中控作为流程工业智能制造整体解决计划的领军企业 ，其工业软件产品涵盖了生产控制、供应链管理、资产管理、清静环保和工业AI软件等多个方面。历经31年 ，中控DCS系统在海内市场占有率达37.8% ，一连13年海内市场占有率第一；通过一连的研发投入 ，实现了工业软件SaaS化手艺、控制参数在线交织式判断手艺等多项手艺突破 ，优化了工业软件生态；针对流程工业所面临的痛点 ，助力企业实现“清静、质量、本钱、绿色”焦点目的；面向未来手艺生长趋势和人工智能可能带来的时机和挑战 ，中控提出“1+2+N”智能工厂新架构 ，以及全球首款通用控制系统UCS和流程工业时序大模子TPT（Time-series Pre-trained Transformer） ，为实现企业的智能化转型提供蹊径图。
近期 ，中控首创人褚健与《财经智库》举行了独家对话 ，解读中控的历史历程、立异效果及愿景。
走出象牙塔30年
《财经智库》：您被人们称为“中国自动化工业第一人” ，上世纪80年月末 ，您就加入了中国早期工业控制系统DCS（Distributed Control System）的研发 ，而其时海内手艺情形和资源相对有限。作为开拓者 ，是什么促使您坚持走上工业自动化的蹊径？是否与您的日本留学履历有关？
褚�。何也皇鞘裁吹谝蝗� ，不当。相对而言 ，可能有点故事罢了。事实上 ，在自动化领域方面 ，起步的时间我并未有意要推动工业化历程 ，而是在种种因素的影响下促成了工业化这件事。首先 ，在20世纪80年月末90年月初 ，中国正处于社会转型的要害时期 ，国家高度重视并鼎力大举推动大学科研效果的转化应用。在此配景下 ，原国家妄想委员会（后更名为国家生长和刷新委员会）在浙江大学设立了工业自动化国家工程研究中心 ，勉励构建一条从研究到工业的通道。在这一政策感召下 ，我坚定地做了这件事 ，只管其时对许多事情不甚相识 ，但我心田以为这个偏向很是准确。
日本留学的履历对我影响很大。在1986年至1989年时代 ，我在日本深入旅行、走访了日本的多家企业和研究机构 ，包括新日铁、川崎重工、松下电器等 ，这些企业的自动化水平很是高 ，在偌大的车间里险些看不到人。其中在旅行松下电器位于大阪的中央研究院的历程中 ，我更是眼见了机械手精准地夹取并煎制鸡蛋的精湛武艺。其时我深感震撼 ，由于机械手抓取鸡蛋的历程中 ，稍一用力鸡蛋会破 ，而力量缺乏鸡蛋就会掉 ，这关于机械手的控制要求很是高。虽然今天看来或许并不稀奇 ，但在其时却代表了极高的手艺水平。这些情形强化了我的认知 ，我以为所有的工业企业 ，脱离了自动化就无法实现现代化。以是 ，回国之后 ，我便肩负起了推动科研效果转化的重任。但其时的我关于手艺、产品以及市场都知之甚少 ，这无疑为工业化之路增添了许多挑战与难题。但正是这些挑战与难题 ，也让我越发坚定了在自动化领域深耕细作的刻意。
《财经智库》：其时遇到的最大难题和瓶颈是什么？
褚�。何宜媪俚哪烟獠⒎谴看獾牡惺忠詹幌嗍� ，而是对系统性手艺的生疏。在学校时代 ，研究的重心多聚焦于某一手艺点上的突破 ，这些研究或许已抵达前沿水平 ，但要将之转化为产品级的手艺立异 ，却需要实现从点到面的系统性跨越 ，这与撰写学术论文的差别很大。初涉此领域 ，有许多事情我并不熟悉 ，但我却明确 ，要将一项手艺理念转化为市场合需的产品远非易事。市场合渴求的并非纯粹的样机、科研效果或学术论文 ，而是能够切实解决问题的计划或手段。
