中控创始人(ren)褚健教授。

走出(chu)象牙塔30年

《财经智库》：您被(bei)人(ren)们称为“中国自动化产业第一(yi)人(ren)”，上世纪80年代末，您就参与(yu)了中国早期工业控制系统DCS（Distributed Control System）的研发，而(er)当时国内技术(shu)环境和资源相(xiang)对(dui)有限。作(zuo)为开拓(tuo)者，是什(shi)么促使(shi)您坚持走上工业自动化的道路(lu)？是否与(yu)您的日本留(liu)学经历有关？

褚健：我不是什(shi)么第一(yi)人(ren)，不妥。相(xiang)对(dui)而(er)言，可能(neng)有点故事而(er)已。事实上，在自动化领域方面，起步的时候我并(bing)未有意要推动产业化进程，而(er)是在各种因素的影响下促成了产业化这件事。首先，在20世纪80年代末90年代初(chu)，中国正处于社会转(zhuan)型(xing)的关键时期，国家高(gao)度重视并(bing)大力推动大学科研成果的转(zhuan)化应用。在此(ci)背景下，原国家计划委员会（后(hou)更名为国家发展(zhan)和改革委员会）在浙江大学设立了工业自动化国家工程研究中心，鼓励构(gou)建一(yi)条(tiao)从研究到产业的通道。在这一(yi)政策感召下，我坚定地做了这件事，尽管当时对(dui)很(hen)多事情不甚了解，但我内心觉得这个方向非常(chang)正确。

日本留(liu)学的经历对(dui)我影响很(hen)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机构(gou)，包括新日铁(tie)、川崎(qi)重工、松下电(dian)器等，这些企业的自动化程度非常(chang)高(gao)，在偌大的车间里几乎看不到人(ren)。其中在参观松下电(dian)器位于大阪的中央研究院的过程中，我更是目睹了机械手(shou)精准地夹取并(bing)煎制鸡蛋(dan)的精湛(zhan)技艺。当时我深感震撼(han)，因为机械手(shou)抓取鸡蛋(dan)的过程中，稍一(yi)用力鸡蛋(dan)会破(po)，而(er)力量(liang)不足鸡蛋(dan)就会掉，这对(dui)于机械手(shou)的控制要求非常(chang)高(gao)。虽然今天看来或许并(bing)不稀(xi)奇，但在当时却代表(biao)了极高(gao)的技术(shu)水(shui)平。这些景象强(qiang)化了我的认知，我认为所有的工业企业，离开了自动化就无法实现现代化。所以，回国之(zhi)后(hou)，我便承担(dan)起了推动科研成果转(zhuan)化的重任。但当时的我对(dui)于技术(shu)、产品以及市场都知之(zhi)甚少，这无疑(yi)为产业化之(zhi)路(lu)增添了许多挑战与(yu)困难。但正是这些挑战与(yu)困难，也让我更加坚定了在自动化领域深耕细作(zuo)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：我所面临的难题并(bing)非单纯的对(dui)技术(shu)不了解，而(er)是对(dui)系统性(xing)技术(shu)的陌生。在学校(xiao)期间，研究的重心多聚焦(jiao)于某一(yi)技术(shu)点上的突破(po)，这些研究或许已达到前沿水(shui)平，但要将之(zhi)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性(xing)跨越(yue)，这与(yu)撰写学术(shu)论(lun)文的差别很(hen)大。初(chu)涉(she)此(ci)领域，有很(hen)多事情我并(bing)不熟悉，但我却明白，要将一(yi)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(bing)非单纯的样机、科研成果或学术(shu)论(lun)文，而(er)是能(neng)够切实解决问题的方案或手(shou)段。

彼时，中国刚刚改革开放，国外的产品大量(liang)涌入，但若我们的产品明显比国外的差，用户一(yi)定不愿意用国产的产品。譬如我们一(yi)开始就研发了当时最复杂(za)也是最重要的工业控制系统DCS，对(dui)于石油化工这样的流程工业企业，一(yi)旦控制系统出(chu)问题，则导致停工停产，甚至出(chu)现重大事故，所以没有一(yi)家企业愿意接受相(xiang)信并(bing)采用我们的DCS。DCS不同于其他普(pu)通产品——进口的电(dian)饭锅(guo)和国产的电(dian)饭锅(guo)，两(liang)者都能(neng)使(shi)用，不会出(chu)现大问题，而(er)DCS一(yi)旦出(chu)问题，就会影响生产。既(ji)然下决心要创办一(yi)个企业，又想做点有意义、有价值的事，肯定要学习，学习如何开发一(yi)款(kuan)好产品，学习如何管理一(yi)家企业，如何鼓励一(yi)个团队，如何去营销，如何去说服客户⋯⋯有了目标，就有希望。

