我們注意到，一些長期耕耘這個領域的“守望者”企業(yè)，已經(jīng)憑借著敏銳的嗅覺，開始從傳統(tǒng)的技術(shù)競技場，悄然駛上由AI技術(shù)構(gòu)建起的新賽道。

長期從事工業(yè)自動化領域的中控技術(shù)，就是這樣一家企業(yè)。

今年6月，中控技術(shù)將公司愿景改為了“成為工業(yè)AI全球領先企業(yè)”，并在多個場合強調(diào)這一重大轉(zhuǎn)型。中控創(chuàng)始人褚健也公開表示，未來的中控將不再是一家DCS公司，也不再是一家自動化公司，而將成為一個工業(yè)AI公司。

這樣的姿態(tài)，即便在業(yè)界人士“言必稱AI”的今天，也不免有一些“背水一戰(zhàn)”的激進色彩。為此，筆者帶著一些不失坦率的問題，與褚健先生就這個話題進行了一次交流，試圖勾勒出中控視野中的AI發(fā)展圖景。

中控創(chuàng)始人 褚健

01過度夸大，還是戰(zhàn)略延續(xù)？

當下，我們最關心的是，中控為何要工業(yè)AI領域擺出“All in”的姿態(tài)？連續(xù)十三年占據(jù)中國DCS頭把交椅，百億營收近在咫尺，這個體量的企業(yè)作出這個決策，是否有些過度夸大了AI在工業(yè)領域的戰(zhàn)略意義？

坦率地講，如果是一家“初生牛犢不怕虎”的初創(chuàng)企業(yè)，筆者并不認為這是一個問題。到目前為止，AI在工業(yè)領域多體現(xiàn)為一些聚焦明確卻規(guī)模有限的單點應用，真正通過規(guī)模化應用，顯著提升產(chǎn)業(yè)價值的并不多，對于一些在算法、模型上獨到而專精的新銳企業(yè)而言，這樣的細分市場或許已足夠他們闖蕩出一方天地。

但，就中控的體量和份量而言，卻完全不可同日而語。

在中國自動化領域，中控的“江湖地位”無需多言，其在自動化領域已構(gòu)建起龐大的解決方案陣容和齊全完整的技術(shù)、業(yè)務體系，且仍在持續(xù)鞏固其市場優(yōu)勢。在這樣的形勢下，公司整體從戰(zhàn)略層面轉(zhuǎn)向工業(yè)AI，不得不說是一個需要魄力的決定。

對此，褚健表示，“做工業(yè)AI并不是為了趕時髦追熱點，而是基于中控多年的工業(yè)積累，著眼長遠的布局，如何把我們的技術(shù)經(jīng)驗、數(shù)據(jù)積淀、知識積累與用戶需求結(jié)合在一起，打造更加貼近行業(yè)痛點，更加高效的工業(yè)AI技術(shù)和產(chǎn)品，助力用戶創(chuàng)造價值，是中控的出發(fā)點，也是現(xiàn)階段工業(yè)AI發(fā)展的必然選擇。”

實際上，中控技術(shù)將愿景轉(zhuǎn)為發(fā)展工業(yè)AI，看似是一個重大轉(zhuǎn)型，但如果穿透歷史的縱深，攤開中控的長期發(fā)展脈絡，就會發(fā)現(xiàn)其中一以貫之的戰(zhàn)略連續(xù)性，這也正是中控“奮力一躍”的信心和勇氣。

早在2017年，中控就認識到了用戶在生產(chǎn)中積累了大量的數(shù)據(jù)，但并沒有得到有效的利用，所以就確定要轉(zhuǎn)型做一個為用戶挖掘數(shù)據(jù)價值的自動化公司，在公司戰(zhàn)略層面提出了從服務于工業(yè)3.0到服務于工業(yè)3.0+4.0及從自動化產(chǎn)品供應商轉(zhuǎn)型為行業(yè)解決方案服務商的轉(zhuǎn)型，強調(diào)通過數(shù)據(jù)資產(chǎn)挖掘，構(gòu)建數(shù)據(jù)治理能力，強化數(shù)據(jù)作用。

