中(zhong)控创始(shi)人褚健教授。

走出象牙塔30年(nian)

《财经智库》：您被人们称为“中(zhong)国自(zi)动化产业第一人”，上世纪80年(nian)代末，您就参与了中(zhong)国早期工业控制系(xi)统DCS（Distributed Control System）的研发，而(er)当时国内技术环境(jing)和资源(yuan)相对有限。作为开拓者，是什么(me)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历有关？

褚健：我不是什么(me)第一人，不妥。相对而(er)言，可能有点故事而(er)已。事实上，在自(zi)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(er)是在各种因素的影响下促成(cheng)了产业化这(zhe)件事。首(shou)先，在20世纪80年(nian)代末90年(nian)代初，中(zhong)国正处于社会转型的关键时期，国家高(gao)度重视并大力推动大学科研成(cheng)果的转化应用。在此背景下，原国家计划委员会（后更名为国家发展(zhan)和改革委员会）在浙江大学设立了工业自(zi)动化国家工程研究中(zhong)心，鼓(gu)励构建一条从研究到产业的通道。在这(zhe)一政策感召下，我坚定地做了这(zhe)件事，尽管当时对很多事情不甚了解，但我内心觉(jue)得这(zhe)个方向非(fei)常正确。

日本留学的经历对我影响很大。在1986年(nian)至1989年(nian)期间(jian)，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(qi)等，这(zhe)些企(qi)业的自(zi)动化程度非(fei)常高(gao)，在偌大的车间(jian)里几乎(hu)看不到人。其中(zhong)在参观松下电器(qi)位于大阪(ban)的中(zhong)央研究院的过程中(zhong)，我更是目睹了机械手精准地夹取(qu)并煎制鸡(ji)蛋的精湛技艺。当时我深感震撼，因为机械手抓取(qu)鸡(ji)蛋的过程中(zhong)，稍一用力鸡(ji)蛋会破，而(er)力量不足鸡(ji)蛋就会掉，这(zhe)对于机械手的控制要求非(fei)常高(gao)。虽然今(jin)天看来或许并不稀奇，但在当时却代表(biao)了极高(gao)的技术水平。这(zhe)些景象强化了我的认(ren)知，我认(ren)为所有的工业企(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研成(cheng)果转化的重任。但当时的我对于技术、产品以及(ji)市场都(dou)知之甚少，这(zhe)无疑为产业化之路增添了许多挑战与困难。但正是这(zhe)些挑战与困难，也(ye)让我更加坚定了在自(zi)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么(me)？

褚健：我所面临的难题并非(fei)单纯(chun)的对技术不了解，而(er)是对系(xi)统性技术的陌生。在学校期间(jian)，研究的重心多聚焦于某一技术点上的突破，这(zhe)些研究或许已达到前沿水平，但要将之转化为产品级的技术创新，却需要实现从点到面的系(xi)统性跨越，这(zhe)与撰(zhuan)写学术论文的差别很大。初涉此领域，有很多事情我并不熟悉(xi)，但我却明白，要将一项技术理念转化为市场所需的产品远(yuan)非(fei)易事。市场所渴求的并非(fei)单纯(chun)的样机、科研成(cheng)果或学术论文，而(er)是能够切实解决问题的方案或手段。

彼时，中(zhong)国刚刚改革开放(fang)，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(shi)就研发了当时最复杂也(ye)是最重要的工业控制系(xi)统DCS，对于石油化工这(zhe)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，甚至出现重大事故，所以没有一家企(qi)业愿意接受相信并采用我们的DCS。DCS不同于其他普通产品——进口(kou)的电饭锅(guo)和国产的电饭锅(guo)，两者都(dou)能使用，不会出现大问题，而(er)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(xiang)做点有意义、有价值的事，肯定要学习，学习如何开发一款好(hao)产品，学习如何管理一家企(qi)业，如何鼓(gu)励一个团队，如何去营销，如何去说服客户⋯⋯有了目标(biao)，就有希(xi)望。

我们的服务对象涉及(ji)炼油、化工、电力、造纸以及(ji)制药等行业的生产过程，全都(dou)用到自(zi)动化。这(zhe)些行业企(qi)业一年(nian)365天、每天24小时不间(jian)断地运行，就像电不能停一样。如此严苛的运行环境(jing)，对控制系(xi)统的可靠性提出了极高(gao)的要求。打个比方，如果说人的大脑(nao)是一个控制器(qi)，那么(me)大脑(nao)必须有逻辑(ji)判断，而(er)对于一家企(qi)业来说，其控制系(xi)统就犹如大脑(nao)。