我们的服务(wu)对(dui)象涉(she)及炼(lian)油、化工、电(dian)力、造纸(zhi)以及制药等行(xing)业的生产过程，全(quan)都用到自动化。这些行(xing)业企业一(yi)年365天、每天24小时不间断地运行(xing)，就像电(dian)不能(neng)停一(yi)样。如此(ci)严苛的运行(xing)环境，对(dui)控制系统的可靠性(xing)提(ti)出(chu)了极高(gao)的要求。打(da)个比方，如果说人(ren)的大脑是一(yi)个控制器，那么大脑必(bi)须有逻(luo)辑判断，而(er)对(dui)于一(yi)家企业来说，其控制系统就犹如大脑。

中控创始人(ren)褚健与(yu)《财经智库》对(dui)话。

《财经智库》：这也就是为什(shi)么您经常(chang)将工业控制系统称之(zhi)为“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(zuo)依靠人(ren)工完成；然而(er)，随着生产复杂(za)性(xing)的提(ti)升(sheng)，机器控制成为不可或缺的替代方案，这就是我们现在用的计算(suan)机、芯片、软件以及众多通信技术(shu)（ICT）。之(zhi)所以把DCS比喻成工业大脑，是因为它已经具备了“大脑”的基本属性(xing)，并(bing)需要大量(liang)的知识储备。这些知识就是AI技术(shu)。AI技术(shu)在工业大脑里已经开始发挥(hui)作(zuo)用，能(neng)够实现对(dui)整个工厂更准确的控制。这一(yi)变革性(xing)进展(zhan)极大地削弱了工程师在传统生产流程中的重要性(xing)，以往(wang)需要众多不同专业背景的工程师协同工作(zuo)的任务(wu)，如今仅凭一(yi)个集成AI的系统即可高(gao)效完成，甚至能(neng)胜任许多工程师难以单独(du)解决的复杂(za)任务(wu)。我和我的团队正积极地推动这一(yi)领域的发展(zhan)。

《财经智库》：让中控成为流程工业的“工业大脑”是您的追求。去年，正好是中控30年，您将此(ci)分成三个阶段：第一(yi)个十年要解决生存问题；第二(er)个十年参与(yu)竞争，也就是跟国际(ji)一(yi)流企业竞争高(gao)端(duan)的国内市场；第三个十年，解决市场占有率问题。您还说，最重要的贡献就是完成了一(yi)个工业控制体系的国产化。1975年美国Honeywell研制成功TDC2000，世界(jie)意义上的现代工业控制系统（DCS）诞生；同年，日本横河电(dian)机也推出(chu)了自己的第一(yi)款(kuan)DCS产品；1981年，一(yi)批(pi)外资企业开始进入中国。您能(neng)否介绍一(yi)下中控这30年经历的关键节点？

褚健：确实，流程工业的控制系统从上世纪80年代开始就被(bei)大型(xing)跨国公(gong)司(si)所垄断。中控首先要解决生存问题。在此(ci)基础上，与(yu)一(yi)流的跨国公(gong)司(si)进行(xing)竞争，然后(hou)在竞争中学习并(bing)超(chao)越(yue)。目前中控有超(chao)过3.2万家客户，具有大量(liang)的数据积淀(dian)和实践案例，未来我希望中控的客户数量(liang)可以很(hen)快达到5万这个数字。

中控科技园全(quan)景。摄影/刘维航

今年是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(neng)够依托于对(dui)工业Know-how的理解以及在流程行(xing)业的独(du)特优势，在全(quan)球竞争的基础上加强(qiang)工业AI能(neng)力，并(bing)在工业AI方面成为全(quan)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(hou)在钱塘江游泳，尽管游不到江口，但毕竟可以靠岸(an)；后(hou)来成为一(yi)条(tiao)大船，游到了杭州湾出(chu)海口，未来，我们希望中控成为一(yi)个舰队，游向更广阔的大海。

2007年对(dui)中控而(er)言是一(yi)个标志性(xing)的年份。那一(yi)年，中控获得了中国石化武汉分公(gong)司(si)500万吨“油品质量(liang)升(sheng)级炼(lian)油改造工程”的项目合同（如今已是2000万吨炼(lian)油规模），包括四套主装置：500万吨/年常(chang)减压，190万吨/年煤(mei)、汽柴(chai)油加氢(qing)精制，120万吨/年延迟(chi)焦(jiao)化和6万吨/年硫磺回收。这个项目非常(chang)成功，标志着国产DCS首次(ci)进入500万吨级炼(lian)油核心主装置，也标志着高(gao)端(duan)市场核心主装置DCS被(bei)跨国公(gong)司(si)垄断的时代结束了。中控从原来只做小项目到承接大型(xing)项目主装置，从500万吨炼(lian)油到千(qian)万吨炼(lian)油、百万吨乙烯及整个炼(lian)化一(yi)体化，这意味着中控从原来很(hen)小的市场占有率，到逐步有能(neng)力竞争再到领先。只有拥(yong)有这样重大项目的业绩，中控才能(neng)保证在未来市场竞争中不被(bei)跨国公(gong)司(si)压垮。

《财经智库》：从之(zhi)前的小项目到500万吨炼(lian)油、千(qian)万吨炼(lian)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56.3%。目前，中控的DCS在国内的占比已经很(hen)高(gao)了，是否已到天花板？

