中(zhong)控创(chuang)始人褚健教授。

走出象牙(ya)塔30年

《财经智库》：您被人们称(cheng)为“中(zhong)国自动化产业第一人”，上(shang)世纪80年代(dai)末，您就参与了中(zhong)国早期工业控制系统DCS（Distributed Control System）的研发，而当时国内技术环境(jing)和资源相对有(you)限。作为开拓者，是什(shi)么促使您坚(jian)持走上(shang)工业自动化的道(dao)路？是否(fou)与您的日本留学经历有(you)关？

褚健：我不是什(shi)么第一人，不妥。相对而言(yan)，可能有(you)点(dian)故事而已。事实上(shang)，在自动化领域方面，起步的时候我并未有(you)意要推动产业化进(jin)程(cheng)，而是在各(ge)种因素的影响(xiang)下促成了产业化这件事。首先，在20世纪80年代(dai)末90年代(dai)初，中(zhong)国正处于社会转型的关键时期，国家高度重视(shi)并大力推动大学科研成果的转化应用。在此(ci)背景下，原国家计划委员会（后更名为国家发展和改革委员会）在浙江大学设(she)立了工业自动化国家工程(cheng)研究(jiu)中(zhong)心，鼓励(li)构建一条从研究(jiu)到(dao)产业的通道(dao)。在这一政策感召下，我坚(jian)定地做了这件事，尽管当时对很多事情不甚了解，但我内心觉(jue)得这个方向非常正确。

日本留学的经历对我影响(xiang)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业和研究(jiu)机构，包括新日铁、川崎重工、松下电器等，这些企业的自动化程(cheng)度非常高，在偌大的车间里几乎看(kan)不到(dao)人。其中(zhong)在参观松下电器位于大阪的中(zhong)央研究(jiu)院的过程(cheng)中(zhong)，我更是目睹了机械手精准地夹(jia)取并煎制鸡蛋的精湛技艺(yi)。当时我深感震(zhen)撼(han)，因为机械手抓(zhua)取鸡蛋的过程(cheng)中(zhong)，稍(shao)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(qiu)非常高。虽然今天看(kan)来或许并不稀奇，但在当时却代(dai)表(biao)了极(ji)高的技术水平。这些景象强化了我的认知，我认为所有(you)的工业企业，离开了自动化就无法实现现代(dai)化。所以，回国之(zhi)后，我便承担(dan)起了推动科研成果转化的重任。但当时的我对于技术、产品以及市(shi)场都知之(zhi)甚少，这无疑为产业化之(zhi)路增添(tian)了许多挑(tiao)战与困难。但正是这些挑(tiao)战与困难，也让我更加坚(jian)定了在自动化领域深耕细(xi)作的决心。

《财经智库》：当时遇到(dao)的最大困难和瓶颈是什(shi)么？

褚健：我所面临的难题并非单纯的对技术不了解，而是对系统性技术的陌生(sheng)。在学校期间，研究(jiu)的重心多聚焦于某一技术点(dian)上(shang)的突破，这些研究(jiu)或许已达到(dao)前沿水平，但要将之(zhi)转化为产品级(ji)的技术创(chuang)新，却需要实现从点(dian)到(dao)面的系统性跨越，这与撰写学术论文的差别很大。初涉此(ci)领域，有(you)很多事情我并不熟悉，但我却明白，要将一项技术理念转化为市(shi)场所需的产品远非易事。市(shi)场所渴求(qiu)的并非单纯的样(yang)机、科研成果或学术论文，而是能够切(qie)实解决问题的方案或手段。

彼时，中(zhong)国刚(gang)刚(gang)改革开放，国外的产品大量涌入，但若我们的产品明显比国外的差，用户一定不愿意用国产的产品。譬如我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，对于石油化工这样(yang)的流程(cheng)工业企业，一旦(dan)控制系统出问题，则导致停工停产，甚至出现重大事故，所以没有(you)一家企业愿意接受相信并采用我们的DCS。DCS不同(tong)于其他普通产品——进(jin)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(dan)出问题，就会影响(xiang)生(sheng)产。既然下决心要创(chuang)办(ban)一个企业，又想做点(dian)有(you)意义、有(you)价(jia)值的事，肯定要学习，学习如何开发一款好产品，学习如何管理一家企业，如何鼓励(li)一个团队，如何去营销，如何去说(shuo)服客户⋯⋯有(you)了目标，就有(you)希望。

