我們注意到，一些長(zhǎng)期耕耘這個(gè)領(lǐng)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(jìng)技場(chǎng)，悄然駛上由AI技術(shù)構(gòu)建起的新賽道。

長(zhǎng)期從事工業(yè)自動(dòng)化領(lǐng)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(lǐng)先企業(yè)”，并在多個(gè)場(chǎng)合強(qiáng)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(dòng)化公司，而將成為一個(gè)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(jìn)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(gè)話題進(jìn)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(dāng)下，我們最關(guān)心的是，中控為何要工業(yè)AI領(lǐng)域擺出“All in”的姿態(tài)？連續(xù)十三年占據(jù)中國(guó)DCS頭把交椅，百億營(yíng)收近在咫尺，這個(gè)體量的企業(yè)作出這個(gè)決策，是否有些過度夸大了AI在工業(yè)領(lǐng)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(rèn)為這是一個(gè)問題。到目前為止，AI在工業(yè)領(lǐng)域多體現(xiàn)為一些聚焦明確卻規(guī)模有限的單點(diǎn)應(yīng)用，真正通過規(guī)模化應(yīng)用，顯著提升產(chǎn)業(yè)價(jià)值的并不多，對(duì)于一些在算法、模型上獨(dú)到而專精的新銳企業(yè)而言，這樣的細(xì)分市場(chǎng)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(yǔ)。

在中國(guó)自動(dòng)化領(lǐng)域，中控的“江湖地位”無(wú)需多言，其在自動(dòng)化領(lǐng)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(wù)體系，且仍在持續(xù)鞏固其市場(chǎng)優(yōu)勢(shì)。在這樣的形勢(shì)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(gè)需要魄力的決定。

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

實(shí)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(gè)重大轉(zhuǎn)型，但如果穿透歷史的縱深，攤開中控的長(zhǎng)期發(fā)展脈絡(luò)，就會(huì)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(rèn)識(shí)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(gè)為用戶挖掘數(shù)據(jù)價(jià)值的自動(dòng)化公司，在公司戰(zhàn)略層面提出了從服務(wù)于工業(yè)3.0到服務(wù)于工業(yè)3.0+4.0及從自動(dòng)化產(chǎn)品供應(yīng)商轉(zhuǎn)型為行業(yè)解決方案服務(wù)商的轉(zhuǎn)型，強(qiáng)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(qiáng)化數(shù)據(jù)作用。

2021年，中控開啟了第二次的轉(zhuǎn)型，對(duì)內(nèi)，啟動(dòng)“數(shù)字中控”的全面建設(shè)工作，加速公司數(shù)字化轉(zhuǎn)型；對(duì)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(gè)數(shù)字化項(xiàng)目上實(shí)踐驗(yàn)證，其中APC、OTS、AAS等多款軟件市占率長(zhǎng)期位居國(guó)內(nèi)前列。

“工業(yè)4.0更多的是智能化，但當(dāng)時(shí)智能化并沒有明確的定義， DCS就像是一個(gè)大腦，需要加上軟件和知識(shí)，才能變得聰明，所以當(dāng)時(shí)又提出了5T深度融合，即AT自動(dòng)化技術(shù)、IT信息技術(shù)、PT工藝技術(shù)、OT運(yùn)營(yíng)技術(shù)和ET設(shè)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(shí)刻。

“ChatGPT確實(shí)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(gè)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(xué)會(huì)使用AI工具，產(chǎn)品要嵌進(jìn)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(shí)到，AI和中控長(zhǎng)久以來追求“挖掘數(shù)據(jù)價(jià)值”方向之間的高度契合性，對(duì)工業(yè)數(shù)據(jù)分析和利用的能力迎來“拐點(diǎn)”。

以前，工業(yè)利用數(shù)據(jù)的方式更多是基于標(biāo)準(zhǔn)的模型進(jìn)行比對(duì)、計(jì)算，但進(jìn)入生成式AI時(shí)代后，就可以引入更加豐富的數(shù)據(jù)變量，利用學(xué)習(xí)、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(guān)系，帶來難以想象的深層價(jià)值。

