9月27日，由全球数字贸易博览会组委会办公室主办，杭州市商务局，杭州高新区（滨江）管委会、政府，《财经》杂志，《财经智库》承办的“第三届全球数字贸易博览会数字技术贸易产业对接会”在杭州举行。中控集团创始人、宁波工业互联网研究院创始人&院长褚健在大会上发表了题为《工业AI的基础与机会》的演讲。
基于中控过去三十年，尤其在流程行业的实践与创新，如何让一个工厂更加智能化、更加高效并贴合未来数字化转型趋势，褚健提出了一个智能工厂构建的思路。在他看来，未来的智能工厂就是一个工厂操作系统+两个自动化（生产过程自动化（Production Automated，PA）和企业运营自动化（Business Automated，BA））+N个工业APP。
工厂操作系统，向下可以管理所有设备，从原料到产品产出这样一个生产线实现生产过程自动化；对上可以支撑各种各样的应用，包括ERP财务软件、人力资源管理等。
针对流程行业，PA涉及到安全、质量、自主运行、节能减排、设备运维、监控、预警预报等。BA包括产品研发、生产计划、供应链、销售与服务、支持与保障，当然还包括数据系统、IT系统、信息网络安全系统。
至于工业APP，类似于手机应用商店上各类APP，可以利用这些各样的软件去解决特定企业个性化的需求或者问题。
在褚健看来，通过工业AI，基于行业大数据，对整个智能工厂进行操作优化，解决安全、质量、成本、绿色等问题，实现闭环，是完全可能的。
以下为部分发言实录：
褚健：谢谢张燕东老师的介绍，也非常感谢组委会给我这个机会跟大家汇报一下我们的一些工作，我汇报的题目是《工业AI的基础与机会》。
从前年底ChatGPT出来之后，大家对人工智能，尤其是生成式人工智能有了全新的认识，当然也促进了各个方面的发展，对于我们在工业领域应该如何思考和实践，今天和大家分享一下。
我一直从事制造业，主要是针对流程行业。中国制造业企业非常多，据统计，中国有48万家规模以上的制造业企业，还有300多万家规模以下的制造业企业。我主要从事的流程行业（原材料工业）也有5万多家规模以上的企业，涵盖化工、石化、钢铁、有色、建材等等行业，这些一年365天每天24小时连续运转的行业，特点也非常明显：整个行业规模也非常大，产值非常高；当然问题也不少，比如说碳排放，大多数的碳排放都和这些行业有关；还有一个特点是高温高压、易燃易爆。
在当下经济形势不太乐观的情况下，就像Steve（国际货币基金组织（IMF）驻华首席代表）所说的，未来十年可能都会是不温不火，甚至是缓慢的变化，再加上国际环境形势、国际贸易都产生新问题的时候，这些行业面临的挑战就会更大。
过去30年快速发展，仅通过粗放式发展就可以挣钱和生存，但是未来需要通过企业内部的数字化转型，减少危险安全隐患，比如爆炸、大规模事故造成的巨大环保压力。再比如，我们很多人都会把塑料饭盒放在微波炉面加热，有的容易变形，有的不容易变形，其实都是以石油为原料生产出来的，为什么质量不一样？原材料差不多，成本差不多，但是质量完全不一样。我们如何帮助我们的客户提高产品质量，提高安全性，还有很多工作可以做，我们想努力帮助客户解决问题。
举个例子，鄂尔多斯中天合创的煤化工企业，煤处理量548万吨/年，甲醇360万吨/年，烯烃137万吨/年，这个项目非常大，流程很长，也很复杂，也是高温高压的生产过程，当然其中有很多专利都是我们自己的，比如说MTO就是我们中国人发明的，非常震撼的项目。从控制的角度来讲，温度压力各种参数，物理点就有17万点，控制柜1163个，规模非常大，也非常复杂。
控制室与机房
像图示右边这样的柜子有1000多个，成本也很大，这是在控制领域最最典型的一个大规模项目。
未来我们会面临什么？我们现在面临的问题、机会、挑战很多，比如如何让一个工厂更加智能化，如何让一个工厂运行得更加高效，如何使得智能化运行贴切未来的数字化转型趋势？