褚健：比如DCS在中国的市场规模是120亿元左右，如果纯粹从DCS市场规模角度来讲，肯定是有天花板的；但从自动化、数字化、智能(neng)化的角度来讲，还看不到天花板。现在用户最关注的，比如节能(neng)、安全(quan)、降本等痛点，未来中控有可能(neng)面临的天花板很(hen)高(gao)很(hen)高(gao)，不是几百亿元，而(er)是几千(qian)亿元。理论(lun)上讲，目前在中控的战略转(zhuan)型(xing)阶段，面向的市场大概是500亿元到1000亿元的环境，预期的市场前景将会更大。我们要做的，最终是全(quan)方位地帮助用户解决困难和问题，而(er)不仅仅是推销一(yi)款(kuan)产品。

《财经智库》：把格(ge)局(ju)打(da)开，目标锁定安全(quan)、质量(liang)、成本、绿色，似乎就不存在天花板了。中控一(yi)直(zhi)根植于制造业，传统制造业从自动化、数字化到智能(neng)化这个过程中，怎样才能(neng)更好地实现这个途径(jing)？

褚健：第一(yi)，必(bi)须把产品体系和服务(wu)模式做好；第二(er)，这个服务(wu)模式有尽可能(neng)大的覆盖面；第三，要有很(hen)多典型(xing)的成功案例；第四，广而(er)告之(zhi)。目前，中控在全(quan)国647个化工园区及沙特、泰国、哈萨克斯坦等国家设立了近200家5S店，覆盖全(quan)球3.2万多家用户，并(bing)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业，让企业愿意尝试，并(bing)为企业带(dai)来实实在在的效果，这才能(neng)赢得企业信任。未来中国的经济，特别是在原材料工业领域，竞争还会非常(chang)激烈，企业要在竞争中活下来，主要途径(jing)就是全(quan)面消除安全(quan)事故、提(ti)高(gao)产品质量(liang)、降低各项成本，并(bing)朝着智能(neng)化、绿色化发展(zhan)方向发展(zhan)，这就是中控要干的事。

中控创始人(ren)褚健与(yu)《财经智库》对(dui)话。

内驱力：持续迭代

《财经智库》：您始终强(qiang)调工业软件的重要性(xing)，并(bing)认为智能(neng)制造是软件驱动的工业革命，为什(shi)么？

褚健：控制系统就是人(ren)的大脑，仅有智商不够，还需要知识，而(er)工业领域所指的“知识”是构(gou)建软件的基础。软件不仅是各种机器设备实现智能(neng)化的关键，更是产品设计、生产控制、能(neng)源管理、安全(quan)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(neng)化，再到工业可持续发展(zhan)的进化过程，也是传统制造向新型(xing)工业化、新质制造的进化过程，其中数字化转(zhuan)型(xing)是基础，也就是软件与(yu)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(xing)业的转(zhuan)型(xing)过程中，包括数字化转(zhuan)型(xing)、AI应用、供应链韧性(xing)、可持续发展(zhan)等都与(yu)软件密切相(xiang)关。在过去30年，中控始终围绕行(xing)业需求，加快发展(zhan)工业软件，已建立了丰富的产品线并(bing)自主研发出(chu)一(yi)批(pi)核心工业软件，形(xing)成了较为完善的工业软件产品谱系。我始终认为，推进智能(neng)制造，关键在于工业软件，智能(neng)制造是软件驱动的工业革命。

《财经智库》：然而(er)，中控最初(chu)的优势在于硬件。

褚健：最初(chu)，中控肯定什(shi)么优势都没有，但优势是逐步建立起来的。我所指的优势不是指市场占有率，而(er)是中控如何能(neng)够把现在保有的3.2万多家用户和未来可能(neng)达到的5万家用户服务(wu)好，让用户能(neng)够在安全(quan)、质量(liang)、成本、绿色的核心需求上得到大幅度提(ti)升(sheng)；如何把我们的技术(shu)经验和积累的案例知识与(yu)用户的需求结合在一(yi)起，通过AI的运用，帮助用户创造价值。可以说，中控不是一(yi)个DCS公(gong)司(si)，也不是一(yi)个自动化公(gong)司(si)，而(er)是一(yi)个工业AI公(gong)司(si)。

《财经智库》：您提(ti)出(chu)了“1+2+N”智能(neng)工厂新架构(gou)，即构(gou)建“智能(neng)工厂”的概念，但您同时强(qiang)调这不是一(yi)个简单的概念，而(er)是一(yi)种可行(xing)的模式，先进的技术(shu)和产品，以及一(yi)种可能(neng)解决的方案。

