中控创始人(ren)褚健(jian)教授。

走出象牙塔30年

《财经(jing)智库》：您被人(ren)们称为“中国自动化产业第一人(ren)”，上世(shi)纪(ji)80年代末，您就参与了中国早期工业控制系统(tong)DCS（Distributed Control System）的研发，而当时国内技术(shu)环境(jing)和资源相对有限(xian)。作为开拓者，是(shi)什么促使您坚持(chi)走上工业自动化的道路？是(shi)否与您的日本留学经(jing)历有关(guan)？

褚健(jian)：我不是(shi)什么第一人(ren)，不妥(tuo)。相对而言，可能有点故(gu)事而已。事实上，在自动化领域方面，起步的时候我并未有意要推动产业化进程，而是(shi)在各种因素(su)的影响下促成了产业化这件事。首先，在20世(shi)纪(ji)80年代末90年代初(chu)，中国正处于社会转(zhuan)型的关(guan)键(jian)时期，国家高度重视并大力推动大学科研成果的转(zhuan)化应用。在此背景下，原国家计(ji)划委(wei)员会（后更名为国家发展和改革委(wei)员会）在浙江大学设立了工业自动化国家工程研究中心，鼓励(li)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，尽管当时对很多事情不甚了解，但(dan)我内心觉得这个方向非常正确(que)。

日本留学的经(jing)历对我影响很大。在1986年至1989年期间，我在日本深入参观、走访了日本的多家企(qi)业和研究机构，包括新日铁、川崎重工、松下电器等，这些企(qi)业的自动化程度非常高，在偌(re)大的车间里几乎看(kan)不到人(ren)。其中在参观松下电器位于大阪的中央研究院的过程中，我更是(shi)目睹了机械手精准(zhun)地夹(jia)取并煎制鸡蛋的精湛技艺。当时我深感震(zhen)撼，因为机械手抓取鸡蛋的过程中，稍一用力鸡蛋会破，而力量不足鸡蛋就会掉，这对于机械手的控制要求非常高。虽然(ran)今天看(kan)来或许并不稀(xi)奇，但(dan)在当时却代表了极高的技术(shu)水平(ping)。这些景象强化了我的认知(zhi)，我认为所有的工业企(qi)业，离开了自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研成果转(zhuan)化的重任。但(dan)当时的我对于技术(shu)、产品以及市场都知(zhi)之甚少，这无疑为产业化之路增添了许多挑战与困难。但(dan)正是(shi)这些挑战与困难，也让我更加坚定了在自动化领域深耕细作的决心。

《财经(jing)智库》：当时遇(yu)到的最大困难和瓶颈是(shi)什么？

褚健(jian)：我所面临(lin)的难题并非单纯的对技术(shu)不了解，而是(shi)对系统(tong)性技术(shu)的陌生。在学校期间，研究的重心多聚焦于某(mou)一技术(shu)点上的突破，这些研究或许已达到前沿水平(ping)，但(dan)要将之转(zhuan)化为产品级的技术(shu)创新，却需要实现从点到面的系统(tong)性跨越，这与撰(zhuan)写学术(shu)论文的差别很大。初(chu)涉此领域，有很多事情我并不熟悉，但(dan)我却明(ming)白，要将一项技术(shu)理念转(zhuan)化为市场所需的产品远非易事。市场所渴求的并非单纯的样(yang)机、科研成果或学术(shu)论文，而是(shi)能够切实解决问题的方案或手段。

彼时，中国刚(gang)刚(gang)改革开放，国外的产品大量涌入，但(dan)若我们的产品明(ming)显比(bi)国外的差，用户(hu)一定不愿意用国产的产品。譬如(ru)我们一开始就研发了当时最复杂也是(shi)最重要的工业控制系统(tong)DCS，对于石油化工这样(yang)的流程工业企(qi)业，一旦控制系统(tong)出问题，则(ze)导致停工停产，甚至出现重大事故(gu)，所以没有一家企(qi)业愿意接受相信(xin)并采(cai)用我们的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，不会出现大问题，而DCS一旦出问题，就会影响生产。既然(ran)下决心要创办一个企(qi)业，又想(xiang)做点有意义(yi)、有价值的事，肯定要学习，学习如(ru)何开发一款好产品，学习如(ru)何管理一家企(qi)业，如(ru)何鼓励(li)一个团队，如(ru)何去营销，如(ru)何去说服客户(hu)⋯⋯有了目标，就有希望。

我们的服务对象涉及炼油、化工、电力、造(zao)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(qi)业一年365天、每(mei)天24小时不间断地运行，就像电不能停一样(yang)。如(ru)此严苛的运行环境(jing)，对控制系统(tong)的可靠性提出了极高的要求。打个比(bi)方，如(ru)果说人(ren)的大脑(nao)是(shi)一个控制器，那么大脑(nao)必须(xu)有逻辑判断，而对于一家企(qi)业来说，其控制系统(tong)就犹如(ru)大脑(nao)。

