大家下午好!特別高興每年能與大家相聚。我這次講話,一方面是想向大家匯報過去一年中控在技術(shù)研發(fā)、市場服務(wù)等方面做的工作與成果;另一方面,也希望借這個機會聽取各位的寶貴建議,與大家共同探討未來的發(fā)展方向。
眼下,我們正身處一個變化速度超乎想象的時代,相信大家和我一樣,心里有不少感慨。地緣政治的風(fēng)云變幻、世界經(jīng)濟(jì)的諸多不確定性,還有貿(mào)易壁壘帶來的割裂感,都讓我們對未來的走向,多了幾分看不清、摸不透的迷茫。但即便如此,我們始終要相信,世界的發(fā)展腳步從不會停歇,與其糾結(jié)短期的波動,不如把目光投向更長遠(yuǎn)的未來。
以中國經(jīng)濟(jì)為例,我們確實面臨著不少挑戰(zhàn)——行業(yè)內(nèi)卷加劇、部分領(lǐng)域產(chǎn)能過剩,這些難題都真實地擺在我們面前。但與此同時,我們也看到了行業(yè)蓬勃向上的另一面,尤其是以AI為代表的前沿技術(shù),正加速向制造業(yè)滲透,這其中,流程工業(yè)的智能化升級,更是蘊藏著巨大的潛力。相信大家還記得2022年11月30日ChatGPT的誕生,在那之前,我們熟悉的人臉識別、圖像處理等技術(shù),放在今天的語境下,其實都算不上真正的AI�,F(xiàn)在我們談?wù)摰腁I,核心是生成式AI,而它的發(fā)展速度,遠(yuǎn)超很多人的想象。
對于中控而言,我們將全面擁抱AI,更要聚焦流程工業(yè)領(lǐng)域深耕發(fā)力,尤其是化工、生物制藥、食品、酒類等與生物制造相關(guān)的細(xì)分賽道。我們一直在思考:能不能打造出一款適用于多個場景、具備一定泛化能力的通用型工業(yè)AI?我的答案是:完全可能!
過去,我們要求每一位工程師,都必須到工業(yè)現(xiàn)場倒班三個月、半年甚至一年,從而形成對這個領(lǐng)域的深刻理解,如果能堅持十年,就可以成為遇到任何問題都能從容應(yīng)對的行業(yè)專家。但現(xiàn)實情況是,沒有任何一個人,能夠熟悉流程工業(yè)所有工段、所有車間的運轉(zhuǎn)邏輯,更不可能逐一親歷現(xiàn)場學(xué)習(xí)。而AI,恰恰能幫我們突破這個瓶頸。流程工業(yè)的一大優(yōu)勢就是數(shù)據(jù)質(zhì)量高、數(shù)據(jù)價值密度大。只要我們能把這些分散的數(shù)據(jù)匯聚起來,再匹配上合適的算法——基于生產(chǎn)數(shù)據(jù)、質(zhì)量數(shù)據(jù)、原材料數(shù)據(jù)、設(shè)備數(shù)據(jù)的專屬工業(yè)算法,就一定能在工業(yè)AI這件事上,做出中控應(yīng)有的貢獻(xiàn)。
AI技術(shù)的飛速發(fā)展為我們帶來了前所未有的機遇,同時也伴隨著挑戰(zhàn)。當(dāng)前,中國很多領(lǐng)域都面臨產(chǎn)能過剩的問題,企業(yè)要想在全球市場站穩(wěn)腳跟,降本增效是唯一的出路�,F(xiàn)在不少企業(yè)陷入了“不開工虧、開工也虧”的困境,在這樣的背景下,企業(yè)的核心訴求其實很明確,總結(jié)起來就是三個目標(biāo),這也是中控人必須聚焦的方向:第一,提升生產(chǎn)安全性,杜絕安全事故;第二,提高產(chǎn)品質(zhì)量,實現(xiàn)低端產(chǎn)品高端化;第三,大規(guī)模降低生產(chǎn)成本。只要能實現(xiàn)這三點,企業(yè)的產(chǎn)品競爭力自然會大幅提升。而要達(dá)成這些目標(biāo),在大多數(shù)企業(yè)不會對現(xiàn)有工藝設(shè)備進(jìn)行大規(guī)模改造的前提下,自動化、數(shù)字化、智能化的“三化融合”就是唯一的路徑。
正如汽車的自動駕駛(FSD)已經(jīng)從概念走向了現(xiàn)實,不少車型已經(jīng)能實現(xiàn)L2、L3級的自動駕駛。對于工廠而言,自主運行工廠(Autonomous Operating Plant, AOP)同樣是必然趨勢。目前我們的工廠智能化水平大約處在L1或L2階段,未來我們要朝著L3、L4級邁進(jìn),最終實現(xiàn)幾乎無人值守的高效運營。無人工廠絕不是遙不可及的空想,而是觸手可及的未來。