彼时 ，中国刚刚刷新开放 ，外洋的产品大宗涌入 ，但若我们的产品显着比外洋的差 ，用户一定不肯意用国产的产品。譬如我们一最先就研发了其时最重大也是最主要的工业控制系统DCS ，关于石油化工这样的流程工业企业 ，一旦控制系统出问题 ，则导致歇工停产 ，甚至泛起重大事故 ，以是没有一家企业愿意接受相信并接纳我们的DCS。DCS差别于其他通俗产品——入口的电饭锅和国产的电饭锅 ，两者都能使用 ，不会泛起大问题 ，而DCS一旦出问题 ，就会影响生产。既然下刻意要开办一个企业 ，又想做点有意义、有价值的事 ，一定要学习 ，学习怎样开发一款好产品 ，学习怎样管理一家企业 ，怎样勉励一个团队 ，怎样去营销 ，怎样去说服客户......有了目的 ，就有希望。
我们的服务工具涉及炼油、化工、电力、造纸以及制药等行业的生产历程 ，全都用到自动化。这些行业企业一年365天、天天24小时不中止地运行 ，就像电不可停一样。云云严苛的运行情形 ，对控制系统的可靠性提出了极高的要求。打个例如 ，若是说人的大脑是一个控制器 ，那么大脑必需有逻辑判断 ，而关于一家企业来说 ，其控制系统就犹如大脑。
《财经智库》：这也就是为什么您经常将工业控制系统称之为“工业大脑”。
褚�。涸诿挥锌刂葡低持� ，由于生产规模较小 ，各项操作依赖人工完成；然而 ，随着生产重大性的提升 ，机械控制成为不可或缺的替换计划 ，这就是我们现在用的盘算机、芯片、软件以及众多通讯手艺（ICT）。之以是把DCS比喻成工业大脑 ，是由于它已经具备了“大脑”的基本属性 ，并需要大宗的知识储备。这些知识就是AI手艺。AI手艺在工业大脑里已经最先施展作用 ，能够实现对整个工厂更准确的控制。这一厘革性希望极大地削弱了工程师在古板生产流程中的主要性 ，以往需要众多差别专业配景的工程师协同事情的使命 ，现在仅凭一个集成AI的系统即可高效完成 ，甚至能胜任许多工程师难以单独解决的重大使命。我和我的团队正起劲地推动这一领域的生长。
《财经智库》：让中控成为流程工业的“工业大脑”是您的追求。去年 ，正好是中控30年 ，您将此分成三个阶段：第一个十年要解决生涯问题；第二个十年加入竞争 ，也就是跟国际一流企业竞争高端的海内市��；第三个十年 ，解决市场占有率问题。您还说 ，最主要的孝顺就是完成了一个工业控制系统的国产化。1975年美国Honeywell研制乐成TDC2000 ，天下意义上的现代工业控制系统（DCS）降生；同年 ，日本横河电机也推出了自己的第一款DCS产品；1981年 ，一批外资企业最先进入中国。您能否先容一下中控这30年履历的要害节点？
褚�。喝肥� ，流程工业的控制系统从上世纪80年月最先就被大型跨国公司所垄断。中控首先要解决生涯问题。在此基础上 ，与一流的跨国公司举行竞争 ，然后在竞争中学习并逾越。现在中控有凌驾3.2万家客户 ，具有大宗的数据积淀和实践案例 ，未来我希望中控的客户数目可以很快抵达5万这个数字。
今年是中控第四个十年的起始年 ，我们希望在未来的十年里 ，中控能够依托于对工业Know-how的明确以及在流程行业的奇异优势 ，在全球竞争的基础上增强工业AI能力 ，并在工业AI方面成为全球领先的企业 ，这是我们的目的。30余年来 ，我们最先是个小舢舨 ，先在游泳池学游泳 ，然后在钱塘江游泳 ，只管游不到江口 ，但事实可以靠岸；厥后成为一条大船 ，游到了杭州湾出�？� ，未来 ，我们希望中控成为一个舰队 ，游向更辽阔的大海。