中控创始人(ren)褚健(jian)与《财经(jing)智库》对话。

《财经(jing)智库》：这也就是(shi)为什么您经(jing)常将工业控制系统(tong)称之为“工业大脑(nao)”。

褚健(jian)：在没有控制系统(tong)之前，由(you)于生产规(gui)模较小，各项操作依(yi)靠人(ren)工完成；然(ran)而，随着生产复杂性的提升，机器控制成为不可或缺的替代方案，这就是(shi)我们现在用的计(ji)算机、芯片、软件以及众多通信(xin)技术(shu)（ICT）。之所以把DCS比(bi)喻成工业大脑(nao)，是(shi)因为它已经(jing)具备了“大脑(nao)”的基本属性，并需要大量的知(zhi)识储备。这些知(zhi)识就是(shi)AI技术(shu)。AI技术(shu)在工业大脑(nao)里已经(jing)开始发挥(hui)作用，能够实现对整个工厂(chang)更准(zhun)确(que)的控制。这一变革性进展极大地削弱了工程师在传统(tong)生产流程中的重要性，以往需要众多不同专业背景的工程师协同工作的任务，如(ru)今仅凭一个集成AI的系统(tong)即可高效完成，甚至能胜任许多工程师难以单独解决的复杂任务。我和我的团队正积(ji)极地推动这一领域的发展。

《财经(jing)智库》：让中控成为流程工业的“工业大脑(nao)”是(shi)您的追求。去年，正好是(shi)中控30年，您将此分成三(san)个阶段：第一个十年要解决生存问题；第二个十年参与竞(jing)争，也就是(shi)跟国际一流企(qi)业竞(jing)争高端的国内市场；第三(san)个十年，解决市场占有率问题。您还说，最重要的贡献就是(shi)完成了一个工业控制体系的国产化。1975年美国Honeywell研制成功TDC2000，世(shi)界意义(yi)上的现代工业控制系统(tong)（DCS）诞生；同年，日本横(heng)河电机也推出了自己(ji)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)历的关(guan)键(jian)节点？

褚健(jian)：确(que)实，流程工业的控制系统(tong)从上世(shi)纪(ji)80年代开始就被大型跨国公司(si)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(si)进行竞(jing)争，然(ran)后在竞(jing)争中学习并超越。目前中控有超过3.2万(wan)家客户(hu)，具有大量的数据积(ji)淀和实践案例，未来我希望中控的客户(hu)数量可以很快达到5万(wan)这个数字。

中控科技园全景。摄影/刘维航

今年是(shi)中控第四个十年的起始年，我们希望在未来的十年里，中控能够依(yi)托于对工业Know-how的理解以及在流程行业的独特(te)优(you)势(shi)，在全球竞(jing)争的基础上加强工业AI能力，并在工业AI方面成为全球领先的企(qi)业，这是(shi)我们的目标。30余年来，我们开始是(shi)个小舢舨，先在游泳池学游泳，然(ran)后在钱(qian)塘江游泳，尽管游不到江口，但(dan)毕(bi)竟可以靠岸；后来成为一条大船，游到了杭(hang)州湾出海口，未来，我们希望中控成为一个舰队，游向更广阔的大海。

2007年对中控而言是(shi)一个标志(zhi)性的年份。那一年，中控获得了中国石化武汉分公司(si)500万(wan)吨“油品质量升级炼油改造(zao)工程”的项目合同（如(ru)今已是(shi)2000万(wan)吨炼油规(gui)模），包括四套主装置：500万(wan)吨/年常减压，190万(wan)吨/年煤、汽(qi)柴油加氢精制，120万(wan)吨/年延迟焦化和6万(wan)吨/年硫磺回收(shou)。这个项目非常成功，标志(zhi)着国产DCS首次(ci)进入500万(wan)吨级炼油核心主装置，也标志(zhi)着高端市场核心主装置DCS被跨国公司(si)垄断的时代结束(shu)了。中控从原来只做小项目到承接大型项目主装置，从500万(wan)吨炼油到千万(wan)吨炼油、百万(wan)吨乙烯及整个炼化一体化，这意味着中控从原来很小的市场占有率，到逐步有能力竞(jing)争再到领先。只有拥有这样(yang)重大项目的业绩，中控才能保证(zheng)在未来市场竞(jing)争中不被跨国公司(si)压垮。

《财经(jing)智库》：从之前的小项目到500万(wan)吨炼油、千万(wan)吨炼油的大项目，中控2023年DCS国内市场占有率已达37.8%，其中化工领域占有率是(shi)56.3%。目前，中控的DCS在国内的占比(bi)已经(jing)很高了，是(shi)否已到天花板？