褚健：“1+2+N”，就是一(yi)个工厂操作(zuo)系统+两(liang)个自动化（生产过程自动化PA和企业运营自动化BA）+N个工业APPs。我们听取了很(hen)多企业领导的意见，包括央企、跨国企业还有中小企业，他们都认可中控的框架。“1+2+N”不是一(yi)个概念，而(er)是融合了很(hen)多技术(shu)、产品和解决方案的体系，能(neng)够全(quan)面覆盖从生产线到管理线的自动化需求。它不仅是中控产品技术(shu)和关键能(neng)力的高(gao)度凝练，更是中控为广大行(xing)业客户数字化转(zhuan)型(xing)、智能(neng)化发展(zhan)所描绘(hui)的蓝图。需要强(qiang)调的是，这并(bing)不意味着中控仅靠一(yi)己之(zhi)力就能(neng)包打(da)天下，我们需要打(da)造一(yi)个开放合作(zuo)的生态系统。诚然，在某些领域，企业间的竞争或许难以避免，但更为普(pu)遍(bian)且重要的是合作(zuo)的可能(neng)性(xing)。过往(wang)十数年间，移动互联网生态的蓬勃发展(zhan)已充分验证了这一(yi)点。未来在工业领域里，完全(quan)有可能(neng)复制类似的生态合作(zuo)模式，对(dui)此(ci)，我充满(man)信心，并(bing)已经看到了希望。

《财经智库》：中控构(gou)建工业操作(zuo)系统实现智能(neng)工厂和智能(neng)制造的跨越(yue)（打(da)通5T，形(xing)成生态），其愿景非常(chang)宏大，是不是也意味着跟外部科技合作(zuo)的可能(neng)性(xing)？毕竟，完全(quan)依靠自身力量(liang)完成一(yi)切是不现实的，在这些方面，优势和短板又有哪些？

褚健：这基于一(yi)系列基本的前提(ti)和基础。首先，是否认同工业3.0到工业4.0的转(zhuan)变？是否认同自动化到数字化、智能(neng)化的转(zhuan)型(xing)？是否认同没有哪家企业能(neng)够包打(da)天下？这就是合作(zuo)的共识和基础。同时，工业企业最需要什(shi)么？现在市场上遇到很(hen)多困惑和迥(jiong)异(yi)的观念，不同的解决方案可能(neng)造成混淆甚至混乱(luan)。比如什(shi)么叫智能(neng)工厂？什(shi)么叫智能(neng)制造？什(shi)么是工业互联网，概念很(hen)多。不能(neng)为数字化而(er)数字化，关键是要有能(neng)力为企业降低成本、提(ti)高(gao)效率。因此(ci)，强(qiang)化自身能(neng)力、找到解决方案，就要有核心的技术(shu)和产品，并(bing)得到用户和合作(zuo)伙伴的认可。

至于短板，对(dui)于中控来说，目前一(yi)些技术(shu)方面确实有所缺失，比如工艺技术(shu)。化工领域的专家往(wang)往(wang)不具备计算(suan)机背景，而(er)自动化领域的专家虽对(dui)反应器有所了解，却可能(neng)缺乏化工与(yu)计算(suan)机知识。以PDH（丙(bing)烷脱氢(qing)）为例，如何能(neng)够了解它的工艺，使(shi)其产量(liang)更大、质量(liang)更好、能(neng)耗更低？我们需要实现5T（自动化技术(shu)、信息(xi)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，自动化的发展(zhan)已今非昔比。过去所学的现代控制理论(lun)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？通过“AI+5T”，或许会产生完全(quan)不同的新技术(shu)。传统的控制理论(lun)和AI之(zhi)间到底是竞争关系还是合作(zuo)关系？这需要我们深入研究、积极探索。如果能(neng)够成为一(yi)个5T综合领域的专家，通过专业知识、数据与(yu)AI技术(shu)，或许能(neng)够帮助人(ren)类解决更现实的问题。

中控创始人(ren)褚健与(yu)《财经智库》对(dui)话。

《财经智库》：前不久，您提(ti)出(chu)通过工业AI解决智能(neng)工厂行(xing)业痛点。8月12日《财经智库》来中控调研，你们正在做大模型(xing)的突破(po)，为什(shi)么中控坚定选择了投(tou)入AI技术(shu)？从研发到实际(ji)应用，中控如何确保AI的投(tou)入不会成为一(yi)场高(gao)风险的冒险，而(er)是成为推动持续创新的动力？

褚健：ChatGPT的横空出(chu)世令我深感震撼(han)，这让生成式AI和未来的通用AI变成了可能(neng)。对(dui)于工业领域而(er)言，它就像把很(hen)多前辈的智慧与(yu)广泛的知识体系浓缩于一(yi)体。正如爱因斯坦之(zhi)前的时代，牛顿力学被(bei)视为颠扑不破(po)的真理，直(zhi)至微观粒子层(ceng)面的探索才催生了量(liang)子力学的诞生。在此(ci)之(zhi)前，我们所学皆源自书本，经由科学验证与(yu)实验证实，这与(yu)ChatGPT所展(zhan)现的学习与(yu)生成过程颇为相(xiang)似。这种技术(shu)发展(zhan)，在工业领域虽然不能(neng)精确地解决所有问题，但它无疑(yi)揭示了技术(shu)发展(zhan)的新趋势。

