必一运动·(B-sports)官方网站

业界动态
中控技术创始人褚健:迈向工业AI之路,自动化,企业,系统
2025-03-25 00:47:41
中控技术创始人褚健:迈向工业AI之路,自动化,企业,系统

自动化的发展已今非昔比。过去所学(xue)的现代控制理论的状态方程、线性(xing)控制、非线性(xing)控制等,如今是否依然成立(li)?通过人工智能与自动化技术、信息技术、工艺技术、运(yun)营技术、设备技术融合,或许会产生完全不同的新技术

文/《财经智库》研究员 张(zhang)燕冬 编辑/王(wang)延春

中控作为(wei)流程工业智能制造整体解决方案(an)的领军企业,其工业App产品(pin)涵盖了生产控制、供(gong)应链管理、资产管理、安全环保和工业AIApp等多个方面。历经31年,中控DCS系统在国(guo)内市场占有率达37.8%,连(lian)续13年国(guo)内市场占有率第(di)一;通过持续的研发投入,实现了工业AppSaaS化技术、控制参(can)数在线交叉式鉴定技术等多项技术突破,优化了工业App生态;针对(dui)流程工业所面临的痛点,助力(li)企业实现“安全、质量(liang)、成本、绿色”核心目标;面向未来技术发展趋势和人工智能可能带来的机会和挑战,中控提出“1+2+N”智能工厂新架构,以及全球首款通用控制系统UCS和流程工业时序大模型(xing)TPT(Time-series Pre-trained Transformer),为(wei)实现企业的智能化转型(xing)提供(gong)路线图。

近(jin)期,中控创(chuang)始人褚健与《财经智库》进(jin)行了独家对(dui)话(hua),解读中控的历史过程、创(chuang)新成果及愿景。

中控创(chuang)始人褚健教授。

走出象(xiang)牙塔30年

《财经智库》:您被人们称为(wei)“中国(guo)自动化产业第(di)一人”,上(shang)世纪80年代末(mo),您就参(can)与了中国(guo)早期工业控制系统DCS(Distributed Control System)的研发,而当时国(guo)内技术环境和资源相对(dui)有限。作为(wei)开拓者,是什(shi)么促使(shi)您坚持走上(shang)工业自动化的道路?是否与您的日本留学(xue)经历有关?

褚健:我(wo)不是什(shi)么第(di)一人,不妥。相对(dui)而言,可能有点故事而已。事实上(shang),在自动化领域方面,起步的时候我(wo)并未有意要推动产业化进(jin)程,而是在各种因素的影响下促成了产业化这件事。首先(xian),在20世纪80年代末(mo)90年代初,中国(guo)正处于社会转型(xing)的关键时期,国(guo)家高度重视并大力(li)推动大学(xue)科研成果的转化应用。在此背景下,原国(guo)家计划委员会(后更名为(wei)国(guo)家发展和改革委员会)在浙江大学(xue)设立(li)了工业自动化国(guo)家工程研究中心,鼓励构建一条从研究到产业的通道。在这一政策感召下,我(wo)坚定地做了这件事,尽管当时对(dui)很多事情不甚(shen)了解,但我(wo)内心觉得这个方向非常正确(que)。

日本留学(xue)的经历对(dui)我(wo)影响很大。在1986年至1989年期间,我(wo)在日本深入参(can)观、走访了日本的多家企业和研究机构,包括新日铁(tie)、川崎重工、松下电(dian)器等,这些企业的自动化程度非常高,在偌大的车间里几乎看(kan)不到人。其中在参(can)观松下电(dian)器位于大阪的中央研究院的过程中,我(wo)更是目睹了机械手(shou)精准地夹(jia)取并煎制鸡蛋的精湛(zhan)技艺。当时我(wo)深感震撼,因为(wei)机械手(shou)抓(zhua)取鸡蛋的过程中,稍一用力(li)鸡蛋会破,而力(li)量(liang)不足鸡蛋就会掉,这对(dui)于机械手(shou)的控制要求非常高。虽然今天看(kan)来或许并不稀奇,但在当时却代表了极高的技术水平。这些景象(xiang)强化了我(wo)的认知,我(wo)认为(wei)所有的工业企业,离开了自动化就无法实现现代化。所以,回(hui)国(guo)之(zhi)后,我(wo)便承(cheng)担起了推动科研成果转化的重任。但当时的我(wo)对(dui)于技术、产品(pin)以及市场都知之(zhi)甚(shen)少,这无疑为(wei)产业化之(zhi)路增添(tian)了许多挑战与困难。但正是这些挑战与困难,也让我(wo)更加坚定了在自动化领域深耕细作的决心。

《财经智库》:当时遇到的最大困难和瓶颈是什(shi)么?