中(zhong)控创始(shi)人褚健与《财经智库》对话。

《财经智库》：这(zhe)也(ye)就是为什么(me)您经常将工业控制系(xi)统称之为“工业大脑(nao)”。

褚健：在没有控制系(xi)统之前，由(you)于生产规模较(jiao)小，各项操作依靠人工完成(cheng)；然而(er)，随着生产复杂性的提升，机器(qi)控制成(cheng)为不可或缺的替代方案，这(zhe)就是我们现在用的计算机、芯片、软件以及(ji)众多通信技术（ICT）。之所以把DCS比喻成(cheng)工业大脑(nao)，是因为它已经具(ju)备了“大脑(nao)”的基本属性，并需要大量的知识储备。这(zhe)些知识就是AI技术。AI技术在工业大脑(nao)里已经开始(shi)发挥作用，能够实现对整个工厂更准确的控制。这(zhe)一变(bian)革性进展(zhan)极大地削弱了工程师在传统生产流程中(zhong)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，如今(jin)仅凭一个集成(cheng)AI的系(xi)统即可高(gao)效完成(cheng)，甚至能胜任许多工程师难以单独解决的复杂任务。我和我的团队正积极地推动这(zhe)一领域的发展(zhan)。

《财经智库》：让中(zhong)控成(cheng)为流程工业的“工业大脑(nao)”是您的追求。去年(nian)，正好(hao)是中(zhong)控30年(nian)，您将此分成(cheng)三个阶段：第一个十年(nian)要解决生存(cun)问题；第二个十年(nian)参与竞争，也(ye)就是跟国际一流企(qi)业竞争高(gao)端的国内市场；第三个十年(nian)，解决市场占(zhan)有率问题。您还说，最重要的贡(gong)献就是完成(cheng)了一个工业控制体系(xi)的国产化。1975年(nian)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(nian)，日本横河电机也(ye)推出了自(zi)己的第一款DCS产品；1981年(nian)，一批外资企(qi)业开始(shi)进入中(zhong)国。您能否介绍一下中(zhong)控这(zhe)30年(nian)经历的关键节点？

褚健：确实，流程工业的控制系(xi)统从上世纪80年(nian)代开始(shi)就被大型跨国公(gong)司所垄(long)断。中(zhong)控首(shou)先要解决生存(cun)问题。在此基础上，与一流的跨国公(gong)司进行竞争，然后在竞争中(zhong)学习并超越。目前中(zhong)控有超过3.2万(wan)家客户，具(ju)有大量的数据积淀和实践案例，未来我希(xi)望中(zhong)控的客户数量可以很快达到5万(wan)这(zhe)个数字。

中(zhong)控科技园全景。摄影/刘维航

今(jin)年(nian)是中(zhong)控第四(si)个十年(nian)的起始(shi)年(nian)，我们希(xi)望在未来的十年(nian)里，中(zhong)控能够依托于对工业Know-how的理解以及(ji)在流程行业的独特优势(shi)，在全球竞争的基础上加强工业AI能力，并在工业AI方面成(cheng)为全球领先的企(qi)业，这(zhe)是我们的目标(biao)。30余年(nian)来，我们开始(shi)是个小舢舨，先在游泳池学游泳，然后在钱塘江游泳，尽管游不到江口(kou)，但毕竟可以靠岸；后来成(cheng)为一条大船，游到了杭州湾出海口(kou)，未来，我们希(xi)望中(zhong)控成(cheng)为一个舰队，游向更广阔的大海。

2007年(nian)对中(zhong)控而(er)言是一个标(biao)志性的年(nian)份(fen)。那一年(nian)，中(zhong)控获得了中(zhong)国石化武汉分公(gong)司500万(wan)吨“油品质(zhi)量升级炼油改造工程”的项目合同（如今(jin)已是2000万(wan)吨炼油规模），包括四(si)套主装置(zhi)：500万(wan)吨/年(nian)常减压，190万(wan)吨/年(nian)煤(mei)、汽柴油加氢精制，120万(wan)吨/年(nian)延迟焦化和6万(wan)吨/年(nian)硫磺回收。这(zhe)个项目非(fei)常成(cheng)功，标(biao)志着国产DCS首(shou)次(ci)进入500万(wan)吨级炼油核(he)心主装置(zhi)，也(ye)标(biao)志着高(gao)端市场核(he)心主装置(zhi)DCS被跨国公(gong)司垄(long)断的时代结束了。中(zhong)控从原来只做小项目到承接大型项目主装置(zhi)，从500万(wan)吨炼油到千万(wan)吨炼油、百万(wan)吨乙烯及(ji)整个炼化一体化，这(zhe)意味着中(zhong)控从原来很小的市场占(zhan)有率，到逐步有能力竞争再到领先。只有拥有这(zhe)样重大项目的业绩，中(zhong)控才能保证(zheng)在未来市场竞争中(zhong)不被跨国公(gong)司压垮。