褚健(jian)：比(bi)如(ru)DCS在中国的市场规(gui)模是(shi)120亿元左右，如(ru)果纯粹从DCS市场规(gui)模角(jiao)度来讲，肯定是(shi)有天花板的；但(dan)从自动化、数字化、智能化的角(jiao)度来讲，还看(kan)不到天花板。现在用户(hu)最关(guan)注的，比(bi)如(ru)节能、安全、降(jiang)本等痛(tong)点，未来中控有可能面临(lin)的天花板很高很高，不是(shi)几百亿元，而是(shi)几千亿元。理论上讲，目前在中控的战略转(zhuan)型阶段，面向的市场大概是(shi)500亿元到1000亿元的环境(jing)，预期的市场前景将会更大。我们要做的，最终是(shi)全方位地帮助用户(hu)解决困难和问题，而不仅仅是(shi)推销一款产品。

《财经(jing)智库》：把格局打开，目标锁定安全、质量、成本、绿(lu)色，似乎就不存在天花板了。中控一直(zhi)根植于制造(zao)业，传统(tong)制造(zao)业从自动化、数字化到智能化这个过程中，怎(zen)样(yang)才能更好地实现这个途径？

褚健(jian)：第一，必须(xu)把产品体系和服务模式做好；第二，这个服务模式有尽可能大的覆盖面；第三(san)，要有很多典型的成功案例；第四，广而告(gao)之。目前，中控在全国647个化工园区及沙特(te)、泰国、哈(ha)萨克斯坦(tan)等国家设立了近200家5S店，覆盖全球3.2万(wan)多家用户(hu)，并通过5S店把先进的创新成果、产品技术(shu)、解决方案及应用效果传递给企(qi)业，让企(qi)业愿意尝试，并为企(qi)业带来实实在在的效果，这才能赢得企(qi)业信(xin)任。未来中国的经(jing)济，特(te)别是(shi)在原材料工业领域，竞(jing)争还会非常激烈，企(qi)业要在竞(jing)争中活下来，主要途径就是(shi)全面消除安全事故(gu)、提高产品质量、降(jiang)低各项成本，并朝(chao)着智能化、绿(lu)色化发展方向发展，这就是(shi)中控要干的事。

中控创始人(ren)褚健(jian)与《财经(jing)智库》对话。

内驱力：持(chi)续迭代

《财经(jing)智库》：您始终强调工业软件的重要性，并认为智能制造(zao)是(shi)软件驱动的工业革命，为什么？

褚健(jian)：控制系统(tong)就是(shi)人(ren)的大脑(nao)，仅有智商不够，还需要知(zhi)识，而工业领域所指的“知(zhi)识”是(shi)构建软件的基础。软件不仅是(shi)各种机器设备实现智能化的关(guan)键(jian)，更是(shi)产品设计(ji)、生产控制、能源管理、安全管理、质量管理等的主要工具。从工业3.0到工业4.0，包括正在来临(lin)的工业5.0，是(shi)从工业自动化到工业智能化，再到工业可持(chi)续发展的进化过程，也是(shi)传统(tong)制造(zao)向新型工业化、新质制造(zao)的进化过程，其中数字化转(zhuan)型是(shi)基础，也就是(shi)软件与材料设备、工艺流程、数实融合的过程。在工业领域，尤其是(shi)在流程行业的转(zhuan)型过程中，包括数字化转(zhuan)型、AI应用、供应链韧(ren)性、可持(chi)续发展等都与软件密切相关(guan)。在过去30年，中控始终围绕行业需求，加快发展工业软件，已建立了丰富的产品线并自主研发出一批核心工业软件，形成了较为完善的工业软件产品谱系。我始终认为，推进智能制造(zao)，关(guan)键(jian)在于工业软件，智能制造(zao)是(shi)软件驱动的工业革命。

《财经(jing)智库》：然(ran)而，中控最初(chu)的优(you)势(shi)在于硬件。

褚健(jian)：最初(chu)，中控肯定什么优(you)势(shi)都没有，但(dan)优(you)势(shi)是(shi)逐步建立起来的。我所指的优(you)势(shi)不是(shi)指市场占有率，而是(shi)中控如(ru)何能够把现在保有的3.2万(wan)多家用户(hu)和未来可能达到的5万(wan)家用户(hu)服务好，让用户(hu)能够在安全、质量、成本、绿(lu)色的核心需求上得到大幅度提升；如(ru)何把我们的技术(shu)经(jing)验和积(ji)累的案例知(zhi)识与用户(hu)的需求结合在一起，通过AI的运用，帮助用户(hu)创造(zao)价值。可以说，中控不是(shi)一个DCS公司(si)，也不是(shi)一个自动化公司(si)，而是(shi)一个工业AI公司(si)。

