中控技術股份有限公司總裁助理、Industrial Robot事業部CEO石瑩

過去三十年，中控技術給外界的印象是一艘在流程工業自動化浪潮中穩健航行的巨輪， 而當下，這艘巨輪正在經歷一場前所未有的引擎切換。2024年財報上利潤與營收的數據呈現， 并沒有讓市場感到猶疑，反而像是一份戰略轉型的宣言書——用短期陣痛，搏一個由AI定義的未來。

這場變革的力度之大，讓 一 位在中控技術奮戰了二十多年的老員工感覺“像加入了一家全新的公司”。他就是中控技術股份有限公司總裁助理、 Industrial Robot事業部CEO石瑩。我們的對話由此展開，他口中的這種恍如隔世感， 正源于中控技術堅定不移的戰略轉向——全面擁抱工業AI。

ALL in AI

要理解中控技術的今天，必須回望其走過的四個發展階段。石瑩向我們梳理了這條演進脈絡：從1993年到2003年艱難起步，專注中小流程工業企業的自動化；第二個十年， 突破高端壁壘，進入中國石化武漢石化核心裝置，這一階段核心仍是控制系統；2013年到2023年，借力工業4.0，全球布局，從產品與軟件提供商全面轉型為智能制造整體解決方案供應商。

真正的轉折發生在2023年之后。“2022年底ChatGPT橫空出世，生成式人工智能快速發展。公司做出了一個非常重大的戰略轉型——‘ALL in  AI’。”石瑩談道，這個決策之堅決遠超外界想象：“有的公司可能會選擇拿出60%的精力守住基本盤，40%投入新業務，用兩到三年時間慢慢切換。 但我們公司不是，我們把最優質的研發資源、業務資源幾乎都壓到了AI上。”石瑩特意用了“Aggressive”   詞形容中控技術這幾年的發展，并強調這是一個褒義詞—它代表了擁抱變化的年輕化姿態，是百年老店穿越周期所必需的自我革命。

“ALL in AI”并非追逐通用大語言模型的熱鬧，而是精準地瞄向工業的深水區。2024年，中控技術發布了其重磅產品—流程工業首個時間序列大模型TPT（Time-series Pre-trained Transformer）。石瑩解釋道：“流程工業， 即24小時不能停的行業，如化工、石化、電力等，所有歷史數據都是按時間維度排列的。而TPT可以調度、分析這些數據，并基于這些數據評價工廠狀況再進行預測”，石瑩說，“在‘易燃易爆、有毒有害、高溫高壓’的化工領域， TPT大模型正在嘗試將全廠的生產、安全、危險化學品數據結合， 預測并評價企業安全狀況”。石瑩還向我們透露了一個細節，目前TPT大模型在石油化工領域的應用占比已經相當高，這種在工業垂直場景， 尤其是石油化工領域，中控技術可謂是其中的佼佼者。

與此同時，另一個震撼業界的發布是全球新一代通用控制系統UCS（Universal Control System）。石瑩談道，傳統控制系統的算力和網絡已無法與AI深度結合，而UCS通過軟件定義控制內核，實現了全廠數據算力的革命性聚合。“原來可能需要部署成百上千對控制器，現在僅需一對即可完成運算。”

這一硬一軟兩大產品，共同吹響了中控技術全面向AI轉型的號角。

只造大腦，不造身體

如果說中控技術的TPT和UCS是工業AI的內核，那么中控技術的Plantbot“AI+機器人”解決方案就是這一戰略向外延伸的觸角。石瑩坦言，做機器人，底層邏輯不是要切入傳統制造業，而是工業AI戰略的有效延伸，是“自主運行工廠AOP”概念的關鍵拼圖。AOP，是中控技術提出的自主運行工廠AOP（Autonomous Operating Plant），它以TPT為大腦，以USC為神經，構建了“識別—評估—決策—執行”智能閉環，讓流程工業從自動化邁向高階自主運行。

“要實現自主運行，光有‘內操’的自動化生產不夠，還得解決‘外操’的問題， 比如現場巡檢、應急操作等，這些都有一定程度的危險性。”石瑩說。Plantbot“AI+機器人”解決方案，就是要讓這部分無人化。然而， 當石瑩決定踏入這條河流時，他發現了一個巨大的鴻溝。2022年底，他前往沙特阿美， 發現這家巨頭與美國某機器人領域頭部企業的合作并不理想。“我當時很奇怪為什么合作不理想。后來發現， 美國某機器人領域頭部企業的自動化、信息化、計算機能力很強， 但無法理解煉油化工的工序、工藝和運維， 比如常減壓蒸餾、催化裂化等。而沙特阿美非常熟悉工藝， 在運維端也有無數的痛點， 卻無法用機器人的語言精準地描述需求。兩邊融入不到一起。”石瑩回憶道。

這個發現讓他意識到， 工業場景的深厚know- how與通用機器人硬件之間，需要一座橋梁。因此， 中控技術采用了一種獨特的策略： 不造機器人本體， 尤其是底盤。“如果我做底盤， 所有機器人公司都是我的競爭對手； 如果不做， 他們都是我的合作伙伴。”

他用了 一 個精妙的比喻來進 一 步闡釋這 一 策略：“醫院里的B超機、X光機是買回來的，但拍出來的片子需要專業醫生判斷。我們做的不是B超機，而是醫生的大腦。如果我們把醫生的大腦數字化并裝在B超機上，設備拍完就能直接告訴你有什么疾病。這才是最有價值的know-how，不會與B超機公司形成同業競爭。”

一米寬與百米深的辯證法

深耕流程工業三十年，中控技術認準了 一 個道理： 場景越聚焦， 能力越深入； 能力越深入， 壁壘越難被復制。這就是“一米寬、百米深”的辯證法—它不是自我設限，而是把有限的力量集中在最能建立優勢的地方。