2007年对中控而言是一个标记性的年份。那一年 ，中控获得了中国石化武汉分公司500万吨“油品质量升级炼油刷新工程”的项目条约（现在已是2000万吨炼油规模） ，包括四套主装置：500万吨/年常减压 ，190万吨/年煤、汽柴油加氢精制 ，120万吨/年延迟焦化和6万吨/年硫磺接纳。这个项目很是乐成 ，标记着国产DCS首次进入500万吨级炼油焦点主装置 ，也标记着高端市场焦点主装置DCS被跨国公司垄断的时代竣事了。中控从原来只做小项目到承接大型项目主装置 ，从500万吨炼油到万万吨炼油、百万吨乙烯及整个炼化一体化 ，这意味着中控从原来很小的市场占有率 ，到逐步有能力竞争再到领先。只有拥有这样重大项目的业绩 ，中控才华包管在未来市场竞争中不被跨国公司压垮。
《财经智库》：从之前的小项目到500万吨炼油、万万吨炼油的大项目 ，中控2023年DCS海内市场占有率已达37.8% ，其中化工领域占有率是56.3%。现在 ，中控的DCS在海内的占比已经很高了 ，是否已到天花板？
褚�。汉帽菵CS在中国的市场规模是120亿元左右 ，若是纯粹从DCS市场规模角度来讲 ，一定是有天花板的；但从自动化、数字化、智能化的角度来讲 ，还看不到天花板。现在用户最关注的 ，好比节能、清静、降本等痛点 ，未来中控有可能面临的天花板很高很高 ，不是几百亿元 ，而是几千亿元。理论上讲 ，现在在中控的战略转型阶段 ，面向的市场或许是500亿元到1000亿元的情形 ，预期的市场远景将会更大。我们要做的 ，最终是全方位地资助用户解决难题和问题 ，而不但仅是推销一款产品。
《财经智库》：把名堂翻开 ，目的锁定清静、质量、本钱、绿色 ，似乎就不保存天花板了。中控一直根植于制造业 ，古板制造业从自动化、数字化到智能化这个历程中 ，怎样才华更好地实现这个途径？
褚�。旱谝� ，必需把产品系统和服务模式做好；第二 ，这个服务模式有尽可能大的笼罩面；第三 ，要有许多典范的乐成案例；第四 ，广而告之。现在 ，中控在天下647个化工园区及沙特、泰国、哈萨克斯坦等国家设立了近200家5S店 ，笼罩全球3.2万多家用户 ，并通过5S店把先进的立异效果、产品手艺、解决计划及应用效果转达给企业 ，让企业愿意实验 ，并为企业带来实着实在的效果 ，这才华赢得企业信任。未来中国的经济 ，特殊是在原质料工业领域 ，竞争还会很是强烈 ，企业要在竞争中活下来 ，主要途径就是周全消除清静事故、提高产品质量、降低各项本钱 ，并朝着智能化、绿色化生长偏向生长 ，这就是中控要干的事。
内驱力：一连迭代
《财经智库》：您始终强调工业软件的主要性 ，并以为智能制造是软件驱动的工业革命 ，为什么？
褚�。嚎刂葡低尘褪侨说拇竽� ，仅有智商不敷 ，还需要知识 ，而工业领域所指的“知识”是构建软件的基础。软件不但是种种机械装备实现智能化的要害 ，更是产品设计、生产控制、能源管理、清静管理、质量管理等的主要工具。从工业3.0到工业4.0 ，包括正在来临的工业5.0 ，是从工业自动化到工业智能化 ，再到工业可一连生长的进化历程 ，也是古板制造向新型工业化、新质制造的进化历程 ，其中数字化转型是基础 ，也就是软件与质料装备、工艺流程、数实融合的历程。在工业领域 ，尤其是在流程行业的转型历程中 ，包括数字化转型、AI应用、供应链韧性、可一连生长等都与软件亲近相关。在已往30年 ，中控始终围绕行业需求 ，加速生长工业软件 ，已建设了富厚的产品线并自主研发出一批焦点工业软件 ，形成了较为完善的工业软件产品谱系。我始终以为 ，推进智能制造 ，要害在于工业软件 ，智能制造是软件驱动的工业革命。
《财经智库》：然而 ，中控最初的优势在于硬件。
