★本刊记者/文晓

蓝卓数字科技有限公司总裁陈玉龙

在工业数字化转型浪潮奔涌的当下，工业软件作为智能制造的“神经中枢”，其自主创新与生态构建已成为行业破局的关键。蓝卓数字科技有限公司总裁陈玉龙在本期专题采访中，围绕工业软件技术创新、应用落地及行业发展趋势等核心议题，分享了蓝卓以工厂操作系统为基础，推动工业数字化从“模式验证”迈向“大规模推广”的实践路径，勾勒出中国工业软件突围的清晰脉络。

深耕工业软件赛道，supOS构建智能工厂新范式

作为中控集团30余年流程工业自动化经验沉淀的数字科技企业，蓝卓自成立以来便锚定“让工业智能更简单”的使命，将研发重心聚焦于“工厂操作系统”这一战略制高点。2018年，蓝卓发布国内首个拥有自主知识产权的supOS工厂操作系统商业化版本，历经6次重大迭代升级，目前已演进至6.0版本。该系统凭借“平台+APP”的创新架构与工业级性能，连续五年斩获工信部“双跨平台”认定，成为工业软件领域兼具技术领先性与市场认可度的标杆产品。

陈玉龙介绍，supOS以工业企业全要素数字化管理为核心，构建了面向过程监控、生产管理和经营决策的一体化应用平台。其三大核心能力构成了工业数字化的坚实底座：

其一，连接能力：平台支持385种以上工业协议的快速接入能力，可实现对生产设备、仪器仪表、AGV以及各类常见传感器的对接和数据采集。支持主流ERP/CRM/PLM/OA等软件集成，让企业在充分“利旧”的前提下，解决烟囱式系统建设所带来的数据孤岛问题。

其二，数据存储处理能力：自主研发的工业数据湖，支持时序、关系、文件、音频、视频等多种数据类型的存储处理与获取能力，可面向企业数字化运营，提供设计、制造、质量、供应链、设备、能源、安全等智能应用的数据底座能力。

其三，开发工具与应用支撑能力：提供低代码开发工具，通过内置的图元库、组件库、模版库等，用户只需拖、拉、拽方式，便可以开发面向生产管理、经营管理等多个领域的工业APP。提供高代码集成工具，支持Java、Python等多种语言SDK，通过内置脚手架，支撑开发人员对工业APP的高效集成。

蓝卓基于工厂操作系统的探索，在全球率先提出“1+2+N”智能工厂的模式与路径，也就是在1个工厂操作系统的基础上，实现2个自动化：即生产制造过程自动化和企业运营管理自动化，打造N个工业软件及工业AI的生态合作圈，为建设智能工厂提供一条明确的实施路径。截至2024年底，蓝卓独创的“1+2+N”智能工厂模式已形成规模化应用效应。目前该模式已在全球10余个国家，汽车零部件、家电、磁材、新材料、石化、化工、建材等30多个行业、8900余个新型智慧工厂落地，并成功打造了2大全球灯塔工厂、9家工信部数字领航工厂等标杆示范，得到了业内的广泛认可，也标志着蓝卓已完成从“模式验证”到“大规模推广”的阶段转变。

技术创新驱动差异化优势，AI与工业深度融合破局

在工业AI领域，蓝卓已形成从算法研发、平台搭建到场景落地的完整技术闭环：

改性MDI装置质量AI预测。针对聚氨酯原料MDI生产中的质量检测痛点，开发多维度质量预测模型，覆盖共混型与反应型装置20余种工艺牌号。AI模型投用后，产线取消“采样-送检-分析-外报回收”传统流程，生产完成后模型实时输出预测报告，内控范围内直接包装，每釜减少约3小时化验等待时间。投运半年后，装置产量平均提升10%，人工采样量从4500个降至2000个，工作量降低56%，应用效果显著。

设备预测性维护。氢循环氢大机组是加氢装置核心动力设备，循环氢压缩机的运行稳定性直接影响装置安全。传统管理模式仅通过传感器阈值报警，存在严重滞后性，易导致生产中断甚至停机检修。设备预测性维护AI模型通过周期性或持续监测设备状态，基于机器学习算法实时分析设备健康状况，精准预测故障发生时间与维护节点，实现24小时“智能把脉”。实际应用中，模型通过分析设备振动信号等历史数据，实时评估运行健康状态并给出检修建议，使设备故障率降低20%以上，显著提升生产稳定性。

