■中国工业报  吴辰光

深耕者行远，务实者功成。

在新中国77年的工业发展史上，一家深耕流程工业三十余年的民营企业，默默推动流程工业从单点智能向全链路智能跃迁，为中国工业向智造强国跨越筑牢坚实根基。这就是工业AI领域的“隐形冠军”——中控技术股份有限公司（以下简称“中控技术”）。

近日，中国工业报与中控创始人褚健展围绕工业AI与通用AI的本质差异、落地难点、自主运行工厂的建设路径，以及中控技术如何以务实创新推动价值落地等话题，进行了深入交流。

工业AI绝非通用AI的简单延伸

通用AI求“普适”，工业AI求“精准”；通用AI重“体验”，工业AI重“可靠”。这种本质差异决定了工业AI不是通用技术的行业延伸，而是立足工业机理、嵌入工业场景、解决工业痛点的深度创新。

中国工业报：通用AI的爆发加速了各行各业的智能化进程，但工业场景对可靠性、可解释性、安全性的要求远高于消费端。您如何看待工业AI与通用AI在技术逻辑和应用路径上的本质区别？

褚健：两者的区别源于目标不同。通用AI求“普适”，工业AI求“精准”；通用AI重“体验”，工业AI重“可靠”。这种差异决定了工业AI绝非通用模型的简单垂直化应用，而是一场立足工业本质、嵌入核心场景、解决真实痛点的深度创新。

从技术壁垒看，通用AI依赖海量互联网数据与高算力堆叠，缺乏对工业时序数据、工艺约束的理解，其概率生成逻辑容易产生“机器幻觉”，无法满足工业场景零容错要求。而工业AI必须构建“数据+机理”双轮驱动的技术体系，既要处理流程工业中温度、压力、流量等高频波动的时序数据，又要深度融合物理、化学等底层工业规律。

从逻辑看，通用AI多为通用型工具，无需形成闭环，场景灵活、标准宽松。而工业AI必须嵌入生产核心环节，形成“感知-决策-执行”的全链路闭环，真正介入控制层面。

为破解通用AI在工业场景的“水土不服”，中控技术推出了时间序列大模型TPT（Time-seriesPre-trainedTransformer，时间序列），它以工业时序数据为核心训练对象，深度融合了中控技术三十余年积累的机理知识与专家经验。从底层杜绝“AI幻觉”，让模型既懂数据规律，又守工业规矩。总的来说，TPT的优势有“三不”：一是不瞎学，它在自动化时代积累了100EB级的真实工厂历史数据，无错误信息；二是不乱想，不同于通用AI算法，它的思维被物理、化学规律和专家经验牢牢焊死在底层算法上；三是不跑神，它的目标极其单一和务实，就是优化生产过程。

中国工业报：当下工业AI规模化落地的难点集中在哪里？如何平衡企业数据安全与行业共性价值复用？中小企业又该如何低成本接入工业AI？

褚健：工业AI规模化落地的核心难点主要集中在四个层面：

一是数据层面，工业数据普遍存在孤岛化、碎片化、质量不均等问题，且涉及工艺保密与生产安全，难以流通复用，直接影响模型的训练效果与泛化能力。

二是技术层面，现有模型多以单场景、单任务开发为主，适配成本高、迁移难度大，且多停留在“预警”或“建议”层面，与生产控制环节脱节，无法形成“数据-模型-执行”的全链路闭环。

三是企业层面，大量企业仍处于“工业AI是什么、能带来什么、怎么用”的认知盲区，观望情绪浓厚，不敢投、不会用。

四是人才层面，既懂工业又懂AI的复合型人才极度稀缺，中小企业尤其缺乏数据治理与模型运维能力。

破解之道在于“机制创新+模式创新”。一方面，中控技术发起成立“工业AI数据联盟”，探索建立行业可信数据空间，推动共性数据的安全流通与价值复用；另一方面，TPT采用“预训练+微调”架构，依托行业共性数据完成基础模型预训练，企业私有数据则在本地完成微调，既保障数据安全，又大幅降低单家企业开发门槛。

针对中小企业，我们正从三方面发力：一是推出轻量化改造方案，如AI一体机；二是推动SaaS化订阅模式，降低初期投入；三是联合头部企业打造“灯塔项目”，形成可复制的标准化路径，带动全行业跟进。

从人工管控到自主运行的跨越

自主运行工厂是流程工业智能化的核心方向，其关键在于适配不同企业的自动化基础，找到切实可行的升级路径，让智能从概念落地产线。

中国工业报：您多次提到，自主运行工厂是流程工业的未来方向，针对自动化水平不同的企业，落地的差异化路径是什么？如何实现新旧产线的高效融合？

褚健：自主运行工厂的核心，不是追求技术上的“一步到位”，而是适配企业实际、找到可行路径、稳步推进闭环。

针对头部企业，中控技术推出了以“TPT+UCS（通用控制系统）”双核驱动为核心的自主运行工厂AOP（AutonomousOperatingPlant，自主运行工厂）路径，相较传统“DCS（集散控制系统）+外挂智能”的模式，这一架构能够实现三大突破：一是数据原生集成，避免传统抽取式带来的延迟与失真，提升模型训练精度；二是决策与执行闭环，TPT实时决策通过UCS系统毫秒级响应，打破“大脑-神经-手脚”割裂；三是开箱即享，大幅降低系统集成与运维成本。