《财经(jing)智库》：您提出了“1+2+N”智能工厂(chang)新架构，即构建“智能工厂(chang)”的概念，但(dan)您同时强调这不是(shi)一个简单的概念，而是(shi)一种可行的模式，先进的技术(shu)和产品，以及一种可能解决的方案。

褚健(jian)：“1+2+N”，就是(shi)一个工厂(chang)操作系统(tong)+两个自动化（生产过程自动化PA和企(qi)业运营自动化BA）+N个工业APPs。我们听取了很多企(qi)业领导的意见，包括央企(qi)、跨国企(qi)业还有中小企(qi)业，他们都认可中控的框架。“1+2+N”不是(shi)一个概念，而是(shi)融合了很多技术(shu)、产品和解决方案的体系，能够全面覆盖从生产线到管理线的自动化需求。它不仅是(shi)中控产品技术(shu)和关(guan)键(jian)能力的高度凝练，更是(shi)中控为广大行业客户(hu)数字化转(zhuan)型、智能化发展所描(miao)绘的蓝图。需要强调的是(shi)，这并不意味着中控仅靠一己(ji)之力就能包打天下，我们需要打造(zao)一个开放合作的生态系统(tong)。诚然(ran)，在某(mou)些领域，企(qi)业间的竞(jing)争或许难以避免，但(dan)更为普遍且(qie)重要的是(shi)合作的可能性。过往十数年间，移动互联网生态的蓬(peng)勃发展已充(chong)分验证(zheng)了这一点。未来在工业领域里，完全有可能复制类(lei)似的生态合作模式，对此，我充(chong)满信(xin)心，并已经(jing)看(kan)到了希望。

《财经(jing)智库》：中控构建工业操作系统(tong)实现智能工厂(chang)和智能制造(zao)的跨越（打通5T，形成生态），其愿景非常宏大，是(shi)不是(shi)也意味着跟外部科技合作的可能性？毕(bi)竟，完全依(yi)靠自身力量完成一切是(shi)不现实的，在这些方面，优(you)势(shi)和短板又有哪些？

褚健(jian)：这基于一系列基本的前提和基础。首先，是(shi)否认同工业3.0到工业4.0的转(zhuan)变？是(shi)否认同自动化到数字化、智能化的转(zhuan)型？是(shi)否认同没有哪家企(qi)业能够包打天下？这就是(shi)合作的共识和基础。同时，工业企(qi)业最需要什么？现在市场上遇(yu)到很多困惑和迥异的观念，不同的解决方案可能造(zao)成混淆甚至混乱。比(bi)如(ru)什么叫智能工厂(chang)？什么叫智能制造(zao)？什么是(shi)工业互联网，概念很多。不能为数字化而数字化，关(guan)键(jian)是(shi)要有能力为企(qi)业降(jiang)低成本、提高效率。因此，强化自身能力、找到解决方案，就要有核心的技术(shu)和产品，并得到用户(hu)和合作伙伴的认可。

至于短板，对于中控来说，目前一些技术(shu)方面确(que)实有所缺失，比(bi)如(ru)工艺技术(shu)。化工领域的专家往往不具备计(ji)算机背景，而自动化领域的专家虽对反应器有所了解，却可能缺乏化工与计(ji)算机知(zhi)识。以PDH（丙烷(wan)脱氢）为例，如(ru)何能够了解它的工艺，使其产量更大、质量更好、能耗更低？我们需要实现5T（自动化技术(shu)、信(xin)息技术(shu)、工艺技术(shu)、运营技术(shu)、设备技术(shu)）的深度融合。

当然(ran)，自动化的发展已今非昔比(bi)。过去所学的现代控制理论的状态方程、线性控制、非线性控制等，如(ru)今是(shi)否依(yi)然(ran)成立？通过“AI+5T”，或许会产生完全不同的新技术(shu)。传统(tong)的控制理论和AI之间到底是(shi)竞(jing)争关(guan)系还是(shi)合作关(guan)系？这需要我们深入研究、积(ji)极探索。如(ru)果能够成为一个5T综合领域的专家，通过专业知(zhi)识、数据与AI技术(shu)，或许能够帮助人(ren)类(lei)解决更现实的问题。

中控创始人(ren)褚健(jian)与《财经(jing)智库》对话。

《财经(jing)智库》：前不久，您提出通过工业AI解决智能工厂(chang)行业痛(tong)点。8月12日《财经(jing)智库》来中控调研，你们正在做大模型的突破，为什么中控坚定选择了投入AI技术(shu)？从研发到实际应用，中控如(ru)何确(que)保AI的投入不会成为一场高风险的冒险，而是(shi)成为推动持(chi)续创新的动力？