《财经智库》：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(zhong)控2023年(nian)DCS国内市场占(zhan)有率已达37.8%，其中(zhong)化工领域占(zhan)有率是56.3%。目前，中(zhong)控的DCS在国内的占(zhan)比已经很高(gao)了，是否已到天花板？

褚健：比如DCS在中(zhong)国的市场规模是120亿元左右，如果纯(chun)粹从DCS市场规模角(jiao)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(jiao)度来讲，还看不到天花板。现在用户最关注的，比如节能、安全、降本等痛点，未来中(zhong)控有可能面临的天花板很高(gao)很高(gao)，不是几百亿元，而(er)是几千亿元。理论上讲，目前在中(zhong)控的战略转型阶段，面向的市场大概(gai)是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，最终是全方位地帮(bang)助用户解决困难和问题，而(er)不仅仅是推销一款产品。

《财经智库》：把格局打开，目标(biao)锁定安全、质(zhi)量、成(cheng)本、绿色，似乎(hu)就不存(cun)在天花板了。中(zhong)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(zhe)个过程中(zhong)，怎样才能更好(hao)地实现这(zhe)个途径？

褚健：第一，必须把产品体系(xi)和服务模式做好(hao)；第二，这(zhe)个服务模式有尽可能大的覆盖面；第三，要有很多典型的成(cheng)功案例；第四(si)，广而(er)告(gao)之。目前，中(zhong)控在全国647个化工园区及(ji)沙特、泰国、哈萨克斯坦等国家设立了近200家5S店(dian)，覆盖全球3.2万(wan)多家用户，并通过5S店(dian)把先进的创新成(cheng)果、产品技术、解决方案及(ji)应用效果传递给(gei)企(qi)业，让企(qi)业愿意尝(chang)试(shi)，并为企(qi)业带来实实在在的效果，这(zhe)才能赢得企(qi)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(fei)常激烈(lie)，企(qi)业要在竞争中(zhong)活下来，主要途径就是全面消除安全事故、提高(gao)产品质(zhi)量、降低各项成(cheng)本，并朝着智能化、绿色化发展(zhan)方向发展(zhan)，这(zhe)就是中(zhong)控要干的事。

中(zhong)控创始(shi)人褚健与《财经智库》对话。

内驱力：持续迭代

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

褚健：控制系(xi)统就是人的大脑(nao)，仅有智商不够，还需要知识，而(er)工业领域所指的“知识”是构建软件的基础。软件不仅是各种机器(qi)设备实现智能化的关键，更是产品设计、生产控制、能源(yuan)管理、安全管理、质(zhi)量管理等的主要工具(ju)。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(zi)动化到工业智能化，再到工业可持续发展(zhan)的进化过程，也(ye)是传统制造向新型工业化、新质(zhi)制造的进化过程，其中(zhong)数字化转型是基础，也(ye)就是软件与材料设备、工艺流程、数实融合的过程。在工业领域，尤其是在流程行业的转型过程中(zhong)，包括数字化转型、AI应用、供应链韧性、可持续发展(zhan)等都(dou)与软件密(mi)切相关。在过去30年(nian)，中(zhong)控始(shi)终围(wei)绕行业需求，加快发展(zhan)工业软件，已建立了丰富的产品线并自(zi)主研发出一批核(he)心工业软件，形成(cheng)了较(jiao)为完善的工业软件产品谱系(xi)。我始(shi)终认(ren)为，推进智能制造，关键在于工业软件，智能制造是软件驱动的工业革命。

《财经智库》：然而(er)，中(zhong)控最初的优势(shi)在于硬件。

褚健：最初，中(zhong)控肯定什么(me)优势(shi)都(dou)没有，但优势(shi)是逐步建立起来的。我所指的优势(shi)不是指市场占(zhan)有率，而(er)是中(zhong)控如何能够把现在保有的3.2万(wan)多家用户和未来可能达到的5万(wan)家用户服务好(hao)，让用户能够在安全、质(zhi)量、成(cheng)本、绿色的核(he)心需求上得到大幅度提升；如何把我们的技术经验和积累(lei)的案例知识与用户的需求结合在一起，通过AI的运用，帮(bang)助用户创造价值。可以说，中(zhong)控不是一个DCS公(gong)司，也(ye)不是一个自(zi)动化公(gong)司，而(er)是一个工业AI公(gong)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(gai)念，但您同时强调这(zhe)不是一个简(jian)单的概(gai)念，而(er)是一种可行的模式，先进的技术和产品，以及(ji)一种可能解决的方案。