褚�。鹤畛� ，中控一定什么优势都没有 ，但优势是逐步建设起来的。我所指的优势不是指市场占有率 ，而是中控怎样能够把现在保有的3.2万多家用户和未来可能抵达的5万家用户服务好 ，让用户能够在清静、质量、本钱、绿色的焦点需求上获得大幅度提升；怎样把我们的手艺履历和积累的案例知识与用户的需求团结在一起 ，通过AI的运用 ，资助用户创立价值�？梢运� ，中控不是一个DCS公司 ，也不是一个自动化公司 ，而是一个工业AI公司。
《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”的看法 ，但您同时强调这不是一个简朴的看法 ，而是一种可行的模式 ，先进的手艺和产品 ，以及一种可能解决的计划。
褚�。骸�1+2+N” ，就是一个工厂操作系统+两个自动化（生产历程自动化PA和企业运营自动化BA）+N个工业APPs。我们听取了许多企业向导的意见 ，包括央企、跨国企业尚有中小企业 ，他们都认可中控的框架。“1+2+N”不是一个看法 ，而是融合了许多手艺、产品息争决计划的系统 ，能够周全笼罩从生产线到管理线的自动化需求。它不但是中控产品手艺和要害能力的高度凝练 ，更是中控为宽大行业客户数字化转型、智能化生长所描绘的蓝图。需要强调的是 ，这并不料味着中控仅靠一己之力就能包打天下 ，我们需要打造一个开放合作的生态系统。诚然 ，在某些领域 ，企业间的竞争或许难以阻止 ，但更为普遍且主要的是合作的可能性。过往十数年间 ，移动互联网生态的蓬勃生长已充分验证了这一点。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 ，我充满信心 ，并已经看到了希望。
《财经智库》：中控构建工业操作系统实现智能工厂和智能制造的跨越（买通5T ，形成生态） ，其愿景很是弘大 ，是不是也意味着跟外部科技合作的可能性？事实 ，完全依赖自身力量完成一切是不现实的 ，在这些方面 ，优势和短板又有哪些？
褚�。赫饣谝幌盗谢镜奶跫突�。首先 ，是否定同工业3.0到工业4.0的转变？是否定同自动化到数字化、智能化的转型？是否定同没有哪家企业能够包打天下？这就是合作的共识和基础。同时 ，工业企业最需要什么？现在市场上遇到许多疑心和迥异的看法 ，差别的解决计划可能造成混淆甚至杂乱。好比什么叫智能工厂？什么叫智能制造？什么是工业互联网 ，看法许多。不可为数字化而数字化 ，要害是要有能力为企业降低本钱、提高效率。因此 ，强化自身能力、找到解决计划 ，就要有焦点的手艺和产品 ，并获得用户和合作伙伴的认可。
至于短板 ，关于中控来说 ，现在一些手艺方面确实有所缺失 ，好比工艺手艺�；ち煊虻淖彝痪弑概趟慊渚� ，而自动化领域的专家虽对反应器有所相识 ，却可能缺乏化工与盘算机知识。以PDH（丙烷脱氢）为例 ，怎样能够相识它的工艺 ，使其产量更大、质量更好、能耗更低？我们需要实现5T（自动化手艺、信息手艺、工艺手艺、运营手艺、装备手艺）的深度融合。
虽然 ，自动化的生长已今是昨非。已往所学的现代控制理论的状态方程、线性控制、非线性控制等 ，现在是否依然建设？通过“AI+5T” ，或许会爆发完全差别的新手艺。古板的控制理论和AI之间究竟是竞争关系照旧合作关系？这需要我们深入研究、起劲探索。若是能够成为一个5T综合领域的专家 ，通过专业知识、数据与AI手艺 ，或许能够资助人类解决更现实的问题。
《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》来中控调研 ，你们正在做大模子的突破 ，为什么中控坚定选择了投入AI手艺？从研发到现实应用 ，中控怎样确保AI的投入不会成为一场高危害的冒险 ，而是成为推动一连立异的动力？
