在工業(yè)智能化的全球競賽中，中國正走出一條與眾不同的道路。“我們不是在產(chǎn)品中加AI，而是以時(shí)間序列模型為基礎(chǔ)，構(gòu)建全新的工業(yè)AI平臺(tái)。”中控技術(shù)副總裁/Industrial AI事業(yè)群CEO吳玉成在2025中國國際石油化工大會(huì)期間接受澎湃新聞（www.loaarchitects.com.cn）專訪時(shí)表示，中控技術(shù)走的不是“追趕式”創(chuàng)新，而是重構(gòu)底層邏輯。

2024年，中控技術(shù)正式啟動(dòng)“ALL in AI”戰(zhàn)略。吳玉成強(qiáng)調(diào)，這不是一次技術(shù)疊加，而是以AI為底層基座，打造AI Native體系。在吳玉成看來，這是中控技術(shù)三十多年工業(yè)自動(dòng)化積累后的必然選擇?！爸锌丶夹g(shù)成立至今，一直在自動(dòng)化行業(yè)深耕，服務(wù)了37000多家流程工業(yè)企業(yè)。”他指出，“我們深刻理解企業(yè)在安全、環(huán)保、效益和質(zhì)量方面的核心訴求?！?/p>

吳玉成表示，與傳統(tǒng)工業(yè)自動(dòng)化巨頭相比，中控技術(shù)的核心優(yōu)勢在于“扎根工業(yè)的AI融合能力”與“敏捷的戰(zhàn)略執(zhí)行機(jī)制”。在他看來，傳統(tǒng)巨頭多受制于既有技術(shù)體系與復(fù)雜組織架構(gòu)，AI與業(yè)務(wù)融合存在壁壘。中控技術(shù)構(gòu)建了“時(shí)間序列大模型TPT（Time-series Pre-trained Transformer）+通用控制系統(tǒng)UCS”的全鏈條AI落地能力，并通過成立工業(yè)AI事業(yè)群，將技術(shù)攻關(guān)、產(chǎn)品研發(fā)、工程實(shí)施與行業(yè)專家納入同一單元，形成“懂工藝更懂算法”的組織基因，實(shí)現(xiàn)從需求到迭代的高效閉環(huán)。

中國擁有全球最齊全的工業(yè)門類和大量亟待改造的存量工廠，這構(gòu)成了“從規(guī)模優(yōu)勢轉(zhuǎn)向技術(shù)優(yōu)勢”的堅(jiān)實(shí)基礎(chǔ)。目前，中控技術(shù)已覆蓋石化、有色金屬、冶金、鋼鐵、建材等全流程工業(yè)領(lǐng)域。據(jù)吳玉成介紹，中國規(guī)上流程工業(yè)企業(yè)約5萬多家，中控技術(shù)服務(wù)了其中三分之二。

時(shí)間序列大模型之所以能在流程工業(yè)中發(fā)揮重要作用，源于其與工業(yè)生產(chǎn)特性的深度契合?！笆艿紺hatGPT大語言模型的啟發(fā)，中控技術(shù)將時(shí)間序列數(shù)據(jù)作為工業(yè)領(lǐng)域的‘通用語言’?！眳怯癯山忉專肮S里的裝置設(shè)備雖然不會(huì)‘說話’，但溫度、壓力、流量、液位這些參數(shù)按照時(shí)間順序排列，構(gòu)成了裝置的‘語言’。”

“雖然不同工廠產(chǎn)品各異，但構(gòu)成生產(chǎn)系統(tǒng)的基本單元——泵、閥、管道、反應(yīng)器等具有高度通用性?！眳怯癯杀硎?，基于這一洞察，中控技術(shù)自主研發(fā)出了全球首款時(shí)間序列大模型TPT。該模型通過海量數(shù)據(jù)預(yù)訓(xùn)練學(xué)習(xí)通用規(guī)律，比如石化裂解反應(yīng)的溫度窗口、化工精餾塔的回流比規(guī)律，并針對(duì)具體場景進(jìn)行微調(diào)適配。TPT不僅“能看見數(shù)據(jù)”，更“能讀懂工藝”，提升了AI在工業(yè)場景中的落地效率。

吳玉成特別介紹了TPT在萬華化學(xué)氯堿裝置中的應(yīng)用，他提到，氯堿工業(yè)作為基礎(chǔ)化工領(lǐng)域，一直面臨高能耗、高安全風(fēng)險(xiǎn)的挑戰(zhàn)。“生產(chǎn)一噸堿的電耗高達(dá)幾千度，生產(chǎn)過程中還涉及鹽酸等腐蝕性物質(zhì)，安全壓力很大。”