褚健：“1+2+N”，就是一个工厂操作系(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。我们听(ting)取(qu)了很多企(qi)业领导的意见，包括央企(qi)、跨国企(qi)业还有中(zhong)小企(qi)业，他们都(dou)认(ren)可中(zhong)控的框架。“1+2+N”不是一个概(gai)念，而(er)是融合了很多技术、产品和解决方案的体系(xi)，能够全面覆盖从生产线到管理线的自(zi)动化需求。它不仅是中(zhong)控产品技术和关键能力的高(gao)度凝练(lian)，更是中(zhong)控为广大行业客户数字化转型、智能化发展(zhan)所描(miao)绘的蓝图。需要强调的是，这(zhe)并不意味着中(zhong)控仅靠一己之力就能包打天下，我们需要打造一个开放(fang)合作的生态系(xi)统。诚然，在某些领域，企(qi)业间(jian)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(nian)间(jian)，移动互联网生态的蓬(peng)勃发展(zhan)已充分验证(zheng)了这(zhe)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，对此，我充满(man)信心，并已经看到了希(xi)望。

《财经智库》：中(zhong)控构建工业操作系(xi)统实现智能工厂和智能制造的跨越（打通5T，形成(cheng)生态），其愿景非(fei)常宏大，是不是也(ye)意味着跟外部科技合作的可能性？毕竟，完全依靠自(zi)身力量完成(cheng)一切是不现实的，在这(zhe)些方面，优势(shi)和短(duan)板又有哪些？

褚健：这(zhe)基于一系(xi)列基本的前提和基础。首(shou)先，是否认(ren)同工业3.0到工业4.0的转变(bian)？是否认(ren)同自(zi)动化到数字化、智能化的转型？是否认(ren)同没有哪家企(qi)业能够包打天下？这(zhe)就是合作的共识和基础。同时，工业企(qi)业最需要什么(me)？现在市场上遇到很多困惑和迥异的观念，不同的解决方案可能造成(cheng)混淆甚至混乱。比如什么(me)叫智能工厂？什么(me)叫智能制造？什么(me)是工业互联网，概(gai)念很多。不能为数字化而(er)数字化，关键是要有能力为企(qi)业降低成(cheng)本、提高(gao)效率。因此，强化自(zi)身能力、找(zhao)到解决方案，就要有核(he)心的技术和产品，并得到用户和合作伙伴的认(ren)可。

至于短(duan)板，对于中(zhong)控来说，目前一些技术方面确实有所缺失，比如工艺技术。化工领域的专家往往不具(ju)备计算机背景，而(er)自(zi)动化领域的专家虽对反应器(qi)有所了解，却可能缺乏化工与计算机知识。以PDH（丙烷(wan)脱(tuo)氢）为例，如何能够了解它的工艺，使其产量更大、质(zhi)量更好(hao)、能耗更低？我们需要实现5T（自(zi)动化技术、信息技术、工艺技术、运营技术、设备技术）的深度融合。

当然，自(zi)动化的发展(zhan)已今(jin)非(fei)昔比。过去所学的现代控制理论的状态方程、线性控制、非(fei)线性控制等，如今(jin)是否依然成(cheng)立？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之间(jian)到底是竞争关系(xi)还是合作关系(xi)？这(zhe)需要我们深入研究、积极探索。如果能够成(cheng)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)控创始(shi)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解决智能工厂行业痛点。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，为什么(me)中(zhong)控坚定选(xuan)择了投入AI技术？从研发到实际应用，中(zhong)控如何确保AI的投入不会成(cheng)为一场高(gao)风险的冒险，而(er)是成(cheng)为推动持续创新的动力？

