从自动化到智能化，中国工业进入变局时刻

长期以来，一个叫“钢包热修”的岗位，被认为是流程工业里最危险，也最依赖经验的工种之一。

在钢厂，每炉钢水倒空之后，几十吨钢包仍处于近1600℃高温状态，内衬耐火砖烧得通红，热浪、粉尘、噪声和高温辐射叠加。工人在极端环境中完成烧氧通渣、底砖吹扫、滑板更换、引流砂加装、侵蚀检查等复杂作业，任何一个判断失误，都可能带来严重后果。

中国每年生产超过10亿吨钢铁，占全球产量的一半以上。而这个已经被传统自动化持续升级了七十年的行业，在“钢包热修”这道工序上，却从未能实现被机器替代。

钢厂工人在进行钢包热修作业

但如今，在热修作业区旁，已经能看到极为科幻的一幕：6台大型的智能机器人带着长长的执行机构，探入巨大“发光鼎”，靠一系列感知系统、执行系统和决策大脑在火花四溅中精准地搅动、修补、烧氧、通渣、更换滑板、加引流砂……过去依赖人类经验积累和环境判断的柔性能力，正在被智能机器接管。这正是工业智能化真正的奇点时刻。

钢包热修无人化机器人集群

发明这套系统的，是一家名为“瓦特曼”的公司。他们7年来解决了数十个类似“钢包热修”这样的基础工业“痛点场景”。创始人谭胜虎把他对未来的构想放进了这家公司的名字里：做工业智能革命的推动者，做“像瓦特一样的男人”。

瓦特曼智能科技公司CEO谭胜虎

机器替代的不再只是动作，而是经验

谭胜虎说，瓦特曼做的事情。就是把那些原来只能靠人的感知、判断和经验积累才能干好的事情，变成机器也能干。这也是工业自动化和智能化的区别。

这些问题往往集中在几个特征明显的岗位中：高温、高粉尘、高风险、情况复杂，也就是典型的“3D场景”（Dangerous， Dirty， Difficult）。这些场景非常多都是过去工业自动化没有解决的问题。

工业正在从自动化时代，走向智能化时代。

在过去很长一段时间里，工业自动化对固定操作岗位实现了替代，却替代不了复杂作业对人和经验的依赖，在许多重工业的关键环节，依然依赖老师傅的经验和对现场工况环境的应变。

他们的能力，往往具备三个特征：经验积累、环境识别与判断、柔性执行。比如钢包热修，什么时候该修？烧氧通渣的力度深度如何判断？钢包内衬侵蚀程度？哪里最危险？这些问题，没有简单固定程序答案。

工业自动化解决的是“机器替人做固定重复动作”的问题。核心是电机、驱动、PLC，标准流程的机械执行；而今天工业智能化试图解决的，是“机器替人做判断”。核心是数据、感知、模型、决策与柔性执行。

这不是简单的自动化升级，而是能力边界的重要升级和突破。

钢包热修水口烧眼作业人工与机器人对比

这种变化，在基础工业尤其明显。钢铁、有色、煤炭、化工、电力这些行业，自动化水平并不低，很多固定工序早已高度自动化。但大量核心复杂生产环节，依然经验丰富的老师傅。

原因很简单：这些环节不是标准动作，而是复杂环境中的动态判断。而这恰恰是过去自动化做不到的部分。这也是“工业智能迎来奇点时刻”真正成立的原因。所谓奇点，不是某项技术突然横空出世，而是长期无法被解决的问题，开始具备被系统性解决的条件。

“工业智能”奇点时刻为何现在到来？

“推动变化的条件第一次同时具备”谭胜虎说。这也解释了谭胜虎为什么把当前称为工业智能真正的奇点时刻。

技术条件成熟。过去很多工业场景，数据缺失、算力不足、算法能力弱、感知能力不够，导致很多问题理论上可想，工程上不可做。而今天，多模态感知、视觉识别、模型能力、工业算力，都出现明显跃迁。依赖人经验完成的部分，如今具备被机器理解的可能。

电解铝自动换级3D建模感知

第二，产业条件变化。过去很多痛点存在，但还能靠人扛。老师傅经验兜底、人工成本可接受、安全压力有限，企业动力不足。但今天不同。人力结构变化、招工难、安全要求高、环保标准高，过去“还能忍”，如今必须解决，需求被倒逼出来。

第三，行业认知和接受度变化。过去很多企业讨论数字化，本质更多停留在信息化和上云层面；而今天，人工智能＋产业的国家政策鼓励，媒体技术普及，越来越多企业开始真正期待和相信人工智能时代的全面来临，越来越期待生产力本身被新技术重构。这意味着，讨论和关注重点从简单数据采集，转向智能感知，智能控制和智能执行。

