问题：流程工业装置规模大、流程长、变量多，运行仍高度依赖人员经验；以炼化一体化等大型装置为例，传统模式往往需要大量操作与工艺人员长期监盘、频繁调整与处置，不仅抬升人力和管理成本，也使装置极端工况或突发波动下存在响应不一致的风险。同时，绿色转型要求企业在保障稳定供应的前提下更降低能耗与排放，推动生产组织方式加快升级。 原因：一是工艺过程高度耦合，温度、压力、流量、液位等参数相互牵连，细小偏差也可能触发连锁反应；二是产品质量对参数和配方细节非常敏感，即便原料与设备条件相同，不同的控制策略与窗口管理也会带来明显的品质差异；三是长期以来数据分散在不同装置、系统和企业之间，标准不统一、共享不足，难以沉淀可复用的训练数据与工程知识；四是能源约束与成本压力叠加，使“稳、优、绿”三项目标同时实现的难度增加。 影响：业内人士认为，推动装置从“以人为主的操作”向“以模型为主的运行”转变，将带来多上的外溢效应：其一，安全层面，通过持续监测、预警与自动处置降低人为误操作概率；其二，在质量层面，将工艺控制从“经验调参”升级为“在线优化”，减少批次波动；其三，在成本层面，通过能效寻优与计划协同降低蒸汽、电力与原料损耗；其四，在低碳层面，把节能减排从“事后核算”前移到“过程控制”，以更稳定、可验证的方式实现降耗降排。褚健以日常消费品作类比指出，同类产品的差异往往来自细微工艺与添加比例的变化；而在化工等行业，控制水平哪怕提升一个百分点，也可能带来可观收益。 对策：围绕“自主运行工厂”（AOP）路径，褚健提出以分级能力演进方式推进，目标是像汽车自动驾驶一样，从辅助决策、协同控制逐步迈向更高等级的自主运行。他表示，中控技术依托30多年控制系统装机与工业用户基础，正推动企业共享关键生产数据，构建用于算法训练与模型迭代的数据集；在此基础上，结合工业机理模型与数据驱动模型，开展优化控制、异常诊断、预测性维护等应用，形成可在不同装置、不同工况间复制和迁移的工程能力。涉及的实践已在多个场景落地，并为合作企业带来效率提升与价值增量。 前景：业内判断，流程工业“少人化、智能化、自主化”将成为重要方向。褚健预计，未来三到五年有望在更多装置实现更高水平的协同控制与自主决策，约十年在更大范围推广应用。随着制造业数字化转型深化、工业数据标准逐步完善，以及低碳约束持续强化，自主运行能力将从“可选项”逐步转为“竞争力”。在国际市场层面，他认为海外企业对中国工业技术与工程化能力的关注度提升，中国制造业在规模、场景、经验与迭代速度上具备综合优势，工业智能化解决方案“走出去”空间广阔；但仍需在标准认证、交付体系与长期运维能力上补齐短板，夯实全球化服务能力。
自主运行工厂的出现，意味着流程工业正进入新的阶段；从依赖人力到实现自主运行，不只是生产方式更新，也将重塑制造业的运营理念。在全球绿色低碳转型背景下，率先掌握工业AI并形成可落地的工程能力，将在未来竞争中占据主动。中国在数据、应用场景和产业规模上具备优势，为工业AI创新提供了基础。随着自主运行工厂从试点走向规模化应用，中国制造业的智能化升级将深入提速。