褚健(jian)：ChatGPT的横(heng)空出世(shi)令我深感震(zhen)撼，这让生成式AI和未来的通用AI变成了可能。对于工业领域而言，它就像把很多前辈的智慧(hui)与广泛的知(zhi)识体系浓缩于一体。正如(ru)爱因斯坦(tan)之前的时代，牛顿力学被视为颠扑不破的真(zhen)理，直(zhi)至微观粒子(zi)层(ceng)面的探索才催(cui)生了量子(zi)力学的诞生。在此之前，我们所学皆源自书本，经(jing)由(you)科学验证(zheng)与实验证(zheng)实，这与ChatGPT所展现的学习与生成过程颇为相似。这种技术(shu)发展，在工业领域虽然(ran)不能精确(que)地解决所有问题，但(dan)它无疑揭示了技术(shu)发展的新趋势(shi)。

我认为，随着AIGC（人(ren)工智能生成内容）技术(shu)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(si)全员提出，所有中控人(ren)都要学会用AI工具，所有中控的产品都应该有AI能力，当然(ran)最重要的是(shi)有能力开发完全基于AI的产品，我们的流程工业时序大模型TPT就是(shi)这个方向。在这方面，中控会加大力度，也许是(shi)“All in”。

《财经(jing)智库》：人(ren)工智能在制造(zao)业中正在发生作用，但(dan)在流程工业中，AI的应用似乎进展较为缓慢，是(shi)因为流程工业更带有它的复杂性，难度更大？

褚健(jian)：您指的是(shi)离散制造(zao)业，这方面应用可能更多的是(shi)质检(jian)，而质检(jian)主要是(shi)基于图像处理的，与AIGC并无直(zhi)接关(guan)联。比(bi)较而言，我觉得流程工业比(bi)离散制造(zao)业在AI应用方面具有更为显著的优(you)势(shi)与潜力。为什么？因为流程工业拥有海量的数据资源，而离散工业的数据相对不完整，也就是(shi)说离散行业经(jing)过清洗(xi)、处理后的有效数据可能远远不如(ru)流程行业。这使得流程行业在数据资源上占据了显著优(you)势(shi)。

化工过程最大的特(te)点是(shi)“三(san)传一反”。“三(san)传”是(shi)传热(re)、传质、传力，即热(re)量、质量、动力的传递；“一反”是(shi)指化学反应。这是(shi)工程学科中的经(jing)典理论。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(zhen)实反映其特(te)性。值得注意的是(shi)，化工过程并非Pure chemistry（纯化学反应），因为自然(ran)界没有纯的东西。反应物料中往往含(han)有杂质，因此，当不同的原料进入化工装置，经(jing)过“三(san)传一反”，结合数据，出来的东西应该是(shi)什么、应该怎(zen)么变，其实是(shi)有机理存在的。正因为不是(shi)纯物质，反而有文章可做。

《财经(jing)智库》：您的意思是(shi)说，在AI的应用方面，流程工业比(bi)离散工业更有空间。您刚(gang)才提到中控有超过3.2万(wan)家用户(hu)，您也说过Data is food of AI（数据是(shi)人(ren)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(zen)么看(kan)数据质量和深度对工业AI发展的影响？中控从化工领域入手，对于不同行业、不同工艺流程用户(hu)数据的差异性，如(ru)何实现数据驱动的个性化解决方案？

褚健(jian)：在流程工业中，数据不仅丰富，且(qie)其归类(lei)相对容易。上一个问题讲到“三(san)传一反”，涉及诸多装置。具体而言，化工行业是(shi)流程工业的典型代表，而除此之外，如(ru)钢铁、有色、建材等行业，虽然(ran)不是(shi)传统(tong)意义(yi)上的石油化工或有机化工，其机理与“三(san)传一反”完全不同，但(dan)同样(yang)产生化学反应。传统(tong)的无机化工也与有机化工不同，但(dan)它们都具有大量数据和机理的相似之处，因为它们都是(shi)化学反应过程，这都是(shi)工业AI应用的重要基础。所以，数据的庞大不代表数据的有效性。但(dan)如(ru)我刚(gang)才所强调的，流程工业具有大量的数据，结合机理过程以及装置，有效性显然(ran)高于离散行业。目前中控诸多案例和成果，已经(jing)证(zheng)明(ming)这条路是(shi)行得通的，尽管还有“坎”，但(dan)我们会力争突破。

以无机化工中的氯碱行业为例，中国绝大部分的氯碱厂(chang)用的是(shi)中控的控制系统(tong)，中控与这些客户(hu)关(guan)系密切。它们现在提出了很多需求，比(bi)如(ru)扩产时能否不再招“操作工”？能否降(jiang)低能耗？能否延长离子(zi)膜的寿命？能否提高产能？哪些潜在故(gu)障在早期能预警预报？解决这些问题，主要依(yi)靠的就是(shi)“工程师”。但(dan)若能够把所有的知(zhi)识联通，把不同的用户(hu)数据与经(jing)验汇聚，就能发现问题所在，数据就变得有效。尽管氯碱厂(chang)规(gui)模、原料可能所有不同，但(dan)其工艺原理相近，这不就是(shi)我们要学习的吗(ma)？以前人(ren)力难以完成，但(dan)现在AI可以做到。