褚健:我(wo)所面临的难题(ti)并非单纯的对(dui)技术不了解,而是对(dui)系统性(xing)技术的陌(mo)生。在学(xue)校期间,研究的重心多聚焦于某一技术点上(shang)的突破,这些研究或许已达到前沿水平,但要将之(zhi)转化为(wei)产品(pin)级(ji)的技术创(chuang)新,却需要实现从点到面的系统性(xing)跨越,这与撰写学(xue)术论文的差(cha)别很大。初涉(she)此领域,有很多事情我(wo)并不熟悉,但我(wo)却明白,要将一项技术理念转化为(wei)市场所需的产品(pin)远非易事。市场所渴求的并非单纯的样机、科研成果或学(xue)术论文,而是能够切实解决问题(ti)的方案(an)或手(shou)段。

彼(bi)时,中国(guo)刚(gang)刚(gang)改革开放(fang),国(guo)外(wai)的产品(pin)大量(liang)涌入,但若我(wo)们的产品(pin)明显(xian)比国(guo)外(wai)的差(cha),用户一定不愿意用国(guo)产的产品(pin)。譬如我(wo)们一开始就研发了当时最复杂也是最重要的工业控制系统DCS,对(dui)于石(shi)油(you)化工这样的流程工业企业,一旦控制系统出问题(ti),则导致(zhi)停工停产,甚(shen)至出现重大事故,所以没有一家企业愿意接受相信并采(cai)用我(wo)们的DCS。DCS不同于其他普通产品(pin)——进(jin)口的电(dian)饭锅和国(guo)产的电(dian)饭锅,两(liang)者都能使(shi)用,不会出现大问题(ti),而DCS一旦出问题(ti),就会影响生产。既(ji)然下决心要创(chuang)办(ban)一个企业,又想做点有意义、有价值的事,肯定要学(xue)习(xi),学(xue)习(xi)如何开发一款好产品(pin),学(xue)习(xi)如何管理一家企业,如何鼓励一个团队(dui),如何去营销,如何去说(shuo)服客户??有了目标,就有希翼。

我(wo)们的服务对(dui)象(xiang)涉(she)及炼油(you)、化工、电(dian)力(li)、造纸以及制药等行业的生产过程,全都用到自动化。这些行业企业一年365天、每天24小时不间断地运(yun)行,就像电(dian)不能停一样。如此严苛的运(yun)行环境,对(dui)控制系统的可靠性(xing)提出了极高的要求。打个比方,如果说(shuo)人的大脑是一个控制器,那么大脑必须有逻辑判断,而对(dui)于一家企业来说(shuo),其控制系统就犹如大脑。

中控创(chuang)始人褚健与《财经智库》对(dui)话(hua)。

《财经智库》:这也就是为(wei)什(shi)么您经常将工业控制系统称之(zhi)为(wei)“工业大脑”。

褚健:在没有控制系统之(zhi)前,由于生产规模较小,各项操作依靠人工完成;然而,随着(zhe)生产复杂性(xing)的提升,机器控制成为(wei)不可或缺的替代方案(an),这就是我(wo)们现在用的计算机、芯片、App以及众多通信技术(ICT)。之(zhi)所以把DCS比喻成工业大脑,是因为(wei)它已经具备了“大脑”的基本属性(xing),并需要大量(liang)的常识储备。这些常识就是AI技术。AI技术在工业大脑里已经开始发挥作用,能够实现对(dui)整个工厂更准确(que)的控制。这一变革性(xing)进(jin)展极大地削弱了工程师在传统生产流程中的重要性(xing),以往需要众多不同专业背景的工程师协同工作的任务,如今仅凭一个集(ji)成AI的系统即可高效完成,甚(shen)至能胜任许多工程师难以单独解决的复杂任务。我(wo)和我(wo)的团队(dui)正积极地推动这一领域的发展。

《财经智库》:让中控成为(wei)流程工业的“工业大脑”是您的追求。去年,正好是中控30年,您将此分成三个阶段:第(di)一个十年要解决生存问题(ti);第(di)二个十年参(can)与竞(jing)争,也就是跟国(guo)际一流企业竞(jing)争高端的国(guo)内市场;第(di)三个十年,解决市场占有率问题(ti)。您还说(shuo),最重要的贡献就是完成了一个工业控制体系的国(guo)产化。1975年美国(guo)Honeywell研制成功TDC2000,世界意义上(shang)的现代工业控制系统(DCS)诞生;同年,日本横河电(dian)机也推出了自己(ji)的第(di)一款DCS产品(pin);1981年,一批外(wai)资企业开始进(jin)入中国(guo)。您能否先容一下中控这30年经历的关键节点?

褚健:确(que)实,流程工业的控制系统从上(shang)世纪80年代开始就被大型(xing)跨国(guo)企业所垄断。中控首先(xian)要解决生存问题(ti)。在此基础上(shang),与一流的跨国(guo)企业进(jin)行竞(jing)争,然后在竞(jing)争中学(xue)习(xi)并超越。目前中控有超过3.2万家客户,具有大量(liang)的数据(ju)积淀和实践案(an)例(li),未来我(wo)希翼中控的客户数量(liang)可以很快达到5万这个数字。

中控科技园(yuan)全景。摄影/刘维航

今年是中控第(di)四个十年的起始年,我(wo)们希翼在未来的十年里,中控能够依托于对(dui)工业Know-how的理解以及在流程行业的独特优势,在全球竞(jing)争的基础上(shang)加强工业AI能力(li),并在工业AI方面成为(wei)全球领先(xian)的企业,这是我(wo)们的目标。30余(yu)年来,我(wo)们开始是个小舢舨(ban),先(xian)在游泳(yong)池(shi)学(xue)游泳(yong),然后在钱塘江游泳(yong),尽管游不到江口,但毕竟可以靠岸;后来成为(wei)一条大船,游到了杭州湾(wan)出海口,未来,我(wo)们希翼中控成为(wei)一个舰队(dui),游向更广阔的大海。