针对中低自动化基础的企业，我们正探索“传统DCS+AI一体机”的轻量化路径。无需大规模改造，仅通过加装AI一体机就能快速提升传统DCS的智能化能力，让AI技术先赋能局部核心工序，实现单点环节的自主运行。待基础夯实后，再逐步打通数据壁垒，实现跨工序优化，稳步从L2向L3进阶。

在新旧产线融合上，我们坚持以技术、数据、应用“三管齐下”。技术层面，搭建云边端一体化架构，开发通用接口协议，打破新系统与旧设备的通讯壁垒。数据层面，对新旧产线的全量数据进行统一治理，形成标准化底座；应用层面，遵循“单点突破、逐步拓展”原则，先在共性工序形成模板，再向全流程推广。

让工业AI价值落地生根

中控技术将持续推动工业AI与自动化、数字化的深度融合，让技术红利真正转化为客户的安全、质量与效益。

中国工业报：您认为工业AI对流程工业的长远价值体现在哪些方面？中控技术又将如何通过技术迭代与生态共建，推动价值深度落地？

褚健：中国流程工业市场规模约60万亿元，占据中国工业产值近半壁江山，承载着80%的工业碳排放，其智能化升级，既是市场机遇，更是产业责任。

从长远看，工业AI规模化落地有三大价值：

一是安全生产。AI能实时分析细微的数据波动，提前预测风险隐患。例如，在客户工厂里，它能将风险分析效率提升70%，隐患识别率达95%，预测准确率达96%。

二是能精准控制，实现高标准稳定生产。比如依托工业AI，客户工厂预计能实现高附加值产品合格率稳定在99.8%以上，比传统控制模式提升3.5个百分点。

三是降本增效。AI能持续计算选择能耗、物耗最低的工艺路径。例如在内蒙古兴发工厂，TPT通过对电解槽集群的闭环控制优化，提升生产效益1%-3%。

在技术迭代上，中控技术将围绕流程工业核心需求，持续深耕“数据+机理”双驱动路线，打磨时间序列大模型TPT等核心产品；在生态共建方面，打造工业AI协同创新共同体。目前，中控技术已与华为、用友、大华股份、鞍钢股份、鞍钢数科、东北大学等多个合作伙伴达成合作，整合产学研用各方资源，推动工业AI在更多细分场景落地生根。

此外，中控技术正以SaaS订阅制重塑商业模式，降低中小企业试错门槛，同时为公司创造可持续的经常性收入。仅2025年上半年，就已累计签约订阅客户900家，AI收入超亿元。

中国工业报：2026年是“十五五”开局之年，您对中国工业高质量发展有何期许？中控技术将如何响应国家加速推进工业智能化、绿色化、融合化的发展要求？

褚健：可以说，“十五五”是中国工业重塑发展逻辑、培育新质生产力的关键一程，这一阶段也是流程工业进一步实现“安全、质量、低碳、效益”目标的核心冲刺期。从当前发展格局来看，政策引导与市场驱动正形成良性共振，为工业领域的创新突破筑牢根基，中国正逐步实现从制造大国向智造强国的稳步迈进。

中控技术深耕流程工业三十余年，始终立足行业发展规律与国家战略导向，精准对接政策要求与市场实际需求，将关键机遇转化为具体的技术布局与落地实践。未来，中控技术会持续探索工业AI的技术边界，推动自动化、数字化、智能化的深度融合，在合规有序的前提下稳步推进国际化布局，助力中国工业高质量发展与新质生产力培育，为中国工业向智造强国跨越筑牢坚实根基。

先锋秘籍

褚健

国内工业自动化、工业互联网及工控网络安全领域知名专家，中国工业自动化领军企业中控创始人、宁波工业互联网研究院创始人&院长、上海交大宁波人工智能研究院首席科学家、蓝卓supOS工业操作系统创始人、浙江省智能工厂操作系统技术创新中心主任，他同时还是上海交通大学首席研究员、浙江大学研究员、中控创新研究院院长，以及《IET智能系统与机器人》创刊人、主编。

历年来，褚健先后获得国家科技进步奖二等奖3项、国家技术发明奖二等奖1项，以及国家自然科学基金委杰出青年基金、创新研究群体基金、国家重大科技计划项目等成果及荣誉；2017年至2020年，褚健连续四年入选科睿唯安全球“高被引科学家”。2020年11月，褚健创立的浙江中控技术股份有限公司（688777.SH）在科创板挂牌上市。2021年2月，褚健被评为“2020中国十大经济年度人物”。

■工业AI必须构建“数据+机理”双轮驱动的技术体系，既要处理流程工业中温度、压力、流量等高频波动的时序数据，又要深度融合物理、化学等底层工业规律。

■自主运行工厂的核心，不是追求技术上的“一步到位”，而是适配企业实际、找到可行路径、稳步推进闭环。

■“十五五”是中国工业重塑发展逻辑、培育新质生产力的关键一程，这一阶段也是流程工业进一步实现“安全、质量、低碳、效益”目标的核心冲刺期。