褚健：ChatGPT的横空出世令我深感震撼，这(zhe)让生成(cheng)式AI和未来的通用AI变(bian)成(cheng)了可能。对于工业领域而(er)言，它就像把很多前辈的智慧与广泛的知识体系(xi)浓缩于一体。正如爱(ai)因斯坦之前的时代，牛顿力学被视为颠扑(pu)不破的真理，直至微观粒子层面的探索才催生了量子力学的诞生。在此之前，我们所学皆源(yuan)自(zi)书本，经由(you)科学验证(zheng)与实验证(zheng)实，这(zhe)与ChatGPT所展(zhan)现的学习与生成(cheng)过程颇为相似。这(zhe)种技术发展(zhan)，在工业领域虽然不能精确地解决所有问题，但它无疑揭(jie)示了技术发展(zhan)的新趋(qu)势(shi)。

我认(ren)为，随着AIGC（人工智能生成(cheng)内容）技术的兴起，AI已迈入了一个全新的发展(zhan)阶段。去年(nian)，我曾向公(gong)司全员提出，所有中(zhong)控人都(dou)要学会用AI工具(ju)，所有中(zhong)控的产品都(dou)应该有AI能力，当然最重要的是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就是这(zhe)个方向。在这(zhe)方面，中(zhong)控会加大力度，也(ye)许是“All in”。

《财经智库》：人工智能在制造业中(zhong)正在发生作用，但在流程工业中(zhong)，AI的应用似乎(hu)进展(zhan)较(jiao)为缓慢，是因为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(zhe)方面应用可能更多的是质(zhi)检，而(er)质(zhi)检主要是基于图像处理的，与AIGC并无直接关联。比较(jiao)而(er)言，我觉(jue)得流程工业比离散制造业在AI应用方面具(ju)有更为显著的优势(shi)与潜力。为什么(me)？因为流程工业拥有海量的数据资源(yuan)，而(er)离散工业的数据相对不完整，也(ye)就是说离散行业经过清洗、处理后的有效数据可能远(yuan)远(yuan)不如流程行业。这(zhe)使得流程行业在数据资源(yuan)上占(zhan)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(zhi)、传力，即热量、质(zhi)量、动力的传递；“一反”是指化学反应。这(zhe)是工程学科中(zhong)的经典理论。而(er)化工装置(zhi)无外乎(hu)反应器(qi)、分离塔，这(zhe)些装置(zhi)在运行过程中(zhong)产生的大量数据，能够真实反映其特性。值得注意的是，化工过程并非(fei)Pure chemistry（纯(chun)化学反应），因为自(zi)然界没有纯(chun)的东西。反应物料中(zhong)往往含有杂质(zhi)，因此，当不同的原料进入化工装置(zhi)，经过“三传一反”，结合数据，出来的东西应该是什么(me)、应该怎么(me)变(bian)，其实是有机理存(cun)在的。正因为不是纯(chun)物质(zhi)，反而(er)有文章可做。

《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(jian)。您刚才提到中(zhong)控有超过3.2万(wan)家用户，您也(ye)说过Data is food of AI（数据是人工智能的食粮）。在未来的发展(zhan)过程中(zhong)，除了数量上的增长，您怎么(me)看数据质(zhi)量和深度对工业AI发展(zhan)的影响？中(zhong)控从化工领域入手，对于不同行业、不同工艺流程用户数据的差异性，如何实现数据驱动的个性化解决方案？

褚健：在流程工业中(zhong)，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(zhi)。具(ju)体而(er)言，化工行业是流程工业的典型代表(biao)，而(er)除此之外，如钢铁、有色、建材等行业，虽然不是传统意义上的石油化工或有机化工，其机理与“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(ye)与有机化工不同，但它们都(dou)具(ju)有大量数据和机理的相似之处，因为它们都(dou)是化学反应过程，这(zhe)都(dou)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。但如我刚才所强调的，流程工业具(ju)有大量的数据，结合机理过程以及(ji)装置(zhi)，有效性显然高(gao)于离散行业。目前中(zhong)控诸多案例和成(cheng)果，已经证(zheng)明这(zhe)条路是行得通的，尽管还有“坎”，但我们会力争突破。

以无机化工中(zhong)的氯碱行业为例，中(zhong)国绝大部分的氯碱厂用的是中(zhong)控的控制系(xi)统，中(zhong)控与这(zhe)些客户关系(xi)密(mi)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？能否延长离子膜的寿命？能否提高(gao)产能？哪些潜在故障在早期能预警预报？解决这(zhe)些问题，主要依靠的就是“工程师”。但若能够把所有的知识联通，把不同的用户数据与经验汇聚，就能发现问题所在，数据就变(bian)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，这(zhe)不就是我们要学习的吗？以前人力难以完成(cheng)，但现在AI可以做到。