2007年对(dui)中控而言是一个标志性(xing)的年份(fen)。那一年,中控获得了中国(guo)石(shi)化武汉分企业500万吨“油(you)品(pin)质量(liang)升级(ji)炼油(you)改造工程”的项目合同(如今已是2000万吨炼油(you)规模),包括四套主装置:500万吨/年常减(jian)压,190万吨/年煤、汽柴油(you)加氢精制,120万吨/年延迟焦化和6万吨/年硫磺回(hui)收。这个项目非常成功,标志着(zhe)国(guo)产DCS首次进(jin)入500万吨级(ji)炼油(you)核心主装置,也标志着(zhe)高端市场核心主装置DCS被跨国(guo)企业垄断的时代结束了。中控从原来只做小项目到承(cheng)接大型(xing)项目主装置,从500万吨炼油(you)到千万吨炼油(you)、百万吨乙烯及整个炼化一体化,这意味着(zhe)中控从原来很小的市场占有率,到逐步有能力(li)竞(jing)争再到领先(xian)。只有拥有这样重大项目的业绩,中控才能保证在未来市场竞(jing)争中不被跨国(guo)企业压垮。

《财经智库》:从之(zhi)前的小项目到500万吨炼油(you)、千万吨炼油(you)的大项目,中控2023年DCS国(guo)内市场占有率已达37.8%,其中化工领域占有率是56.3%。目前,中控的DCS在国(guo)内的占比已经很高了,是否已到天花(hua)板?

褚健:比如DCS在中国(guo)的市场规模是120亿元左右,如果纯粹从DCS市场规模角度来讲,肯定是有天花(hua)板的;但从自动化、数字化、智能化的角度来讲,还看(kan)不到天花(hua)板。现在用户最关注的,比如节能、安全、降本等痛点,未来中控有可能面临的天花(hua)板很高很高,不是几百亿元,而是几千亿元。理论上(shang)讲,目前在中控的战略转型(xing)阶段,面向的市场大概(gai)是500亿元到1000亿元的环境,预(yu)期的市场前景将会更大。我(wo)们要做的,最终是全方位地帮助用户解决困难和问题(ti),而不仅仅是推销一款产品(pin)。

《财经智库》:把格局打开,目标锁定安全、质量(liang)、成本、绿色,似乎就不存在天花(hua)板了。中控一直根植于制造业,传统制造业从自动化、数字化到智能化这个过程中,怎样才能更好地实现这个途径?

褚健:第(di)一,必须把产品(pin)体系和服务模式做好;第(di)二,这个服务模式有尽可能大的覆盖面;第(di)三,要有很多典型(xing)的成功案(an)例(li);第(di)四,广而告之(zhi)。目前,中控在全国(guo)647个化工园(yuan)区(qu)及沙特、泰国(guo)、哈萨克斯(si)坦等国(guo)家设立(li)了近(jin)200家5S店,覆盖全球3.2万多家用户,并通过5S店把先(xian)进(jin)的创(chuang)新成果、产品(pin)技术、解决方案(an)及应用效果传递给(gei)企业,让企业愿意尝试(shi),并为(wei)企业带来实实在在的效果,这才能赢得企业信任。未来中国(guo)的经济,特别是在原材料工业领域,竞(jing)争还会非常激烈,企业要在竞(jing)争中活下来,主要途径就是全面消除安全事故、提高产品(pin)质量(liang)、降低各项成本,并朝着(zhe)智能化、绿色化发展方向发展,这就是中控要干的事。

中控创(chuang)始人褚健与《财经智库》对(dui)话(hua)。

内驱力(li):持续迭代

《财经智库》:您始终强调(diao)工业App的重要性(xing),并认为(wei)智能制造是App驱动的工业革命,为(wei)什(shi)么?

褚健:控制系统就是人的大脑,仅有智商不够,还需要常识,而工业领域所指的“常识”是构建App的基础。App不仅是各种机器设备实现智能化的关键,更是产品(pin)设计、生产控制、能源管理、安全管理、质量(liang)管理等的主要工具。从工业3.0到工业4.0,包括正在来临的工业5.0,是从工业自动化到工业智能化,再到工业可持续发展的进(jin)化过程,也是传统制造向新型(xing)工业化、新质制造的进(jin)化过程,其中数字化转型(xing)是基础,也就是App与材料设备、工艺流程、数实融合的过程。在工业领域,尤其是在流程行业的转型(xing)过程中,包括数字化转型(xing)、AI应用、供(gong)应链韧性(xing)、可持续发展等都与App密切相关。在过去30年,中控始终围绕行业需求,加快发展工业App,已建立(li)了丰富的产品(pin)线并自主研发出一批核心工业App,形成了较为(wei)完善的工业App产品(pin)谱系。我(wo)始终认为(wei),推进(jin)智能制造,关键在于工业App,智能制造是App驱动的工业革命。

