2026 年，产业投资进入深水区，资本、技术与产业加速融合，旧的投资逻辑不再使用，新的共识正在诞生。2026 产业未来大会聚焦新周期机遇，共探产业未来与 " 中国之光 " 的诞生。 9 月 9 日至 10 日，由 36 氪主办的 2026 产业未来大会以 " 深水之上，共振新生 " 为主题的在北京亦庄举行。来自国资平台、产业投资基金、企业 CVC、创新企业及专家学者走到一起，聚焦量子科技等未来产业走向产业化。大会深度探讨当下前沿技术与产业视角，集中展示超导、光量子、离子阱等技术路线突破，分享大量具体产业场景、产业体系搭建、与异构计算前景。共同探讨科技产业投资的未来。
以下为演讲内容，经 36 氪整理编辑：
各位来宾、业界朋友，大家好！我是中控技术俞海斌，感谢 36 氪的邀请。今天大会的主题是 " 深水之上，共振新生 "。
对我们做工业的人来说，" 深水 " 很具体——化工、石化这些流程工业，高温高压、易燃易爆，这几年资本开支收缩，全行业都在周期底部。
而 " 新生 " 的方向在哪里？我想用一句话概括今天的分享——让工厂从自动控制，走向自主运行。这也是我的主题：AI，驱动流程工业的下一站。
今天的分享分三个部分：产业机遇、中控之路、价值创造——最后用真实案例回答一个问题：工业 AI，到底落了地没有。
先说一个基本判断：AI 正在成为制造业升级的核心变量，所有产业都有 " 重做一遍 " 的可能。但要澄清一点—— AI 不是给自动化做加法，自动化早有了；AI 是让工厂从 " 听指令 " 变成 " 会思考 "。先进制造的新生，不在换机器，在换大脑。数字也印证这个判断：2025 年中国工业 AI 市场规模 1287 亿元，同比增长 26.3%，远超 AI 整体市场增速——工业 AI，已经从概念期进入放量期。
政策信号同样明确。2026 年开年三个月，四项国家级政策密集落地——从工业数据筑基、工业互联网与 AI 融合，到八部门 " 人工智能 + 制造 " 专项行动、五部门零碳工厂指导意见，数据、技术、场景、绿色，四个维度全面铺路。
一句话：工业智能化，正在从 " 选择题 " 变成 " 必答题 "。
那 AI 的主战场在哪里？在流程工业。中国工业总营收 140 万亿，流程工业占了 60 万亿，背后是 5.5 万家规模以上企业——石化、化工、电力、冶金等。
更关键的是碳排放：中国年碳排放 130 亿吨，80% 来自流程工业。双碳目标之下，减排压力就是转型动力。60 万亿存量市场，加上双碳减排刚需——这就是工业 AI 的历史性机遇窗口。
但今天的工厂，还远没有准备好。工厂形态走过了四个阶段。
第一阶段，传统工厂，人驱动，也因人而局限。
开停车、负荷升降、原料变化——工况天天在变；要把收率做到最高、单耗降到最低，靠的是 " 老师傅 "，靠数千名操作人员凭经验盯盘、调参、救火。
可面对密集的报警，一名操作员每小时真正能有效处理的，只有十几条。经验锁在人脑里，老师傅在断档，最资深的工程师也无法保证每次决策最优。
第二阶段，工业 4.0 的黑灯工厂，把自动化做到极致，但那是 " 无人 " 而非 " 自主 " ——机器只执行预设程序，超范围束手无策，四肢发达、头脑简单。
第三阶段，欧盟工业 5.0 想打补丁，可在产业空心化的地基上，更像价值宣言，而非技术架构。
第四阶段，中国正在引领的自主运行——让实体工业第一次拥有 " 自主意识 "：TPT 大模型是工业 AI 大脑，控制系统是神经网络，感知、决策、执行形成完整闭环，从 " 机器替人 " 走向 " 机器自主 "。
黑灯工厂的极限是 " 无人 "，自主运行的目标是 " 自主 " ——这才是真正的范式跃迁。
为什么自主运行最可能率先诞生在中国？它需要四个必要条件：工厂实体、工业数据、工业大模型、自主可控的控制系统。海外恰恰缺地基——欧盟制造业占 GDP 的比重，从上世纪 80 年代的 30% 跌到 2024 年的 14.3%，流失约 500 万个岗位，工业 4.0 样板工厂关停、产业体系断层。
而中国，是全球唯一四大条件齐备的超级试验场：
血液—— 2025 年产生工业数据 8.53ZB，全球第一；身躯——全球唯一拥有 41 个工业大类，长三角规上工业营收超 40 万亿、超过英法总和；神经——控制系统自主可控，发展三十余年；大脑——工业大模型，中国占全球市场 23.9%，增速 51.3%。过去百年，工业标准由欧美制定；