我们的服务对象涉及炼油、化工、电力、造纸以及制药等行(xing)业的生(sheng)产过程(cheng)，全都用到(dao)自动化。这些行(xing)业企业一年365天、每天24小时不间断地运行(xing)，就像电不能停一样(yang)。如此(ci)严苛(ke)的运行(xing)环境(jing)，对控制系统的可靠性提出了极(ji)高的要求(qiu)。打个比方，如果说(shuo)人的大脑(nao)是一个控制器，那么大脑(nao)必须(xu)有(you)逻辑判断，而对于一家企业来说(shuo)，其控制系统就犹如大脑(nao)。

中(zhong)控创(chuang)始人褚健与《财经智库》对话。

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

褚健：在没有(you)控制系统之(zhi)前，由于生(sheng)产规模较小，各(ge)项操(cao)作依靠人工完成；然而，随着生(sheng)产复杂性的提升，机器控制成为不可或缺的替代(dai)方案，这就是我们现在用的计算机、芯片、软件以及众多通信技术（ICT）。之(zhi)所以把DCS比喻(yu)成工业大脑(nao)，是因为它(ta)已经具备了“大脑(nao)”的基本属性，并需要大量的知识储备。这些知识就是AI技术。AI技术在工业大脑(nao)里已经开始发挥作用，能够实现对整个工厂更准确的控制。这一变革性进(jin)展极(ji)大地削弱了工程(cheng)师在传(chuan)统生(sheng)产流程(cheng)中(zhong)的重要性，以往需要众多不同(tong)专业背景的工程(cheng)师协同(tong)工作的任务，如今仅凭一个集成AI的系统即可高效完成，甚至能胜任许多工程(cheng)师难以单独解决的复杂任务。我和我的团队正积极(ji)地推动这一领域的发展。

《财经智库》：让中(zhong)控成为流程(cheng)工业的“工业大脑(nao)”是您的追求(qiu)。去年，正好是中(zhong)控30年，您将此(ci)分成三(san)个阶段：第一个十年要解决生(sheng)存(cun)问题；第二个十年参与竞争，也就是跟国际一流企业竞争高端的国内市(shi)场；第三(san)个十年，解决市(shi)场占有(you)率(lu)问题。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产化。1975年美国Honeywell研制成功TDC2000，世界意义上(shang)的现代(dai)工业控制系统（DCS）诞生(sheng)；同(tong)年，日本横河电机也推出了自己的第一款DCS产品；1981年，一批外资企业开始进(jin)入中(zhong)国。您能否(fou)介绍一下中(zhong)控这30年经历的关键节点(dian)？

褚健：确实，流程(cheng)工业的控制系统从上(shang)世纪80年代(dai)开始就被大型跨国公司所垄断。中(zhong)控首先要解决生(sheng)存(cun)问题。在此(ci)基础上(shang)，与一流的跨国公司进(jin)行(xing)竞争，然后在竞争中(zhong)学习并超越。目前中(zhong)控有(you)超过3.2万家客户，具有(you)大量的数据积淀和实践案例，未来我希望中(zhong)控的客户数量可以很快达到(dao)5万这个数字。

中(zhong)控科技园全景。摄影/刘维(wei)航

今年是中(zhong)控第四个十年的起始年，我们希望在未来的十年里，中(zhong)控能够依托于对工业Know-how的理解以及在流程(cheng)行(xing)业的独特优势，在全球竞争的基础上(shang)加强工业AI能力，并在工业AI方面成为全球领先的企业，这是我们的目标。30余年来，我们开始是个小舢舨，先在游泳池学游泳，然后在钱塘(tang)江游泳，尽管游不到(dao)江口，但毕竟可以靠岸；后来成为一条大船，游到(dao)了杭(hang)州湾出海口，未来，我们希望中(zhong)控成为一个舰队，游向更广阔的大海。

2007年对中(zhong)控而言(yan)是一个标志性的年份(fen)。那一年，中(zhong)控获得了中(zhong)国石化武(wu)汉分公司500万吨“油品质量升级(ji)炼油改造工程(cheng)”的项目合同(tong)（如今已是2000万吨炼油规模），包括四套主装置：500万吨/年常减压，190万吨/年煤、汽柴油加氢精制，120万吨/年延迟焦化和6万吨/年硫磺(huang)回收。这个项目非常成功，标志着国产DCS首次进(jin)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(dai)结束了。中(zhong)控从原来只做小项目到(dao)承接大型项目主装置，从500万吨炼油到(dao)千万吨炼油、百万吨乙烯及整个炼化一体化，这意味着中(zhong)控从原来很小的市(shi)场占有(you)率(lu)，到(dao)逐步有(you)能力竞争再(zai)到(dao)领先。只有(you)拥有(you)这样(yang)重大项目的业绩，中(zhong)控才能保证在未来市(shi)场竞争中(zhong)不被跨国公司压垮。