02背水一戰(zhàn)，還是順勢(shì)而為？

當(dāng)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(gè)工業(yè)領(lǐng)域期待利用AI實(shí)現(xiàn)提質(zhì)、降本、增效的迫切需求，同樣是促使中控義無(wú)反顧投身工業(yè)AI的關(guān)鍵因素。

以石油、化工為代表的流程工業(yè)是國(guó)民經(jīng)濟(jì)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(dāng)前普遍面臨著安全風(fēng)險(xiǎn)高、物耗能耗高、產(chǎn)品同質(zhì)化競(jìng)爭(zhēng)、效益波動(dòng)大等問題，面對(duì)安全、質(zhì)量、低碳、效益等價(jià)值目標(biāo)，數(shù)智化技術(shù)的深度應(yīng)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(dāng)逢其時(shí)。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(xùn)練和應(yīng)用創(chuàng)造了得天獨(dú)厚的土壤。

眾所周知，在AI行業(yè)有一個(gè)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(wú)法讓其發(fā)揮出成長(zhǎng)的價(jià)值。當(dāng)通用大模型的企業(yè)競(jìng)相花費(fèi)巨資搜集、標(biāo)注和清洗數(shù)據(jù)用來訓(xùn)練AI時(shí)，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(diǎn)石成金”的作用。“我一直認(rèn)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(yīng)用方面具有更為顯著的優(yōu)勢(shì)。” 褚健表示。

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

事實(shí)上，工業(yè)AI不僅僅可以為過程控制服務(wù)，為優(yōu)化服務(wù)，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(yùn)行、質(zhì)量、設(shè)備、模擬設(shè)計(jì)等“4大數(shù)據(jù)基座+1個(gè)智能引擎”的產(chǎn)品策略，推出了全設(shè)備智能感知平臺(tái)（PRIDE）、全流程智能運(yùn)行管理與控制系統(tǒng)（OMC）、全流程智能質(zhì)量監(jiān)控平臺(tái)（Q-Lab）及流程工業(yè)過程模擬與設(shè)計(jì)平臺(tái)（APEX）四大融合AI技術(shù)的未來核心產(chǎn)品。

“對(duì)流程工業(yè)來說，工藝設(shè)備、自動(dòng)化都很重要，缺一不可，但以前這些數(shù)據(jù)都是獨(dú)立的，操作平臺(tái)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(gè)部門同時(shí)提供指導(dǎo)，比如工廠某個(gè)環(huán)節(jié)的數(shù)據(jù)波動(dòng)一點(diǎn)，對(duì)下游會(huì)有什么影響，AI就可以用數(shù)據(jù)預(yù)先計(jì)算出來，這種生產(chǎn)工藝的指導(dǎo)思想已完全不同于以往，各個(gè)部門的人員可以協(xié)同工作，從而創(chuàng)造新的價(jià)值，比如通過融合AI技術(shù)的Q-Lab和APEX，可以重新設(shè)計(jì)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(shí)際上，這些實(shí)實(shí)在在的看得見的價(jià)值，使得中控在發(fā)展工業(yè)AI的方向上更加堅(jiān)定和決絕。中控的AI轉(zhuǎn)型是企業(yè)突破式成長(zhǎng)道路上的“背水一戰(zhàn)”，也更像是一次“順勢(shì)而為”。其中，“勢(shì)”是市場(chǎng)與技術(shù)的大勢(shì)所趨，“為”則是中控主動(dòng)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(bào)顯示，近三年中控技術(shù)研發(fā)費(fèi)用占營(yíng)業(yè)收入的比例均在10%以上。在當(dāng)下頗具不確定性的經(jīng)濟(jì)環(huán)境面前，這樣的姿態(tài)無(wú)疑顯得尤為可貴。

03紙上談兵，還是步步為營(yíng)？

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

例如，當(dāng)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(shí)，工業(yè)AI卻要經(jīng)受住千行百業(yè)各自不同場(chǎng)景和個(gè)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(jìn)軍工業(yè)AI領(lǐng)域的最大屏障。

