中控创始人褚健教授。

走出象牙塔30年

《财经(jing)智库(ku)》：您被人们(men)称为(wei)“中国自(zi)动化产业第一人”，上世纪80年代末，您就参与了中国早期工业控制系(xi)统DCS（Distributed Control System）的研发，而当时国内技术环境和资源相对有限。作为(wei)开拓者，是什么促使您坚持走上工业自(zi)动化的道路？是否与您的日本留学经(jing)历(li)有关(guan)？

褚健：我不是什么第一人，不妥。相对而言，可能有点故事而已。事实上，在自(zi)动化领域(yu)方面，起步的时候(hou)我并未有意要推动产业化进程，而是在各种因素的影响下促成(cheng)了产业化这件事。首先，在20世纪80年代末90年代初，中国正处于社会转型的关(guan)键时期，国家高度重(zhong)视并大力推动大学科(ke)研成(cheng)果(guo)的转化应用(yong)。在此背景下，原国家计划委员会（后更名为(wei)国家发展和改革委员会）在浙(zhe)江大学设立(li)了工业自(zi)动化国家工程研究中心，鼓励构建一条从研究到产业的通道。在这一政策感召下，我坚定地做了这件事，尽(jin)管当时对很多事情不甚了解，但我内心觉得这个方向非常正确。

日本留学的经(jing)历(li)对我影响很大。在1986年至(zhi)1989年期间，我在日本深(shen)入参观、走访了日本的多家企(qi)业和研究机构，包(bao)括新日铁、川崎重(zhong)工、松(song)下电器等(deng)，这些企(qi)业的自(zi)动化程度非常高，在偌大的车间里(li)几乎看不到人。其中在参观松(song)下电器位于大阪的中央研究院的过程中，我更是目睹了机械手精准(zhun)地夹取并煎制鸡蛋(dan)的精湛技艺(yi)。当时我深(shen)感震(zhen)撼，因为(wei)机械手抓取鸡蛋(dan)的过程中，稍一用(yong)力鸡蛋(dan)会破(po)，而力量不足鸡蛋(dan)就会掉，这对于机械手的控制要求非常高。虽(sui)然今天看来或许并不稀(xi)奇(qi)，但在当时却(que)代表了极(ji)高的技术水平。这些景象强化了我的认知，我认为(wei)所有的工业企(qi)业，离开了自(zi)动化就无法实现现代化。所以，回国之后，我便承担起了推动科(ke)研成(cheng)果(guo)转化的重(zhong)任。但当时的我对于技术、产品以及(ji)市(shi)场都知之甚少(shao)，这无疑为(wei)产业化之路增添了许多挑战与困难。但正是这些挑战与困难，也让我更加坚定了在自(zi)动化领域(yu)深(shen)耕细作的决心。

《财经(jing)智库(ku)》：当时遇到的最大困难和瓶颈是什么？

褚健：我所面临的难题并非单纯的对技术不了解，而是对系(xi)统性技术的陌生。在学校期间，研究的重(zhong)心多聚(ju)焦于某一技术点上的突破(po)，这些研究或许已达(da)到前沿水平，但要将之转化为(wei)产品级(ji)的技术创新，却(que)需要实现从点到面的系(xi)统性跨越，这与撰写学术论(lun)文(wen)的差别(bie)很大。初涉此领域(yu)，有很多事情我并不熟悉，但我却(que)明(ming)白，要将一项(xiang)技术理(li)念(nian)转化为(wei)市(shi)场所需的产品远非易事。市(shi)场所渴求的并非单纯的样机、科(ke)研成(cheng)果(guo)或学术论(lun)文(wen)，而是能够切实解决问题的方案(an)或手段。

彼时，中国刚刚改革开放，国外的产品大量涌入，但若我们(men)的产品明(ming)显比国外的差，用(yong)户一定不愿意用(yong)国产的产品。譬如我们(men)一开始就研发了当时最复杂也是最重(zhong)要的工业控制系(xi)统DCS，对于石油化工这样的流程工业企(qi)业，一旦控制系(xi)统出问题，则导致停工停产，甚至(zhi)出现重(zhong)大事故，所以没有一家企(qi)业愿意接受(shou)相信并采用(yong)我们(men)的DCS。DCS不同于其他普通产品——进口的电饭锅和国产的电饭锅，两者都能使用(yong)，不会出现大问题，而DCS一旦出问题，就会影响生产。既然下决心要创办一个企(qi)业，又想做点有意义、有价值(zhi)的事，肯定要学习，学习如何开发一款好产品，学习如何管理(li)一家企(qi)业，如何鼓励一个团(tuan)队，如何去营销，如何去说服客户⋯⋯有了目标，就有希望。