《财经智库》：您将下一代工业控制系(xi)统称之为UCS（Universal Control System），以软件定义、全数字化、云原生，来试(shi)图颠覆应用近50年(nian)的传统DCS技术架构，工业市场是否已经准备好(hao)接受这(zhe)种转型？您预期在技术和市场的成(cheng)熟度上，未来会发生什么(me)变(bian)化？

褚健：DCS最早是由(you)Honeywell在1975年(nian)提出来的，经过近50年(nian)的发展(zhan)，架构大同小异，但技术完全不同。这(zhe)套体系(xi)主要存(cun)在的问题，一是成(cheng)本下降有限，当然随着整个IT技术的下降，它也(ye)会下降；二是传统的DCS多基于ARM芯片构建，算力有限。当AI应用于DCS中(zhong)时，ARM无法实现。

基于当前先进的服务器(qi)技术，特别是高(gao)性能的CPU和GPU，让实现数据的实时处理及(ji)AI的实时在线应用成(cheng)为可能。因此，通过UCS颠覆DCS的传统架构是非(fei)常有希(xi)望的。中(zhong)控的年(nian)轻团队创新性地提出了UCS的框架，将原来成(cheng)百上千面机柜清零，变(bian)成(cheng)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(xi)统通过云化技术实现统一控制，将无数个“小脑(nao)袋”变(bian)成(cheng)一个“大脑(nao)袋”，所有数据都(dou)在这(zhe)个“大脑(nao)袋”上，AI就可以充分发挥作用，把项目生命周期大幅度提升，真正实现了软件定义优化。我们原以为可能需要两三年(nian)的时间(jian)才能够被中(zhong)国客户接受，如同上世纪80年(nian)代初国外DCS引入中(zhong)国时，尽管上海炼油厂率先使用，但大量企(qi)业仍在怀(huai)疑并质(zhi)疑。然而(er)，在UCS发布后，众多企(qi)业，包括跨国公(gong)司，均表(biao)现出强烈(lie)的试(shi)用意愿，这(zhe)一速度大大超出了我们的预期。究其原因，一是UCS能够显著降低系(xi)统成(cheng)本；二是AI技术的充分应用成(cheng)为可能。

《财经智库》：看来持续迭代是你们的内驱力，还有一批年(nian)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(zhe)个模型不足以称“大”，但非(fei)常管用，都(dou)是基于时间(jian)序列的。以前很多软件都(dou)是通过不同专家，有些企(qi)业可能都(dou)没有专家，即通过高(gao)级工程师或有专业才能的技术人员去管控不同的部门，且流程很长。但今(jin)天通过TPT不仅能解决操作问题，还能解决设备运维问题。如果要提高(gao)产品质(zhi)量或者产能的同时降低能耗，都(dou)可以采用类似与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。

《财经智库》：您多次(ci)提到中(zhong)控的年(nian)轻人，好(hao)像一些突破性的项目都(dou)由(you)年(nian)轻人完成(cheng)。据了解，中(zhong)控每年(nian)的研发占(zhan)比在10%以上，对年(nian)轻人你们有哪些机制来确保这(zhe)种创新能力的实现？

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(zhong)控创始(shi)人褚健与《财经智库》对话。

构建事实上的工业标(biao)准

《财经智库》：刚才提到中(zhong)控的控制系(xi)统等产品在国内的占(zhan)比很高(gao)，那你们在未来的国际化方面有无整体设想(xiang)？核(he)心目标(biao)与方法各是什么(me)？

褚健：目前中(zhong)控在中(zhong)国的市场占(zhan)有率很高(gao)，但在全球市场影响力还小，知名度还不够。从全球角(jiao)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、欧(ou)洲(zhou)、北美和南美等地，增速也(ye)较(jiao)快，但目前占(zhan)比还不高(gao)，我们希(xi)望今(jin)后海外营收占(zhan)比能够实现大幅的、快速的提升，一系(xi)列的战略制定及(ji)保障机制也(ye)在逐步明确和优化。

《财经智库》：不可否认(ren)，中(zhong)控在全球的控制系(xi)统市场上也(ye)面临着激烈(lie)的竞争，国际企(qi)业在AI领域的布局如何？

褚健：我相信这(zhe)些大的跨国公(gong)司在AI应用方面均有所布局。中(zhong)控在全球率先发布UCS和TPT，这(zhe)些企(qi)业也(ye)会与我们交流，它们对中(zhong)控所做的事情表(biao)示认(ren)可。但事实上，这(zhe)些企(qi)业也(ye)都(dou)在积极布局AI领域。或许，许多成(cheng)果要等到实际推出后才会为世人所知。技术的发展(zhan)趋(qu)势(shi)是显而(er)易见的，无非(fei)看谁的速度更快。

