工控百企行｜工業AI規模化應用迎來拐點——訪和利時集團聯席總裁方壘

一臺臺工業機器人在廠房中穿梭，一架架高清攝影機在產線上運作，工廠運轉的數據事無巨細地實時顯示在屏幕上，運維管理在鼠標點擊間便輕松實現……隨著AI技術在工業領域的應用越發深入，這樣的景象正在越來越多的制造業企業中上演。

“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的規模化應用終于迎來拐點。”和利時集團聯席總裁方壘表示。

近日，《中國電子報》對話和利時，深入了解這一深耕工控領域三十多年的老牌企業如何擁抱AI浪潮，引領工業領域的數智化轉型升級。

構建三位一體AI落地能力

面向人工智能和工業自動化的大趨勢，和利時予以高度的戰略重視。“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。”方壘說。

方壘將當前AI在工業自動化領域，尤其是工控系統領域的應用分為應用側和供給側兩個方向：“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，對確定性和安全性要求較低，能夠在生產場景中增強制造裝備柔性，實現降本增效；供給側則是指提供給工業自動化系統供應商或集成商的AI應用，旨在實現自動化工程實施過程中的降本增效。”

方壘表示，當前，和利時在AI的工業落地上已經多有實踐：“在朔黃鐵路上，我們依托自研的‘和行’軌道交通大模型，針對鐵路重載運輸特點，對鐵路運輸組織方案進行優化，實現線路運維成本的降低和運輸效率的提升；在陜投新疆北三電廠，我們搭建智能發電平臺，實現發電工藝全流程的先進控制優化應用覆蓋，實現在極少人干預的情況下，達成更加經濟、高效、清潔的發電生產目標；在河南神馬氫化學有限責任公司，依托我們的HiaPlant數智化轉型平臺，全面實施了MES智能生產管理解決方案，助力企業降本增效、優化資源配置……”

記者了解到，結合過去三十余年在工控行業的積累，和利時已經構建了覆蓋工業操作系統、智能管控一體化平臺、智能AI套件、工業軟件套件的全流程、全環節完整產品矩陣。

在工業操作系統方面，和利時打造DCS（分散控制系統）、OCS（光總線控制系統）、基礎設施大型PLC、SCADA等多種操作系統，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方面，推出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；智能AI套件方面，覆蓋多種應用，無縫對接最新AI技術成果，形成“感知-決策-優化”閉環；工業軟件方面，包含智能控制、智慧管理、數字孿生等應用軟件，實現工業全流程數智化轉型升級。

對此，方壘表示：“當前，和利時已具備‘技術-產品-生態’三位一體的AI落地能力，正以自主創新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。”

率先接入DeepSeek深化AI應用

必須看到的是，工業制造業的種種特點，正是制約AI落地的道道藩籬。“工業制造業對生產安全、生產精度等要求高，細分領域間產品、工藝、組織等方面差異巨大……這些特點，使得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。”方壘直言。

這一現狀，隨著今年人工智能技術的進一步發展迎來了轉機。在方壘看來，今年推出的國產AI模型DeepSeek，是打破這一現狀的關鍵一著。

“DeepSeek為解決工業Al應用的低成本私有化部署問題提供了一條可行路徑；同時，其小尺寸專業化的模型訓練方法也更適合于工業專業化分工的要求，恰好解決了AI落地工業制造業的痛點；最重要的是，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……種種跡象均表明，工業AI已經正式進入規模化落地周期。”方壘表示。

和利時積極擁抱這一時代趨勢，率先實現了自身產品與DeepSeek的深度融合應用。記者了解到，今年2月，和利時推出XMagital系統并接入DeepSeek模型，通過融合工業智能視覺、DeepSeek-R1推理大模型、行業知識庫及DCS，進一步為工業安全保駕護航。

XMagita是一套全新的可自由定義的智能系統，包括平臺、應用、智能體等核心產品。“XMagital在設計時就充分考慮到了擁抱AI的前瞻性要求，實現了對DCS、PLC、SCADA等傳統自動化系統的解構，并重構了傳統的ISA-95（企業系統與控制系統集成國際標準）模型，實現了從L0到L3層的‘原生融合’。”方壘介紹道，“這一平臺的推出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AI技術在工業領域的實質性落地。”

兩階段穩步推進AI落地工業領域

結合實踐經驗，方壘認為，AI在工業領域的應用大致會分為兩個階段：“第一階段是AI滲透的初級階段，即工業人機智能交互；第二階段，AI得以繼續向下滲透，深入到APC、工藝優化等環節。”他指出，在第一階段，雖然AI智能體已經初步解決了定制化工業軟件的成本難題，但智能體的構建仍然依賴實踐經驗積累和行業專家，只是初步實現了對物理對象的AI智能體嵌入；而在第二階段，AI應用得以深入核心工業生產控制環節，能夠真正實現工業智能建模，輔助行業專家生成知識。

“我們認為，第一階段將會在短期內實用化落地，而第二階段則將是一個較為漫長的過程，仍然需要技術與生態的沉淀。”方壘表示。基于這一判斷，和利時面向AI的未來布局也十分明晰：“接下來，我們將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，在快速推進第一階段落地的同時，為第二階段做好技術儲備。”

同時，建立開放的產業生態，也是激發工業創新活力的重要途徑。

“在生態圈的建設過程中，應全面考慮對國產化的支持，從軟件和硬件兩方面入手，推動自主可控能力的提升。”方壘表示，“軟件方面，優先選用國產工業軟件，包括系統、應用、中間件等，加強國產軟件與XMagital系統的融合；硬件方面，在考慮國產硬件設備的性能與穩定性的基礎上，推動其在XMagtial系統中的廣泛應用。同時，加強軟硬件適配標準的制定與推廣，構建自主可控的生態環境，促進國產軟硬件系統的整體發展。”

構建開放協同的生態環境，加強產業鏈協同合作，是和利時不變的追求。“要發展全行業工業知識，需要行業生態合作完成。”方壘呼吁，生態圈內的企業、高校、科研院所等合作伙伴可以共享工業知識，共同開發基于XMagital系統的應用，從而實現知識的快速商業變現，進一步推動工業自動化、智能化落地。