我们(men)的服务对象涉及(ji)炼油、化工、电力、造纸以及(ji)制药等(deng)行业的生产过程，全都用(yong)到自(zi)动化。这些行业企(qi)业一年365天、每天24小时不间断地运行，就像电不能停一样。如此严苛的运行环境，对控制系(xi)统的可靠性提出了极(ji)高的要求。打个比方，如果(guo)说人的大脑是一个控制器，那么大脑必须有逻辑判断，而对于一家企(qi)业来说，其控制系(xi)统就犹如大脑。

中控创始人褚健与《财经(jing)智库(ku)》对话。

《财经(jing)智库(ku)》：这也就是为(wei)什么您经(jing)常将工业控制系(xi)统称之为(wei)“工业大脑”。

褚健：在没有控制系(xi)统之前，由(you)于生产规模较小，各项(xiang)操作依靠人工完成(cheng)；然而，随(sui)着生产复杂性的提升，机器控制成(cheng)为(wei)不可或缺的替代方案(an)，这就是我们(men)现在用(yong)的计算机、芯(xin)片(pian)、软件以及(ji)众多通信技术（ICT）。之所以把DCS比喻(yu)成(cheng)工业大脑，是因为(wei)它已经(jing)具备(bei)了“大脑”的基本属性，并需要大量的知识(shi)储备(bei)。这些知识(shi)就是AI技术。AI技术在工业大脑里(li)已经(jing)开始发挥作用(yong)，能够实现对整个工厂(chang)更准(zhun)确的控制。这一变革性进展极(ji)大地削弱了工程师在传统生产流程中的重(zhong)要性，以往需要众多不同专(zhuan)业背景的工程师协(xie)同工作的任务，如今仅凭一个集(ji)成(cheng)AI的系(xi)统即可高效完成(cheng)，甚至(zhi)能胜任许多工程师难以单独解决的复杂任务。我和我的团(tuan)队正积极(ji)地推动这一领域(yu)的发展。

《财经(jing)智库(ku)》：让中控成(cheng)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(cheng)三个阶段：第一个十(shi)年要解决生存问题；第二个十(shi)年参与竞争(zheng)，也就是跟(gen)国际一流企(qi)业竞争(zheng)高端的国内市(shi)场；第三个十(shi)年，解决市(shi)场占有率问题。您还说，最重(zhong)要的贡(gong)献就是完成(cheng)了一个工业控制体系(xi)的国产化。1975年美国Honeywell研制成(cheng)功TDC2000，世界意义上的现代工业控制系(xi)统（DCS）诞生；同年，日本横(heng)河电机也推出了自(zi)己的第一款DCS产品；1981年，一批外资企(qi)业开始进入中国。您能否介绍一下中控这30年经(jing)历(li)的关(guan)键节点？

褚健：确实，流程工业的控制系(xi)统从上世纪80年代开始就被大型跨国公司所垄断。中控首先要解决生存问题。在此基础上，与一流的跨国公司进行竞争(zheng)，然后在竞争(zheng)中学习并超越。目前中控有超过3.2万家客户，具有大量的数据积淀和实践案(an)例，未来我希望中控的客户数量可以很快达(da)到5万这个数字。

中控科(ke)技园(yuan)全景。摄影/刘维航

今年是中控第四个十(shi)年的起始年，我们(men)希望在未来的十(shi)年里(li)，中控能够依托于对工业Know-how的理(li)解以及(ji)在流程行业的独特优势(shi)，在全球竞争(zheng)的基础上加强工业AI能力，并在工业AI方面成(cheng)为(wei)全球领先的企(qi)业，这是我们(men)的目标。30余年来，我们(men)开始是个小舢舨，先在游泳池学游泳，然后在钱塘江游泳，尽(jin)管游不到江口，但毕竟可以靠岸；后来成(cheng)为(wei)一条大船，游到了杭州湾出海口，未来，我们(men)希望中控成(cheng)为(wei)一个舰队，游向更广阔的大海。

2007年对中控而言是一个标志性的年份。那一年，中控获得了中国石化武汉分公司500万吨“油品质量升级(ji)炼油改造工程”的项(xiang)目合同（如今已是2000万吨炼油规模），包(bao)括四套(tao)主装置：500万吨/年常减压，190万吨/年煤、汽(qi)柴油加氢精制，120万吨/年延迟焦化和6万吨/年硫磺回收。这个项(xiang)目非常成(cheng)功，标志着国产DCS首次进入500万吨级(ji)炼油核心主装置，也标志着高端市(shi)场核心主装置DCS被跨国公司垄断的时代结束了。中控从原来只做小项(xiang)目到承接大型项(xiang)目主装置，从500万吨炼油到千万吨炼油、百万吨乙烯及(ji)整个炼化一体化，这意味(wei)着中控从原来很小的市(shi)场占有率，到逐步有能力竞争(zheng)再到领先。只有拥(yong)有这样重(zhong)大项(xiang)目的业绩，中控才(cai)能保(bao)证在未来市(shi)场竞争(zheng)中不被跨国公司压垮。

