳統(tǒng)自動化系統(tǒng)，重構(gòu)傳統(tǒng)ISA95模型，實(shí)現(xiàn)了從L0到L3層的“原生融合”“全面智能”“開放生態(tài)”；

智能AI套件：集成智能算法編排、時序分析建模、專家規(guī)則引擎、行業(yè)知識圖譜、大模型集成框架等應(yīng)用，無縫對接最新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(yīng)用軟件（RTO、APC、AAS、OPAS、Batch、AMS、ICMS等）、智慧管理應(yīng)用軟件（生產(chǎn)、設(shè)備、安全、質(zhì)量、環(huán)保、能源、供應(yīng)鏈、決策等）、數(shù)字孿生產(chǎn)品體系（OTS、流程模擬、三維數(shù)字孿生等），實(shí)現(xiàn)工業(yè)全流程數(shù)智化轉(zhuǎn)型升級。

和利時已積累較多的工業(yè)AI應(yīng)用業(yè)績，包括：

多模態(tài)融合混合大模型視覺應(yīng)用：DCS智能視覺聯(lián)動系統(tǒng)利用先進(jìn)智能視覺算法無需現(xiàn)場大量數(shù)據(jù)采集及標(biāo)注，實(shí)現(xiàn)工程化定制，并將智能識別結(jié)果與DCS無縫數(shù)據(jù)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(dá)、榆能化學(xué)、大唐三門峽等）；

專家規(guī)則+時序大模型應(yīng)用：設(shè)備規(guī)則診斷、異常工況診斷、參數(shù)預(yù)警、全流程全工況最優(yōu)運(yùn)行（典型案例：陜投北三、國能錦界、中煤板集、國藥威奇達(dá)、青島永泰源、甘電投常樂等）；

知識語言+問數(shù)大模型人機(jī)交互應(yīng)用：多模態(tài)知識庫精準(zhǔn)問答、跨系統(tǒng)關(guān)聯(lián)分析、經(jīng)營指標(biāo)關(guān)聯(lián)分析、運(yùn)行操作指導(dǎo)、故障溯源、運(yùn)行決策等（典型案例：陜投北三、國藥威奇達(dá)等）。

和利時具備高效的研發(fā)體系與強(qiáng)大的內(nèi)循環(huán)供應(yīng)鏈體系。

成熟開發(fā)體系：基于CMMI-5級認(rèn)證的軟件工程能力和軟件敏捷開發(fā)DevOps流水線，確保產(chǎn)品快速迭代；專家智庫：千余名行業(yè)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(guān)鍵領(lǐng)域；

復(fù)合型技術(shù)團(tuán)隊(duì)：產(chǎn)品軟硬件開發(fā)團(tuán)隊(duì)、AI算法團(tuán)隊(duì)與工藝團(tuán)隊(duì)協(xié)同作戰(zhàn)，確保技術(shù)方案與業(yè)務(wù)需求精準(zhǔn)匹配；

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

作為中國工業(yè)自動化與數(shù)字化領(lǐng)域的領(lǐng)軍企業(yè)，和利時已具備“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(yàn)，正以自主可控的技術(shù)體系和開放協(xié)同的生態(tài)戰(zhàn)略，推動我國工業(yè)智能化邁向新高度。

和利時推動工業(yè)AI應(yīng)用戰(zhàn)略思考

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

首先要思考的問題是：傳統(tǒng)的工業(yè)系統(tǒng)架構(gòu)，并未考慮接入AI技術(shù)應(yīng)用，其架構(gòu)設(shè)計并不具備全面擁抱日新月異的AI技術(shù)的要求。和利時研發(fā)的新一代工業(yè)和基礎(chǔ)設(shè)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(gòu)了DCS、PLC、SCADA等傳統(tǒng)自動化系統(tǒng)，重構(gòu)傳統(tǒng)的ISA95模型，實(shí)現(xiàn)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(jìn)行所謂的“深度融合”。