我认为，随着AIGC（人(ren)工智能(neng)生成内容）技术(shu)的兴起，AI已迈入了一(yi)个全(quan)新的发展(zhan)阶段。去年，我曾向公(gong)司(si)全(quan)员提(ti)出(chu)，所有中控人(ren)都要学会用AI工具，所有中控的产品都应该(gai)有AI能(neng)力，当然最重要的是有能(neng)力开发完全(quan)基于AI的产品，我们的流程工业时序大模型(xing)TPT就是这个方向。在这方面，中控会加大力度，也许是“All in”。

《财经智库》：人(ren)工智能(neng)在制造业中正在发生作(zuo)用，但在流程工业中，AI的应用似乎进展(zhan)较为缓慢，是因为流程工业更带(dai)有它的复杂(za)性(xing)，难度更大？

褚健：您指的是离散制造业，这方面应用可能(neng)更多的是质检，而(er)质检主要是基于图像处理的，与(yu)AIGC并(bing)无直(zhi)接关联。比较而(er)言，我觉得流程工业比离散制造业在AI应用方面具有更为显著(zhu)的优势与(yu)潜力。为什(shi)么？因为流程工业拥(yong)有海量(liang)的数据资源，而(er)离散工业的数据相(xiang)对(dui)不完整，也就是说离散行(xing)业经过清(qing)洗、处理后(hou)的有效数据可能(neng)远远不如流程行(xing)业。这使(shi)得流程行(xing)业在数据资源上占据了显著(zhu)优势。

化工过程最大的特点是“三传一(yi)反”。“三传”是传热、传质、传力，即热量(liang)、质量(liang)、动力的传递；“一(yi)反”是指化学反应。这是工程学科中的经典理论(lun)。而(er)化工装置无外乎反应器、分离塔，这些装置在运行(xing)过程中产生的大量(liang)数据，能(neng)够真实反映其特性(xing)。值得注意的是，化工过程并(bing)非Pure chemistry（纯化学反应），因为自然界(jie)没有纯的东西。反应物料中往(wang)往(wang)含有杂(za)质，因此(ci)，当不同的原料进入化工装置，经过“三传一(yi)反”，结合数据，出(chu)来的东西应该(gai)是什(shi)么、应该(gai)怎么变，其实是有机理存在的。正因为不是纯物质，反而(er)有文章(zhang)可做。

《财经智库》：您的意思是说，在AI的应用方面，流程工业比离散工业更有空间。您刚才提(ti)到中控有超(chao)过3.2万家用户，您也说过Data is food of AI（数据是人(ren)工智能(neng)的食粮）。在未来的发展(zhan)过程中，除了数量(liang)上的增长，您怎么看数据质量(liang)和深度对(dui)工业AI发展(zhan)的影响？中控从化工领域入手(shou)，对(dui)于不同行(xing)业、不同工艺流程用户数据的差异(yi)性(xing)，如何实现数据驱动的个性(xing)化解决方案？

褚健：在流程工业中，数据不仅丰富，且其归类相(xiang)对(dui)容易。上一(yi)个问题讲到“三传一(yi)反”，涉(she)及诸多装置。具体而(er)言，化工行(xing)业是流程工业的典型(xing)代表(biao)，而(er)除此(ci)之(zhi)外，如钢铁(tie)、有色、建材等行(xing)业，虽然不是传统意义上的石油化工或有机化工，其机理与(yu)“三传一(yi)反”完全(quan)不同，但同样产生化学反应。传统的无机化工也与(yu)有机化工不同，但它们都具有大量(liang)数据和机理的相(xiang)似之(zhi)处，因为它们都是化学反应过程，这都是工业AI应用的重要基础。所以，数据的庞大不代表(biao)数据的有效性(xing)。但如我刚才所强(qiang)调的，流程工业具有大量(liang)的数据，结合机理过程以及装置，有效性(xing)显然高(gao)于离散行(xing)业。目前中控诸多案例和成果，已经证明这条(tiao)路(lu)是行(xing)得通的，尽管还有“坎”，但我们会力争突破(po)。

以无机化工中的氯碱行(xing)业为例，中国绝大部分的氯碱厂用的是中控的控制系统，中控与(yu)这些客户关系密切。它们现在提(ti)出(chu)了很(hen)多需求，比如扩产时能(neng)否不再招“操作(zuo)工”？能(neng)否降低能(neng)耗？能(neng)否延长离子膜的寿(shou)命？能(neng)否提(ti)高(gao)产能(neng)？哪些潜在故障(zhang)在早期能(neng)预警(jing)预报？解决这些问题，主要依靠的就是“工程师”。但若能(neng)够把所有的知识联通，把不同的用户数据与(yu)经验汇聚，就能(neng)发现问题所在，数据就变得有效。尽管氯碱厂规模、原料可能(neng)所有不同，但其工艺原理相(xiang)近，这不就是我们要学习的吗？以前人(ren)力难以完成，但现在AI可以做到。