這條路具體怎么走？石瑩將Plantbot“AI+機器人”解決方案的演進路徑規劃為三個階段：

第 一 ，打造統 一 的數據中臺，將第三方機器人和智能傳感器接入， 為具身智能軟件平臺積蓄數據； 第二， 深耕氯堿、罐區、石化等場景， 定制包含視覺、綜合感知乃至TPT的行業垂直算法大模型，攻克多模態感知難題； 第三， 邁向具身智能， 讓機器人成為智能工廠的一部分， 能進行異常判斷和應急規劃， 從只會“大呼小叫”的報警器， 變成能真正解決問題的“老專家”。

然而，這條路徑上的挑戰也異常棘手。石瑩直言， 最大的困難在于泛化能力不足和大模型的“幻覺”。“化工企業對報警準確率要求超過90%，甚至98%、99%以上。如果報警直接觸發閥門操作，誤報造成的經濟損失不可接受。當機器人具備應急處置能力時，準確率要求又要高 一 個數量級。”對此， 中控技術的策略是通過疊加標準數據模型、工藝模型和機理模型來提升大模型能力的下限，同時加強訓練，經過不同場景的反復打磨， Plantbot“AI+機器人”解決方案淬煉出區別于硬件公司與算法公司的三重差異化競爭力：

第一，是多模態感知。“中醫講望聞問切，用AI術語就是四個模態。”石瑩談道，“我們的傳感器有些直接長在設備上， 把所有信息整合到后臺大腦，綜合感知和預測。”

其二，是機器人與控制系統的深度聯動。傳統機器人發現泄漏只是報警， 等數據中心看到再處理就晚了。中控技術能立即聯動控制系統進行保護，就像家里煤氣泄漏不能只給手機發消息， 必須直接關閉閥門。

其三，是與其他軟件系統的全域綜合調度協同， 機器人系統在更高維度應該協同安防系統、危險源管理系統、設備管理系統以及應急響應系統等，實現綜合調度與管理。

“AI最終落地還是要靠垂直領域。我們始終堅持深耕流程工業，做到í一米寬、一百米深’。這一解決方案在落地實踐中已轉化為可量化的安全與效率價值——在沙特阿美，中控技術與其聯合研發的防爆巡檢機器人全球首次實現“五維一體”氣體泄漏動態定位與定量檢測， 成為關鍵設施“一秒不能停”的第一道安全防線；在鎮海煉化罐區，“飛索機器人+OGI氣體成像+無線傳感器”協同方案覆蓋1.2萬平方米，構建起“高空瞭望—中段巡航—地面守衛”三位一體的全天候立體巡檢網絡，讓隱患無處遁形；在杭電化氯堿車間，由浙江省應急管理廳指導、中控技術與杭電化共同研發的“具身智能（危化巡檢）”應用已攻克電解槽斷流這一行業難題，實現對近5000根堿液管、1248對墊片每小時全覆蓋，從源頭規避跳停及火警隱患，有效杜絕重大安全風險。

人形機器人的理想與現實

中控技術在大力布局機器人業務之路上，作為單一最大股東參與創立了位于寧波的浙江人形機器人創新中心有限公司，其發布了自主研發的“領航者”系列人形機器人。石瑩認為，人形機器人因其與人類環境的高度適配性，是“未來機器人方向的終極答案”。

“世界的一切都是按照人體工學設計的，人形機器人天生具備通用性，幾乎可以在所有場景不做改造就能應用。”但他也指出了現實的問題：工業級人形機器人高昂的價格、硬件在惡劣環境下的長期可靠性、工業和生活場景下的泛化能力等。

“真正具備算力感知和精準操作能力的人形機器人，目前價格至少是普通工人年薪的四、五倍，推廣有難度。”石瑩指出，工廠中70%～80%的場景可用專用機器人解決，但剩下20%～30%的非標、復雜、長序列的復雜動作場景，以及核電、高溫高壓等危險作業，正需要人形機器人來處理。兩者恰是互補的關系。

中控技術與浙江人形機器人創新中心，正是這種互補關系的實踐者：浙江人形機器人創新中心攻關通用化平臺和具身智能算法，中控技術則負責在深厚的流程工業場景中進行二次開發和落地。

由此，中控技術的路徑清晰浮現：從深耕某一個場景，從場景化定制走向產品化遷移。“場景越細分，機器人越容易實現，成本越低。而場景細分帶來的市場容量問題，在我們超過60%的流程工業市場占有率面前，反而成了快速復制的優勢。這是其他機器人公司難以做到的。”石瑩總結道。

在采訪尾聲，石瑩將中控技術的未來圖景描繪為一家工業AI平臺型公司，而絕非純粹的制造業或服務型企業。“巡檢、擰閥、取樣，這些動作誰都能做。但在高溫高壓的裝置面前，知道該不該擰那一下、擰多少、什么時候擰，這才是三十年煉化經驗真正有價值的部分。”石瑩說，“我們不去造機器人本體，但為流程工業的機器人提供最懂工藝的 í行業大腦’，無論未來客戶選什么機器人平臺，它的機器人大腦和軟件平臺是中控技術的。”

這恰恰點明了中控技術這場遠征的本質 。 當前，全球工業正從“硬”走向“軟”，硬件日益趨同，真正的競爭高地正在向算法、軟件和平臺遷移。中控技術試圖做的，是用對流程工業“ 一 米寬、百米深”的極致理解，為冰冷的鋼鐵軀殼注入一顆“工業AI之魂”。這便是中控技術從流程工業控制系統領先者，向全球工業AI領航者的蛻變——而且，它已經走在了前面。

摘自《自動化博覽》2026年6月刊