迈向全面自主的系统智能。
2025年7月28日，2025WAIC“驭浪而行 产业向新——智能体驱动产业变革论坛”在世博中心金厅成功举办。此次论坛聚焦人工智能时代下产业的转型与升级，多位行业专家、学者齐聚一堂，共同探讨智能体如何驱动产业变革。
其中，中控技术工业AI技术管理总经理王宽心先生发表了题为《打造工业AI智能体，驱动“智”造全面升级》的精彩演讲。王宽心先生在演讲中剖析了工业智能转型的现状与挑战，并分享了中控技术在工业AI智能体方面的实践经验和前瞻思考。
中控技术工业AI技术管理总经理王宽心演讲现场
王宽心先生指出，中控技术凭借30年深耕工业领域所积累的100EB工业数据和丰富的行业Know-how，在工业AI发展上具备显著优势 。他强调，工业智能体不同于以自然语言为核心的智能体，它更侧重于实现高度自动化、智能化、少人化、无人化的生产过程，并提出通过工业时序大模型构建智能基座，颠覆传统“一场景一模型”的低效开发模式和工业应用软件架构，从而大幅降低智能化转型中的软件成本和实施周期，推动生产力提升。王宽心先生认为，未来工业将像自动驾驶一样，从手动到自动再到无人化，而大模型和AI智能体将是实现这一目标的关键支撑。
以下是王宽心先生的演讲实录，「甲子光年」整理删改：
1.优势与挑战并存的转型起点
尊敬的各位专家、各位领导，大家好！很荣幸和大家分享工业领域，特别是我们现在所做的智能体相关工作和整个行业的动态。刚才各位专家讲得更多还是在金融和消费级领域，其实工业这边也在加速迈向人工智能时代，正迎来一波前所未有的生产力变革。
中控技术是一家专注于流程工业的公司，目前在全球50多个国家和地区设有子公司和分支机构。我们的核心产品，就是AI在工业领域落地应用的基础设施——控制系统。过去14年中控在中国的DCS市占率一直稳居第一，特别是在一些大型石化化工行业，基本上使用的都是中控技术的控制系统。这给我们带来了两个巨大的优势：
第一个是产生了大量的工业数据。过去30年中控技术已累计为流程工业提供了10万套控制系统，累计产生的数据量约为100EB，是大语言模型训练数据的一万倍以上。这一数据体量足以支撑我们去挖掘工业核心场景的数据价值。
第二个是积累了大量的know-how，建立了强大的工业数据解读能力，能够深度挖掘场景，更好地用人工智能技术为流程工业提供技术、产品和服务。这也是我们全面向工业AI进行战略转型的基础。
近年来流程工业智能化建设已经进入深水区、数字化转还处在艰难的摸索阶段，普遍面临着较大的压力和挑战，具体体现在以下几个方面：
首先是工艺研发周期长、项目建设推进慢，难以有效应对产能过剩问题。当前制造业从装置建设到生产，再到数字化和智能化的转型，需要一个很长的周期。很多装置建好后就面临着产能就过剩问题，要么装置不开车，一开车就亏钱。这种趋势下，如何利用AI加快核心工艺技术的迭代创新、加速流程工业的设计建造及智能化建设，就变得非常关键。
第二个是上下游缺乏有效的协同联动，难以快速应对国内外市场变化。上下游产业链间、企业生产计划与调度间、多个生产工序及设备间等等都缺乏有效联动和协同，难以将市场变化快速传递到工厂里的每一个“神经末梢”，导致生产效率低下、响应能力不足。如何利用AI技术构建工业智能体，实现生产制造的“灵活应变”，也很关键。
第三个是碎片化的各类工业实际需求及问题，难以得到有效解决。生产企业普遍面临着人员老龄化和招工难的问题、物耗能耗高碳排放大的问题、产品质量波动及低质化问题、数字化转型投资高见效慢的问题等。这些问题都需要通过技术创新、特别正快速发展的AI技术，去赋能解决。
2.从时序大模型到智能体落地
流程工业具有典型的“多时序、少文本、缺图像”数据特征，主要信息载体是带有时间标签的时序数据，我们基于对制造业大量的数据积累和行业理解，推出了工业时序大模型TPT（Time-series Pre-trained Transformer）。它基于海量工业时序数据和自研算法框架训练而成，能够深层次挖掘工业数据背后隐藏的规律，进行高精度的模拟与预测，实现在工业核心场景的深度应用。
时序大模型能够帮我们实现几个目标：
首先是能够统一模拟类、优化类、控制类、分析类等工业任务，颠覆传统“一场景一模型”的开发模式和工业应用软件架构，用一个大模型替代过去设备、工艺、控制等方面的N个应用软件，大幅降低智能化转型中的软件成本和实施周期。
其次是通过深层次挖掘工业生产数据规律进行根因定位、精准预测，改变解决工业难题的路径和方法，给解决工业难题的解决找到了一条新的路径和范式，通过TPT大模型能够解决传统方法解决不了的生产问题，帮助用户快速提升核心竞争力。
另外，区别于以交互为核心的自然语言驱动的智能体，基于时序大模型我们可以打造一个能够在工业领域深度应用的工业智能体，能够对生产过程自我感知、智能分析、自主决策和自动执行，并能不断自我升级迭代进化，加速流程工业向“少人化、无人化、高度智能化”方向蜕变。
当前我们已经和中石化、中石油、中煤等央企集团开展深度合作，基于时序大模型打造的工业智能体也已经在国内外数十家大型流程工业取得了突破性应用，取得了较好的应用效果。例如：在某炼油核心装置上，我们以时序大模型为支撑打造了面向场景的工业智能体，实现了设备故障诊断、产品质量预测、操作路径规划等，大幅提升了装置的智能化水平与核心竞争力。在某化工核心装置上，我们进一步基于时序大模型的核心能力，打造了多智能体协同应用的模式，可以对生产过程进行多维度、全方位的自主分析，识别潜在的风险和优化空间，并自动生成操作方案，并能通过自然语言与人进行对话交流，相当于给装置装上了“智慧大脑”。不仅如此，在一些大型的化工装置基于时序大模型打造的工业智能体已经能够下沉到边缘端和控制器内，在不需要人工参与下的完成自主闭环控制。
3.迈向全面自主的系统智能
未来流程工业最可能发生的变化，就像我们今天看到的自动驾驶领域一样，从手动到自动，再到无人化。流程工业也正在经历这样的演进过程，未来的工厂要实现无人化自主运行，必然离不开大模型和AI智能体的支撑。
我们正在基于时序大模型的核心能力，并融合已有工业软件在一些行业中快速推动实践和落地。我们针对某化工企业一套复杂装置，从设备资产的可靠性、当前状态的可控性、生产运营的可持续性，三个方面打造了九个高度协同的智能体，共同协作推进装置向”无人值守“的方向迈进，目前已经实现了连续运行一周甚至更长时间无需人工干预。这些实践为流程工业未来的智能化转型升级提供了很好的借鉴。
我们相信，工业领域有大量的应用场景、广阔的市场空间，值得大家去共同探索。我们也希望依托中控的前期积累，协同更多生态伙伴，助力流程工业客户实现”安全、质量、低碳、效益“四大关键目标，推动工业可持续发展、实现生产力跃升。
我今天就汇报到这里，谢谢！
（封面图及文中图片来源：2025世界人工智能大会“智能体驱动产业变革论坛”）
END.