2021年，中控開啟了第二次的轉(zhuǎn)型，對內(nèi)，啟動“數(shù)字中控”的全面建設工作，加速公司數(shù)字化轉(zhuǎn)型；對外，面向流程工業(yè)客戶提供硬件加軟件的一攬子解決方案，產(chǎn)品也更加多樣化，尤其是在工業(yè)軟件方面，奮力打造出基于統(tǒng)一數(shù)據(jù)基座的200多款工業(yè)APP，并在數(shù)千個數(shù)字化項目上實踐驗證，其中APC、OTS、AAS等多款軟件市占率長期位居國內(nèi)前列。

“工業(yè)4.0更多的是智能化，但當時智能化并沒有明確的定義， DCS就像是一個大腦，需要加上軟件和知識，才能變得聰明，所以當時又提出了5T深度融合，即AT自動化技術(shù)、IT信息技術(shù)、PT工藝技術(shù)、OT運營技術(shù)和ET設備技術(shù)。”褚健說。

2022年11月ChatGPT橫空出世，迎來了AI技術(shù)的里程碑時刻。

“ChatGPT確實令我深感震撼，這讓生成式AI和通用AI變成了可能，AI已邁入了一個全新的發(fā)展階段。隨后，我就向公司全員提出，所有人都要學會使用AI工具，產(chǎn)品要嵌進AI的技術(shù)能力，要研發(fā)基于AI的重磅產(chǎn)品。”

技術(shù)嗅覺敏銳的褚健幾乎迅速意識到，AI和中控長久以來追求“挖掘數(shù)據(jù)價值”方向之間的高度契合性，對工業(yè)數(shù)據(jù)分析和利用的能力迎來“拐點”。

以前，工業(yè)利用數(shù)據(jù)的方式更多是基于標準的模型進行比對、計算，但進入生成式AI時代后，就可以引入更加豐富的數(shù)據(jù)變量，利用學習、分析、推理等方式，更加充分地挖掘以往難以洞見的數(shù)據(jù)關系，帶來難以想象的深層價值。

02背水一戰(zhàn)，還是順勢而為？

當然，除了在戰(zhàn)略上的統(tǒng)一性和連續(xù)性，流程行業(yè)乃至整個工業(yè)領域期待利用AI實現(xiàn)提質(zhì)、降本、增效的迫切需求，同樣是促使中控義無反顧投身工業(yè)AI的關鍵因素。

以石油、化工為代表的流程工業(yè)是國民經(jīng)濟的重要支柱產(chǎn)業(yè)，其產(chǎn)值占工業(yè)總產(chǎn)值的40%以上。但流程工業(yè)企業(yè)當前普遍面臨著安全風險高、物耗能耗高、產(chǎn)品同質(zhì)化競爭、效益波動大等問題，面對安全、質(zhì)量、低碳、效益等價值目標，數(shù)智化技術(shù)的深度應用已成為流程工業(yè)高質(zhì)量發(fā)展的迫切需求。

在這樣的現(xiàn)狀面前，AI的到來顯然當逢其時。而且，流程行業(yè)這樣的“數(shù)據(jù)密集型”行業(yè)，反過來也為AI的訓練和應用創(chuàng)造了得天獨厚的土壤。

眾所周知，在AI行業(yè)有一個形象的比喻：AI就像一只饑餓的巨獸，沒有用來“喂飽”它的海量數(shù)據(jù)，就無法讓其發(fā)揮出成長的價值。當通用大模型的企業(yè)競相花費巨資搜集、標注和清洗數(shù)據(jù)用來訓練AI時，流程行業(yè)則苦于擁有巨量的數(shù)據(jù)卻找不到用處。

工業(yè)AI的到來，有望盤活這些巨量的數(shù)據(jù)資產(chǎn)，起到“點石成金”的作用。“我一直認為流程行業(yè)的數(shù)據(jù)不僅齊全，而且更加密集、有效，因此流程工業(yè)比離散制造業(yè)在AI應用方面具有更為顯著的優(yōu)勢。” 褚健表示。