《财经(jing)智库(ku)》：从之前的小项(xiang)目到500万吨炼油、千万吨炼油的大项(xiang)目，中控2023年DCS国内市(shi)场占有率已达(da)37.8%，其中化工领域(yu)占有率是56.3%。目前，中控的DCS在国内的占比已经(jing)很高了，是否已到天花板？

褚健：比如DCS在中国的市(shi)场规模是120亿元(yuan)左右，如果(guo)纯粹从DCS市(shi)场规模角度来讲，肯定是有天花板的；但从自(zi)动化、数字化、智能化的角度来讲，还看不到天花板。现在用(yong)户最关(guan)注的，比如节能、安全、降本等(deng)痛点，未来中控有可能面临的天花板很高很高，不是几百亿元(yuan)，而是几千亿元(yuan)。理(li)论(lun)上讲，目前在中控的战略转型阶段，面向的市(shi)场大概(gai)是500亿元(yuan)到1000亿元(yuan)的环境，预期的市(shi)场前景将会更大。我们(men)要做的，最终是全方位地帮助用(yong)户解决困难和问题，而不仅仅是推销一款产品。

《财经(jing)智库(ku)》：把格局打开，目标锁定安全、质量、成(cheng)本、绿色，似乎就不存在天花板了。中控一直根植于制造业，传统制造业从自(zi)动化、数字化到智能化这个过程中，怎样才(cai)能更好地实现这个途(tu)径？

褚健：第一，必须把产品体系(xi)和服务模式(shi)做好；第二，这个服务模式(shi)有尽(jin)可能大的覆盖(gai)面；第三，要有很多典型的成(cheng)功案(an)例；第四，广而告之。目前，中控在全国647个化工园(yuan)区及(ji)沙特、泰国、哈萨克斯坦等(deng)国家设立(li)了近200家5S店，覆盖(gai)全球3.2万多家用(yong)户，并通过5S店把先进的创新成(cheng)果(guo)、产品技术、解决方案(an)及(ji)应用(yong)效果(guo)传递给(gei)企(qi)业，让企(qi)业愿意尝试，并为(wei)企(qi)业带来实实在在的效果(guo)，这才(cai)能赢得企(qi)业信任。未来中国的经(jing)济，特别(bie)是在原材料工业领域(yu)，竞争(zheng)还会非常激烈，企(qi)业要在竞争(zheng)中活下来，主要途(tu)径就是全面消除安全事故、提高产品质量、降低各项(xiang)成(cheng)本，并朝着智能化、绿色化发展方向发展，这就是中控要干的事。

中控创始人褚健与《财经(jing)智库(ku)》对话。

内驱力：持续迭代

《财经(jing)智库(ku)》：您始终强调工业软件的重(zhong)要性，并认为(wei)智能制造是软件驱动的工业革命，为(wei)什么？

褚健：控制系(xi)统就是人的大脑，仅有智商不够，还需要知识(shi)，而工业领域(yu)所指的“知识(shi)”是构建软件的基础。软件不仅是各种机器设备(bei)实现智能化的关(guan)键，更是产品设计、生产控制、能源管理(li)、安全管理(li)、质量管理(li)等(deng)的主要工具。从工业3.0到工业4.0，包(bao)括正在来临的工业5.0，是从工业自(zi)动化到工业智能化，再到工业可持续发展的进化过程，也是传统制造向新型工业化、新质制造的进化过程，其中数字化转型是基础，也就是软件与材料设备(bei)、工艺(yi)流程、数实融合的过程。在工业领域(yu)，尤(you)其是在流程行业的转型过程中，包(bao)括数字化转型、AI应用(yong)、供应链韧性、可持续发展等(deng)都与软件密切相关(guan)。在过去30年，中控始终围绕行业需求，加快发展工业软件，已建立(li)了丰富的产品线并自(zi)主研发出一批核心工业软件，形成(cheng)了较为(wei)完善的工业软件产品谱系(xi)。我始终认为(wei)，推进智能制造，关(guan)键在于工业软件，智能制造是软件驱动的工业革命。

《财经(jing)智库(ku)》：然而，中控最初的优势(shi)在于硬(ying)件。

褚健：最初，中控肯定什么优势(shi)都没有，但优势(shi)是逐步建立(li)起来的。我所指的优势(shi)不是指市(shi)场占有率，而是中控如何能够把现在保(bao)有的3.2万多家用(yong)户和未来可能达(da)到的5万家用(yong)户服务好，让用(yong)户能够在安全、质量、成(cheng)本、绿色的核心需求上得到大幅度提升；如何把我们(men)的技术经(jing)验和积累(lei)的案(an)例知识(shi)与用(yong)户的需求结合在一起，通过AI的运用(yong)，帮助用(yong)户创造价值(zhi)。可以说，中控不是一个DCS公司，也不是一个自(zi)动化公司，而是一个工业AI公司。