褚�。篊hatGPT的横空出生令我深感震撼 ，这让天生式AI和未来的通用AI酿成了可能。关于工业领域而言 ，它就像把许多先进的智慧与普遍的知识系统浓缩于一体。正如爱因斯坦之前的时代 ，牛顿力学被视为颠扑不破的真理 ，直至微观粒子层面的探索才催生了量子力学的降生。在此之前 ，我们所学皆源自书籍 ，经由科学验证与实验证实 ，这与ChatGPT所展现的学习与天生历程颇为相似。这种手艺生长 ，在工业领域虽然不可准确地解决所有问题 ，但它无疑展现了手艺生长的新趋势。
我以为 ，随着AIGC（人工智能天生内容）手艺的兴起 ，AI已迈入了一个全新的生长阶段。去年 ，我曾向公司全员提出 ，所有中控人都要学会用AI工具 ，所有中控的产品都应该有AI能力 ，虽然最主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子TPT就是这个偏向。在这方面 ，中控会加鼎力大举度 ，也许是“All in”。
《财经智库》：人工智能在制造业中正在爆发作用 ，但在流程工业中 ，AI的应用似乎希望较为缓慢 ，是由于流程工业更带有它的重大性 ，难度更大？
褚�。耗傅氖抢肷⒅圃煲� ，这方面应用可能更多的是质检 ，而质检主要是基于图像处置惩罚的 ，与AIGC并无直接关联。较量而言 ，我以为流程工业比离散制造业在AI应用方面具有更为显著的优势与潜力。为什么？由于流程工业拥有海量的数据资源 ，而离散工业的数据相对不完整 ，也就是说离散行业经由洗濯、处置惩罚后的有用数据可能远远不如流程行业。这使得流程行业在数据资源上占有了显著优势。
化工历程最大的特点是“三传一反”。“三传”是传热、传质、传力 ，即热量、质量、动力的转达；“一反”是指化学反应。这是工程学科中的经典理论。而化工装置无外乎反应器、疏散塔 ，这些装置在运行历程中爆发的大宗数据 ，能够真实反应其特征。值得注重的是 ，化工历程并非Pure chemistry（纯化学反应） ，由于自然界没有纯的工具。反应物料中往往含有杂质 ，因此 ，当差别的质料进入化工装置 ，经由“三传一反” ，团结数据 ，出来的工具应该是什么、应该怎么变 ，着实是有机理保存的。正由于不是纯物质 ，反而有文章可做。
《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。您适才提到中控有凌驾3.2万家用户 ，您也说过Data is food of AI（数据是人工智能的食粮）。在未来的生长历程中 ，除了数目上的增添 ，您怎么看数据质量和深度对工业AI生长的影响？中控从化工领域入手 ，关于差别行业、差别工艺流程用户数据的差别性 ，怎样实现数据驱动的个性化解决计划？
褚�。涸诹鞒坦ひ抵� ，数据不但富厚 ，且其归类相对容易。上一个问题讲到“三传一反” ，涉及诸多装置。详细而言 ，化工行业是流程工业的典范代表 ，而除此之外 ，如钢铁、有色、建材等行业 ，虽然不是古板意义上的石油化工或有机化工 ，其机理与“三传一反”完全差别 ，但同样爆发化学反应。古板的无机化工也与有机化工差别 ，但它们都具有大宗数据和机理的相似之处 ，由于它们都是化学反应历程 ，这都是工业AI应用的主要基础。以是 ，数据的重大不代表数据的有用性。但如我适才所强调的 ，流程工业具有大宗的数据 ，团结机理历程以及装置 ，有用性显然高于离散行业。现在中控诸多案例和效果 ，已经证实这条路是行得通的 ，只管尚有“坎” ，但我们会力争突破。
