工控百企行｜工业AI规模化应用迎来拐点——访和利时集团联席总裁方垒

一台台工业机器人在厂房中穿梭，一架架高清摄影机在产线上运作，工厂运转的数据事无巨细地实时显示在屏幕上，运维管理在鼠标点击间便轻松实现……随着AI技术在工业领域的应用越发深入，这样的景象正在越来越多的制造业企业中上演。

“随着算法突破、算力升级与数据生态的完善，尤其是具备强推理和边缘部署能力的DeepSeek等大模型新技术的突破，工业AI的规模化应用终于迎来拐点。”和利时集团联席总裁方垒表示。

近日，《中国电子报》对话和利时，深入了解这一深耕工控领域三十多年的老牌企业如何拥抱AI浪潮，引领工业领域的数智化转型升级。

构建三位一体AI落地能力

面向人工智能和工业自动化的大趋势，和利时予以高度的战略重视。“和利时不是要去创新通用AI技术和模型，而是要博采众长，无缝集成，为工业行业所用。”方垒说。

方垒将当前AI在工业自动化领域，尤其是工控系统领域的应用分为应用侧和供给侧两个方向：“应用侧是指提供给最终的工业自动化系统用户企业的AI应用，对确定性和安全性要求较低，能够在生产场景中增强制造装备柔性，实现降本增效；供给侧则是指提供给工业自动化系统供应商或集成商的AI应用，旨在实现自动化工程实施过程中的降本增效。”

方垒表示，当前，和利时在AI的工业落地上已经多有实践：“在朔黄铁路上，我们依托自研的‘和行’轨道交通大模型，针对铁路重载运输特点，对铁路运输组织方案进行优化，实现线路运维成本的降低和运输效率的提升；在陕投新疆北三电厂，我们搭建智能发电平台，实现发电工艺全流程的先进控制优化应用覆盖，实现在极少人干预的情况下，达成更加经济、高效、清洁的发电生产目标；在河南神马氢化学有限责任公司，依托我们的HiaPlant数智化转型平台，全面实施了MES智能生产管理解决方案，助力企业降本增效、优化资源配置……”

记者了解到，结合过去三十余年在工控行业的积累，和利时已经构建了覆盖工业操作系统、智能管控一体化平台、智能AI套件、工业软件套件的全流程、全环节完整产品矩阵。

在工业操作系统方面，和利时打造DCS（分散控制系统）、OCS（光总线控制系统）、基础设施大型PLC、SCADA等多种操作系统，为AI提供实时数据采集与控制执行能力；智能管控一体化平台方面，推出新一代工业和基础设施智能化平台XMagital，实现了能够接入AI技术应用的全新工业系统架构；智能AI套件方面，覆盖多种应用，无缝对接最新AI技术成果，形成“感知-决策-优化”闭环；工业软件方面，包含智能控制、智慧管理、数字孪生等应用软件，实现工业全流程数智化转型升级。

对此，方垒表示：“当前，和利时已具备‘技术-产品-生态’三位一体的AI落地能力，正以自主创新的技术体系和开放协同的生态战略，推动我国工业智能化迈向新高度。”

率先接入DeepSeek深化AI应用

必须看到的是，工业制造业的种种特点，正是制约AI落地的道道藩篱。“工业制造业对生产安全、生产精度等要求高，细分领域间产品、工艺、组织等方面差异巨大……这些特点，使得AI在工业领域的应用长期停留在局部试点阶段，难以形成规模化价值闭环。”方垒直言。

这一现状，随着今年人工智能技术的进一步发展迎来了转机。在方垒看来，今年推出的国产AI模型DeepSeek，是打破这一现状的关键一着。

“DeepSeek为解决工业Al应用的低成本私有化部署问题提供了一条可行路径；同时，其小尺寸专业化的模型训练方法也更适合于工业专业化分工的要求，恰好解决了AI落地工业制造业的痛点；最重要的是，以DeepSeek为代表的强推理AI技术为工业智能化提供了全新范式……种种迹象均表明，工业AI已经正式进入规模化落地周期。”方垒表示。

和利时积极拥抱这一时代趋势，率先实现了自身产品与DeepSeek的深度融合应用。记者了解到，今年2月，和利时推出XMagital系统并接入DeepSeek模型，通过融合工业智能视觉、DeepSeek-R1推理大模型、行业知识库及DCS，进一步为工业安全保驾护航。

XMagita是一套全新的可自由定义的智能系统，包括平台、应用、智能体等核心产品。“XMagital在设计时就充分考虑到了拥抱AI的前瞻性要求，实现了对DCS、PLC、SCADA等传统自动化系统的解构，并重构了传统的ISA-95（企业系统与控制系统集成国际标准）模型，实现了从L0到L3层的‘原生融合’。”方垒介绍道，“这一平台的推出为我国在工业领域全面对接AI技术提供了行业化的技术准备，将有助于加速AI技术在工业领域的实质性落地。”

两阶段稳步推进AI落地工业领域

结合实践经验，方垒认为，AI在工业领域的应用大致会分为两个阶段：“第一阶段是AI渗透的初级阶段，即工业人机智能交互；第二阶段，AI得以继续向下渗透，深入到APC、工艺优化等环节。”他指出，在第一阶段，虽然AI智能体已经初步解决了定制化工业软件的成本难题，但智能体的构建仍然依赖实践经验积累和行业专家，只是初步实现了对物理对象的AI智能体嵌入；而在第二阶段，AI应用得以深入核心工业生产控制环节，能够真正实现工业智能建模，辅助行业专家生成知识。

“我们认为，第一阶段将会在短期内实用化落地，而第二阶段则将是一个较为漫长的过程，仍然需要技术与生态的沉淀。”方垒表示。基于这一判断，和利时面向AI的未来布局也十分明晰：“接下来，我们将优先聚焦实现工业智能人机交互，并持续投入资源，探索工业智能建模应用，在快速推进第一阶段落地的同时，为第二阶段做好技术储备。”

同时，建立开放的产业生态，也是激发工业创新活力的重要途径。

“在生态圈的建设过程中，应全面考虑对国产化的支持，从软件和硬件两方面入手，推动自主可控能力的提升。”方垒表示，“软件方面，优先选用国产工业软件，包括系统、应用、中间件等，加强国产软件与XMagital系统的融合；硬件方面，在考虑国产硬件设备的性能与稳定性的基础上，推动其在XMagtial系统中的广泛应用。同时，加强软硬件适配标准的制定与推广，构建自主可控的生态环境，促进国产软硬件系统的整体发展。”

构建开放协同的生态环境，加强产业链协同合作，是和利时不变的追求。“要发展全行业工业知识，需要行业生态合作完成。”方垒呼吁，生态圈内的企业、高校、科研院所等合作伙伴可以共享工业知识，共同开发基于XMagital系统的应用，从而实现知识的快速商业变现，进一步推动工业自动化、智能化落地。