《财经(jing)智库(ku)》：您提出了“1+2+N”智能工厂(chang)新架构，即构建“智能工厂(chang)”的概(gai)念(nian)，但您同时强调这不是一个简单的概(gai)念(nian)，而是一种可行的模式(shi)，先进的技术和产品，以及(ji)一种可能解决的方案(an)。

褚健：“1+2+N”，就是一个工厂(chang)操作系(xi)统+两个自(zi)动化（生产过程自(zi)动化PA和企(qi)业运营自(zi)动化BA）+N个工业APPs。我们(men)听取了很多企(qi)业领导的意见(jian)，包(bao)括央企(qi)、跨国企(qi)业还有中小企(qi)业，他们(men)都认可中控的框架。“1+2+N”不是一个概(gai)念(nian)，而是融合了很多技术、产品和解决方案(an)的体系(xi)，能够全面覆盖(gai)从生产线到管理(li)线的自(zi)动化需求。它不仅是中控产品技术和关(guan)键能力的高度凝练，更是中控为(wei)广大行业客户数字化转型、智能化发展所描(miao)绘的蓝(lan)图。需要强调的是，这并不意味(wei)着中控仅靠一己之力就能包(bao)打天下，我们(men)需要打造一个开放合作的生态系(xi)统。诚然，在某些领域(yu)，企(qi)业间的竞争(zheng)或许难以避免，但更为(wei)普遍(bian)且重(zhong)要的是合作的可能性。过往十(shi)数年间，移动互联(lian)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(yu)里(li)，完全有可能复制类似的生态合作模式(shi)，对此，我充满(man)信心，并已经(jing)看到了希望。

《财经(jing)智库(ku)》：中控构建工业操作系(xi)统实现智能工厂(chang)和智能制造的跨越（打通5T，形成(cheng)生态），其愿景非常宏大，是不是也意味(wei)着跟(gen)外部科(ke)技合作的可能性？毕竟，完全依靠自(zi)身力量完成(cheng)一切是不现实的，在这些方面，优势(shi)和短板又有哪些？

褚健：这基于一系(xi)列基本的前提和基础。首先，是否认同工业3.0到工业4.0的转变？是否认同自(zi)动化到数字化、智能化的转型？是否认同没有哪家企(qi)业能够包(bao)打天下？这就是合作的共识(shi)和基础。同时，工业企(qi)业最需要什么？现在市(shi)场上遇到很多困惑(huo)和迥异的观念(nian)，不同的解决方案(an)可能造成(cheng)混淆甚至(zhi)混乱。比如什么叫智能工厂(chang)？什么叫智能制造？什么是工业互联(lian)网，概(gai)念(nian)很多。不能为(wei)数字化而数字化，关(guan)键是要有能力为(wei)企(qi)业降低成(cheng)本、提高效率。因此，强化自(zi)身能力、找到解决方案(an)，就要有核心的技术和产品，并得到用(yong)户和合作伙伴的认可。

至(zhi)于短板，对于中控来说，目前一些技术方面确实有所缺失，比如工艺(yi)技术。化工领域(yu)的专(zhuan)家往往不具备(bei)计算机背景，而自(zi)动化领域(yu)的专(zhuan)家虽(sui)对反应器有所了解，却(que)可能缺乏化工与计算机知识(shi)。以PDH（丙烷脱氢）为(wei)例，如何能够了解它的工艺(yi)，使其产量更大、质量更好、能耗(hao)更低？我们(men)需要实现5T（自(zi)动化技术、信息技术、工艺(yi)技术、运营技术、设备(bei)技术）的深(shen)度融合。

当然，自(zi)动化的发展已今非昔(xi)比。过去所学的现代控制理(li)论(lun)的状态方程、线性控制、非线性控制等(deng)，如今是否依然成(cheng)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(li)论(lun)和AI之间到底是竞争(zheng)关(guan)系(xi)还是合作关(guan)系(xi)？这需要我们(men)深(shen)入研究、积极(ji)探索(suo)。如果(guo)能够成(cheng)为(wei)一个5T综合领域(yu)的专(zhuan)家，通过专(zhuan)业知识(shi)、数据与AI技术，或许能够帮助人类解决更现实的问题。

中控创始人褚健与《财经(jing)智库(ku)》对话。

《财经(jing)智库(ku)》：前不久，您提出通过工业AI解决智能工厂(chang)行业痛点。8月12日《财经(jing)智库(ku)》来中控调研，你们(men)正在做大模型的突破(po)，为(wei)什么中控坚定选择了投入AI技术？从研发到实际应用(yong)，中控如何确保(bao)AI的投入不会成(cheng)为(wei)一场高风(feng)险(xian)的冒险(xian)，而是成(cheng)为(wei)推动持续创新的动力？