《财经智库》:然而,中控最初的优势在于硬件。

褚健:最初,中控肯定什(shi)么优势都没有,但优势是逐步建立(li)起来的。我(wo)所指的优势不是指市场占有率,而是中控如何能够把现在保有的3.2万多家用户和未来可能达到的5万家用户服务好,让用户能够在安全、质量(liang)、成本、绿色的核心需求上(shang)得到大幅度提升;如何把我(wo)们的技术经验和积累的案(an)例(li)常识与用户的需求结合在一起,通过AI的运(yun)用,帮助用户创(chuang)造价值。可以说(shuo),中控不是一个DCS企业,也不是一个自动化企业,而是一个工业AI企业。

《财经智库》:您提出了“1+2+N”智能工厂新架构,即构建“智能工厂”的概(gai)念,但您同时强调(diao)这不是一个简单的概(gai)念,而是一种可行的模式,先(xian)进(jin)的技术和产品(pin),以及一种可能解决的方案(an)。

褚健:“1+2+N”,就是一个工厂操作系统+两(liang)个自动化(生产过程自动化PA和企业运(yun)营自动化BA)+N个工业APPs。我(wo)们听取了很多企业领导的意见,包括央企、跨国(guo)企业还有中小企业,他们都认可中控的框架。“1+2+N”不是一个概(gai)念,而是融合了很多技术、产品(pin)和解决方案(an)的体系,能够全面覆盖从生产线到管理线的自动化需求。它不仅是中控产品(pin)技术和关键能力(li)的高度凝练(lian),更是中控为(wei)广大行业客户数字化转型(xing)、智能化发展所描绘的蓝图。需要强调(diao)的是,这并不意味着(zhe)中控仅靠一己(ji)之(zhi)力(li)就能包打天下,我(wo)们需要打造一个开放(fang)合作的生态系统。诚然,在某些领域,企业间的竞(jing)争或许难以避免,但更为(wei)普遍且重要的是合作的可能性(xing)。过往十数年间,移动互联网生态的蓬勃(bo)发展已充分验证了这一点。未来在工业领域里,完全有可能复制类似的生态合作模式,对(dui)此,我(wo)充满信心,并已经看(kan)到了希翼。

《财经智库》:中控构建工业操作系统实现智能工厂和智能制造的跨越(打通5T,形成生态),其愿景非常宏大,是不是也意味着(zhe)跟外(wai)部(bu)科技合作的可能性(xing)?毕竟,完全依靠自身力(li)量(liang)完成一切是不现实的,在这些方面,优势和短(duan)板又有哪些?

褚健:这基于一系列基本的前提和基础。首先(xian),是否认同工业3.0到工业4.0的转变?是否认同自动化到数字化、智能化的转型(xing)?是否认同没有哪家企业能够包打天下?这就是合作的共识和基础。同时,工业企业最需要什(shi)么?现在市场上(shang)遇到很多困惑和迥(jiong)异的观念,不同的解决方案(an)可能造成混淆甚(shen)至混乱。比如什(shi)么叫智能工厂?什(shi)么叫智能制造?什(shi)么是工业互联网,概(gai)念很多。不能为(wei)数字化而数字化,关键是要有能力(li)为(wei)企业降低成本、提高效率。因此,强化自身能力(li)、找到解决方案(an),就要有核心的技术和产品(pin),并得到用户和合作伙伴的认可。

至于短(duan)板,对(dui)于中控来说(shuo),目前一些技术方面确(que)实有所缺失,比如工艺技术。化工领域的专家往往不具备计算机背景,而自动化领域的专家虽对(dui)反(fan)应器有所了解,却可能缺乏(fa)化工与计算机常识。以PDH(丙烷脱氢)为(wei)例(li),如何能够了解它的工艺,使(shi)其产量(liang)更大、质量(liang)更好、能耗更低?我(wo)们需要实现5T(自动化技术、信息技术、工艺技术、运(yun)营技术、设备技术)的深度融合。

当然,自动化的发展已今非昔比。过去所学(xue)的现代控制理论的状态方程、线性(xing)控制、非线性(xing)控制等,如今是否依然成立(li)?通过“AI+5T”,或许会产生完全不同的新技术。传统的控制理论和AI之(zhi)间到底是竞(jing)争关系还是合作关系?这需要我(wo)们深入研究、积极探索。如果能够成为(wei)一个5T综合领域的专家,通过专业常识、数据(ju)与AI技术,或许能够帮助人类解决更现实的问题(ti)。

中控创(chuang)始人褚健与《财经智库》对(dui)话(hua)。

《财经智库》:前不久,您提出通过工业AI解决智能工厂行业痛点。8月12日《财经智库》来中控调(diao)研,你们正在做大模型(xing)的突破,为(wei)什(shi)么中控坚定选择了投入AI技术?从研发到实际应用,中控如何确(que)保AI的投入不会成为(wei)一场高风险的冒险,而是成为(wei)推动持续创(chuang)新的动力(li)?