此外，流程工業(yè)工藝過程有個共同的特征是“三傳一反”，化學反應是最核心的生產(chǎn)步驟，但現(xiàn)實中的反應過程不會是純化學反應，原料里的雜質(zhì)不一樣、催化劑也不一樣、反應器的熱效率也不一樣，所以化工工藝是近似計算出來的，如果利用生產(chǎn)過程中產(chǎn)生的大量真實有效的數(shù)據(jù)，通過大范圍的數(shù)據(jù)學習，再加上科學的知識，將比純粹計算的結(jié)果更準、更優(yōu)，這就是AI的作用和價值。

事實上，工業(yè)AI不僅僅可以為過程控制服務，為優(yōu)化服務，還可以深度參與生產(chǎn)工藝流程的再造。

為此，中控技術(shù)基于運行、質(zhì)量、設備、模擬設計等“4大數(shù)據(jù)基座+1個智能引擎”的產(chǎn)品策略，推出了全設備智能感知平臺（PRIDE）、全流程智能運行管理與控制系統(tǒng)（OMC）、全流程智能質(zhì)量監(jiān)控平臺（Q-Lab）及流程工業(yè)過程模擬與設計平臺（APEX）四大融合AI技術(shù)的未來核心產(chǎn)品。

“對流程工業(yè)來說，工藝設備、自動化都很重要，缺一不可，但以前這些數(shù)據(jù)都是獨立的，操作平臺也不一樣，但現(xiàn)在中控把這些上下游數(shù)據(jù)都打通了，然后結(jié)合工業(yè)AI分析，就可以為儀控、電氣、生產(chǎn)和工藝等各個部門同時提供指導，比如工廠某個環(huán)節(jié)的數(shù)據(jù)波動一點，對下游會有什么影響，AI就可以用數(shù)據(jù)預先計算出來，這種生產(chǎn)工藝的指導思想已完全不同于以往，各個部門的人員可以協(xié)同工作，從而創(chuàng)造新的價值，比如通過融合AI技術(shù)的Q-Lab和APEX，可以重新設計工藝流程，提高中試的效率，減少中試的次數(shù)。” 褚健解釋到。

實際上，這些實實在在的看得見的價值，使得中控在發(fā)展工業(yè)AI的方向上更加堅定和決絕。中控的AI轉(zhuǎn)型是企業(yè)突破式成長道路上的“背水一戰(zhàn)”，也更像是一次“順勢而為”。其中，“勢”是市場與技術(shù)的大勢所趨，“為”則是中控主動出擊、事在人為的創(chuàng)新魄力。

這種魄力，從中控在研發(fā)上的投入亦可見一斑。公開年報顯示，近三年中控技術(shù)研發(fā)費用占營業(yè)收入的比例均在10%以上。在當下頗具不確定性的經(jīng)濟環(huán)境面前，這樣的姿態(tài)無疑顯得尤為可貴。

03紙上談兵，還是步步為營？

一旦定下方向，中控的行動也日益緊鑼密鼓，步步為營。對于中控而言，現(xiàn)階段最重要的一步是，推動AI真正在可靠性、安全性要求嚴苛的工業(yè)領域成功落地應用，否則再美好的藍圖也是紙上談兵。

例如，當人們還在屢屢為通用大模型“一本正經(jīng)的胡說八道”而感到困擾時，工業(yè)AI卻要經(jīng)受住千行百業(yè)各自不同場景和個性化需求的挑戰(zhàn)。這些根植于行業(yè)的屬性和工藝，往往也是阻礙一系列“大廠”跨界進軍工業(yè)AI領域的最大屏障。

面對這一挑戰(zhàn)，2024年6月，在一幫年輕人的推動下，中控主動以“自我革命”的姿態(tài)推出了更加適合AI應用的新一代基于軟件定義、全數(shù)字化和云原生的通用控制系統(tǒng)UCS。