而从自动化到自主运行这次范式跃迁，中国可以定义。
第二部分，讲讲中控自己——三十多年，紧跟产业升级的三次跨越。
中控的发展史，就是中国流程工业产业升级的缩影。90 年代，我们从 DCS 国产替代起步，打破霍尼韦尔、艾默生的垄断，实现 " 产品平权 "，到今天 DCS 国内市占率超过 45.1%、连续 15 年行业第一。
2024 年，中控技术宣布 ALL in AI，发布流程工业首个时间序列大模型 TPT ( Time-series Pre-trained Transformer ) 和通用控制系统 UCS ( Universal Control System ) ，打造自主运行工厂系统 AOP ( Autonomous Operating Plant ) 。
有人会问：做工业 AI 的很多，凭什么中控技术能做成？答案很朴素—— Data is the food of AI，数据是要靠年头攒的。
三十三年、五十多个细分行业、十万余套控制系统、四万多家客户，中国流程工业最核心的生产数据，很大一部分从控制系统里流过——高质量工业数据集，不是花钱能买来的。今天，TPT 已有数百个标杆应用，云化部署企业超过一万家。
三十年的积累，也体现在硬实力上：国家科技进步奖一等奖、国家技术发明奖二等奖、中国标准创新贡献奖一等奖，牵头和参与制定国际标准 8 项、国家标准 111 项。
特别要报告一个最新进展：今年 8 月，中控技术深度参编的三项工业人工智能国家标准正式发布实施——工业 AI 的标准体系，正在由中国企业主导建立。
接下来回答一个关键问题：怎么衡量一座工厂的自主运行水平？我们参考汽车自动驾驶的分级逻辑，推出了工厂自主运行 L0 到 L5 分级框架。
L0 到 L2 是传统自动化阶段，如同汽车的定速巡航；L3 可黑屏运行、人需要时接管，如同汽车的 " 高阶辅助驾驶 "，自此迈向自主运行——如同 FSD 让汽车 " 自己上路 "，这是中控技术 AOP 当前的攻坚方向；L5 完全自主，是工业 AI 的终极形态。
那自主运行和自动化，本质区别在哪里？
三层跃迁：第一，从多人值守到机器自主——系统 7 × 24 小时不间断地感知异常、评估风险、决策执行；第二，从维持平稳到追逐最优——过去 " 安全平稳不跳车 " 就是目标，现在要 " 始终运行在最优曲线上 "，动态寻找实时最优解；第三，从被动防护到主动免疫——给工厂构建数字免疫系统，以 98% 以上的准确率提前预知风险，把非计划停车消灭在发生之前。
请注意：这不是推翻传统控制技术，而是给传统控制装上一个 "AI 大脑 "。今天，流程工业正处在从 L2 向 L3、L4 跃迁的十年窗口期，中控技术的 AOP 已经在湖北兴瑞实现了 L3 级落地。
FSD 让一辆车自主运行，AOP 让一座工厂自主运行。而且我要说，工厂比汽车难得多——汽车是一个司机，一座化工厂，是数千个 " 司机 " 同时 " 开车 "。
更关键的差异在安全兜底：汽车出了问题，人还有可能接管；但工厂里反应器失控、爆炸、有毒介质泄漏，人根本来不及干预。所以 AOP 的安全冗余设计比 FSD 严苛得多——我们不把安全寄托在 " 人随时接管 " 上，而是从架构层面，消除需要人接管的场景。
AOP 怎么实现？核心是 TPT 加 UCS 的双轮驱动。先讲一个判断：工业 AI 的瓶颈不是算力——算力随处可得，讲究的是算法。把通用大语言模型直接搬进工厂，行不通；工业现场是温度、压力、流量的时序数据，必须用时间序列大模型来建模。时间序列大模型 TPT，就是工厂的大脑。
它专为流程工业时序数据而生，深度理解工艺、实时感知状态、精准预测趋势、自主决策执行。正因为尊重物理规律，它从根本上避免了通用大模型的 " 幻觉 " 问题——在化工厂里，这是安全底线，不是加分项。它还是智能体生成平台，一句话，就能生成解决具体生产问题的专属 Agent。
通用控制系统 UCS，是工厂的神经中枢。控制数据中心加全光网络的极简架构，让现场数据以比传统方式快一百倍的速度并行送达，为 TPT 提供实时、完整的 " 数据粮食 "。TPT 加 UCS，大脑加神经——这就是从人控时代走向自主运行时代的完整技术路径。
第三部分，价值创造。大会的基调是抛开空泛概念、看落成了没有——那我们就用数据说话。