《财经(jing)智库》：您将下一代工业控制系统(tong)称之为UCS（Universal Control System），以软件定义(yi)、全数字化、云原生，来试图颠覆应用近50年的传统(tong)DCS技术(shu)架构，工业市场是(shi)否已经(jing)准(zhun)备好接受这种转(zhuan)型？您预期在技术(shu)和市场的成熟度上，未来会发生什么变化？

褚健(jian)：DCS最早是(shi)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(dan)技术(shu)完全不同。这套体系主要存在的问题，一是(shi)成本下降(jiang)有限(xian)，当然(ran)随着整个IT技术(shu)的下降(jiang)，它也会下降(jiang)；二是(shi)传统(tong)的DCS多基于ARM芯片构建，算力有限(xian)。当AI应用于DCS中时，ARM无法实现。

基于当前先进的服务器技术(shu)，特(te)别是(shi)高性能的CPU和GPU，让实现数据的实时处理及AI的实时在线应用成为可能。因此，通过UCS颠覆DCS的传统(tong)架构是(shi)非常有希望的。中控的年轻团队创新性地提出了UCS的框架，将原来成百上千面机柜清零(ling)，变成了一面机柜；将原本需要数亿元投资的电缆铜缆，用一对光(guang)纤来解决；控制系统(tong)通过云化技术(shu)实现统(tong)一控制，将无数个“小脑(nao)袋”变成一个“大脑(nao)袋”，所有数据都在这个“大脑(nao)袋”上，AI就可以充(chong)分发挥(hui)作用，把项目生命周期大幅度提升，真(zhen)正实现了软件定义(yi)优(you)化。我们原以为可能需要两三(san)年的时间才能够被中国客户(hu)接受，如(ru)同上世(shi)纪(ji)80年代初(chu)国外DCS引入中国时，尽管上海炼油厂(chang)率先使用，但(dan)大量企(qi)业仍在怀疑并质疑。然(ran)而，在UCS发布后，众多企(qi)业，包括跨国公司(si)，均表现出强烈的试用意愿，这一速度大大超出了我们的预期。究其原因，一是(shi)UCS能够显著降(jiang)低系统(tong)成本；二是(shi)AI技术(shu)的充(chong)分应用成为可能。

《财经(jing)智库》：看(kan)来持(chi)续迭代是(shi)你们的内驱力，还有一批年轻人(ren)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(jian)：这个模型不足以称“大”，但(dan)非常管用，都是(shi)基于时间序列的。以前很多软件都是(shi)通过不同专家，有些企(qi)业可能都没有专家，即通过高级工程师或有专业才能的技术(shu)人(ren)员去管控不同的部门(men)，且(qie)流程很长。但(dan)今天通过TPT不仅能解决操作问题，还能解决设备运维问题。如(ru)果要提高产品质量或者产能的同时降(jiang)低能耗，都可以采(cai)用类(lei)似与ChatGPT沟通方式，把数据输入大模型，利用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》：您多次(ci)提到中控的年轻人(ren)，好像一些突破性的项目都由(you)年轻人(ren)完成。据了解，中控每(mei)年的研发占比(bi)在10%以上，对年轻人(ren)你们有哪些机制来确(que)保这种创新能力的实现？

褚健(jian)：肯定有。但(dan)如(ru)果通过某(mou)种机制，可能新的东西就出不来了。

中控创始人(ren)褚健(jian)与《财经(jing)智库》对话。

构建事实上的工业标准(zhun)

《财经(jing)智库》：刚(gang)才提到中控的控制系统(tong)等产品在国内的占比(bi)很高，那你们在未来的国际化方面有无整体设想(xiang)？核心目标与方法各是(shi)什么？

褚健(jian)：目前中控在中国的市场占有率很高，但(dan)在全球市场影响力还小，知(zhi)名度还不够。从全球角(jiao)度，中控将面临(lin)更大的竞(jing)争和压力。尽管中控已在全球布局，包括在中东、东南亚、欧洲、北美和南美等地，增速也较快，但(dan)目前占比(bi)还不高，我们希望今后海外营收(shou)占比(bi)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(ming)确(que)和优(you)化。

《财经(jing)智库》：不可否认，中控在全球的控制系统(tong)市场上也面临(lin)着激烈的竞(jing)争，国际企(qi)业在AI领域的布局如(ru)何？