真正的壁垒：不只是技术，更是扎进现场。

为什么这件事不是高校、科研院所或者互联网大厂率先做成？因为工业现场不是实验室。实验室能证明技术可行，不代表产线能稳定运行。真正进入生产一线，高温、粉尘、复杂工况，技术问题会叠加系统工程问题，系统工程问题会延伸变成组织系统落地问题。这需要长期现场积累和系统迭代创新。

很多能力，不是在办公室里长出来，而是在工厂里摔出来的。这些壁垒，恰恰也是工业智能化最容易被低估的地方。

而瓦特曼过去几年建立的，不只是产品，更是这套壁垒。

一、数据壁垒。比如钢包内衬腐蚀数据库、电解铝质量数据库。这类数据不是自然生成数据，而是与工艺深度绑定、经过现场验证的真实现场数据。没有这类数据，就没有真正可靠的判断能力。

二、技术壁垒。高温防护、3D感知、视觉识别、力控算法、虚拟仿真等能力，在实践创新中一个个被沉淀为体系化且持续迭代升级的技术模块，不是每做一个场景都从零开始。模块越厚，进入新场景效率越高。

三、组织壁垒。工业问题，不是单一学科能解决的。既需要算法，也需要工艺；既需要软件能力，也需要硬件与控制能力。这种跨边界组织，本身难形成。

而这三层积累叠加，才让工业智能从概念走向落地。这也是为什么谭胜虎把过去几年定义为从0到1，而不是规模扩张。因为真正重要的，不是做出一个产品，而是在实践中跑通一整套能力体系。

不靠资源切入，靠信任建立

第一单，往往不是卖出来的，而是和客户一起做出来的。

工业行业有着较高的门槛，其中最核心的门槛是信任门槛，而这种信任，又有一种基础逻辑：相信人，相信产品，相信公司。三层相信缺一不可。

很多产品第一台，几乎都是与客户一起经历失败后才成型。没有案例，客户愿意给机会，唯一原因是你在解决一个别人解决不了的问题。这是工业创新最真实的逻辑。而这类逻辑决定，工业智能竞争，并不只是技术竞赛，更是认知与耐力竞赛。很多人看到今天工业智能热度上来，会误以为机会在风口。

真正的机会，在那些难、脏、险、没人愿意深做的场景里。

越难做，壁垒往往越高。而未来更大的机会，还在更复杂场景。比如高炉智能控制。这是典型的过去“知道重要、但不敢做”的问题。因为它涉及复杂机理、动态变量、实时优化，不是简单控制问题。但今天，从模型能力到算力条件，再到产业数据积累，开始让这类问题出现可能。

工业智能，正开始全面从单点智能走向系统智能，从岗位级替代走向产线级重构。

这是下一阶段真正值得关注的变化。因为一旦机器、数据和工艺进入实时闭环，数据不只是记录，而进入决策；前后工序不只是串联，而开始耦合优化。那AI在工业里的价值，就不只是替代某个岗位，而是改变生产方式。这也是为什么说，工业智能不再仅是工业机器人升级，而是生产系统智慧能力的全面升级。

也正依赖如此，历时6年，中国前20的钢铁集团，中国前30的有色金属集团，瓦特曼的产品已经进入超过一半的头部工业产业集团。

工业不相信概念，只相信结果。

这也是谭胜虎并不担心新玩家进入的原因。因为这个市场足够大，且需要大量人工智能的人才和企业进一步推动整个行业的落地创新。行业需求的是真正能穿透工艺、数据，算法和智能执行四层能力的智能公司。当然，对一家公司来说，更重要问题不是竞争，而是能否构建长期可持续增长的内在能力。

奇点不是一声巨响，而是一个不可逆转的智能趋势

动作被替代，是效率革命。经验被替代，是生产方式革命。

这两件事不是同一个量级。因为长期经验是工业系统最后一道隐形能力。它不在程序里，不在设备里，而在人脑里。

而当这部分能力开始被机器理解和执行，意味着工业系统第一次开始把过去最难结构化的能力纳入系统。这才是真正意义上的智能化。

钢包热修智能机器人集群本身不是重点。重点在于，它证明那些过去只能靠人经验维持运行的核心环节，开始出现被机器接管的可能。这是一个标志。

未来五到十年，这类能力注定将在钢铁、有色、煤炭、电力、化工等基础工业持续扩散，今天看到的，很可能只是序章。所谓奇点，也不是突然发生，而是在一个个工厂现场、一台台设备、一条条产线上，逐渐形成不可逆转趋势。

当趋势形成，时代就变了。从这个意义上说，“工业智能迎来奇点时刻”，不是一句判断，更是在描述一个正在发生的现实。

这个现实的本质是：工业，开始进入全新的智能阶段。

（供稿供图单位：北京瓦特曼智能科技有限公司）

责任编辑：韩璐(EN053)