《财经智库》：从之(zhi)前的小项目到(dao)500万吨炼油、千万吨炼油的大项目，中(zhong)控2023年DCS国内市(shi)场占有(you)率(lu)已达37.8%，其中(zhong)化工领域占有(you)率(lu)是56.3%。目前，中(zhong)控的DCS在国内的占比已经很高了，是否(fou)已到(dao)天花板？

褚健：比如DCS在中(zhong)国的市(shi)场规模是120亿元左右，如果纯粹从DCS市(shi)场规模角度来讲，肯定是有(you)天花板的；但从自动化、数字化、智能化的角度来讲，还看(kan)不到(dao)天花板。现在用户最关注的，比如节能、安(an)全、降本等痛点(dian)，未来中(zhong)控有(you)可能面临的天花板很高很高，不是几百亿元，而是几千亿元。理论上(shang)讲，目前在中(zhong)控的战略转型阶段，面向的市(shi)场大概是500亿元到(dao)1000亿元的环境(jing)，预期的市(shi)场前景将会更大。我们要做的，最终是全方位地帮(bang)助用户解决困难和问题，而不仅仅是推销一款产品。

《财经智库》：把格局打开，目标锁定安(an)全、质量、成本、绿色，似(si)乎就不存(cun)在天花板了。中(zhong)控一直根植于制造业，传(chuan)统制造业从自动化、数字化到(dao)智能化这个过程(cheng)中(zhong)，怎样(yang)才能更好地实现这个途(tu)径？

褚健：第一，必须(xu)把产品体系和服务模式(shi)做好；第二，这个服务模式(shi)有(you)尽可能大的覆盖面；第三(san)，要有(you)很多典型的成功案例；第四，广而告之(zhi)。目前，中(zhong)控在全国647个化工园区及沙特、泰国、哈萨克斯(si)坦(tan)等国家设(she)立了近200家5S店(dian)，覆盖全球3.2万多家用户，并通过5S店(dian)把先进(jin)的创(chuang)新成果、产品技术、解决方案及应用效果传(chuan)递(di)给企业，让企业愿意尝试，并为企业带来实实在在的效果，这才能赢得企业信任。未来中(zhong)国的经济，特别是在原材料工业领域，竞争还会非常激(ji)烈，企业要在竞争中(zhong)活下来，主要途(tu)径就是全面消除安(an)全事故、提高产品质量、降低各(ge)项成本，并朝着智能化、绿色化发展方向发展，这就是中(zhong)控要干的事。

中(zhong)控创(chuang)始人褚健与《财经智库》对话。

内驱(qu)力：持续迭代(dai)

《财经智库》：您始终强调工业软件的重要性，并认为智能制造是软件驱(qu)动的工业革命，为什(shi)么？

褚健：控制系统就是人的大脑(nao)，仅有(you)智商不够，还需要知识，而工业领域所指的“知识”是构建软件的基础。软件不仅是各(ge)种机器设(she)备实现智能化的关键，更是产品设(she)计、生(sheng)产控制、能源管理、安(an)全管理、质量管理等的主要工具。从工业3.0到(dao)工业4.0，包括正在来临的工业5.0，是从工业自动化到(dao)工业智能化，再(zai)到(dao)工业可持续发展的进(jin)化过程(cheng)，也是传(chuan)统制造向新型工业化、新质制造的进(jin)化过程(cheng)，其中(zhong)数字化转型是基础，也就是软件与材料设(she)备、工艺(yi)流程(cheng)、数实融合的过程(cheng)。在工业领域，尤其是在流程(cheng)行(xing)业的转型过程(cheng)中(zhong)，包括数字化转型、AI应用、供应链韧性、可持续发展等都与软件密切(qie)相关。在过去30年，中(zhong)控始终围绕行(xing)业需求(qiu)，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(jin)智能制造，关键在于工业软件，智能制造是软件驱(qu)动的工业革命。