褚健(jian)：我相信(xin)这些大的跨国公司(si)在AI应用方面均有所布局。中控在全球率先发布UCS和TPT，这些企(qi)业也会与我们交流，它们对中控所做的事情表示认可。但(dan)事实上，这些企(qi)业也都在积(ji)极布局AI领域。或许，许多成果要等到实际推出后才会为世(shi)人(ren)所知(zhi)。技术(shu)的发展趋势(shi)是(shi)显而易见的，无非看(kan)谁的速度更快。

回顾中控刚(gang)开始做DCS的时候，我们也是(shi)以跨国公司(si)的DCS作为标杆，向它们学习。今天我依(yi)然(ran)认为跨国公司(si)有许多地方值得学习和尊敬。它们拥有丰富的技术(shu)积(ji)累和人(ren)才储备，且(qie)产品系列也很丰富，它们是(shi)中控的标杆和榜(bang)样(yang)。但(dan)在中控的第四个十年里，我们有机会在全球，尤其是(shi)在流程行业，成为工业AI领域的领导者之一，至少我们希望能在这一领域占据重要的一席。

《财经(jing)智库》：都说中国应用场景丰富，与国外比(bi)较如(ru)何？

褚健(jian)：我对国外的场景不太熟悉。当然(ran)，中国大的石化行业企(qi)业在全球也是(shi)领先的，其拥有2000万(wan)吨炼油规(gui)模、几百万(wan)吨烯烃或PTA的规(gui)模，国外并不多见。在传统(tong)化工、精细化工领域，无论是(shi)产业链的深度与广度，还是(shi)产品的种类(lei)与规(gui)模，中国在全球均占据举足轻重的地位，所以场景比(bi)国外更丰富。在深耕中国市场的同时，我们应加大与海外企(qi)业的合作力度，共同探索新的应用场景和技术(shu)创新。中控与这些跨国公司(si)之间既存在合作的可能性，也可能面临(lin)竞(jing)争，但(dan)无论何种关(guan)系，我们都将始终坚持(chi)以客户(hu)价值创造(zao)为核心，致力于为客户(hu)提供更加优(you)质、高效的产品和服务。

2024年6月，中控技术(shu)在新加坡召开全球新品发布会。

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

褚健(jian)：中控的EPA在2008年成为IEC（国际电工委(wei)员会）的国际标准(zhun)，其中有一部分也成为德(de)国的国家标准(zhun)。当时，时任科技部部长万(wan)钢批示说，以前德(de)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)又都来自国际标准(zhun)，所以中国总是(shi)把德(de)国的国家标准(zhun)作为自己(ji)的标准(zhun)；而如(ru)今中控的EPA成为国际标准(zhun)，被德(de)国纳入其国家标准(zhun)，这非常了不起。

我认为有两类(lei)标准(zhun)必须(xu)做。第一类(lei)，已经(jing)获得广泛共识、具有普适性的标准(zhun)，即共同的标准(zhun)，对于这类(lei)已经(jing)确(que)立的标准(zhun)，我们应积(ji)极遵循并采(cai)纳。另一类(lei)则(ze)是(shi)如(ru)何创造(zao)并制定新的标准(zhun)。这个更为重要，特(te)别是(shi)在工业领域，当达到一定规(gui)模时，它就是(shi)一个事实上的工业标准(zhun)。中控希望能够积(ji)极参与并推动这类(lei)标准(zhun)的制定，牵头与否并不重要，重要的是(shi)能够在工业领域被接纳，标准(zhun)本来是(shi)无价的。

在其他方面，中控也会积(ji)极参与。比(bi)如(ru)Ethernet-APL（以太网高级物理层(ceng)）就是(shi)国际上提出来的标准(zhun)，目前并未形成共识，但(dan)我们认为这个技术(shu)代表了未来方向，所以积(ji)极参与到标准(zhun)的制定、完善及应用中。也有一些可能现在大家还不知(zhi)道，或者还没发现，或者还不认可，如(ru)果我们认为正确(que)，就会去推进。

架起科研和产业的桥(qiao)梁

《财经(jing)智库》：从最初(chu)自动化之路的设想(xiang)到现在的“工业大脑(nao)”，当时你们几个初(chu)次(ci)创业的年轻人(ren)决定在代理商和开发商之间选择了较为艰难的自主创新，您开始的初(chu)衷就是(shi)想(xiang)打通科研和产业的通道吗(ma)？

褚健(jian)：是(shi)的。开始没想(xiang)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(zen)么建？当时已经(jing)证(zheng)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(ru)何把这两者结合起来构建一个通道，就是(shi)我们的初(chu)衷。虽然(ran)我们手上没有产品、没有钱(qian)，几乎不懂市场、经(jing)营、管理、制造(zao)、服务等，但(dan)我们知(zhi)道要做这件事就应该建一个企(qi)业，需要面向市场、转(zhuan)变观念。也就是(shi)说，我不再是(shi)教授，而是(shi)要走技术(shu)之路、产业之路。