再比如刚才看到的控制室、控制柜、控制系统，最早是在1975年由霍尼韦尔提出的，到目前已经接近50年。未来会是什么，新一代ICT技术会不会对我们的控制系统产生更大的影响？
当然很重要的一点，在今天生产规模越来越大、数据也越来越多的时代下，工业AI能不能发挥作用？我的意思不是说工业AI有专门的定义，而是把AI应用于工业领域，无论是中央政府，还是我们企业都需要高度重视。在流程工业领域，可能不像C端的百模大战，但是在垂直领域如何发挥作用，这是我们每个垂直领域的专业人员非常关注的问题。
首先汇报一下中控为什么能够在这个方面有所思考或者有所作为，因为中控的控制系统DCS和软件涵盖的领域非常广泛。在这个领域我们做了大量工作，过去三十年从一无所有到现在中国市场占有率达到37.8%，50000多家规模以上流程工业企业中32000家是我们的客户，我们的用户占比非常大，市占率比第二名高出20多个百分点，在化工行业的市场占有率超过了一半。因为我们有这样的基础和大量数据，客户关注的痛点也是我们希望能够带来价值的地方，比如说安全、高温高压、易燃易爆，任何一个企业，包括地方政府、园区管委会最害怕的就是事故，因为化工企业爆炸会出现严峻的问题。还有质量，刚才举例了塑料饭盒，其他方面也需要提高质量降低成本。比如中天合创的项目，鄂尔多斯并没有太多的人，而且一般化工企业远离市区，招工并不容易，要大量的操作工、工程师是很困难的一件事。另外，还有绿色环保，也是用户非常关注的。中国80%的碳排放都跟我们的客户所在行业有关，其中很大一块是火电，还有石油化工、钢铁、有色、建材等等。这些是企业的痛点，也是中国的痛点，我们需要解决。
互联网企业非常关注IT和OT的结合，但是石油化工行业、流程行业如果仅仅知道OT远远不够，所以我们提出5T，即AT（自动化技术）、IT（信息技术）、PT（工艺技术）、OT（运营技术）、ET（设备技术），不仅要知其然，还要知其所以然，才能了解这个对象，才能真正帮助客户了解这些问题。基于5T，结合AI技术，真正解决痛点问题。
制造领域无外乎三个核心要点，一是先进工艺，二是先进装备，三是先进运营。所有这些都会涉及到自动化、数字化、工业AI，也包括很多软件。石油化工、新材料很多工艺不是我们中国自己的，中天合创的MTO是我们自己的技术，但还有很多技术是国外的技术，我们要发明出更多先进工艺，才有可能使得能耗更低、安全性更好、质量更好。
今天的主题是数字贸易，原来卖的更多的是商品物品，未来卖的可能就是如何能够通过工业AI或者工业软件这种看不见摸不着的思想服务于中国企业，当然也服务于全球的企业。
智能工厂不仅是一个概念，它应该是什么？它应该是一种可行的模式。今天讲了工业4.0、智能工厂、智能互联网，这些都是名词，每个企业并不关心它们叫什么，而是关心能够解决什么问题。企业需要先进的技术，最好这个技术再过五年、十年不会落后。也需要创新的产品，用产品去解决问题。当然还要有创造价值的解决方案。这几个方面是我们在思考智能工厂、智能制造的出发点。
大家都非常清楚智能手机，但是我们的手机智能吗？我们的手机智能从原来的2G、3G、4G、5G发展到未来的6G、7G、8G，只是上网速度快，如果把所有APP卸载，你的手机一点也不智能。回想一下15年前，当时的功能机，黑霉、诺基亚有翻盖、有键盘，完全可以做实时通讯、可以上网，只不过那个时候是2G、2.5G，如果那时是4G、5G，是不是还会有iPhone？不好说。今天因为有安卓商店、苹果商店上大量的APP，当然希望未来会有鸿蒙系统，因为有安卓、苹果、鸿蒙操作系统的平台，可以吸引全世界优秀的人才为我们的生活和工作开发各种各样的APP。同样，如果把一个工厂压缩成一台手机来理解，如果把手机放大成一个工厂，芯片就相当于工厂设备，如果和流程行业更加贴切的的话，反应器是CPU，储罐是内存，管道上的气体液体就相当于手机当中的数据流。如果未来要构建一个智能工厂、智能制造，其实也需要有一个工厂操作系统，类似于安卓、IOS，管理所有的设备、数据、输入输出，利用各种各样的软件，这个时候可能能够构建出一个真正的智能工厂，而且是一个生态，不是哪一家企业可以独享或者解决所有问题的。