XMagital系統(tǒng)采用開放、標(biāo)準(zhǔn)的數(shù)據(jù)模型、數(shù)據(jù)底座、應(yīng)用框架和服務(wù)接口，向用戶和第三方開發(fā)者提供豐富的開發(fā)工具鏈，采用松耦合的架構(gòu)實(shí)現(xiàn)緊耦合的生產(chǎn)管控業(yè)務(wù)。可以說，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(zhǔn)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(tǒng)工業(yè)系統(tǒng)架構(gòu)的AI適應(yīng)性重構(gòu)，再來談AI的工業(yè)應(yīng)用落地戰(zhàn)略。

在1月份的公司年會上，我談到了對AI戰(zhàn)略的理解。我們戰(zhàn)略上要絕對重視，同時心態(tài)上要祛魅，需要以第一性原理的思維回歸行業(yè)應(yīng)用的本質(zhì)和價值。和利時不是要去創(chuàng)新通用AI技術(shù)和模型，而是要博采眾長，無縫集成，為工業(yè)行業(yè)所用。AI在工業(yè)領(lǐng)域的應(yīng)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(jī)界面的變革，即工業(yè)人機(jī)智能交互。傳統(tǒng)的人機(jī)交互是通過硬編碼或者低代碼組態(tài)定制化實(shí)現(xiàn)不同客戶的個性化需求，導(dǎo)致工業(yè)軟件的開發(fā)、實(shí)施和維護(hù)成本高昂，工業(yè)AI必須首先解決這個問題。AI智能體成為最強(qiáng)大的六邊形HMI，智能體之下的依然是我們經(jīng)過幾代人幾萬個現(xiàn)場積累的成熟經(jīng)典理論的算法和產(chǎn)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(chuàng)造工業(yè)知識的主體依然是行業(yè)專家，但物理對象將會嵌入AI智能體。

第二階段，AI繼續(xù)向下滲透，深入到APC、工藝優(yōu)化等環(huán)節(jié)，本質(zhì)就是工業(yè)智能建模，輔助行業(yè)專家生成知識。戰(zhàn)略不僅是方向判斷，節(jié)奏和時機(jī)（Timing）也是戰(zhàn)略思考的關(guān)鍵。我們認(rèn)為，上述第一階段的實(shí)現(xiàn)將會在短期內(nèi)實(shí)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(dú)立不受干擾的思考和探索。為此，和利時成立了工業(yè)AI藍(lán)軍，來提供獨(dú)立于業(yè)務(wù)部門的思考和探索，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(tǒng)架構(gòu)上做好了全面擁抱AI的技術(shù)準(zhǔn)備，接下來的戰(zhàn)略優(yōu)先聚焦實(shí)現(xiàn)工業(yè)智能人機(jī)交互，并持續(xù)投入資源探索工業(yè)智能建模應(yīng)用。在工業(yè)智能人機(jī)交互方面，通過引入基于大模型的對話式人機(jī)交互技術(shù)，支持用戶通過自然語言方式與生產(chǎn)管控應(yīng)用AI智能體交互，并以文字、圖形、報表等多種形式反饋結(jié)果，改變傳統(tǒng)工業(yè)應(yīng)用的圖形界面和點(diǎn)選操作，降低工業(yè)HMI的學(xué)習(xí)成本和操作復(fù)雜性；在工業(yè)智能建模方面，通過模型的智能化動態(tài)創(chuàng)建、模型泛化能力增強(qiáng)等技術(shù)，實(shí)現(xiàn)時序數(shù)據(jù)、生產(chǎn)管理數(shù)據(jù)、圖形圖像、表單報表等多模態(tài)信息之間的內(nèi)在關(guān)聯(lián)，提升模型的建模效率及應(yīng)用范圍。

工業(yè)智能化的浪潮已勢不可擋。和利時集團(tuán)將秉持“自主創(chuàng)新、生態(tài)共贏”的理念，以AI技術(shù)重構(gòu)工業(yè)價值鏈條——讓生產(chǎn)更高效、讓系統(tǒng)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(yè)的智能化未來！