“在電解槽能效優(yōu)化方面，TPT整合電壓、電流、溫度、鹽水濃度等實(shí)時(shí)數(shù)據(jù)，建立多目標(biāo)協(xié)同優(yōu)化模型，預(yù)計(jì)噸堿電耗可降低1%左右?！眳怯癯赏嘎?，在廢液pH值控制這一難題上，TPT通過歷史數(shù)據(jù)與實(shí)時(shí)工況的動(dòng)態(tài)學(xué)習(xí)，構(gòu)建預(yù)測-執(zhí)行閉環(huán)控制算法，將pH值穩(wěn)定在6.8-8.2區(qū)間，中和時(shí)間從5小時(shí)壓縮至1小時(shí)，預(yù)計(jì)年節(jié)約中和劑成本20萬元。

除了能耗優(yōu)化，中控技術(shù)還解決了關(guān)鍵材料的壽命預(yù)測難題。吳玉成說，離子膜作為電解槽的核心材料，單次更換成本超過100萬元?！皳Q早了造成浪費(fèi)，換晚了帶來安全和能耗問題，預(yù)測模型實(shí)現(xiàn)了最佳更換時(shí)機(jī)的精準(zhǔn)判斷。”

這種通用性正不斷拓展TPT的應(yīng)用邊界。吳玉成表示，除了傳統(tǒng)的流程工業(yè)，中控技術(shù)的TPT大模型正在向新能源、新材料等領(lǐng)域拓展，甚至吸引了金融行業(yè)的關(guān)注。

中國市場的龐大規(guī)模與復(fù)雜性也帶來了特有的挑戰(zhàn)。吳玉成表示，一是數(shù)據(jù)基礎(chǔ)與安全性，工業(yè)數(shù)據(jù)質(zhì)量參差不齊且涉及核心工藝保密，大規(guī)模匯聚難度大；二是基礎(chǔ)條件與認(rèn)知，中小企業(yè)設(shè)備老舊、數(shù)據(jù)碎片化、人才匱乏，且對(duì)工業(yè)智能體價(jià)值認(rèn)知模糊；三是場景復(fù)雜性與信任，工業(yè)場景容錯(cuò)率低。

針對(duì)這些挑戰(zhàn)，吳玉成提出“多管齊下”的應(yīng)對(duì)思路，技術(shù)上，通過數(shù)據(jù)保密機(jī)制與“數(shù)據(jù)不出廠”專屬模型方案，在保障安全的前提下釋放數(shù)據(jù)價(jià)值；市場上，依托政策驅(qū)動(dòng)央企及頭部民企打造“燈塔項(xiàng)目”，形成可復(fù)制模板；生態(tài)上，推動(dòng)技術(shù)方與行業(yè)專家深度協(xié)同。

吳玉成認(rèn)為，中國工業(yè)AI將呈現(xiàn)三個(gè)顯著特征：應(yīng)用深度廣度持續(xù)領(lǐng)先、標(biāo)準(zhǔn)規(guī)范逐步輸出以及人才培養(yǎng)加速推進(jìn)?！艾F(xiàn)在年輕一代的AI人才正在快速成長，未來全球工業(yè)AI的人才高地可能就在中國?！?/p>

在產(chǎn)業(yè)選擇上，中控技術(shù)形成了清晰的標(biāo)準(zhǔn)：規(guī)模足夠大、痛點(diǎn)突出、數(shù)據(jù)基礎(chǔ)較好。吳玉成強(qiáng)調(diào)，“只要是涉及時(shí)間序列數(shù)據(jù)的行業(yè)，都有TPT大模型的用武之地?！?/p>

“如果一家工廠一天賺100萬，未來可能有90萬的價(jià)值由AI創(chuàng)造。”吳玉成對(duì)中國工業(yè)AI的前景充滿信心。他表示，中國工業(yè)AI正從“點(diǎn)狀突破”向“全局滲透”躍遷，深度融入工業(yè)全生命周期，中國有望先于其他市場探索出“技術(shù)-場景-生態(tài)”成熟路徑，甚至定義部分全球標(biāo)準(zhǔn)。

“在美國專注于基礎(chǔ)理論創(chuàng)新和人機(jī)交互的AI應(yīng)用時(shí)，中國正在實(shí)體經(jīng)濟(jì)的AI賦能方面走出一條獨(dú)特道路，”吳玉成說，“這不是簡單的技術(shù)追趕，而是基于中國制造業(yè)底蘊(yùn)的原創(chuàng)性突破。”