以无机化工中的氯碱行业为例 ，中国绝大部分的氯碱厂用的是中控的控制系统 ，中控与这些客户关系亲近。它们现在提出了许多需求 ，好比扩产时能否不再招“操作工”？能否降低能耗？能否延伸离子膜的寿命？能否提高产能？哪些潜在故障在早期能预警预告？解决这些问题 ，主要依赖的就是“工程师”。但若能够把所有的知识联通 ，把差别的用户数据与履历汇聚 ，就能发明问题所在 ，数据就变得有用。只管氯碱厂规模、质料可能所有差别 ，但其工艺原理相近 ，这不就是我们要学习的吗？以前人力难以完成 ，但现在AI可以做到。
《财经智库》：您将下一代工业控制系统称之为UCS（Universal Control System） ，以软件界说、全数字化、云原生 ，来试图倾覆应用近50年的古板DCS手艺架构 ，工业市场是否已经准备好接受这种转型？您预期在手艺和市场的成熟度上 ，未来会爆发什么转变？
褚�。篋CS最早是由Honeywell在1975年提出来的 ，经由近50年的生长 ，架构大同小异 ，但手艺完全差别。这套系统主要保存的问题 ，一是本钱下降有限 ，虽然随着整个IT手艺的下降 ，它也会下降；二是古板的DCS多基于ARM芯片构建 ，算力有限。当AI应用于DCS中时 ，ARM无法实现。
基于目今先进的服务器手艺 ，特殊是高性能的CPU和GPU ，让实现数据的实时处置惩罚及AI的实时在线应用成为可能。因此 ，通过UCS倾覆DCS的古板架构是很是有希望的。中控的年轻团队立异性地提出了UCS的框架 ，将原来成百上千面机柜清零 ，酿成了一面机柜；将原本需要数亿元投资的电缆铜缆 ，用一对光纤来解决；控制系统通过云化手艺实现统一控制 ，将无数个“小脑壳”酿成一个“大脑壳” ，所有数据都在这个“大脑壳”上 ，AI就可以充分验展作用 ，把项目生命周期大幅度提升 ，真正实现了软件界说优化。我们原以为可能需要两三年的时间才华够被中国客户接受 ，犹如上世纪80年月初外洋DCS引入中国时 ，只管上海炼油厂率先使用 ，但大宗企业仍在嫌疑并质疑。然而 ，在UCS宣布后 ，众多企业 ，包括跨国公司 ，均体现出强烈的试用意愿 ，这一速率大大凌驾了我们的预期。究其缘故原由 ，一是UCS能够显著降低系统本钱；二是AI手艺的充分应用成为可能。
《财经智库》：看来一连迭代是你们的内驱力 ，尚有一批年轻人基于数据研究 ，开发了实时数据的流程工业时序大模子TPT？
褚�。赫飧瞿Ｗ尤狈σ猿啤按蟆� ，但很是管用 ，都是基于时间序列的。以前许多软件都是通过差别专家 ，有些企业可能都没有专家 ，即通过高级工程师或有专业才华的手艺职员去管控差别的部分 ，且流程很长。但今天通过TPT不但能解决操作问题 ，还能解决装备运维问题。若是要提高产品质量或者产能的同时降低能耗 ，都可以接纳类似与ChatGPT相同方法 ，把数据输入大模子 ，使用以前学到的数据构建模子 ，通过一个TPT来管控一个工厂。
《财经智库》：您多次提到中控的年轻人 ，似乎一些突破性的项目都由年轻人完成。据相识 ，中控每年的研发占比在10%以上 ，对年轻人你们有哪些机制来确保这种立异能力的实现？
褚�。阂欢ㄓ�。但若是通过某种机制 ，可能新的工具就出不来了。
构建事实上的工业标准
《财经智库》：适才提到中控的控制系统等产品在海内的占比很高 ，那你们在未来的国际化方面有无整体设想？焦点目的与要领各是什么？
褚�。合衷谥锌卦谥泄氖谐≌加新屎芨� ，但在全球市场影响力还小 ，着名度还不敷。从全球角度 ，中控将面临更大的竞争和压力。只管中控已在全球结构 ，包括在中东、东南亚、欧洲、北美和南美等地 ，增速也较快 ，但现在占比还不高 ，我们希望以后外洋营收占比能够实现大幅的、快速的提升 ，一系列的战略制订及包管机制也在逐步明确和优化。