《财经智库》：您将下一(yi)代工业控制系统称之(zhi)为UCS（Universal Control System），以软件定义、全(quan)数字化、云(yun)原生，来试图颠覆应用近50年的传统DCS技术(shu)架构(gou)，工业市场是否已经准备好接受这种转(zhuan)型(xing)？您预期在技术(shu)和市场的成熟度上，未来会发生什(shi)么变化？

褚健：DCS最早是由Honeywell在1975年提(ti)出(chu)来的，经过近50年的发展(zhan)，架构(gou)大同小异(yi)，但技术(shu)完全(quan)不同。这套体系主要存在的问题，一(yi)是成本下降有限，当然随着整个IT技术(shu)的下降，它也会下降；二(er)是传统的DCS多基于ARM芯片构(gou)建，算(suan)力有限。当AI应用于DCS中时，ARM无法实现。

基于当前先进的服务(wu)器技术(shu)，特别是高(gao)性(xing)能(neng)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(neng)。因此(ci)，通过UCS颠覆DCS的传统架构(gou)是非常(chang)有希望的。中控的年轻团队创新性(xing)地提(ti)出(chu)了UCS的框架，将原来成百上千(qian)面机柜清(qing)零，变成了一(yi)面机柜；将原本需要数亿元投(tou)资的电(dian)缆铜缆，用一(yi)对(dui)光纤来解决；控制系统通过云(yun)化技术(shu)实现统一(yi)控制，将无数个“小脑袋”变成一(yi)个“大脑袋”，所有数据都在这个“大脑袋”上，AI就可以充分发挥(hui)作(zuo)用，把项目生命周期大幅度提(ti)升(sheng)，真正实现了软件定义优化。我们原以为可能(neng)需要两(liang)三年的时间才能(neng)够被(bei)中国客户接受，如同上世纪80年代初(chu)国外DCS引(yin)入中国时，尽管上海炼(lian)油厂率先使(shi)用，但大量(liang)企业仍在怀疑(yi)并(bing)质疑(yi)。然而(er)，在UCS发布(bu)后(hou)，众多企业，包括跨国公(gong)司(si)，均表(biao)现出(chu)强(qiang)烈的试用意愿，这一(yi)速度大大超(chao)出(chu)了我们的预期。究其原因，一(yi)是UCS能(neng)够显著(zhu)降低系统成本；二(er)是AI技术(shu)的充分应用成为可能(neng)。

《财经智库》：看来持续迭代是你们的内驱力，还有一(yi)批(pi)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(xing)TPT？

褚健：这个模型(xing)不足以称“大”，但非常(chang)管用，都是基于时间序列的。以前很(hen)多软件都是通过不同专家，有些企业可能(neng)都没有专家，即通过高(gao)级工程师或有专业才能(neng)的技术(shu)人(ren)员去管控不同的部门，且流程很(hen)长。但今天通过TPT不仅能(neng)解决操作(zuo)问题，还能(neng)解决设备运维问题。如果要提(ti)高(gao)产品质量(liang)或者产能(neng)的同时降低能(neng)耗，都可以采用类似与(yu)ChatGPT沟通方式，把数据输入大模型(xing)，利用以前学到的数据构(gou)建模型(xing)，通过一(yi)个TPT来管控一(yi)个工厂。

《财经智库》：您多次(ci)提(ti)到中控的年轻人(ren)，好像一(yi)些突破(po)性(xing)的项目都由年轻人(ren)完成。据了解，中控每年的研发占比在10%以上，对(dui)年轻人(ren)你们有哪些机制来确保这种创新能(neng)力的实现？

褚健：肯定有。但如果通过某种机制，可能(neng)新的东西就出(chu)不来了。

中控创始人(ren)褚健与(yu)《财经智库》对(dui)话。

构(gou)建事实上的工业标准

《财经智库》：刚才提(ti)到中控的控制系统等产品在国内的占比很(hen)高(gao)，那你们在未来的国际(ji)化方面有无整体设想？核心目标与(yu)方法各是什(shi)么？

褚健：目前中控在中国的市场占有率很(hen)高(gao)，但在全(quan)球市场影响力还小，知名度还不够。从全(quan)球角度，中控将面临更大的竞争和压力。尽管中控已在全(quan)球布(bu)局(ju)，包括在中东、东南亚、欧(ou)洲、北(bei)美和南美等地，增速也较快，但目前占比还不高(gao)，我们希望今后(hou)海外营收占比能(neng)够实现大幅的、快速的提(ti)升(sheng)，一(yi)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》：不可否认，中控在全(quan)球的控制系统市场上也面临着激烈的竞争，国际(ji)企业在AI领域的布(bu)局(ju)如何？

褚健：我相(xiang)信这些大的跨国公(gong)司(si)在AI应用方面均有所布(bu)局(ju)。中控在全(quan)球率先发布(bu)UCS和TPT，这些企业也会与(yu)我们交流，它们对(dui)中控所做的事情表(biao)示认可。但事实上，这些企业也都在积极布(bu)局(ju)AI领域。或许，许多成果要等到实际(ji)推出(chu)后(hou)才会为世人(ren)所知。技术(shu)的发展(zhan)趋势是显而(er)易见的，无非看谁的速度更快。