褚健：ChatGPT的横(heng)空出世令我深(shen)感震(zhen)撼，这让生成(cheng)式(shi)AI和未来的通用(yong)AI变成(cheng)了可能。对于工业领域(yu)而言，它就像把很多前辈的智慧与广泛的知识(shi)体系(xi)浓缩于一体。正如爱因斯坦之前的时代，牛顿(dun)力学被视为(wei)颠(dian)扑不破(po)的真理(li)，直至(zhi)微观粒子层面的探索(suo)才(cai)催生了量子力学的诞生。在此之前，我们(men)所学皆源自(zi)书本，经(jing)由(you)科(ke)学验证与实验证实，这与ChatGPT所展现的学习与生成(cheng)过程颇为(wei)相似。这种技术发展，在工业领域(yu)虽(sui)然不能精确地解决所有问题，但它无疑揭示了技术发展的新趋(qu)势(shi)。

我认为(wei)，随(sui)着AIGC（人工智能生成(cheng)内容）技术的兴起，AI已迈(mai)入了一个全新的发展阶段。去年，我曾向公司全员提出，所有中控人都要学会用(yong)AI工具，所有中控的产品都应该有AI能力，当然最重(zhong)要的是有能力开发完全基于AI的产品，我们(men)的流程工业时序大模型TPT就是这个方向。在这方面，中控会加大力度，也许是“All in”。

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

褚健：您指的是离散制造业，这方面应用(yong)可能更多的是质检，而质检主要是基于图像处理(li)的，与AIGC并无直接关(guan)联(lian)。比较而言，我觉得流程工业比离散制造业在AI应用(yong)方面具有更为(wei)显著的优势(shi)与潜力。为(wei)什么？因为(wei)流程工业拥(yong)有海量的数据资源，而离散工业的数据相对不完整，也就是说离散行业经(jing)过清洗、处理(li)后的有效数据可能远远不如流程行业。这使得流程行业在数据资源上占据了显著优势(shi)。

化工过程最大的特点是“三传一反”。“三传”是传热、传质、传力，即热量、质量、动力的传递；“一反”是指化学反应。这是工程学科(ke)中的经(jing)典理(li)论(lun)。而化工装置无外乎反应器、分离塔，这些装置在运行过程中产生的大量数据，能够真实反映(ying)其特性。值(zhi)得注意的是，化工过程并非Pure chemistry（纯化学反应），因为(wei)自(zi)然界没有纯的东西。反应物料中往往含有杂质，因此，当不同的原料进入化工装置，经(jing)过“三传一反”，结合数据，出来的东西应该是什么、应该怎么变，其实是有机理(li)存在的。正因为(wei)不是纯物质，反而有文(wen)章可做。

《财经(jing)智库(ku)》：您的意思是说，在AI的应用(yong)方面，流程工业比离散工业更有空间。您刚才(cai)提到中控有超过3.2万家用(yong)户，您也说过Data is food of AI（数据是人工智能的食粮）。在未来的发展过程中，除了数量上的增长，您怎么看数据质量和深(shen)度对工业AI发展的影响？中控从化工领域(yu)入手，对于不同行业、不同工艺(yi)流程用(yong)户数据的差异性，如何实现数据驱动的个性化解决方案(an)？

褚健：在流程工业中，数据不仅丰富，且其归类相对容易。上一个问题讲到“三传一反”，涉及(ji)诸多装置。具体而言，化工行业是流程工业的典型代表，而除此之外，如钢(gang)铁、有色、建材等(deng)行业，虽(sui)然不是传统意义上的石油化工或有机化工，其机理(li)与“三传一反”完全不同，但同样产生化学反应。传统的无机化工也与有机化工不同，但它们(men)都具有大量数据和机理(li)的相似之处，因为(wei)它们(men)都是化学反应过程，这都是工业AI应用(yong)的重(zhong)要基础。所以，数据的庞大不代表数据的有效性。但如我刚才(cai)所强调的，流程工业具有大量的数据，结合机理(li)过程以及(ji)装置，有效性显然高于离散行业。目前中控诸多案(an)例和成(cheng)果(guo)，已经(jing)证明(ming)这条路是行得通的，尽(jin)管还有“坎”，但我们(men)会力争(zheng)突破(po)。

以无机化工中的氯碱行业为(wei)例，中国绝大部分的氯碱厂(chang)用(yong)的是中控的控制系(xi)统，中控与这些客户关(guan)系(xi)密切。它们(men)现在提出了很多需求，比如扩产时能否不再招(zhao)“操作工”？能否降低能耗(hao)？能否延长离子膜的寿命？能否提高产能？哪些潜在故障在早期能预警预报？解决这些问题，主要依靠的就是“工程师”。但若能够把所有的知识(shi)联(lian)通，把不同的用(yong)户数据与经(jing)验汇(hui)聚(ju)，就能发现问题所在，数据就变得有效。尽(jin)管氯碱厂(chang)规模、原料可能所有不同，但其工艺(yi)原理(li)相近，这不就是我们(men)要学习的吗？以前人力难以完成(cheng)，但现在AI可以做到。