《财经智库》：然而，中(zhong)控最初的优势在于硬件。

褚健：最初，中(zhong)控肯定什(shi)么优势都没有(you)，但优势是逐步建立起来的。我所指的优势不是指市(shi)场占有(you)率(lu)，而是中(zhong)控如何能够把现在保有(you)的3.2万多家用户和未来可能达到(dao)的5万家用户服务好，让用户能够在安(an)全、质量、成本、绿色的核心需求(qiu)上(shang)得到(dao)大幅度提升；如何把我们的技术经验和积累的案例知识与用户的需求(qiu)结合在一起，通过AI的运用，帮(bang)助用户创(chuang)造价(jia)值。可以说(shuo)，中(zhong)控不是一个DCS公司，也不是一个自动化公司，而是一个工业AI公司。

《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”的概念，但您同(tong)时强调这不是一个简单的概念，而是一种可行(xing)的模式(shi)，先进(jin)的技术和产品，以及一种可能解决的方案。

褚健：“1+2+N”，就是一个工厂操(cao)作系统+两个自动化（生(sheng)产过程(cheng)自动化PA和企业运营自动化BA）+N个工业APPs。我们听取了很多企业领导的意见，包括央企、跨国企业还有(you)中(zhong)小企业，他们都认可中(zhong)控的框架。“1+2+N”不是一个概念，而是融合了很多技术、产品和解决方案的体系，能够全面覆盖从生(sheng)产线到(dao)管理线的自动化需求(qiu)。它(ta)不仅是中(zhong)控产品技术和关键能力的高度凝练(lian)，更是中(zhong)控为广大行(xing)业客户数字化转型、智能化发展所描绘的蓝图。需要强调的是，这并不意味着中(zhong)控仅靠一己之(zhi)力就能包打天下，我们需要打造一个开放合作的生(sheng)态系统。诚然，在某些领域，企业间的竞争或许难以避免，但更为普遍且重要的是合作的可能性。过往十数年间，移动互联网生(sheng)态的蓬勃发展已充分验证了这一点(dian)。未来在工业领域里，完全有(you)可能复制类似(si)的生(sheng)态合作模式(shi)，对此(ci)，我充满信心，并已经看(kan)到(dao)了希望。

《财经智库》：中(zhong)控构建工业操(cao)作系统实现智能工厂和智能制造的跨越（打通5T，形成生(sheng)态），其愿景非常宏大，是不是也意味着跟外部科技合作的可能性？毕竟，完全依靠自身力量完成一切(qie)是不现实的，在这些方面，优势和短板又有(you)哪些？

褚健：这基于一系列基本的前提和基础。首先，是否(fou)认同(tong)工业3.0到(dao)工业4.0的转变？是否(fou)认同(tong)自动化到(dao)数字化、智能化的转型？是否(fou)认同(tong)没有(you)哪家企业能够包打天下？这就是合作的共识和基础。同(tong)时，工业企业最需要什(shi)么？现在市(shi)场上(shang)遇到(dao)很多困惑和迥异的观念，不同(tong)的解决方案可能造成混淆甚至混乱。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，概念很多。不能为数字化而数字化，关键是要有(you)能力为企业降低成本、提高效率(lu)。因此(ci)，强化自身能力、找到(dao)解决方案，就要有(you)核心的技术和产品，并得到(dao)用户和合作伙伴的认可。

至于短板，对于中(zhong)控来说(shuo)，目前一些技术方面确实有(you)所缺失，比如工艺(yi)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反应器有(you)所了解，却可能缺乏化工与计算机知识。以PDH（丙(bing)烷脱(tuo)氢）为例，如何能够了解它(ta)的工艺(yi)，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、信息(xi)技术、工艺(yi)技术、运营技术、设(she)备技术）的深度融合。

当然，自动化的发展已今非昔比。过去所学的现代(dai)控制理论的状态方程(cheng)、线性控制、非线性控制等，如今是否(fou)依然成立？通过“AI+5T”，或许会产生(sheng)完全不同(tong)的新技术。传(chuan)统的控制理论和AI之(zhi)间到(dao)底(di)是竞争关系还是合作关系？这需要我们深入研究(jiu)、积极(ji)探索。如果能够成为一个5T综合领域的专家，通过专业知识、数据与AI技术，或许能够帮(bang)助人类解决更现实的问题。

中(zhong)控创(chuang)始人褚健与《财经智库》对话。

《财经智库》：前不久，您提出通过工业AI解决智能工厂行(xing)业痛点(dian)。8月12日《财经智库》来中(zhong)控调研，你们正在做大模型的突破，为什(shi)么中(zhong)控坚(jian)定选择了投入AI技术？从研发到(dao)实际应用，中(zhong)控如何确保AI的投入不会成为一场高风险的冒险，而是成为推动持续创(chuang)新的动力？