回顾中控刚开始做DCS的时候，我们也是以跨国公(gong)司(si)的DCS作(zuo)为标杆，向它们学习。今天我依然认为跨国公(gong)司(si)有许多地方值得学习和尊敬(jing)。它们拥(yong)有丰富的技术(shu)积累和人(ren)才储备，且产品系列也很(hen)丰富，它们是中控的标杆和榜样。但在中控的第四个十年里，我们有机会在全(quan)球，尤其是在流程行(xing)业，成为工业AI领域的领导者之(zhi)一(yi)，至少我们希望能(neng)在这一(yi)领域占据重要的一(yi)席。

《财经智库》：都说中国应用场景丰富，与(yu)国外比较如何？

褚健：我对(dui)国外的场景不太熟悉。当然，中国大的石化行(xing)业企业在全(quan)球也是领先的，其拥(yong)有2000万吨炼(lian)油规模、几百万吨烯烃或PTA的规模，国外并(bing)不多见。在传统化工、精细化工领域，无论(lun)是产业链的深度与(yu)广度，还是产品的种类与(yu)规模，中国在全(quan)球均占据举足轻重的地位，所以场景比国外更丰富。在深耕中国市场的同时，我们应加大与(yu)海外企业的合作(zuo)力度，共同探索新的应用场景和技术(shu)创新。中控与(yu)这些跨国公(gong)司(si)之(zhi)间既(ji)存在合作(zuo)的可能(neng)性(xing)，也可能(neng)面临竞争，但无论(lun)何种关系，我们都将始终坚持以客户价值创造为核心，致力于为客户提(ti)供更加优质、高(gao)效的产品和服务(wu)。

2024年6月，中控技术(shu)在新加坡召开全(quan)球新品发布(bu)会。

《财经智库》：关于国际(ji)标准问题。在工业领域，欧(ou)美企业常(chang)常(chang)主导国际(ji)技术(shu)标准，中国企业的技术(shu)创新能(neng)否在未来引(yin)领某些技术(shu)标准的制定？具体在哪些领域中控有机会实现这种突破(po)？

褚健：中控的EPA在2008年成为IEC（国际(ji)电(dian)工委员会）的国际(ji)标准，其中有一(yi)部分也成为德国的国家标准。当时，时任科技部部长万钢批(pi)示说，以前德国的很(hen)多国家标准都进入了国际(ji)标准，而(er)中国的标准又都来自国际(ji)标准，所以中国总是把德国的国家标准作(zuo)为自己的标准；而(er)如今中控的EPA成为国际(ji)标准，被(bei)德国纳入其国家标准，这非常(chang)了不起。

我认为有两(liang)类标准必(bi)须做。第一(yi)类，已经获得广泛共识、具有普(pu)适(shi)性(xing)的标准，即共同的标准，对(dui)于这类已经确立的标准，我们应积极遵循并(bing)采纳。另一(yi)类则是如何创造并(bing)制定新的标准。这个更为重要，特别是在工业领域，当达到一(yi)定规模时，它就是一(yi)个事实上的工业标准。中控希望能(neng)够积极参与(yu)并(bing)推动这类标准的制定，牵头与(yu)否并(bing)不重要，重要的是能(neng)够在工业领域被(bei)接纳，标准本来是无价的。

在其他方面，中控也会积极参与(yu)。比如Ethernet-APL（以太网高(gao)级物理层(ceng)）就是国际(ji)上提(ti)出(chu)来的标准，目前并(bing)未形(xing)成共识，但我们认为这个技术(shu)代表(biao)了未来方向，所以积极参与(yu)到标准的制定、完善及应用中。也有一(yi)些可能(neng)现在大家还不知道，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。

架起科研和产业的桥梁(liang)

《财经智库》：从最初(chu)自动化之(zhi)路(lu)的设想到现在的“工业大脑”，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(zhi)间选择了较为艰难的自主创新，您开始的初(chu)衷就是想打(da)通科研和产业的通道吗？

褚健：是的。开始没想那么多，只觉得要构(gou)建一(yi)个从科研到产业的通道。这个通道怎么建？当时已经证明在学校(xiao)不可能(neng)实现产业化，所以建在学校(xiao)肯定不行(xing)。换句话说，学校(xiao)也不应该(gai)做产业化的事。

30多年前，社会上很(hen)多企业研发能(neng)力相(xiang)对(dui)较弱，不像今天，企业的研发能(neng)力超(chao)过了学校(xiao)和研究机构(gou)。如何把这两(liang)者结合起来构(gou)建一(yi)个通道，就是我们的初(chu)衷。虽然我们手(shou)上没有产品、没有钱，几乎不懂市场、经营、管理、制造、服务(wu)等，但我们知道要做这件事就应该(gai)建一(yi)个企业，需要面向市场、转(zhuan)变观念。也就是说，我不再是教授，而(er)是要走技术(shu)之(zhi)路(lu)、产业之(zhi)路(lu)。