面對(duì)這一挑戰(zhàn)，2024年6月，在一幫年輕人的推動(dòng)下，中控主動(dòng)以“自我革命”的姿態(tài)推出了更加適合AI應(yīng)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(jiǎn)架構(gòu)，以云實(shí)時(shí)操作系統(tǒng)NyxOS為基礎(chǔ)，這種云原生的應(yīng)用程序可以根據(jù)需求自動(dòng)調(diào)整資源的規(guī)模和容量，實(shí)現(xiàn)彈性和可伸縮性，使得UCS能夠更好地支持AI算法的運(yùn)行和優(yōu)化，提供更高的計(jì)算效率和系統(tǒng)的穩(wěn)定性。同時(shí)在UCS中，還可以采用GPU賦能的控制引擎，提供組態(tài)自動(dòng)生成、AI融合PID等功能，從而實(shí)現(xiàn)數(shù)據(jù)預(yù)測(cè)和自適應(yīng)控制等，實(shí)現(xiàn)更高級(jí)別的自動(dòng)化和智能化控制。

同時(shí)，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(chǎng)景應(yīng)用的問題，中控還推出了基于時(shí)間序列的時(shí)序大模型TPT。

在流程工業(yè)的生產(chǎn)過程中，會(huì)產(chǎn)生大量的時(shí)序數(shù)據(jù)，這些數(shù)據(jù)能夠真實(shí)反映生產(chǎn)過程的各種特性，因此基于時(shí)間序列構(gòu)建大模型才會(huì)真正符合工業(yè)場(chǎng)景應(yīng)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(shí)數(shù)據(jù)的生產(chǎn)運(yùn)行、工藝、設(shè)備及質(zhì)量數(shù)據(jù)等融合訓(xùn)練而成，具有跨場(chǎng)景泛化、多任務(wù)處理等能力。

基于TPT，中控近期還發(fā)布了流程工業(yè)領(lǐng)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(yùn)行水平。在鎮(zhèn)海煉化，石化化工大模型助其實(shí)現(xiàn)異常預(yù)警及故障診斷中實(shí)現(xiàn)設(shè)備異常識(shí)別與診斷分析、自動(dòng)生成診斷報(bào)告、降低專家經(jīng)驗(yàn)依賴，異常提前預(yù)警準(zhǔn)確率達(dá)95%以上并可以精確地定位異常、給出針對(duì)性解決方案；在萬(wàn)華化學(xué)(寧波)氯堿工廠，通過石化化工大模型，可以為萬(wàn)華氯堿提升裝置風(fēng)險(xiǎn)識(shí)別和處置能力，降低設(shè)備的可用性損失、實(shí)現(xiàn)離子膜壽命預(yù)測(cè)并給出最佳更換策略、32%堿濃度精準(zhǔn)預(yù)測(cè)及質(zhì)量?jī)?yōu)化、電解槽負(fù)荷分配優(yōu)化、廢液pH智能預(yù)測(cè)控制、一次鹽水碳酸鈉智能控制等多項(xiàng)效果，未來，大模型還將賦能氯堿裝置高度自主運(yùn)行。

對(duì)于UCS和TPT兩者的關(guān)系，褚健做了一個(gè)生動(dòng)的比喻，UCS就像是一個(gè)高智商的腦袋，而TPT就像是給這個(gè)腦袋裝進(jìn)了知識(shí)，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(yùn)行，實(shí)現(xiàn)提效率、穩(wěn)運(yùn)行、增收益的目標(biāo)。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(dòng)力源泉，為后續(xù)的步步為營(yíng)奠定了堅(jiān)實(shí)而穩(wěn)固的起點(diǎn)。

褚健介紹，TPT一經(jīng)發(fā)布，迅速獲得了眾多用戶的關(guān)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(yīng)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(yīng)用，像鎮(zhèn)海煉化、萬(wàn)華氯堿在內(nèi)的知名企業(yè)初步已經(jīng)有十幾個(gè)了，接下去可能會(huì)有更多，甚至上百個(gè)。伴隨著TPT應(yīng)用范圍的擴(kuò)大，AI的應(yīng)用就可以推廣到全國(guó)上百家氯堿廠，到那時(shí)AI的價(jià)值就真正得到釋放了。所以對(duì)未來工業(yè)AI的發(fā)展，我是充滿信心的，因?yàn)槲覀兪冀K堅(jiān)信，只要能為客戶創(chuàng)造價(jià)值，那方向就一定是對(duì)的。”褚健堅(jiān)定地說。

免責(zé)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(qǐng)聯(lián)系我們刪除。我們對(duì)文中觀點(diǎn)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"。