《财经(jing)智库(ku)》：您将下一代工业控制系(xi)统称之为(wei)UCS（Universal Control System），以软件定义、全数字化、云原生，来试图颠(dian)覆应用(yong)近50年的传统DCS技术架构，工业市(shi)场是否已经(jing)准(zhun)备(bei)好接受(shou)这种转型？您预期在技术和市(shi)场的成(cheng)熟度上，未来会发生什么变化？

褚健：DCS最早是由(you)Honeywell在1975年提出来的，经(jing)过近50年的发展，架构大同小异，但技术完全不同。这套(tao)体系(xi)主要存在的问题，一是成(cheng)本下降有限，当然随(sui)着整个IT技术的下降，它也会下降；二是传统的DCS多基于ARM芯(xin)片(pian)构建，算力有限。当AI应用(yong)于DCS中时，ARM无法实现。

基于当前先进的服务器技术，特别(bie)是高性能的CPU和GPU，让实现数据的实时处理(li)及(ji)AI的实时在线应用(yong)成(cheng)为(wei)可能。因此，通过UCS颠(dian)覆DCS的传统架构是非常有希望的。中控的年轻团(tuan)队创新性地提出了UCS的框架，将原来成(cheng)百上千面机柜清零，变成(cheng)了一面机柜；将原本需要数亿元(yuan)投资的电缆铜缆，用(yong)一对光纤来解决；控制系(xi)统通过云化技术实现统一控制，将无数个“小脑袋”变成(cheng)一个“大脑袋”，所有数据都在这个“大脑袋”上，AI就可以充分发挥作用(yong)，把项(xiang)目生命周期大幅度提升，真正实现了软件定义优化。我们(men)原以为(wei)可能需要两三年的时间才(cai)能够被中国客户接受(shou)，如同上世纪80年代初国外DCS引入中国时，尽(jin)管上海炼油厂(chang)率先使用(yong)，但大量企(qi)业仍在怀疑并质疑。然而，在UCS发布后，众多企(qi)业，包(bao)括跨国公司，均表现出强烈的试用(yong)意愿，这一速度大大超出了我们(men)的预期。究其原因，一是UCS能够显著降低系(xi)统成(cheng)本；二是AI技术的充分应用(yong)成(cheng)为(wei)可能。

《财经(jing)智库(ku)》：看来持续迭代是你们(men)的内驱力，还有一批年轻人基于数据研究，开发了实时数据的流程工业时序大模型TPT？

褚健：这个模型不足以称“大”，但非常管用(yong)，都是基于时间序列的。以前很多软件都是通过不同专(zhuan)家，有些企(qi)业可能都没有专(zhuan)家，即通过高级(ji)工程师或有专(zhuan)业才(cai)能的技术人员去管控不同的部门，且流程很长。但今天通过TPT不仅能解决操作问题，还能解决设备(bei)运维问题。如果(guo)要提高产品质量或者产能的同时降低能耗(hao)，都可以采用(yong)类似与ChatGPT沟通方式(shi)，把数据输入大模型，利用(yong)以前学到的数据构建模型，通过一个TPT来管控一个工厂(chang)。

《财经(jing)智库(ku)》：您多次提到中控的年轻人，好像一些突破(po)性的项(xiang)目都由(you)年轻人完成(cheng)。据了解，中控每年的研发占比在10%以上，对年轻人你们(men)有哪些机制来确保(bao)这种创新能力的实现？

褚健：肯定有。但如果(guo)通过某种机制，可能新的东西就出不来了。

中控创始人褚健与《财经(jing)智库(ku)》对话。

构建事实上的工业标准(zhun)

《财经(jing)智库(ku)》：刚才(cai)提到中控的控制系(xi)统等(deng)产品在国内的占比很高，那你们(men)在未来的国际化方面有无整体设想？核心目标与方法各是什么？

褚健：目前中控在中国的市(shi)场占有率很高，但在全球市(shi)场影响力还小，知名度还不够。从全球角度，中控将面临更大的竞争(zheng)和压力。尽(jin)管中控已在全球布局，包(bao)括在中东、东南亚、欧洲、北美和南美等(deng)地，增速也较快，但目前占比还不高，我们(men)希望今后海外营收占比能够实现大幅的、快速的提升，一系(xi)列的战略制定及(ji)保(bao)障机制也在逐步明(ming)确和优化。

《财经(jing)智库(ku)》：不可否认，中控在全球的控制系(xi)统市(shi)场上也面临着激烈的竞争(zheng)，国际企(qi)业在AI领域(yu)的布局如何？

褚健：我相信这些大的跨国公司在AI应用(yong)方面均有所布局。中控在全球率先发布UCS和TPT，这些企(qi)业也会与我们(men)交流，它们(men)对中控所做的事情表示认可。但事实上，这些企(qi)业也都在积极(ji)布局AI领域(yu)。或许，许多成(cheng)果(guo)要等(deng)到实际推出后才(cai)会为(wei)世人所知。技术的发展趋(qu)势(shi)是显而易见(jian)的，无非看谁的速度更快。