智能成分配比。橡胶生产中胶浆浓度需严格控制：浓度过低会降低装置负荷效率，过高则易引发凝胶事故。由于下料口干胶粒流量不稳定且无法直接测量，传统工艺依赖最终化验数据手工调节正己烷溶液配比，滞后性强，易导致生产波动。蓝卓通过融合数据模型与视觉模型，将下料口图像分析结果与生产时序预测数据结合机器学习，实现干胶浓度精准预测。该模型应用后，预测精度显著提升，有效减少因浓度波动导致的产品质量问题。

蓝卓自成立以来持续深耕工业AI领域，已为100余家工业企业提供AI服务，助力构建智慧企业。陈玉龙表示，随着DeepSeek等技术的兴起，为低成本工业AI普及提供了技术支撑，将加速工业AI发展进程，推动工业数字化变革。

前瞻技术演进，勾勒工业软件未来五年图景

对于工业软件未来五年的技术走向，陈玉龙提出三大趋势判断：

其一，工业软件服务形态迈向“平台+APP”架构。传统工业软件正从封闭系统向“平台+轻量化APP”架构转变，旨在解决定制成本高、迭代缓慢等难题。平台借助容器化、微服务等技术，搭建起涵盖数据集成、算法引擎、数字孪生等基础能力的操作系统层，为企业提供统一的数据底座。同时，内置大量面向工业场景的组件与工具，为工业APP提供支撑。工业APP可依据场景需求灵活调用平台能力，像设备预测性维护、工艺参数优化、能耗智能管控等应用，既能够单独部署，也能动态组合，满足企业数字化服务持续迭代升级的需求。

其二，工业AI朝着“APP与Agent融合”方向发展。工业AI正从规则驱动，向“Agent+APP融合”的自主决策模式进化。将工业APP与具备感知、决策、执行能力的智能体（Agent）深度结合，形成可对生产环境变化作出动态响应的智能单元。比如基于设备实时工况的预测性维护Agent，能够自主诊断异常并生成维修工单，相比传统算法模型，故障识别率大幅提高。

其三，数字化方案从小场景迈向全场景闭环。工业数字化服务遵循“小场景（单点突破）-大场景（链条贯通）-全场景（价值闭环）”的发展逻辑。在数字化初期，工业企业主要聚焦于设备预测维护、质量检测等小场景，借助轻量化APP快速验证价值。发展到中期，企业开始向生产全流程拓展，打通MES、ERP、WMS等信息系统，构建协同优化场景。对于数字化基础较好的企业，会围绕“质量、成本、交期”，构建全场景数字孪生体，融合AI大模型，形成“感知-决策-执行”的价值闭环。

“工业软件的终极目标是成为企业的‘数字引擎’。”陈玉龙透露，蓝卓未来五年将重点布局5T融合、工业AI、数据资产三大方向：

（1）5T融合：构建工业技术软件化平台

supOS工厂操作系统基于工业5T融合技术（PT工艺技术+ET设备技术+AT自动化技术+OT运营技术+IT信息技术），将工业技术原理、行业知识、工艺模型等转化为可复用的平台微服务组件。通过“1+2+N”智能工厂模式，助力企业实现数字化透明工厂、协同工厂与卓越运营，打造工业“智慧大脑”。

（2）工业AI：多智能体协同平台赋能智能化转型

蓝卓AI智能体平台基于supOS研发，内置DeepSeek、通义千问等行业大模型及自研模型，提供大模型训练微调、部署推理、模型优化等基础能力。支持可视化智能体流程编排与业务流混编，以MCP协议为标准实现智能体灵活接入，依托企业私域知识库及时序数据，推动工业企业从数字化向智能化升级。

（3）数据资产：全链路数据管理驱动价值释放

围绕数据管理能力成熟度模型DCMM，supOS数据资产管理提供数据集成、资产建模、标准管理、开发运营、质量监控等全链路能力，满足数据采集、存储、计算、应用全流程需求，助力企业实现数据驱动运营、降本增效，提升决策效率，构建创新增长引擎。

从supOS工厂操作系统的技术突破，到“1+2+N”模式的规模化落地，蓝卓以工业知识软件化、软件架构平台化、平台能力生态化的路径，正重新定义工业数字化的标准。在陈玉龙看来，工业软件的竞争本质是工业知识沉淀与技术创新的双重较量，工业软件需满足两点：一是拥抱个性化需求，针对不同行业、规模企业“量体裁衣”；二是重视数据底座，融合技术统一治理多源数据，构建一体化数据资产体系，为工业AI提供支撑。

面向未来，蓝卓正通过持续的场景深耕与生态共建，为中国工业数字化转型筑牢“智慧大脑”，在全球工业软件版图中书写属于中国企业的创新篇章。

摘自《自动化博览》2025年5月刊