褚健：ChatGPT的横空出世令我深感震(zhen)撼(han)，这让生(sheng)成式(shi)AI和未来的通用AI变成了可能。对于工业领域而言(yan)，它(ta)就像把很多前辈的智慧与广泛的知识体系浓缩于一体。正如爱因斯(si)坦(tan)之(zhi)前的时代(dai)，牛顿力学被视(shi)为颠扑不破的真理，直至微观粒子层(ceng)面的探索才催生(sheng)了量子力学的诞生(sheng)。在此(ci)之(zhi)前，我们所学皆源自书(shu)本，经由科学验证与实验证实，这与ChatGPT所展现的学习与生(sheng)成过程(cheng)颇为相似(si)。这种技术发展，在工业领域虽然不能精确地解决所有(you)问题，但它(ta)无疑揭示了技术发展的新趋势。

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

《财经智库》：人工智能在制造业中(zhong)正在发生(sheng)作用，但在流程(cheng)工业中(zhong)，AI的应用似(si)乎进(jin)展较为缓慢，是因为流程(cheng)工业更带有(you)它(ta)的复杂性，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(yan)，我觉(jue)得流程(cheng)工业比离散制造业在AI应用方面具有(you)更为显著的优势与潜力。为什(shi)么？因为流程(cheng)工业拥有(you)海量的数据资源，而离散工业的数据相对不完整，也就是说(shuo)离散行(xing)业经过清(qing)洗、处理后的有(you)效数据可能远远不如流程(cheng)行(xing)业。这使得流程(cheng)行(xing)业在数据资源上(shang)占据了显著优势。

化工过程(cheng)最大的特点(dian)是“三(san)传(chuan)一反”。“三(san)传(chuan)”是传(chuan)热、传(chuan)质、传(chuan)力，即热量、质量、动力的传(chuan)递(di)；“一反”是指化学反应。这是工程(cheng)学科中(zhong)的经典理论。而化工装置无外乎反应器、分离塔，这些装置在运行(xing)过程(cheng)中(zhong)产生(sheng)的大量数据，能够真实反映其特性。值得注意的是，化工过程(cheng)并非Pure chemistry（纯化学反应），因为自然界没有(you)纯的东西。反应物料中(zhong)往往含有(you)杂质，因此(ci)，当不同(tong)的原料进(jin)入化工装置，经过“三(san)传(chuan)一反”，结合数据，出来的东西应该是什(shi)么、应该怎么变，其实是有(you)机理存(cun)在的。正因为不是纯物质，反而有(you)文章可做。

《财经智库》：您的意思是说(shuo)，在AI的应用方面，流程(cheng)工业比离散工业更有(you)空间。您刚(gang)才提到(dao)中(zhong)控有(you)超过3.2万家用户，您也说(shuo)过Data is food of AI（数据是人工智能的食粮(liang)）。在未来的发展过程(cheng)中(zhong)，除了数量上(shang)的增长，您怎么看(kan)数据质量和深度对工业AI发展的影响(xiang)？中(zhong)控从化工领域入手，对于不同(tong)行(xing)业、不同(tong)工艺(yi)流程(cheng)用户数据的差异性，如何实现数据驱(qu)动的个性化解决方案？

褚健：在流程(cheng)工业中(zhong)，数据不仅丰富，且其归(gui)类相对容易。上(shang)一个问题讲到(dao)“三(san)传(chuan)一反”，涉及诸多装置。具体而言(yan)，化工行(xing)业是流程(cheng)工业的典型代(dai)表(biao)，而除此(ci)之(zhi)外，如钢(gang)铁、有(you)色、建材等行(xing)业，虽然不是传(chuan)统意义上(shang)的石油化工或有(you)机化工，其机理与“三(san)传(chuan)一反”完全不同(tong)，但同(tong)样(yang)产生(sheng)化学反应。传(chuan)统的无机化工也与有(you)机化工不同(tong)，但它(ta)们都具有(you)大量数据和机理的相似(si)之(zhi)处，因为它(ta)们都是化学反应过程(cheng)，这都是工业AI应用的重要基础。所以，数据的庞(pang)大不代(dai)表(biao)数据的有(you)效性。但如我刚(gang)才所强调的，流程(cheng)工业具有(you)大量的数据，结合机理过程(cheng)以及装置，有(you)效性显然高于离散行(xing)业。目前中(zhong)控诸多案例和成果，已经证明这条路是行(xing)得通的，尽管还有(you)“坎(kan)”，但我们会力争突破。