回顾中控刚开始做DCS的时候(hou)，我们(men)也是以跨国公司的DCS作为(wei)标杆，向它们(men)学习。今天我依然认为(wei)跨国公司有许多地方值(zhi)得学习和尊敬(jing)。它们(men)拥(yong)有丰富的技术积累(lei)和人才(cai)储备(bei)，且产品系(xi)列也很丰富，它们(men)是中控的标杆和榜样。但在中控的第四个十(shi)年里(li)，我们(men)有机会在全球，尤(you)其是在流程行业，成(cheng)为(wei)工业AI领域(yu)的领导者之一，至(zhi)少(shao)我们(men)希望能在这一领域(yu)占据重(zhong)要的一席(xi)。

《财经(jing)智库(ku)》：都说中国应用(yong)场景丰富，与国外比较如何？

褚健：我对国外的场景不太熟悉。当然，中国大的石化行业企(qi)业在全球也是领先的，其拥(yong)有2000万吨炼油规模、几百万吨烯烃或PTA的规模，国外并不多见(jian)。在传统化工、精细化工领域(yu)，无论(lun)是产业链的深(shen)度与广度，还是产品的种类与规模，中国在全球均占据举(ju)足轻重(zhong)的地位，所以场景比国外更丰富。在深(shen)耕中国市(shi)场的同时，我们(men)应加大与海外企(qi)业的合作力度，共同探索(suo)新的应用(yong)场景和技术创新。中控与这些跨国公司之间既存在合作的可能性，也可能面临竞争(zheng)，但无论(lun)何种关(guan)系(xi)，我们(men)都将始终坚持以客户价值(zhi)创造为(wei)核心，致力于为(wei)客户提供更加优质、高效的产品和服务。

2024年6月，中控技术在新加坡召开全球新品发布会。

《财经(jing)智库(ku)》：关(guan)于国际标准(zhun)问题。在工业领域(yu)，欧美企(qi)业常常主导国际技术标准(zhun)，中国企(qi)业的技术创新能否在未来引领某些技术标准(zhun)的制定？具体在哪些领域(yu)中控有机会实现这种突破(po)？

褚健：中控的EPA在2008年成(cheng)为(wei)IEC（国际电工委员会）的国际标准(zhun)，其中有一部分也成(cheng)为(wei)德国的国家标准(zhun)。当时，时任科(ke)技部部长万钢(gang)批示说，以前德国的很多国家标准(zhun)都进入了国际标准(zhun)，而中国的标准(zhun)又都来自(zi)国际标准(zhun)，所以中国总(zong)是把德国的国家标准(zhun)作为(wei)自(zi)己的标准(zhun)；而如今中控的EPA成(cheng)为(wei)国际标准(zhun)，被德国纳入其国家标准(zhun)，这非常了不起。

我认为(wei)有两类标准(zhun)必须做。第一类，已经(jing)获得广泛共识(shi)、具有普适性的标准(zhun)，即共同的标准(zhun)，对于这类已经(jing)确立(li)的标准(zhun)，我们(men)应积极(ji)遵循并采纳。另一类则是如何创造并制定新的标准(zhun)。这个更为(wei)重(zhong)要，特别(bie)是在工业领域(yu)，当达(da)到一定规模时，它就是一个事实上的工业标准(zhun)。中控希望能够积极(ji)参与并推动这类标准(zhun)的制定，牵头与否并不重(zhong)要，重(zhong)要的是能够在工业领域(yu)被接纳，标准(zhun)本来是无价的。

在其他方面，中控也会积极(ji)参与。比如Ethernet-APL（以太网高级(ji)物理(li)层）就是国际上提出来的标准(zhun)，目前并未形成(cheng)共识(shi)，但我们(men)认为(wei)这个技术代表了未来方向，所以积极(ji)参与到标准(zhun)的制定、完善及(ji)应用(yong)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(guo)我们(men)认为(wei)正确，就会去推进。

架起科(ke)研和产业的桥(qiao)梁

《财经(jing)智库(ku)》：从最初自(zi)动化之路的设想到现在的“工业大脑”，当时你们(men)几个初次创业的年轻人决定在代理(li)商和开发商之间选择了较为(wei)艰难的自(zi)主创新，您开始的初衷就是想打通科(ke)研和产业的通道吗？

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

30多年前，社会上很多企(qi)业研发能力相对较弱，不像今天，企(qi)业的研发能力超过了学校和研究机构。如何把这两者结合起来构建一个通道，就是我们(men)的初衷。虽(sui)然我们(men)手上没有产品、没有钱，几乎不懂市(shi)场、经(jing)营、管理(li)、制造、服务等(deng)，但我们(men)知道要做这件事就应该建一个企(qi)业，需要面向市(shi)场、转变观念(nian)。也就是说，我不再是教授，而是要走技术之路、产业之路。

