中控技术褚健：中国流程工业在硅基时代拥有领先机遇 | 2025联想创投CEO年会

11月8日，在以“硅基潮涌，创新世界”为主题的2025联想创投CEO年会上，中控技术创始人褚健发表演讲，聚焦流程工业智能化转型，分享创业理念与未来构想，为硅基时代工业创新锚定方向。

中控技术创始人褚健

褚健强调，多年创业实践中，“专注”是坚守的方向，“创新”是突破的关键，“使命”是前行的动力，我们敢于做“别人没想过、没做过”的突破。从立志“做中国的霍尼韦尔”打破跨国垄断，到如今推动行业智能化，中控技术始终以产业价值为导向，坚守初心。

关于工业智能化，褚健进一步提出“无人驾驶”的前瞻性设想。他认为，流程工业可借鉴汽车的无人驾驶逻辑，通过“自动化控制系统 + AI 技术”的结合，完全可以解决流程工业中的安全生产、降本增效问题，实现“内操智能化、外操无人化”的全自主运行工厂FAP（Fully Autonomous Plant），达到半自主运行L3级，甚至是高度自主运行L4级，实现工业领域的无人驾驶。这一构想依托工业AI技术创新，契合流程工业高安全、高效率的需求，也为硅基技术在工业领域的深度应用提供了实践蓝图。AI推动全球制造业自动化升级已成为行业共识，而中国流程工业在硅基时代也拥有领先机遇。期待更多新时代创业者把握机遇、共促智能化发展。

以下为褚健演讲全文：

非常高兴今天能来到联想创投CEO峰会，见到许多老朋友，也结识了不少新伙伴。今天我将与大家分享多年来的创业感悟以及我们正在做的事情。

我非常热爱创业——喜欢做那些“有趣、好玩、别人觉得不可能”的事, 也很愿意跟创业者们交流。今天想分享一下我所在的领域——特别是大家不太熟悉的流程工业。

什么是流程工业？它包括石化、化工、医药、钢铁、有色、建材等行业，特点是高温高压、易燃易爆。中国工业总产值约130万亿元，其中40%–45%来自流程工业，规模近60万亿元，我们的衣食住行都离不开这个行业。

如果整个行业在能耗或效率上提升1%，就意味着每年可释放6000亿元的价值。对离散行业而言这或许极难，但对流程工业却是切实可行的巨大空间——因为我们过去长期依赖粗放式发展，“只要能生产出来就能卖出去”。如今，高质量发展要求我们必须转向精细化、智能化运营。

更重要的是，这一行业具备两大先天优势：第一，自动化水平高；第二，数字化基础好。没有数据，AI就是无源之水。而流程工业恰恰拥有海量实时数据——温度、压力、流量等时间序列信息，为AI落地提供了坚实土壤。这个行业还有四大核心刚需：生产安全（一旦出事，后果严重）、质量提升、降本增效、节能减排（中国80%的碳排放来自流程工业）。

正因如此，我始终坚信：专注、创新、使命，是我们前行的三大支柱。

第一，保持专注。多年前有人建议我拓展至离散制造自动化，但我婉拒了。不是不能做，而是流程工业还有太多未解难题。我们必须沉下心去，把一件事做到极致。

第二，坚持创新。过去我们多是跟随者。但现在，中国有条件、有能力去做“别人没想过、没做过，甚至认为不可能”的事。比如，我们将“1%的不可能”视为创新的起点。

第三，要有使命。30多年前创业时，我的目标很简单：做出中国的霍尼韦尔。今天，中控技术已成为中国第一——2024年DCS市场占有率全口径达40.4%，石化行业56.2%，化工行业62.6%，服务超3.7万家企业、部署10万套系统，覆盖流程工业所有细分领域。

但这只是开始。我们的愿景是成为具有全球竞争力的工业智能领导者，帮助客户每年实现千亿级效益提升。

在此背景下，我们推动了两项关键创新：

一是通用控制系统——UCS（Universal Control System）。

传统DCS源于1975年霍尼韦尔的发明，一个大型炼化厂（如50万个I/O点）需数千面机柜。而UCS通过融合ICT技术——云架构、高速光通信、边缘计算——将整个系统压缩至一面机柜，彻底取消铜缆，全面光纤化。更重要的是，UCS原生支持AI运行，为智能化奠定硬件基础。目前已有近200套系统落地，全球尚无同类产品。这个想法最初就是来自一位20多岁的年轻工程师对“不可能”的勇敢挑战。

二是时间序列大模型——TPT（Time-series Pre-trained Transformer）。

由一位兼具化工博士与AI硕士背景的年轻人提出。不同于通用大模型，TPT专为工业过程数据设计，基于流程工业的共性原理——“三传一反“（传热、传质、动量传递、化学反应），构建垂直领域模型。

TPT 1于2024年6月在新加坡发布，TPT 2于2025年8月在杭州推出，现已支持用户工程师自主建模，大幅降低AI应用门槛。

我们正构建一个通用工业AI平台——SCOPES，集成六大能力：Simulation（模拟）、Control（控制）、Optimization（优化）、Prediction（预测）、Evaluation（评估）、Statistics（统计）。

其中前三项用于在线闭环控制，必须零幻觉、百分百可靠；后三项可用于离线分析，容错空间更大。这正是工业AI与消费级AI的本质区别。

以氯碱行业为例：全国171家企业，中控技术服务130家。无论是无机化工、有机化工、精细化工、石油化工还是煤化工、生物化工，表面千差万别，底层逻辑高度一致，只要理解这一共性，AI就能跨行业复用。

展望未来，我们提出一个大胆设想：流程工业能否实现“无人驾驶”？答案是：完全可以迈向半自主运行L3级乃至高度自主运行L4级自治。我们倡导“内操智能化、外操无人化”——控制室无需人工干预，现场巡检由机器人完成。我们称之为FAP（Fully Autonomous Plant），即“全自主运行工厂”。

这并非空想。依托UCS的硬件重构与TPT的智能引擎，我们已具备实现FAP的技术路径。正如汽车从辅助驾驶走向自动驾驶，工厂也将从“人控”走向“智控”。人越多，操作风险越高；系统越智能，安全与效率越有保障。

黄仁勋曾说：“这一波AI浪潮将让全球50万亿美元的制造业更加自动化。” 对中国而言，仅流程工业每年就有近60万亿元的规模。我们有机会、也有责任在全球竞争中占据领先地位。在此，期待更多AI人才、创业者加入流程工业赛道。祝愿所有的创业者在未来的道路上取得更大的成功。