以无机化工中(zhong)的氯碱行(xing)业为例，中(zhong)国绝(jue)大部分的氯碱厂用的是中(zhong)控的控制系统，中(zhong)控与这些客户关系密切(qie)。它(ta)们现在提出了很多需求(qiu)，比如扩产时能否(fou)不再(zai)招“操(cao)作工”？能否(fou)降低能耗？能否(fou)延长离子膜的寿命？能否(fou)提高产能？哪些潜在故障(zhang)在早期能预警预报？解决这些问题，主要依靠的就是“工程(cheng)师”。但若能够把所有(you)的知识联通，把不同(tong)的用户数据与经验汇聚，就能发现问题所在，数据就变得有(you)效。尽管氯碱厂规模、原料可能所有(you)不同(tong)，但其工艺(yi)原理相近，这不就是我们要学习的吗(ma)？以前人力难以完成，但现在AI可以做到(dao)。

《财经智库》：您将下一代(dai)工业控制系统称(cheng)之(zhi)为UCS（Universal Control System），以软件定义、全数字化、云原生(sheng)，来试图颠覆应用近50年的传(chuan)统DCS技术架构，工业市(shi)场是否(fou)已经准备好接受这种转型？您预期在技术和市(shi)场的成熟度上(shang)，未来会发生(sheng)什(shi)么变化？

褚健：DCS最早是由Honeywell在1975年提出来的，经过近50年的发展，架构大同(tong)小异，但技术完全不同(tong)。这套体系主要存(cun)在的问题，一是成本下降有(you)限，当然随着整个IT技术的下降，它(ta)也会下降；二是传(chuan)统的DCS多基于ARM芯片构建，算力有(you)限。当AI应用于DCS中(zhong)时，ARM无法实现。

基于当前先进(jin)的服务器技术，特别是高性能的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(ci)，通过UCS颠覆DCS的传(chuan)统架构是非常有(you)希望的。中(zhong)控的年轻团队创(chuang)新性地提出了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缆铜缆，用一对光纤来解决；控制系统通过云化技术实现统一控制，将无数个“小脑(nao)袋”变成一个“大脑(nao)袋”，所有(you)数据都在这个“大脑(nao)袋”上(shang)，AI就可以充分发挥作用，把项目生(sheng)命周期大幅度提升，真正实现了软件定义优化。我们原以为可能需要两三(san)年的时间才能够被中(zhong)国客户接受，如同(tong)上(shang)世纪80年代(dai)初国外DCS引入中(zhong)国时，尽管上(shang)海炼油厂率(lu)先使用，但大量企业仍(reng)在怀疑并质疑。然而，在UCS发布后，众多企业，包括跨国公司，均表(biao)现出强烈的试用意愿，这一速(su)度大大超出了我们的预期。究(jiu)其原因，一是UCS能够显著降低系统成本；二是AI技术的充分应用成为可能。

《财经智库》：看(kan)来持续迭代(dai)是你们的内驱(qu)力，还有(you)一批年轻人基于数据研究(jiu)，开发了实时数据的流程(cheng)工业时序大模型TPT？

褚健：这个模型不足以称(cheng)“大”，但非常管用，都是基于时间序列的。以前很多软件都是通过不同(tong)专家，有(you)些企业可能都没有(you)专家，即通过高级(ji)工程(cheng)师或有(you)专业才能的技术人员去管控不同(tong)的部门，且流程(cheng)很长。但今天通过TPT不仅能解决操(cao)作问题，还能解决设(she)备运维(wei)问题。如果要提高产品质量或者产能的同(tong)时降低能耗，都可以采用类似(si)与ChatGPT沟通方式(shi)，把数据输(shu)入大模型，利用以前学到(dao)的数据构建模型，通过一个TPT来管控一个工厂。

《财经智库》：您多次提到(dao)中(zhong)控的年轻人，好像一些突破性的项目都由年轻人完成。据了解，中(zhong)控每年的研发占比在10%以上(shang)，对年轻人你们有(you)哪些机制来确保这种创(chuang)新能力的实现？

褚健：肯定有(you)。但如果通过某种机制，可能新的东西就出不来了。

中(zhong)控创(chuang)始人褚健与《财经智库》对话。

构建事实上(shang)的工业标准

《财经智库》：刚(gang)才提到(dao)中(zhong)控的控制系统等产品在国内的占比很高，那你们在未来的国际化方面有(you)无整体设(she)想？核心目标与方法各(ge)是什(shi)么？