褚健:ChatGPT的横空出世令我(wo)深感震撼,这让生成式AI和未来的通用AI变成了可能。对(dui)于工业领域而言,它就像把很多前辈(bei)的智慧与广泛的常识体系浓缩于一体。正如爱因斯(si)坦之(zhi)前的时代,牛顿力(li)学(xue)被视为(wei)颠(dian)扑不破的真理,直至微观粒子层面的探索才催生了量(liang)子力(li)学(xue)的诞生。在此之(zhi)前,我(wo)们所学(xue)皆源自书本,经由科学(xue)验证与实验证实,这与ChatGPT所展现的学(xue)习(xi)与生成过程颇为(wei)相似。这种技术发展,在工业领域虽然不能精确(que)地解决所有问题(ti),但它无疑揭示了技术发展的新趋势。

我(wo)认为(wei),随着(zhe)AIGC(人工智能生成内容(rong))技术的兴起,AI已迈(mai)入了一个全新的发展阶段。去年,我(wo)曾向企业全员提出,所有中控人都要学(xue)会用AI工具,所有中控的产品(pin)都应该有AI能力(li),当然最重要的是有能力(li)开发完全基于AI的产品(pin),我(wo)们的流程工业时序大模型(xing)TPT就是这个方向。在这方面,中控会加大力(li)度,也许是“All in”。

《财经智库》:人工智能在制造业中正在发生作用,但在流程工业中,AI的应用似乎进(jin)展较为(wei)缓慢(man),是因为(wei)流程工业更带有它的复杂性(xing),难度更大?

褚健:您指的是离散制造业,这方面应用可能更多的是质检,而质检主要是基于图像处理的,与AIGC并无直接关联。比较而言,我(wo)觉得流程工业比离散制造业在AI应用方面具有更为(wei)显(xian)著的优势与潜力(li)。为(wei)什(shi)么?因为(wei)流程工业拥有海量(liang)的数据(ju)资源,而离散工业的数据(ju)相对(dui)不完整,也就是说(shuo)离散行业经过清(qing)洗、处理后的有效数据(ju)可能远远不如流程行业。这使(shi)得流程行业在数据(ju)资源上(shang)占据(ju)了显(xian)著优势。

化工过程最大的特点是“三传一反(fan)”。“三传”是传热、传质、传力(li),即热量(liang)、质量(liang)、动力(li)的传递;“一反(fan)”是指化学(xue)反(fan)应。这是工程学(xue)科中的经典理论。而化工装置无外(wai)乎反(fan)应器、分离塔,这些装置在运(yun)行过程中产生的大量(liang)数据(ju),能够真实反(fan)映其特性(xing)。值得注意的是,化工过程并非Pure chemistry(纯化学(xue)反(fan)应),因为(wei)自然界没有纯的东西。反(fan)应物料中往往含有杂质,因此,当不同的原料进(jin)入化工装置,经过“三传一反(fan)”,结合数据(ju),出来的东西应该是什(shi)么、应该怎么变,其实是有机理存在的。正因为(wei)不是纯物质,反(fan)而有文章可做。

《财经智库》:您的意思是说(shuo),在AI的应用方面,流程工业比离散工业更有空间。您刚(gang)才提到中控有超过3.2万家用户,您也说(shuo)过Data is food of AI(数据(ju)是人工智能的食粮)。在未来的发展过程中,除了数量(liang)上(shang)的增长,您怎么看(kan)数据(ju)质量(liang)和深度对(dui)工业AI发展的影响?中控从化工领域入手(shou),对(dui)于不同行业、不同工艺流程用户数据(ju)的差(cha)异性(xing),如何实现数据(ju)驱动的个性(xing)化解决方案(an)?

褚健:在流程工业中,数据(ju)不仅丰富,且其归类相对(dui)容(rong)易。上(shang)一个问题(ti)讲到“三传一反(fan)”,涉(she)及诸(zhu)多装置。具体而言,化工行业是流程工业的典型(xing)代表,而除此之(zhi)外(wai),如钢铁(tie)、有色、建材等行业,虽然不是传统意义上(shang)的石(shi)油(you)化工或有机化工,其机理与“三传一反(fan)”完全不同,但同样产生化学(xue)反(fan)应。传统的无机化工也与有机化工不同,但它们都具有大量(liang)数据(ju)和机理的相似之(zhi)处,因为(wei)它们都是化学(xue)反(fan)应过程,这都是工业AI应用的重要基础。所以,数据(ju)的庞大不代表数据(ju)的有效性(xing)。但如我(wo)刚(gang)才所强调(diao)的,流程工业具有大量(liang)的数据(ju),结合机理过程以及装置,有效性(xing)显(xian)然高于离散行业。目前中控诸(zhu)多案(an)例(li)和成果,已经证明这条路是行得通的,尽管还有“坎”,但我(wo)们会力(li)争突破。

以无机化工中的氯碱行业为(wei)例(li),中国(guo)绝大部(bu)分的氯碱厂用的是中控的控制系统,中控与这些客户关系密切。它们现在提出了很多需求,比如扩产时能否不再招“操作工”?能否降低能耗?能否延长离子膜(mo)的寿命?能否提高产能?哪些潜在故障在早期能预(yu)警预(yu)报(bao)?解决这些问题(ti),主要依靠的就是“工程师”。但若能够把所有的常识联通,把不同的用户数据(ju)与经验汇聚,就能发现问题(ti)所在,数据(ju)就变得有效。尽管氯碱厂规模、原料可能所有不同,但其工艺原理相近(jin),这不就是我(wo)们要学(xue)习(xi)的吗(ma)?以前人力(li)难以完成,但现在AI可以做到。

《财经智库》:您将下一代工业控制系统称之(zhi)为(wei)UCS(Universal Control System),以App定义、全数字化、云原生,来试(shi)图颠(dian)覆应用近(jin)50年的传统DCS技术架构,工业市场是否已经准备好接受这种转型(xing)?您预(yu)期在技术和市场的成熟度上(shang),未来会发生什(shi)么变化?