UCS通過“云-網(wǎng)-端”的極簡架構(gòu)，以云實時操作系統(tǒng)NyxOS為基礎，這種云原生的應用程序可以根據(jù)需求自動調(diào)整資源的規(guī)模和容量，實現(xiàn)彈性和可伸縮性，使得UCS能夠更好地支持AI算法的運行和優(yōu)化，提供更高的計算效率和系統(tǒng)的穩(wěn)定性。同時在UCS中，還可以采用GPU賦能的控制引擎，提供組態(tài)自動生成、AI融合PID等功能，從而實現(xiàn)數(shù)據(jù)預測和自適應控制等，實現(xiàn)更高級別的自動化和智能化控制。

同時，為了解決傳統(tǒng)AI模型和通用大模型難以解決的工業(yè)核心場景應用的問題，中控還推出了基于時間序列的時序大模型TPT。

在流程工業(yè)的生產(chǎn)過程中，會產(chǎn)生大量的時序數(shù)據(jù)，這些數(shù)據(jù)能夠真實反映生產(chǎn)過程的各種特性，因此基于時間序列構(gòu)建大模型才會真正符合工業(yè)場景應用的要求。而TPT就是基于中控自研的生成式AI算法框架之上，通過匯聚流程行業(yè)超大規(guī)模真實數(shù)據(jù)的生產(chǎn)運行、工藝、設備及質(zhì)量數(shù)據(jù)等融合訓練而成，具有跨場景泛化、多任務處理等能力。

基于TPT，中控近期還發(fā)布了流程工業(yè)領域中的典型行業(yè)——石化化工大模型，幫助客戶全面提升石化裝置運行水平。在鎮(zhèn)海煉化，石化化工大模型助其實現(xiàn)異常預警及故障診斷中實現(xiàn)設備異常識別與診斷分析、自動生成診斷報告、降低專家經(jīng)驗依賴，異常提前預警準確率達95%以上并可以精確地定位異常、給出針對性解決方案；在萬華化學(寧波)氯堿工廠，通過石化化工大模型，可以為萬華氯堿提升裝置風險識別和處置能力，降低設備的可用性損失、實現(xiàn)離子膜壽命預測并給出最佳更換策略、32%堿濃度精準預測及質(zhì)量優(yōu)化、電解槽負荷分配優(yōu)化、廢液pH智能預測控制、一次鹽水碳酸鈉智能控制等多項效果，未來，大模型還將賦能氯堿裝置高度自主運行。

對于UCS和TPT兩者的關系，褚健做了一個生動的比喻，UCS就像是一個高智商的腦袋，而TPT就像是給這個腦袋裝進了知識，兩者結(jié)合就成為了流程工業(yè)的“智慧大腦”，它像專家一樣自主思考與交流，并監(jiān)督和優(yōu)化裝置運行，實現(xiàn)提效率、穩(wěn)運行、增收益的目標。擁有了這一“智慧大腦”，中控在邁向工業(yè)AI的道路上就擁有了核心的動力源泉，為后續(xù)的步步為營奠定了堅實而穩(wěn)固的起點。

褚健介紹，TPT一經(jīng)發(fā)布，迅速獲得了眾多用戶的關注和積極反饋，截至到目前，TPT已經(jīng)在石化、氯堿、熱電等裝置上取得了突破性應用。

“現(xiàn)在已經(jīng)有越來越多的企業(yè)在使用我們的TPT構(gòu)建AI應用，像鎮(zhèn)海煉化、萬華氯堿在內(nèi)的知名企業(yè)初步已經(jīng)有十幾個了，接下去可能會有更多，甚至上百個。伴隨著TPT應用范圍的擴大，AI的應用就可以推廣到全國上百家氯堿廠，到那時AI的價值就真正得到釋放了。所以對未來工業(yè)AI的發(fā)展，我是充滿信心的，因為我們始終堅信，只要能為客戶創(chuàng)造價值，那方向就一定是對的。”褚健堅定地說。

免責聲明：本站轉(zhuǎn)載自媒體的資訊，版權(quán)歸原作者所有，如有侵權(quán)，請聯(lián)系我們刪除。我們對文中觀點持中立態(tài)度，僅供參考、交流。若轉(zhuǎn)載或下載使用，必須保留本網(wǎng)注明的"稿件來源"。