褚健：目前中(zhong)控在中(zhong)国的市(shi)场占有(you)率(lu)很高，但在全球市(shi)场影响(xiang)力还小，知名度还不够。从全球角度，中(zhong)控将面临更大的竞争和压力。尽管中(zhong)控已在全球布局，包括在中(zhong)东、东南亚(ya)、欧洲、北美和南美等地，增速(su)也较快，但目前占比还不高，我们希望今后海外营收占比能够实现大幅的、快速(su)的提升，一系列的战略制定及保障(zhang)机制也在逐步明确和优化。

《财经智库》：不可否(fou)认，中(zhong)控在全球的控制系统市(shi)场上(shang)也面临着激(ji)烈的竞争，国际企业在AI领域的布局如何？

褚健：我相信这些大的跨国公司在AI应用方面均有(you)所布局。中(zhong)控在全球率(lu)先发布UCS和TPT，这些企业也会与我们交流，它(ta)们对中(zhong)控所做的事情表(biao)示认可。但事实上(shang)，这些企业也都在积极(ji)布局AI领域。或许，许多成果要等到(dao)实际推出后才会为世人所知。技术的发展趋势是显而易见的，无非看(kan)谁的速(su)度更快。

回顾中(zhong)控刚(gang)开始做DCS的时候，我们也是以跨国公司的DCS作为标杆，向它(ta)们学习。今天我依然认为跨国公司有(you)许多地方值得学习和尊(zun)敬。它(ta)们拥有(you)丰富的技术积累和人才储备，且产品系列也很丰富，它(ta)们是中(zhong)控的标杆和榜样(yang)。但在中(zhong)控的第四个十年里，我们有(you)机会在全球，尤其是在流程(cheng)行(xing)业，成为工业AI领域的领导者之(zhi)一，至少我们希望能在这一领域占据重要的一席。

《财经智库》：都说(shuo)中(zhong)国应用场景丰富，与国外比较如何？

褚健：我对国外的场景不太熟悉。当然，中(zhong)国大的石化行(xing)业企业在全球也是领先的，其拥有(you)2000万吨炼油规模、几百万吨烯烃或PTA的规模，国外并不多见。在传(chuan)统化工、精细(xi)化工领域，无论是产业链的深度与广度，还是产品的种类与规模，中(zhong)国在全球均占据举足轻重的地位，所以场景比国外更丰富。在深耕中(zhong)国市(shi)场的同(tong)时，我们应加大与海外企业的合作力度，共同(tong)探索新的应用场景和技术创(chuang)新。中(zhong)控与这些跨国公司之(zhi)间既存(cun)在合作的可能性，也可能面临竞争，但无论何种关系，我们都将始终坚(jian)持以客户价(jia)值创(chuang)造为核心，致力于为客户提供更加优质、高效的产品和服务。

2024年6月，中(zhong)控技术在新加坡召开全球新品发布会。

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

褚健：中(zhong)控的EPA在2008年成为IEC（国际电工委员会）的国际标准，其中(zhong)有(you)一部分也成为德国的国家标准。当时，时任科技部部长万钢(gang)批示说(shuo)，以前德国的很多国家标准都进(jin)入了国际标准，而中(zhong)国的标准又都来自国际标准，所以中(zhong)国总是把德国的国家标准作为自己的标准；而如今中(zhong)控的EPA成为国际标准，被德国纳入其国家标准，这非常了不起。

我认为有(you)两类标准必须(xu)做。第一类，已经获得广泛共识、具有(you)普适性的标准，即共同(tong)的标准，对于这类已经确立的标准，我们应积极(ji)遵循并采纳。另一类则是如何创(chuang)造并制定新的标准。这个更为重要，特别是在工业领域，当达到(dao)一定规模时，它(ta)就是一个事实上(shang)的工业标准。中(zhong)控希望能够积极(ji)参与并推动这类标准的制定，牵头与否(fou)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(jia)的。

在其他方面，中(zhong)控也会积极(ji)参与。比如Ethernet-APL（以太网高级(ji)物理层(ceng)）就是国际上(shang)提出来的标准，目前并未形成共识，但我们认为这个技术代(dai)表(biao)了未来方向，所以积极(ji)参与到(dao)标准的制定、完善及应用中(zhong)。也有(you)一些可能现在大家还不知道(dao)，或者还没发现，或者还不认可，如果我们认为正确，就会去推进(jin)。