褚健:DCS最早是由Honeywell在1975年提出来的,经过近(jin)50年的发展,架构大同小异,但技术完全不同。这套体系主要存在的问题(ti),一是成本下降有限,当然随着(zhe)整个IT技术的下降,它也会下降;二是传统的DCS多基于ARM芯片构建,算力(li)有限。当AI应用于DCS中时,ARM无法实现。

基于当前先(xian)进(jin)的服务器技术,特别是高性(xing)能的CPU和GPU,让实现数据(ju)的实时处理及AI的实时在线应用成为(wei)可能。因此,通过UCS颠(dian)覆DCS的传统架构是非常有希翼的。中控的年轻团队(dui)创(chuang)新性(xing)地提出了UCS的框架,将原来成百上(shang)千面机柜清(qing)零,变成了一面机柜;将原本需要数亿元投资的电(dian)缆铜缆,用一对(dui)光纤来解决;控制系统通过云化技术实现统一控制,将无数个“小脑袋”变成一个“大脑袋”,所有数据(ju)都在这个“大脑袋”上(shang),AI就可以充分发挥作用,把项目生命周期大幅度提升,真正实现了App定义优化。我(wo)们原以为(wei)可能需要两(liang)三年的时间才能够被中国(guo)客户接受,如同上(shang)世纪80年代初国(guo)外(wai)DCS引入中国(guo)时,尽管上(shang)海炼油(you)厂率先(xian)使(shi)用,但大量(liang)企业仍在怀疑并质疑。然而,在UCS发布后,众多企业,包括跨国(guo)企业,均表现出强烈的试(shi)用意愿,这一速度大大超出了我(wo)们的预(yu)期。究其原因,一是UCS能够显(xian)著降低系统成本;二是AI技术的充分应用成为(wei)可能。

《财经智库》:看(kan)来持续迭代是你们的内驱力(li),还有一批年轻人基于数据(ju)研究,开发了实时数据(ju)的流程工业时序大模型(xing)TPT?

褚健:这个模型(xing)不足以称“大”,但非常管用,都是基于时间序列的。以前很多App都是通过不同专家,有些企业可能都没有专家,即通过高级(ji)工程师或有专业才能的技术人员去管控不同的部(bu)门,且流程很长。但今天通过TPT不仅能解决操作问题(ti),还能解决设备运(yun)维问题(ti)。如果要提高产品(pin)质量(liang)或者产能的同时降低能耗,都可以采(cai)用类似与ChatGPT沟通方式,把数据(ju)输入大模型(xing),利用以前学(xue)到的数据(ju)构建模型(xing),通过一个TPT来管控一个工厂。

《财经智库》:您多次提到中控的年轻人,好像一些突破性(xing)的项目都由年轻人完成。据(ju)了解,中控每年的研发占比在10%以上(shang),对(dui)年轻人你们有哪些机制来确(que)保这种创(chuang)新能力(li)的实现?

褚健:肯定有。但如果通过某种机制,可能新的东西就出不来了。

中控创(chuang)始人褚健与《财经智库》对(dui)话(hua)。

构建事实上(shang)的工业标准

《财经智库》:刚(gang)才提到中控的控制系统等产品(pin)在国(guo)内的占比很高,那你们在未来的国(guo)际化方面有无整体设想?核心目标与方法各是什(shi)么?

褚健:目前中控在中国(guo)的市场占有率很高,但在全球市场影响力(li)还小,知名度还不够。从全球角度,中控将面临更大的竞(jing)争和压力(li)。尽管中控已在全球布局,包括在中东、东南亚、欧洲、北(bei)美和南美等地,增速也较快,但目前占比还不高,我(wo)们希翼今后海外(wai)营收占比能够实现大幅的、快速的提升,一系列的战略制定及保障机制也在逐步明确(que)和优化。

《财经智库》:不可否认,中控在全球的控制系统市场上(shang)也面临着(zhe)激烈的竞(jing)争,国(guo)际企业在AI领域的布局如何?

褚健:我(wo)相信这些大的跨国(guo)企业在AI应用方面均有所布局。中控在全球率先(xian)发布UCS和TPT,这些企业也会与我(wo)们交流,它们对(dui)中控所做的事情表示认可。但事实上(shang),这些企业也都在积极布局AI领域。或许,许多成果要等到实际推出后才会为(wei)世人所知。技术的发展趋势是显(xian)而易见的,无非看(kan)谁的速度更快。

回(hui)顾中控刚(gang)开始做DCS的时候,我(wo)们也是以跨国(guo)企业的DCS作为(wei)标杆,向它们学(xue)习(xi)。今天我(wo)依然认为(wei)跨国(guo)企业有许多地方值得学(xue)习(xi)和尊(zun)敬。它们拥有丰富的技术积累和人才储备,且产品(pin)系列也很丰富,它们是中控的标杆和榜样。但在中控的第(di)四个十年里,我(wo)们有机会在全球,尤其是在流程行业,成为(wei)工业AI领域的领导者之(zhi)一,至少我(wo)们希翼能在这一领域占据(ju)重要的一席。

《财经智库》:都说(shuo)中国(guo)应用场景丰富,与国(guo)外(wai)比较如何?