回顾中(zhong)控刚开始(shi)做DCS的时候，我们也(ye)是以跨国公(gong)司的DCS作为标(biao)杆，向它们学习。今(jin)天我依然认(ren)为跨国公(gong)司有许多地方值得学习和尊敬。它们拥有丰富的技术积累(lei)和人才储备，且产品系(xi)列也(ye)很丰富，它们是中(zhong)控的标(biao)杆和榜样。但在中(zhong)控的第四(si)个十年(nian)里，我们有机会在全球，尤其是在流程行业，成(cheng)为工业AI领域的领导者之一，至少我们希(xi)望能在这(zhe)一领域占(zhan)据重要的一席。

《财经智库》：都(dou)说中(zhong)国应用场景丰富，与国外比较(jiao)如何？

褚健：我对国外的场景不太熟悉(xi)。当然，中(zhong)国大的石化行业企(qi)业在全球也(ye)是领先的，其拥有2000万(wan)吨炼油规模、几百万(wan)吨烯烃或PTA的规模，国外并不多见。在传统化工、精细化工领域，无论是产业链的深度与广度，还是产品的种类与规模，中(zhong)国在全球均占(zhan)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创新。中(zhong)控与这(zhe)些跨国公(gong)司之间(jian)既存(cun)在合作的可能性，也(ye)可能面临竞争，但无论何种关系(xi)，我们都(dou)将始(shi)终坚持以客户价值创造为核(he)心，致力于为客户提供更加优质(zhi)、高(gao)效的产品和服务。

2024年(nian)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(biao)准问题。在工业领域，欧(ou)美企(qi)业常常主导国际技术标(biao)准，中(zhong)国企(qi)业的技术创新能否在未来引领某些技术标(biao)准的制定？具(ju)体在哪些领域中(zhong)控有机会实现这(zhe)种突破？

褚健：中(zhong)控的EPA在2008年(nian)成(cheng)为IEC（国际电工委员会）的国际标(biao)准，其中(zhong)有一部分也(ye)成(cheng)为德(de)国的国家标(biao)准。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(biao)准都(dou)进入了国际标(biao)准，而(er)中(zhong)国的标(biao)准又都(dou)来自(zi)国际标(biao)准，所以中(zhong)国总是把德(de)国的国家标(biao)准作为自(zi)己的标(biao)准；而(er)如今(jin)中(zhong)控的EPA成(cheng)为国际标(biao)准，被德(de)国纳入其国家标(biao)准，这(zhe)非(fei)常了不起。

我认(ren)为有两类标(biao)准必须做。第一类，已经获得广泛共识、具(ju)有普适性的标(biao)准，即共同的标(biao)准，对于这(zhe)类已经确立的标(biao)准，我们应积极遵循(xun)并采纳。另一类则是如何创造并制定新的标(biao)准。这(zhe)个更为重要，特别是在工业领域，当达到一定规模时，它就是一个事实上的工业标(biao)准。中(zhong)控希(xi)望能够积极参与并推动这(zhe)类标(biao)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(biao)准本来是无价的。

在其他方面，中(zhong)控也(ye)会积极参与。比如Ethernet-APL（以太网高(gao)级物理层）就是国际上提出来的标(biao)准，目前并未形成(cheng)共识，但我们认(ren)为这(zhe)个技术代表(biao)了未来方向，所以积极参与到标(biao)准的制定、完善及(ji)应用中(zhong)。也(ye)有一些可能现在大家还不知道，或者还没发现，或者还不认(ren)可，如果我们认(ren)为正确，就会去推进。

架起科研和产业的桥梁

《财经智库》：从最初自(zi)动化之路的设想(xiang)到现在的“工业大脑(nao)”，当时你们几个初次(ci)创业的年(nian)轻人决定在代理商和开发商之间(jian)选(xuan)择了较(jiao)为艰难的自(zi)主创新，您开始(shi)的初衷(zhong)就是想(xiang)打通科研和产业的通道吗？

褚健：是的。开始(shi)没想(xiang)那么(me)多，只觉(jue)得要构建一个从科研到产业的通道。这(zhe)个通道怎么(me)建？当时已经证(zheng)明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(ye)不应该做产业化的事。