在自主運行工廠這件事上,中控其實已經(jīng)取得了重大突破。我們推出的通用控制系統(tǒng)UCS (Universal Control System),徹底顛覆了傳統(tǒng)DCS系統(tǒng)的局限,不僅能完全覆蓋DCS的所有功能,還內(nèi)置了強大的算力,能夠支持AI算法模型的在線運行。只要我們把時間序列大模型TPT(Time-series Pre-trained Transformer)與通用控制系統(tǒng)UCS結(jié)合起來,實現(xiàn)自主運行工廠(AOP)就不再是難題。同時,我們也在探索另一條路徑:在原有DCS系統(tǒng)的基礎(chǔ)上,加裝AI一體機,希望通過這種方式,把傳統(tǒng)DCS的能力進(jìn)一步提升,讓AI技術(shù)真正賦能現(xiàn)有產(chǎn)線。
黃仁勛曾指出:這一波AI浪潮,將推動全球50萬億美元規(guī)模的制造業(yè),實現(xiàn)更高水平的智能化。中國的制造業(yè)規(guī)模,大概占全球的三分之一;而流程工業(yè),在中國制造業(yè)中的占比超過40%,這其中蘊藏的市場機會,不言而喻。除此之外,流程工業(yè)的碳排放量,更是占到了全國總排放量的80%。龐大的規(guī)模也意味著可觀的減排需求,這既展現(xiàn)了工業(yè)智能化升級的巨大市場空間,也彰顯了其所承載的重大社會責(zé)任。
當(dāng)然,機遇背后,挑戰(zhàn)也同樣存在。面對日新月異的技術(shù)和層出不窮的新信息,我經(jīng)常會擔(dān)心自己是不是已經(jīng)“落后”了。這種對落后的焦慮,其實提醒著我們每一個人:不能穿舊鞋走老路,不能用慣性思維解決新問題。我希望,每一位中控人都能放下惰性思維,都能真正做到“穿新鞋走新路”。我們絕不能用老辦法、老工具,去應(yīng)對新問題、新挑戰(zhàn)。這里舉一個很典型的例子:我們不能用軟件思維,去解決人工智能的問題�,F(xiàn)在AI已經(jīng)能幫我們完成代碼編寫,很多過去需要人工解決的AI難題,現(xiàn)在是不是可以用新的思路去攻克?答案是肯定的。我們完全可以用最前沿的技術(shù),去解決流程工業(yè)的實際問題,甚至用AI技術(shù),去重塑工業(yè)軟件的研發(fā)邏輯。這件事,不是不可能,而是非常有可能!
今天,我看到了許多企業(yè)對智能化升級的迫切需求,看到了大家對新知識、新技術(shù)的渴望,也看到了行業(yè)突破困境的決心。這讓我更加堅定了信心:我們雖然還沒有取得巨大的成功,但已經(jīng)看到了成功的曙光——隧道盡頭的那束光,不是微弱的螢火,而是耀眼的光芒,我們甚至已經(jīng)能清晰地看到隧道出口的距離。所以,我也希望中控的各位同仁,能在2025年取得的成果基礎(chǔ)上,繼續(xù)深耕用戶需求,2026年,是我們?nèi)_刺、實現(xiàn)突破的關(guān)鍵一年!
“用AI創(chuàng)造價值”這句話,已經(jīng)不是一句口號,也不是一個遙不可及的夢想,而是中控正在走的路,是我們腳下的每一步。一方面,中國擁有全球最大的制造業(yè)市場,這是我們得天獨厚的優(yōu)勢;另一方面,中控的海外業(yè)務(wù)也取得了突破性進(jìn)展,從南美、北美,到歐洲、非洲、中東、中亞、南亞、東南亞、東亞,全球幾乎所有大洲的主要國家,都能看到中控的身影,全球客戶的信任與支持,讓我們對未來充滿底氣。
要抓住機遇,中控必須先練好內(nèi)功。我們要朝著“規(guī)范化、現(xiàn)代化、國際化”的目標(biāo)邁進(jìn)。這三者不是循序漸進(jìn)的串聯(lián)關(guān)系,而是可以同步推進(jìn)的并行任務(wù)。我們要以國際最高標(biāo)準(zhǔn)為標(biāo)桿,以最前沿的理念為指引,以最敢闖敢試的精神,去打造一個更具競爭力的中控。只有這樣,我們才對得起國內(nèi)超3.8萬家用戶的信任。我也想請大家繼續(xù)監(jiān)督我們、督促我們、幫助我們成長!
中國流程工業(yè)的營收約60萬億人民幣,如果我們能幫助用戶提升1%的效益,或者降低1%的成本、能耗,這對社會、對國家,都是一筆巨大的貢獻(xiàn)。如果未來三到五年,我們能幫助用戶提升3%的效益,那就意味著能創(chuàng)造近2萬億人民幣的利潤收益,中國制造業(yè)的全球競爭力也會隨之大幅提升。我相信,中控完全有能力抓住這個機會,關(guān)鍵就在于我們能不能用好AI這個先進(jìn)工具,把流程工業(yè)這座“金礦”開發(fā)出來。這不僅是對中控的考驗,更是我們對客戶、對合作伙伴、對社會的責(zé)任。
最后,我想和中控的全體同事們共勉三句話:
第一,始終把客戶的需求放在第一位;
第二,保持對新技術(shù)的開放與敬畏之心;
第三,堅持把每一件事做深、做透、做扎實。
希望我們能帶著這份初心,做好自己的本職工作,用最先進(jìn)的技術(shù)、最優(yōu)質(zhì)的產(chǎn)品、最貼心的服務(wù),回報所有關(guān)心和支持中控的領(lǐng)導(dǎo)、專家、合作伙伴,更要回報我們的廣大用戶!
謝謝大家!