褚健:我(wo)对(dui)国(guo)外(wai)的场景不太熟悉。当然,中国(guo)大的石(shi)化行业企业在全球也是领先(xian)的,其拥有2000万吨炼油(you)规模、几百万吨烯烃或PTA的规模,国(guo)外(wai)并不多见。在传统化工、精细化工领域,无论是产业链的深度与广度,还是产品(pin)的种类与规模,中国(guo)在全球均占据(ju)举足轻重的地位,所以场景比国(guo)外(wai)更丰富。在深耕中国(guo)市场的同时,我(wo)们应加大与海外(wai)企业的合作力(li)度,共同探索新的应用场景和技术创(chuang)新。中控与这些跨国(guo)企业之(zhi)间既(ji)存在合作的可能性(xing),也可能面临竞(jing)争,但无论何种关系,我(wo)们都将始终坚持以客户价值创(chuang)造为(wei)核心,致(zhi)力(li)于为(wei)客户提供(gong)更加优质、高效的产品(pin)和服务。

2024年6月,中控技术在新加坡召开全球新品(pin)发布会。

《财经智库》:关于国(guo)际标准问题(ti)。在工业领域,欧美企业常常主导国(guo)际技术标准,中国(guo)企业的技术创(chuang)新能否在未来引领某些技术标准的制定?具体在哪些领域中控有机会实现这种突破?

褚健:中控的EPA在2008年成为(wei)IEC(国(guo)际电(dian)工委员会)的国(guo)际标准,其中有一部(bu)分也成为(wei)德国(guo)的国(guo)家标准。当时,时任科技部(bu)部(bu)长万钢批示说(shuo),以前德国(guo)的很多国(guo)家标准都进(jin)入了国(guo)际标准,而中国(guo)的标准又都来自国(guo)际标准,所以中国(guo)总是把德国(guo)的国(guo)家标准作为(wei)自己(ji)的标准;而如今中控的EPA成为(wei)国(guo)际标准,被德国(guo)纳入其国(guo)家标准,这非常了不起。

我(wo)认为(wei)有两(liang)类标准必须做。第(di)一类,已经获得广泛共识、具有普适性(xing)的标准,即共同的标准,对(dui)于这类已经确(que)立(li)的标准,我(wo)们应积极遵循并采(cai)纳。另一类则是如何创(chuang)造并制定新的标准。这个更为(wei)重要,特别是在工业领域,当达到一定规模时,它就是一个事实上(shang)的工业标准。中控希翼能够积极参(can)与并推动这类标准的制定,牵头与否并不重要,重要的是能够在工业领域被接纳,标准本来是无价的。

在其他方面,中控也会积极参(can)与。比如Ethernet-APL(以太网高级(ji)物理层)就是国(guo)际上(shang)提出来的标准,目前并未形成共识,但我(wo)们认为(wei)这个技术代表了未来方向,所以积极参(can)与到标准的制定、完善及应用中。也有一些可能现在大家还不知道,或者还没发现,或者还不认可,如果我(wo)们认为(wei)正确(que),就会去推进(jin)。

架起科研和产业的桥(qiao)梁

《财经智库》:从最初自动化之(zhi)路的设想到现在的“工业大脑”,当时你们几个初次创(chuang)业的年轻人决定在代理商和开发商之(zhi)间选择了较为(wei)艰难的自主创(chuang)新,您开始的初衷就是想打通科研和产业的通道吗(ma)?

褚健:是的。开始没想那么多,只觉得要构建一个从科研到产业的通道。这个通道怎么建?当时已经证明在学(xue)校不可能实现产业化,所以建在学(xue)校肯定不行。换句话(hua)说(shuo),学(xue)校也不应该做产业化的事。

30多年前,社会上(shang)很多企业研发能力(li)相对(dui)较弱,不像今天,企业的研发能力(li)超过了学(xue)校和研究机构。如何把这两(liang)者结合起来构建一个通道,就是我(wo)们的初衷。虽然我(wo)们手(shou)上(shang)没有产品(pin)、没有钱,几乎不懂市场、经营、管理、制造、服务等,但我(wo)们知道要做这件事就应该建一个企业,需要面向市场、转变观念。也就是说(shuo),我(wo)不再是教授,而是要走技术之(zhi)路、产业之(zhi)路。

《财经智库》:高校的科研和研发与企业的研发不是一回(hui)事。您曾将科研界和产业界比作长江和黄河,不可交汇。

褚健:对(dui),科研和产业像是长江与黄河,不相交。学(xue)校应该做前沿的技术突破、原始创(chuang)新,甚(shen)至是科学(xue)发现、基础研究,而非成果转化。在当今时代,成果转化领域已汇聚了大量(liang)专业人才,这与30年前的情况截然不同,他们已具备相应的转化能力(li)。科技型(xing)企业在于面向市场、贴近(jin)用户需求,致(zhi)力(li)于解决用户的痛点问题(ti),这一理念自企业初创(chuang)之(zhi)时便已明确(que)。