30多年(nian)前，社会上很多企(qi)业研发能力相对较(jiao)弱，不像今(jin)天，企(qi)业的研发能力超过了学校和研究机构。如何把这(zhe)两者结合起来构建一个通道，就是我们的初衷(zhong)。虽然我们手上没有产品、没有钱，几乎(hu)不懂(dong)市场、经营、管理、制造、服务等，但我们知道要做这(zhe)件事就应该建一个企(qi)业，需要面向市场、转变(bian)观念。也(ye)就是说，我不再是教授，而(er)是要走技术之路、产业之路。

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

褚健：对，科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、原始(shi)创新，甚至是科学发现、基础研究，而(er)非(fei)成(cheng)果转化。在当今(jin)时代，成(cheng)果转化领域已汇聚了大量专业人才，这(zhe)与30年(nian)前的情况截然不同，他们已具(ju)备相应的转化能力。科技型企(qi)业在于面向市场、贴(tie)近用户需求，致力于解决用户的痛点问题，这(zhe)一理念自(zi)企(qi)业初创之时便已明确。

科研有科研的规律，商业有商业的逻辑(ji)，两者之间(jian)，有一个巨大的鸿沟，而(er)我的任务是成(cheng)为商业与科研的桥梁，在于将科研成(cheng)果的价值更好(hao)地发挥，同时解决商业企(qi)业在创新技术源(yuan)头上所面临的问题。

《财经智库》：您已经把高(gao)校、研究机构以及(ji)企(qi)业在成(cheng)果转化的角(jiao)色定位说得很清楚了，您是比较(jiao)典型的产学研结合之人。在科研成(cheng)果的转化过程中(zhong)，您认(ren)为哪些是特别重要的关键点？

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

30年(nian)前，高(gao)校的知识或者技术能力相对产业的技术水平是较(jiao)高(gao)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(dou)是别人的；然而(er)，时至今(jin)日，情况已发生根本性变(bian)化。从某种意义上讲，产业界的技术水平，虽未必比跨国公(gong)司更高(gao)，但相较(jiao)中(zhong)国高(gao)校已经不低了。

比如说人工智能、无人驾驶(shi)等领域，高(gao)校在与大型科技企(qi)业的对比中(zhong)显得相对弱势(shi)。这(zhe)些大企(qi)业不仅拥有雄厚的人才储备和强大的计算能力，而(er)且其研发团队规模庞大、组织严密(mi)，能够高(gao)效协同工作。相比之下，高(gao)校都(dou)是相对不稳(wen)定的研究生，差距就会拉大。在我们这(zhe)个领域，高(gao)校的科研或研发与企(qi)业也(ye)不同。创业办公(gong)司是市场导向，而(er)非(fei)论文导向、成(cheng)果导向，企(qi)业的研发必须有用。当然，我也(ye)跟团队说，能不能做五年(nian)后的研发，或者是做一些可能失败的东西，但所有这(zhe)些努(nu)力都(dou)必须面向未来，具(ju)有前瞻性。

《财经智库》：目前强调创新，强调科技产业化或科研成(cheng)果转化，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(zhong)芯国际原董事长周子学也(ye)持此观点，您怎么(me)看？

褚健：所谓的“卡脖子”，不是卡技术，而(er)是卡产品。我们今(jin)天被卡的芯片、光刻机、工业软件，各种材料、零部件等等都(dou)是产品。当然，产品里存(cun)在许多技术，但它首(shou)先是产品。现阶段的问题需要产业界来解决，高(gao)校和科研院所应该想(xiang)办法解决十年(nian)后不再被“卡脖子”的问题。国外不会停下来，还会往前走；中(zhong)国的企(qi)业能不能十年(nian)后不再被“卡脖子”，这(zhe)才是关键。

中(zhong)国过去40多年(nian)工业化的经验积累(lei)已经奠定了非(fei)常雄厚的基础。我们对未来的判断，或者说基础储备，按趋(qu)势(shi)走就应该没问题；尽管颠覆性的创新可能会困难些，但大体不会走错(cuo)方向。真正的竞争需要经受市场检验，比如中(zhong)控创新推出的UCS，其质(zhi)量、可靠性、稳(wen)定性，都(dou)需要得到市场的认(ren)可。既然是产品，就一定要市场化，锁在实验室(shi)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(nian)后再攻关，那样或许就永远(yuan)跟不上了。所以，看清趋(qu)势(shi)，关注十年(nian)、二十年(nian)后我们如何不再被别人卡。当然，我们也(ye)希(xi)望加强各种国际合作，在开放(fang)中(zhong)竞争并得到提升。

来源(yuan)：财经杂志