《财经智库》：高(gao)校(xiao)的科研和研发与(yu)企业的研发不是一(yi)回事。您曾将科研界(jie)和产业界(jie)比作(zuo)长江和黄河，不可交汇。

褚健：对(dui)，科研和产业像是长江与(yu)黄河，不相(xiang)交。学校(xiao)应该(gai)做前沿的技术(shu)突破(po)、原始创新，甚至是科学发现、基础研究，而(er)非成果转(zhuan)化。在当今时代，成果转(zhuan)化领域已汇聚了大量(liang)专业人(ren)才，这与(yu)30年前的情况截然不同，他们已具备相(xiang)应的转(zhuan)化能(neng)力。科技型(xing)企业在于面向市场、贴近用户需求，致力于解决用户的痛点问题，这一(yi)理念自企业初(chu)创之(zhi)时便已明确。

科研有科研的规律，商业有商业的逻(luo)辑，两(liang)者之(zhi)间，有一(yi)个巨(ju)大的鸿沟，而(er)我的任务(wu)是成为商业与(yu)科研的桥梁(liang)，在于将科研成果的价值更好地发挥(hui)，同时解决商业企业在创新技术(shu)源头上所面临的问题。

《财经智库》：您已经把高(gao)校(xiao)、研究机构(gou)以及企业在成果转(zhuan)化的角色定位说得很(hen)清(qing)楚了，您是比较典型(xing)的产学研结合之(zhi)人(ren)。在科研成果的转(zhuan)化过程中，您认为哪些是特别重要的关键点？

褚健：可能(neng)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。含义不同，不能(neng)混为一(yi)谈(tan)。

30年前，高(gao)校(xiao)的知识或者技术(shu)能(neng)力相(xiang)对(dui)产业的技术(shu)水(shui)平是较高(gao)的，那时“三来一(yi)补(bu)”（即来料加工、来样加工、来件装配和补(bu)偿(chang)贸易）的模式就可以应用了，但订单、市场、设备都是别人(ren)的；然而(er)，时至今日，情况已发生根本性(xing)变化。从某种意义上讲，产业界(jie)的技术(shu)水(shui)平，虽未必(bi)比跨国公(gong)司(si)更高(gao)，但相(xiang)较中国高(gao)校(xiao)已经不低了。

比如说人(ren)工智能(neng)、无人(ren)驾(jia)驶等领域，高(gao)校(xiao)在与(yu)大型(xing)科技企业的对(dui)比中显得相(xiang)对(dui)弱势。这些大企业不仅拥(yong)有雄(xiong)厚的人(ren)才储备和强(qiang)大的计算(suan)能(neng)力，而(er)且其研发团队规模庞大、组(zu)织严密，能(neng)够高(gao)效协同工作(zuo)。相(xiang)比之(zhi)下，高(gao)校(xiao)都是相(xiang)对(dui)不稳定的研究生，差距就会拉(la)大。在我们这个领域，高(gao)校(xiao)的科研或研发与(yu)企业也不同。创业办公(gong)司(si)是市场导向，而(er)非论(lun)文导向、成果导向，企业的研发必(bi)须有用。当然，我也跟团队说，能(neng)不能(neng)做五(wu)年后(hou)的研发，或者是做一(yi)些可能(neng)失败的东西，但所有这些努力都必(bi)须面向未来，具有前瞻性(xing)。

《财经智库》：目前强(qiang)调创新，强(qiang)调科技产业化或科研成果转(zhuan)化，从您的角度，在创新主体上，像南科大的刘科教授说，创新就应该(gai)以企业为主体；中芯国际(ji)原董事长周子学也持此(ci)观点，您怎么看？

褚健：所谓的“卡(ka)脖子”，不是卡(ka)技术(shu)，而(er)是卡(ka)产品。我们今天被(bei)卡(ka)的芯片、光刻(ke)机、工业软件，各种材料、零部件等等都是产品。当然，产品里存在许多技术(shu)，但它首先是产品。现阶段的问题需要产业界(jie)来解决，高(gao)校(xiao)和科研院所应该(gai)想办法解决十年后(hou)不再被(bei)“卡(ka)脖子”的问题。国外不会停下来，还会往(wang)前走；中国的企业能(neng)不能(neng)十年后(hou)不再被(bei)“卡(ka)脖子”，这才是关键。

中国过去40多年工业化的经验积累已经奠定了非常(chang)雄(xiong)厚的基础。我们对(dui)未来的判断，或者说基础储备，按趋势走就应该(gai)没问题；尽管颠覆性(xing)的创新可能(neng)会困难些，但大体不会走错方向。真正的竞争需要经受市场检验，比如中控创新推出(chu)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，就一(yi)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(yi)线。不要等十年后(hou)再攻关，那样或许就永远跟不上了。所以，看清(qing)趋势，关注十年、二(er)十年后(hou)我们如何不再被(bei)别人(ren)卡(ka)。当然，我们也希望加强(qiang)各种国际(ji)合作(zuo)，在开放中竞争并(bing)得到提(ti)升(sheng)。

来源：财经杂(za)志