先回望 DCS 时代中控技术做了什么。1975 年霍尼韦尔推出全球第一款 DCS，此后十几年，中国高端市场被外资垄断。这三十年，中控做了两件事：一是打破垄断——进口 DCS 价格大幅下降，为中国企业省下大笔设备资金；而且我们还在中国市场连续 15 年做到市占率第一且不断拉大与后面的差距；
二是全栈自主——从底层控制器、实时操作系统到工业 AI 大模型，全链路自主可控，从根源上消除 " 卡脖子 " 风险。这是中控技术的过去，也是走向 AOP 时代的根基。
如果说 DCS 时代解决的是 " 有没有 "，AOP 时代解决的就是 " 好不好 "。AOP 在四个维度创造真实价值：安全——智能预警消除人工误操作，从被动应对推向主动免疫；质量—— AI 精准控制工艺参数，消除人工经验差异；低碳—— TPT 精准优化能耗曲线，UCS 减少 90% 机柜空间、80% 线缆、50% 交付周期，从源头降低碳足迹；效益——少人乃至自主运行，为 60 万亿市场挖掘增量价值。
据计算，2019 到 2025 年，中控技术累计帮助客户避免 3.82 亿吨碳排放——相当于 209 亿棵成熟期南方阔叶木年一年 CO2 的吸收量。这就是工业 AI 的真实价值：不是概念，是实实在在的减排、增效、安全。
这些能力，已经过市场验证：四万多家用户、五千多个智能制造项目，客户覆盖中国石油、中国石化、国家管网、万华化学等龙头，也获得了沙特阿美、三菱化学等国际客户的认可。
更值得关注的是速度：仅 2026 年，我们的 AI 产品应用就从 3 个行业拓展到 13 个——工业 AI，正在从点状试点进入规模化复制的快车道。
再看 AOP 的两个标杆。第一个，全球首个自主运行工厂示范项目——兴发集团旗下湖北兴瑞硅材料，国内有机硅龙头。项目落地成果显著：建设成本降低 60%，人员效率提升 69%，报警数量下降 98.55%，操作频次从两万五千次降到一千四百多次，年直接经济效益近 3000 万元。
第二个是央企——中国五矿旗下青海盐湖镁业，30 万吨乙烯法 PVC 装置智能化升级：预计人均监控点数突破 1000，自控率提升到 95% 以上，人效提升超 100%。
从民企兴发到央企盐湖，AOP 用真实数据证明：AI 驱动流程工业，不是概念，是可量化的降本增效。AI 也已经跑在更多装置上。
安全—广西华谊，关键参数预警准确率 95%，AI 隐患识别效率提升 95%；
质量—中石化某炼化企业，常减压装置换热网络优化改造后，原油换热终温提升 20 摄氏度，预计提高产品收率 0.2%+；
低碳—大唐多伦煤化工，可再生能源替代比例达到 87.5%，年减碳 41.94 万吨；
效益—中石油某化工企业，在 80 万吨乙烷制乙烯装置上，TPT 做效益优化：单炉乙烯收率提高 0.373%，裂解炉结焦预警提前 3 到 4 天，年经济效益达数千万元。四个场景四个行业龙头，全部跑出了真实数据。
单个工厂之外，再算一笔产业级的账。中国年碳排放超 100 亿吨——碳排每降低一个百分点，就是减少 1 亿吨碳排放，相当于约 2700 万辆燃油车一整年的排放。
再算效益账：60 万亿流程工业市场，若全行业效益提升 1~3%，就是约 1 万亿元的新增年利润空间——从 1 亿吨碳排，到 1 万亿元效益，这就是我们坚定投入工业 AI 的原因。
回顾科技史，每一次计算范式的迁移，都会诞生这个时代的定义者：PC 时代，计算机是载体、操作系统是核心，微软定义了个人计算；
移动互联网时代，手机是载体、互联网是核心，苹果定义了移动生态；今天，我们进入工业智能时代——智能机器是载体，大模型是核心。
中控技术要做的，就是工业智能时代的定义者。
回到大会的主题。大家这几天反复讨论耐心资本、穿越周期，我用制造业企业的视角回应：为什么工业 AI 值得长期下注？因为它不依赖风口——工厂永远要安全、要降本、要低碳，AI 一旦落地，就是可预期、逐年复利的价值。我们很有信心可以用 AI 实现这样的目标。
深水区里，没有孤立的答案。工业 AI 的新生，需要技术的耐心、资本的耐心、场景的开放和产业链的协同——这正是今天在座各位手里握着的拼图。
从打破外资垄断，到数字化转型，再到 AI 驱动的自主运行工厂，中控的每一步，都是中国制造业产业升级的缩影。从自动控制到自主运行，让工厂自己跑起来——这，就是中控理解的 " 共振新生 "。
最后预告一下：今年 10 月，我们将在宁波举办 " 定义下一代工业 " 工业 AI 成果发布会，欢迎大家关注。谢谢大家！
