CN
Bob Gill：當下，諸如工業互聯網、大數據、數字孿生、AI等新技術不斷融入流程行業，請問各位如何看待新技術尤其是生成式人工智能對流程行業所帶來的機遇和挑戰？
Brad Lee：在過去兩年，有關生成式人工智能的許多行業熱詞被頻繁提及，我也堅信生成式人工智能必然是未來科技的發展方向。但在當下，這樣的新興技術還面臨著很多不確定性，涉及政府監管政策、數據集的儲備和質量是否足以支撐大規模語言模型訓練、企業研發人員是否具備相關AI技能儲備等。所以企業在思考如何正確部署生成式AI技術時還需不斷探索和取舍。
Christian H.Siboro：前沿技術創新，可以給企業帶來很多新興的發展前景和商業機會。比如在PGN，當前我們面臨著產品開發周期長、突發情況難以預測、生產過程繁瑣導致的高成本問題。人工智能技術的興起，無疑是解決PGN公司當前所面臨困境的一個契機。同時，我們將鼓勵員工轉變傳統行為習慣與心態，采用新興技術來真正促成企業由內而外的變化發展。
崔山：人工智能的概念在流程工業里并不是一個完全新鮮的概念，過去已經有很多技術是基于數據建模來實現產業提升的。但當ChatGPT出現時，其展現的龐大數據演算力強化了數據帶來的價值。通過人工智能技術的充分應用，許多傳統產業中面臨的問題將會迎刃而解，隨之帶來效率提升、營收增加等顯性優勢。未來，中控技術也將全力以赴，用技術研發創新助力客戶成功。
Kazuhito Yokoi：在Hitachi，我們已經深入開展了一些AI項目，通過使用生成式人工智能，我們的工廠工程師可以開發并生成自定義代碼，從海量的數據中得到最終計算結果。在引入生成式人工智能之前，工廠工程師需要請求IT工程師定向開發整個系統，但現在，工廠工程師可以創建并擴展其在IT領域的角色。這樣的轉變能夠縮短創新研發的流程和時間。
Bob Gill：本次中控技術發布的UCS是一款顛覆了傳統DCS物理形態、“軟件定義”的新型控制系統，您認為這樣一款完全創新的產品會為企業帶來哪些新的價值創造？
Christian H.Siboro：UCS必然能解決許多企業運行層的問題。例如，PGN有很多與天然氣管道相關的存儲、監測設備，如果有泄露或腐蝕等異常情況出現，通常需要人員到現場實地檢查，這種處理方式實際存在一定的延遲滯后。UCS的出現，可以實時地、預防性地對工廠設備進行監測，從而避免安全事故、停車事故的發生。最重要的是，通過UCS我們可以基于未來的控制參數，實現預測性建模并采取相應行動。
Kazuhito Yokoi：Hitachi有很多邊緣設備，如何對這些設備進行集中管理是非常困難的。UCS通過單一機柜就能實現數據采集與分析，這種能力是令人印象深刻的。我認為UCS對絕大多數人來說是非常有前景的解決方案，可以提升企業的綜合表現。
崔山：非常明確的是，UCS的出現能夠給企業帶來成本大幅降低的價值，約80%的線纜成本將會消失。其次，UCS打破了傳統OT、IT、AT間的壁壘，只需要一個點擊，所有的應用程序都可以自主實現最優運行，這不僅是勞動力成本的優化，對企業來說更是一種突破性的創新。目前UCS已經實現商業化應用，中控技術期待能夠支撐更多企業實現數智價值突破。
Bob Gill：以中控今天發布的流程工業首款時序大模型TPT為例，結合各自企業的實際需求和痛點，請談談生成式AI技術可能會為各自企業甚至行業帶來的典型價值和應用前景。
Brad Lee：EMQ一直在思考如何通過軟件鏈接物理世界和人工智能。我們和中控技術在UCS上的合作，就是通過我們的軟件來實現日志數據在機器間的傳輸。生成式AI的前景我認為是非常樂觀的，但目前仍處于產品生產力開發階段，未來深層次AI作為產品本身的研發還需要持續深入探索。
崔山：TPT無疑是為流程行業工廠運行開辟了一條嶄新的道路。首先，TPT創造了通過一個軟件支撐多種應用場景的新模式，可以幫助企業節省大量的軟件使用成本；其次，TPT通過海量數據的獲取和訓練，展現了驚人的跨裝置、跨工況的適配能力，為企業提供包容性更強、可靠性更高的生產優化。通過TPT，我們相信能將更多傳統工業的不可能變為可能。
Christian H.Siboro：作為石油化工企業，PGN確實需要預測性維護以確保設備的穩定、安全運行。PGN目前是有時間序列數據生成的，但是這些數據僅僅被當作日志記錄，并沒有得到充分應用。隨著TPT的出現，我們的時間序列數據能夠被進一步分析，從而實現對設備更為精準的預測。
Bob Gill：未來AI技術的加速落地需要在產業和技術方面加強生態建設，如何打造AI生態，各位嘉賓所在企業或領域是如何實踐的？
Kazuhito Yokoi：AI生態與開源生態有一定相似性。在開源生態的構建中，我們定義軟件架構，然后用代碼完成功能實現，通過日常活動交流，生態伙伴間共享新功能、新知識。這些經驗我相信可以在AI生態中被復用。
Brad Lee：AI時代的到來促使許多軟件公司開始思考架構重塑與優化，在這樣的時代背景下，EMQ也與中控技術達成了合作伙伴關系，這在10年前是難以實現的。在AI時代下，企業的運營模式、生態系統和合作伙伴都需要不斷進步發展。
崔山：在AI時代下，生態系統的構建對所有企業都是至關重要的。正是因為這些生態合作使中控技術能夠走到今天。在人工智能的大趨勢下，企業是沒有辦法孤軍奮斗的。計算能力、數據中心、算法、建模、人才，甚至政府政策等方方面面都需要生態系統中的每個伙伴共同努力，共同為流程工業創造價值。
Bob Gill：對AI的擁抱已經不是一個選擇題而是必答題。未來，您認為企業、行業應該如何更好地利用AI技術價值，共同推動社會的進步？
Brad Lee：個人認為，當前人工智能是顛覆性的、具有龐大規模的，能夠徹底改變企業的運營方式。對所有企業來說，要做好迎接生成式AI的準備，包括在數據層面的運行、管理、存儲和應用案例層面的開拓實踐。
Christian H.Siboro：技術的創新與企業的演變是相輔相成的。企業內部的數據準備、運營流程、人員儲備、思維方式等都需要做好準備，與技術創新同步發展。對于企業來說，從頂層到基層操作人員都需要對AI技術的使用保有一致共識。
崔山：在人工智能時代，AI方面的人才儲備對于企業來說是首要的挑戰，企業需要新鮮血液加入以支持創新發展。其次，在AI時代，不僅是技術的創新，所有個體觀念、組織架構、商業模式等都需要同步進行。資源儲備、人才培育、生態系統構建、客戶應用場景開發都是實現AI技術價值最大化的必要準備。
364--------m.hdwjsj.com.cn
148--------m.zzyfspjx.cn
136--------m.news8.org.cn
91--------m.rzod.cn
825--------m.xddzzz.cn
307--------m.fengqie.cn
1031--------m.yu0o1.cn
557--------m.yamaru.com.cn
371--------m.wyc-cn.cn
819--------m.ganfei.com.cn