我们构建一个工厂操作系统，向下可以管理所有设备，从原料到产品产出这样一个生产线实现生产过程自动化，这叫快数据，人的大脑对秒级或者毫秒级数据反应不过来，更不用提计算；对上可以支撑各种各样的应用，包括ERP财务软件、人力资源管理等，我称之为慢数据，基于每小时或者几分钟以上的，当然需要大量的计算。
如果这个思路可行，智能工厂、智能制造就是一个工厂操作系统+两个自动化（生产过程自动化、企业运营自动化）+N个工业APP。我们经过这样的创新和实践以后，已经有大量的用户按照这样一个模式在推进。
如果再细分一点，针对流程行业，生产过程自动化PA涉及到安全、质量、自主运行、节能减排、设备运维、监控、预警预报等。企业运营自动化BA包括产品研发、生产计划、供应链、销售与服务、支持与保障，当然还包括数据系统、IT系统、信息网络安全系统等。我们认为这个构建可行，也努力地朝着这个方向去做，按照这个模式已经有几千个工厂应用，希望未来能够帮助广大用户，不仅是流程行业，还包括离散行业，都能够让客户享受到更大的价值。
下一代工业控制系统是什么样？刚才看到的机房几千面机柜，包括机房到现场的温度、压力、流量各种参数检测需要传输，需要大量的电缆。举一个例子，年产两千万吨炼油及120万吨乙烯的炼化一体化项目，需配置两千面机柜，我们用的控制系统价值大概不到1亿元，但是电缆要花费4亿元，大量的钱浪费在自然资源上。如何能够构建一种新的架构？
中控的一批年轻人提出了UCS的架构，几千面机柜都清零了，变成了一面机柜。三四亿元的电缆铜缆，通过一对光纤来解决，控制系统通过云化来控制整个工厂，把无数个小脑袋变成一个大脑袋，所有数据都在这个大脑袋上，我们的AI就可以发挥作用，把项目生命周期大幅度提升，我们实现了软件定义优化、软件定义一切的事情。五年前真不敢相信软件定义一切在工业领域能够实现，但是今天真是有可能了。
基于过去无数数据，我们有三万多家客户、十万多套控制系统、无数工业数据。如何把这些数据综合在一起？也是一批年轻人提出基于工业领域的实时数据的时间序列预训练模型，这个模型不足以称“大”，但非常管用，都是基于时间序列的。以前有很多软件都是通过不同的专家，当然有很多软件可能都没有专家，就是通过高级工程师或者非常有专业才能的技术人员去管控不同的部门，流程很长。但是今天可以通过一个模型，就是基于时间序列数据的大模型，不仅能解决操作的问题，还能解决设备运维的问题，哪一个地方可能会出问题，哪一个地方会堵塞，如果要提高产品质量或者产能的同时并降低能耗1%，我们都可以采用类似与ChatGPT沟通一样，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。
未来希望针对工厂的生产装置，甚至整个工厂，进行操作优化。以前工艺改造需要通过专业人员，但不见得每个企业都有，同时在设计工厂的时候很多是基于设计院设计的，以前叫技改，小技改没有问题，但是工艺改造如何通过AI来实现闭环，而不是某个人的介入。现阶段输入一个问题问ChatGPT，可以对答案怀疑，可能准也可能不准，但是未来准的可能性会越来越大。我们是不是要当成真理，当成不可质疑的结论？不知道未来会怎么样，但是相信这个趋势是可能的。如果对于工业来讲，让AI自动运行的时候会帮我们修改各种参数，会不会导致事故？会不会导致更大的问题？这是需要我们思考的。根据现在的实践，有很多案例已经印证了这个闭环至关重要。我相信接下来基于工业AI，基于前面说的那么多数据，解决安全、质量、成本、绿色是完全可能的。
今天我们走在工业AI的路上，很期待大家共同努力。黄仁勋几个月前在股东大会上说过“下一波AI将使得全球50万亿美元的制造业更加自动化”，这个预判对不对？今天至少看到了这种趋势。我们有机会走在这条路上，也希望大家一起努力。
以上和大家汇报的不一定对，供大家批判，谢谢大家！