科研有科研的规律,商业有商业的逻辑,两(liang)者之(zhi)间,有一个巨大的鸿沟,而我(wo)的任务是成为(wei)商业与科研的桥(qiao)梁,在于将科研成果的价值更好地发挥,同时解决商业企业在创(chuang)新技术源头上(shang)所面临的问题(ti)。

《财经智库》:您已经把高校、研究机构以及企业在成果转化的角色定位说(shuo)得很清(qing)楚(chu)了,您是比较典型(xing)的产学(xue)研结合之(zhi)人。在科研成果的转化过程中,您认为(wei)哪些是特别重要的关键点?

褚健:可能要把这几个概(gai)念分开。科学(xue)和技术要分开;研究和研发(或开发)要分开。含义不同,不能混为(wei)一谈。

30年前,高校的常识或者技术能力(li)相对(dui)产业的技术水平是较高的,那时“三来一补”(即来料加工、来样加工、来件装配和补偿贸易)的模式就可以应用了,但订单、市场、设备都是别人的;然而,时至今日,情况已发生根本性(xing)变化。从某种意义上(shang)讲,产业界的技术水平,虽未必比跨国(guo)企业更高,但相较中国(guo)高校已经不低了。

比如说(shuo)人工智能、无人驾驶等领域,高校在与大型(xing)科技企业的对(dui)比中显(xian)得相对(dui)弱势。这些大企业不仅拥有雄厚的人才储备和强大的计算能力(li),而且其研发团队(dui)规模庞大、组织严密,能够高效协同工作。相比之(zhi)下,高校都是相对(dui)不稳定的研究生,差(cha)距就会拉大。在我(wo)们这个领域,高校的科研或研发与企业也不同。创(chuang)业办(ban)企业是市场导向,而非论文导向、成果导向,企业的研发必须有用。当然,我(wo)也跟团队(dui)说(shuo),能不能做五年后的研发,或者是做一些可能失败的东西,但所有这些努力(li)都必须面向未来,具有前瞻性(xing)。

《财经智库》:目前强调(diao)创(chuang)新,强调(diao)科技产业化或科研成果转化,从您的角度,在创(chuang)新主体上(shang),像南科大的刘科教授说(shuo),创(chuang)新就应该以企业为(wei)主体;中芯国(guo)际原董事长周子学(xue)也持此观点,您怎么看(kan)?

褚健:所谓(wei)的“卡脖子”,不是卡技术,而是卡产品(pin)。我(wo)们今天被卡的芯片、光刻机、工业App,各种材料、零部(bu)件等等都是产品(pin)。当然,产品(pin)里存在许多技术,但它首先(xian)是产品(pin)。现阶段的问题(ti)需要产业界来解决,高校和科研院所应该想办(ban)法解决十年后不再被“卡脖子”的问题(ti)。国(guo)外(wai)不会停下来,还会往前走;中国(guo)的企业能不能十年后不再被“卡脖子”,这才是关键。

中国(guo)过去40多年工业化的经验积累已经奠定了非常雄厚的基础。我(wo)们对(dui)未来的判断,或者说(shuo)基础储备,按(an)趋势走就应该没问题(ti);尽管颠(dian)覆性(xing)的创(chuang)新可能会困难些,但大体不会走错方向。真正的竞(jing)争需要经受市场检验,比如中控创(chuang)新推出的UCS,其质量(liang)、可靠性(xing)、稳定性(xing),都需要得到市场的认可。既(ji)然是产品(pin),就一定要市场化,锁在实验室无济于事,所以我(wo)们要求研发团队(dui)不仅要研发产品(pin),还要跟上(shang)市场,深入市场一线。不要等十年后再攻关,那样或许就永远跟不上(shang)了。所以,看(kan)清(qing)趋势,关注十年、二十年后我(wo)们如何不再被别人卡。当然,我(wo)们也希翼加强各种国(guo)际合作,在开放(fang)中竞(jing)争并得到提升。

来源:财经杂志

最新资讯
  • 云溪区云溪镇
  • 南雄市主田镇
  • 余姚市河姆渡镇
  • 曲阳县羊平镇
  • 乐清市淡溪镇
  • 泸西县午街铺镇
  • 禹会区张公山街
  • 江岸区一元街
  • 宝应县山阳镇
  • 织金县阿弓镇
  • 乐都县高庙镇
  • 环翠区温泉镇
  • 临澧县合口镇
  • 香格里拉县建塘镇
  • 平定县
  • 晴隆县碧痕镇
  • 乐清市淡溪镇
  • 博白县那卜镇
  • 临海市沿江镇
  • 市中区金城街
  • 河南中青综合资讯
  • 游戏百科综合资讯
  • 快云游综合资讯
  • 快云综合资讯
  • 久诚汽车资讯
  • 癫痫百科
  • 体育百科资讯
  • App百科资讯
  • sitemapsitemap1sitemap2sitemap3sitemap4sitemap5sitemap6sitemap7
    XML 地图 | Sitemap 地图