《财经智库》：不可否定 ，中控在全球的控制系统市场上也面临着强烈的竞争 ，国际企业在AI领域的结构怎样？
褚�。何蚁嘈耪庑┐蟮目绻驹贏I应用方面均有所结构。中控在全球率先宣布UCS和TPT ，这些企业也会与我们交流 ，它们对中控所做的事情体现认可。但事实上 ，这些企业也都在起劲结构AI领域�；蛐� ，许多效果要比及现实推出后才会为众人所知。手艺的生长趋势是显而易见的 ，无非看谁的速率更快。
回首中控刚最先做DCS的时间 ，我们也是以跨国公司的DCS作为标杆 ，向它们学习。今天我依然以为跨国公司有许多地方值得学习和尊重。它们拥有富厚的手艺积累和人才储备 ，且产品系列也很富厚 ，它们是中控的标杆和模范。但在中控的第四个十年里 ，我们有时机在全球 ，尤其是在流程行业 ，成为工业AI领域的向导者之一 ，至少我们希望能在这一领域占有主要的一席。
《财经智库》：都说中国应用场景富厚 ，与外洋较量怎样？
褚�。何叶酝庋蟮某【安惶煜�。虽然 ，中国大的石化行业企业在全球也是领先的 ，其拥有2000万吨炼油规模、几百万吨烯烃或PTA的规模 ，外洋并未几见。在古板化工、细腻化工领域 ，无论是工业链的深度与广度 ，照旧产品的种类与规模 ，中国在全球均占有举足轻重的职位 ，以是场景比外洋更富厚。在深耕中国市场的同时 ，我们应加大与外洋企业的合作力度 ，配合探索新的应用场景和手艺立异。中控与这些跨国公司之间既保存合作的可能性 ，也可能面临竞争 ，但无论何种关系 ，我们都将始终坚持以客户价值创立为焦点 ，致力于为客户提供越发优质、高效的产品和服务。
《财经智库》：关于国际标准问题。在工业领域 ，西欧企业经常主导国际手艺标准 ，中国企业的手艺立异能否在未来引领某些手艺标准的制订？详细在哪些领域中控有时机实现这种突破？
褚�。褐锌氐腅PA在2008年成为IEC（国际电工委员会）的国际标准 ，其中有一部分也成为德国的国家标准。其时 ，时任科技部部长万钢指挥说 ，以前德国的许多国家标准都进入了国际标准 ，而中国的标准又都来自国际标准 ，以是中国总是把德国的国家标准作为自己的标准；而现在中控的EPA成为国际标准 ，被德国纳入其国家标准 ，这很是了不起。
我以为有两类标准必需做。第一类 ，已经获得普遍共识、具有普适性的标准 ，即配合的标准 ，关于这类已经确立的标准 ，我们应起劲遵照并接纳。另一类则是怎样创立并制订新的标准。这个更为主要 ，特殊是在工业领域 ，当抵达一定规模时 ，它就是一个事实上的工业标准。中控希望能够起劲加入并推动这类标准的制订 ，牵头与否并不主要 ，主要的是能够在工业领域被接纳 ，标准原来是无价的。
在其他方面 ，中控也会起劲加入。好比Ethernet-APL（以太网高级物理层）就是国际上提出来的标准 ，现在并未形成共识 ，但我们以为这个手艺代表了未来偏向 ，以是起劲加入到标准的制订、完善及应用中。也有一些可能现在各人还不知道 ，或者还没发明 ，或者还不认可 ，若是我们以为准确 ，就会去推进。
架起科研和工业的桥梁
《财经智库》：从最初自动化之路的设想到现在的“工业大脑” ，其时你们几个首次创业的年轻人决议在代理商和开发商之间选择了较为艰难的自主立异 ，您最先的初志就是想买通科研和工业的通道吗？
褚�。菏堑��Ｗ钕让幌肽敲炊� ，只以为要构建一个从科研到工业的通道。这个通道怎么建？其时已经证实在学校不可能实现工业化 ，以是建在学�Ｒ欢ú豢��；痪浠八� ，学校也不应该做工业化的事。