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

褚健：对，科(ke)研和产业像是长江与黄河，不相交。学校应该做前沿的技术突破(po)、原始创新，甚至(zhi)是科(ke)学发现、基础研究，而非成(cheng)果(guo)转化。在当今时代，成(cheng)果(guo)转化领域(yu)已汇(hui)聚(ju)了大量专(zhuan)业人才(cai)，这与30年前的情况截然不同，他们(men)已具备(bei)相应的转化能力。科(ke)技型企(qi)业在于面向市(shi)场、贴近用(yong)户需求，致力于解决用(yong)户的痛点问题，这一理(li)念(nian)自(zi)企(qi)业初创之时便已明(ming)确。

科(ke)研有科(ke)研的规律，商业有商业的逻辑，两者之间，有一个巨大的鸿沟，而我的任务是成(cheng)为(wei)商业与科(ke)研的桥(qiao)梁，在于将科(ke)研成(cheng)果(guo)的价值(zhi)更好地发挥，同时解决商业企(qi)业在创新技术源头上所面临的问题。

《财经(jing)智库(ku)》：您已经(jing)把高校、研究机构以及(ji)企(qi)业在成(cheng)果(guo)转化的角色定位说得很清楚了，您是比较典型的产学研结合之人。在科(ke)研成(cheng)果(guo)的转化过程中，您认为(wei)哪些是特别(bie)重(zhong)要的关(guan)键点？

褚健：可能要把这几个概(gai)念(nian)分开。科(ke)学和技术要分开；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，高校的知识(shi)或者技术能力相对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(shi)就可以应用(yong)了，但订单、市(shi)场、设备(bei)都是别(bie)人的；然而，时至(zhi)今日，情况已发生根本性变化。从某种意义上讲，产业界的技术水平，虽(sui)未必比跨国公司更高，但相较中国高校已经(jing)不低了。

比如说人工智能、无人驾驶等(deng)领域(yu)，高校在与大型科(ke)技企(qi)业的对比中显得相对弱势(shi)。这些大企(qi)业不仅拥(yong)有雄厚的人才(cai)储备(bei)和强大的计算能力，而且其研发团(tuan)队规模庞大、组织(zhi)严密，能够高效协(xie)同工作。相比之下，高校都是相对不稳定的研究生，差距就会拉大。在我们(men)这个领域(yu)，高校的科(ke)研或研发与企(qi)业也不同。创业办公司是市(shi)场导向，而非论(lun)文(wen)导向、成(cheng)果(guo)导向，企(qi)业的研发必须有用(yong)。当然，我也跟(gen)团(tuan)队说，能不能做五(wu)年后的研发，或者是做一些可能失败的东西，但所有这些努(nu)力都必须面向未来，具有前瞻性。

《财经(jing)智库(ku)》：目前强调创新，强调科(ke)技产业化或科(ke)研成(cheng)果(guo)转化，从您的角度，在创新主体上，像南科(ke)大的刘科(ke)教授说，创新就应该以企(qi)业为(wei)主体；中芯(xin)国际原董事长周子学也持此观点，您怎么看？

褚健：所谓的“卡脖子”，不是卡技术，而是卡产品。我们(men)今天被卡的芯(xin)片(pian)、光刻机、工业软件，各种材料、零部件等(deng)等(deng)都是产品。当然，产品里(li)存在许多技术，但它首先是产品。现阶段的问题需要产业界来解决，高校和科(ke)研院所应该想办法解决十(shi)年后不再被“卡脖子”的问题。国外不会停下来，还会往前走；中国的企(qi)业能不能十(shi)年后不再被“卡脖子”，这才(cai)是关(guan)键。

中国过去40多年工业化的经(jing)验积累(lei)已经(jing)奠定了非常雄厚的基础。我们(men)对未来的判断，或者说基础储备(bei)，按趋(qu)势(shi)走就应该没问题；尽(jin)管颠(dian)覆性的创新可能会困难些，但大体不会走错方向。真正的竞争(zheng)需要经(jing)受(shou)市(shi)场检验，比如中控创新推出的UCS，其质量、可靠性、稳定性，都需要得到市(shi)场的认可。既然是产品，就一定要市(shi)场化，锁在实验室无济于事，所以我们(men)要求研发团(tuan)队不仅要研发产品，还要跟(gen)上市(shi)场，深(shen)入市(shi)场一线。不要等(deng)十(shi)年后再攻关(guan)，那样或许就永远跟(gen)不上了。所以，看清趋(qu)势(shi)，关(guan)注十(shi)年、二十(shi)年后我们(men)如何不再被别(bie)人卡。当然，我们(men)也希望加强各种国际合作，在开放中竞争(zheng)并得到提升。

来源：财经(jing)杂志