架起科研和产业的桥梁

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

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

30多年前，社会上(shang)很多企业研发能力相对较弱，不像今天，企业的研发能力超过了学校和研究(jiu)机构。如何把这两者结合起来构建一个通道(dao)，就是我们的初衷(zhong)。虽然我们手上(shang)没有(you)产品、没有(you)钱，几乎不懂市(shi)场、经营、管理、制造、服务等，但我们知道(dao)要做这件事就应该建一个企业，需要面向市(shi)场、转变观念。也就是说(shuo)，我不再(zai)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事。您曾(ceng)将科研界和产业界比作长江和黄(huang)河，不可交汇。

褚健：对，科研和产业像是长江与黄(huang)河，不相交。学校应该做前沿的技术突破、原始创(chuang)新，甚至是科学发现、基础研究(jiu)，而非成果转化。在当今时代(dai)，成果转化领域已汇聚了大量专业人才，这与30年前的情况截然不同(tong)，他们已具备相应的转化能力。科技型企业在于面向市(shi)场、贴近用户需求(qiu)，致力于解决用户的痛点(dian)问题，这一理念自企业初创(chuang)之(zhi)时便已明确。

科研有(you)科研的规律，商业有(you)商业的逻辑，两者之(zhi)间，有(you)一个巨大的鸿沟，而我的任务是成为商业与科研的桥梁，在于将科研成果的价(jia)值更好地发挥，同(tong)时解决商业企业在创(chuang)新技术源头上(shang)所面临的问题。

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

褚健：可能要把这几个概念分开。科学和技术要分开；研究(jiu)和研发（或开发）要分开。含义不同(tong)，不能混为一谈。

30年前，高校的知识或者技术能力相对产业的技术水平是较高的，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(shi)就可以应用了，但订单、市(shi)场、设(she)备都是别人的；然而，时至今日，情况已发生(sheng)根本性变化。从某种意义上(shang)讲，产业界的技术水平，虽未必比跨国公司更高，但相较中(zhong)国高校已经不低了。

比如说(shuo)人工智能、无人驾驶(shi)等领域，高校在与大型科技企业的对比中(zhong)显得相对弱势。这些大企业不仅拥有(you)雄(xiong)厚的人才储备和强大的计算能力，而且其研发团队规模庞(pang)大、组织严密，能够高效协同(tong)工作。相比之(zhi)下，高校都是相对不稳定的研究(jiu)生(sheng)，差距就会拉大。在我们这个领域，高校的科研或研发与企业也不同(tong)。创(chuang)业办(ban)公司是市(shi)场导向，而非论文导向、成果导向，企业的研发必须(xu)有(you)用。当然，我也跟团队说(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(you)这些努力都必须(xu)面向未来，具有(you)前瞻性。

《财经智库》：目前强调创(chuang)新，强调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)新就应该以企业为主体；中(zhong)芯国际原董事长周子学也持此(ci)观点(dian)，您怎么看(kan)？

褚健：所谓的“卡脖子”，不是卡技术，而是卡产品。我们今天被卡的芯片、光刻机、工业软件，各(ge)种材料、零部件等等都是产品。当然，产品里存(cun)在许多技术，但它(ta)首先是产品。现阶段的问题需要产业界来解决，高校和科研院所应该想办(ban)法解决十年后不再(zai)被“卡脖子”的问题。国外不会停下来，还会往前走；中(zhong)国的企业能不能十年后不再(zai)被“卡脖子”，这才是关键。

中(zhong)国过去40多年工业化的经验积累已经奠定了非常雄(xiong)厚的基础。我们对未来的判断，或者说(shuo)基础储备，按(an)趋势走就应该没问题；尽管颠覆性的创(chuang)新可能会困难些，但大体不会走错(cuo)方向。真正的竞争需要经受市(shi)场检验，比如中(zhong)控创(chuang)新推出的UCS，其质量、可靠性、稳定性，都需要得到(dao)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，所以我们要求(qiu)研发团队不仅要研发产品，还要跟上(shang)市(shi)场，深入市(shi)场一线。不要等十年后再(zai)攻关，那样(yang)或许就永远跟不上(shang)了。所以，看(kan)清(qing)趋势，关注十年、二十年后我们如何不再(zai)被别人卡。当然，我们也希望加强各(ge)种国际合作，在开放中(zhong)竞争并得到(dao)提升。

来源：财经杂志