30多年前 ，社会上许多企业研发能力相对较弱 ，不像今天 ，企业的研发能力凌驾了学校和研究机构。怎样把这两者团结起来构建一个通道 ，就是我们的初志。虽然我们手上没有产品、没有钱 ，险些不懂市场、谋划、管理、制造、服务等 ，但我们知道要做这件事就应该建一个企业 ，需要面向市场、转变看法。也就是说 ，我不再是教授 ，而是要走手艺之路、工业之路。
《财经智库》：高校的科研和研发与企业的研发不是一回事。您曾将科研界和工业界比作长江和黄河 ，不可交汇。
褚�。憾� ，科研和工业像是长江与黄河 ，不相交。学校应该做前沿的手艺突破、原始立异 ，甚至是科学发明、基础研究 ，而非效果转化。在当今时代 ，效果转化领域已汇聚了大宗专业人才 ，这与30年前的情形截然差别 ，他们已具备响应的转化能力�？萍夹推笠翟谟诿嫦蚴谐 ⑻没枨� ，致力于解决用户的痛点问题 ，这一理念自企业首创之时便已明确。
科研有科研的纪律 ，商业有商业的逻辑 ，两者之间 ，有一个重大的鸿沟 ，而我的使命是成为商业与科研的桥梁 ，在于将科研效果的价值更好地施展 ，同时解决商业企业在立异手艺源头上所面临的问题。
《财经智库》：您已经把高校、研究机构以及企业在效果转化的角色定位说得很清晰了 ，您是较量典范的产学研团结之人。在科研效果的转化历程中 ，您以为哪些是特殊主要的要害点？
褚�。嚎赡芤颜饧父隹捶ㄍ牙��？蒲Ш褪忠找牙�；研究和研发（或开发）要脱离。寄义差别 ，不可混为一谈。
30年前 ，高校的知识或者手艺能力相对工业的手艺水平是较高的 ，那时“三来一补”（即来料加工、来样加工、来件装配和赔偿商业）的模式就可以应用了 ，但订单、市场、装备都是别人的；然而 ，时至今日 ，情形已爆发根天性转变。从某种意义上讲 ，工业界的手艺水平 ，虽未必比跨国公司更高 ，但相较中国高校已经不低了。
好比说人工智能、无人驾驶等领域 ，高校在与大型科技企业的比照中显得相对弱势。这些大企业不但拥有雄厚的人才储备和强盛的盘算能力 ，并且其研发团队规模重大、组织严密 ，能够高效协同事情。相比之下 ，高校都是相对不稳固的研究生 ，差别就会拉大。在我们这个领域 ，高校的科研或研发与企业也差别。创业办公司是市场导向 ，而非论文导向、效果导向 ，企业的研发必需有用。虽然 ，我也跟团队说 ，能不可做五年后的研发 ，或者是做一些可能失败的工具 ，但所有这些起劲都必需面向未来 ，具有前瞻性。
《财经智库》：现在强调立异 ，强调科技工业化或科研效果转化 ，从您的角度 ，在立异主体上 ，像南科大的刘科教授说 ，立异就应该以企业为主体；中芯国际原董事长周子学也持此看法 ，您怎么看？
褚�。核降摹翱ú弊印� ，不是卡手艺 ，而是卡产品。我们今天被卡的芯片、光刻机、工业软件 ，种种质料、零部件等等都是产品。虽然 ，产品里保存许多手艺 ，但它首先是产品。现阶段的问题需要工业界来解决 ，高校和科研院所应该想步伐解决十年后不再被“卡脖子”的问题。外洋不会停下来 ，还会往前走；中国的企业能不可十年后不再被“卡脖子” ，这才是要害。
中国已往40多年工业化的履历积累已经涤讪了很是雄厚的基础。我们对未来的判断 ，或者说基础储备 ，按趋势走就应该没问题；只管倾覆性的立异可能会难题些 ，但概略不会走错偏向。真正的竞争需要经受市场磨练 ，好比中控立异推出的UCS ，其质量、可靠性、稳固性 ，都需要获得市场的认可。既然是产品 ，就一定要市场化 ，锁在实验室无济于事 ，以是我们要求研发团队不但要研发产品 ，还要跟上市场 ，深入市场一线。不要等十年后再攻关 ，那样或许就永远跟不上了。以是 ，看清趋势 ，关注十年、二十年后我们怎样不再被别人卡。虽然 ，我们也希望增强种种国际合作 ，在开放中竞争并获得提升。
泉源：财经杂志