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

褚健(jian)：对，科研和产业像是(shi)长江与黄河，不相交。学校应该做前沿的技术(shu)突破、原始创新，甚至是(shi)科学发现、基础研究，而非成果转(zhuan)化。在当今时代，成果转(zhuan)化领域已汇聚了大量专业人(ren)才，这与30年前的情况截(jie)然(ran)不同，他们已具备相应的转(zhuan)化能力。科技型企(qi)业在于面向市场、贴近用户(hu)需求，致力于解决用户(hu)的痛(tong)点问题，这一理念自企(qi)业初(chu)创之时便已明(ming)确(que)。

科研有科研的规(gui)律，商业有商业的逻辑，两者之间，有一个巨大的鸿(hong)沟，而我的任务是(shi)成为商业与科研的桥(qiao)梁，在于将科研成果的价值更好地发挥(hui)，同时解决商业企(qi)业在创新技术(shu)源头上所面临(lin)的问题。

《财经(jing)智库》：您已经(jing)把高校、研究机构以及企(qi)业在成果转(zhuan)化的角(jiao)色定位说得很清楚了，您是(shi)比(bi)较典型的产学研结合之人(ren)。在科研成果的转(zhuan)化过程中，您认为哪些是(shi)特(te)别重要的关(guan)键(jian)点？

褚健(jian)：可能要把这几个概念分开。科学和技术(shu)要分开；研究和研发（或开发）要分开。含(han)义(yi)不同，不能混为一谈。

30年前，高校的知(zhi)识或者技术(shu)能力相对产业的技术(shu)水平(ping)是(shi)较高的，那时“三(san)来一补”（即来料加工、来样(yang)加工、来件装配和补偿贸易）的模式就可以应用了，但(dan)订单、市场、设备都是(shi)别人(ren)的；然(ran)而，时至今日，情况已发生根本性变化。从某(mou)种意义(yi)上讲，产业界的技术(shu)水平(ping)，虽未必比(bi)跨国公司(si)更高，但(dan)相较中国高校已经(jing)不低了。

比(bi)如(ru)说人(ren)工智能、无人(ren)驾驶等领域，高校在与大型科技企(qi)业的对比(bi)中显得相对弱势(shi)。这些大企(qi)业不仅拥有雄厚的人(ren)才储备和强大的计(ji)算能力，而且(qie)其研发团队规(gui)模庞大、组织严密，能够高效协同工作。相比(bi)之下，高校都是(shi)相对不稳定的研究生，差距就会拉大。在我们这个领域，高校的科研或研发与企(qi)业也不同。创业办公司(si)是(shi)市场导向，而非论文导向、成果导向，企(qi)业的研发必须(xu)有用。当然(ran)，我也跟团队说，能不能做五年后的研发，或者是(shi)做一些可能失败的东西，但(dan)所有这些努力都必须(xu)面向未来，具有前瞻性。

《财经(jing)智库》：目前强调创新，强调科技产业化或科研成果转(zhuan)化，从您的角(jiao)度，在创新主体上，像南科大的刘科教授说，创新就应该以企(qi)业为主体；中芯国际原董事长周子(zi)学也持(chi)此观点，您怎(zen)么看(kan)？

褚健(jian)：所谓(wei)的“卡脖子(zi)”，不是(shi)卡技术(shu)，而是(shi)卡产品。我们今天被卡的芯片、光(guang)刻机、工业软件，各种材料、零(ling)部件等等都是(shi)产品。当然(ran)，产品里存在许多技术(shu)，但(dan)它首先是(shi)产品。现阶段的问题需要产业界来解决，高校和科研院所应该想(xiang)办法解决十年后不再被“卡脖子(zi)”的问题。国外不会停下来，还会往前走；中国的企(qi)业能不能十年后不再被“卡脖子(zi)”，这才是(shi)关(guan)键(jian)。

中国过去40多年工业化的经(jing)验积(ji)累已经(jing)奠定了非常雄厚的基础。我们对未来的判断，或者说基础储备，按趋势(shi)走就应该没问题；尽管颠覆性的创新可能会困难些，但(dan)大体不会走错方向。真(zhen)正的竞(jing)争需要经(jing)受市场检(jian)验，比(bi)如(ru)中控创新推出的UCS，其质量、可靠性、稳定性，都需要得到市场的认可。既然(ran)是(shi)产品，就一定要市场化，锁在实验室无济于事，所以我们要求研发团队不仅要研发产品，还要跟上市场，深入市场一线。不要等十年后再攻关(guan)，那样(yang)或许就永远跟不上了。所以，看(kan)清趋势(shi)，关(guan)注十年、二十年后我们如(ru)何不再被别人(ren)卡。当然(ran)，我们也希望加强各种国际合作，在开放中竞(jing)争并得到提升。

来源：财经(jing)杂志(zhi)