在制浆造纸行业中，技术革新往往决定了企业的生产效率与市场竞争力。近日，「博依特智能」正式推出全球首个专为制浆造纸行业设计的工艺大模型——博依特工艺大模型，引发业内广泛关注。本次发布会主题“脑力减负，生产加速”，充分展示了这一创新成果的核心价值：通过减轻繁琐的脑力劳动，赋予生产一线人员更多的时间和精力专注于高价值的创新任务。这不仅是对行业的一次技术升级，更是制造业向智慧化、自动化迈进的坚实一步。
放眼整个制造业，AI 技术的融入正逐步提升生产效率和质量，赋予传统行业以新的生命力。而制浆造纸行业作为制造业的重要分支，如何高效利用人工智能工具，简化操作、提高精度，已成为众多企业思考的焦点。博依特智能正是在这一背景下，借助深度学习、大规模数据集与最新的 AI 技术，为行业打造出更智能、更高效的解决方案。其工艺大模型不仅具备强大的数据分析和推理能力，还能够帮助企业更快地响应市场需求，从而在竞争激烈的市场中立于不败之地。
博依特智能董事长李继庚在发布会上提到，此次发布的工艺大模型是对 3 月发布的 Beta 版的全面升级，融入了深厚的行业理解、丰富的生产数据积累与最前沿的AI技术。该模型已应用于辅助生产培训、生产操作和生产运营等三大场景，成为工厂新人、操作工及管理者的智能助手。
博依特智能的创立源于一个充满理想的初衷——让传统流程型制造业不再依赖经验丰富的老师傅，通过 AI 技术的应用，降低对人工经验的依赖，使工业生产更为高效稳定。博依特的联合创始人、华南理工大学原校长刘焕彬，早在 20 世纪 60 年代就投身制浆造纸专业，为这一行业贡献了数十年心血。而同为联合创始人的李继庚，作为刘焕彬的博士生，在华南理工大学从事工业建模与大数据研究时便已致力于流程工业的数字化建模，但受限于当时的条件，许多研究成果难以在生产中得到规模化应用。抱着改变这一现状的理想，刘焕彬带领团队将科研成果从校园带入产业，期望用自主创新技术推动中国制造业走向智能化。
在创业初期，团队经历了艰难的工厂驻点过程，深刻感受到制造业的复杂与挑战，也意识到以单一项目制部署的方式难以长期为行业赋能。正是在这样的实践中，博依特逐步探索出标准化、模块化的产品路径，并推出了云端部署的“云桥工业互联网平台”，实现了生产过程中的灵活组合与远程维护，大幅提高了系统的交付与复制效率。
博依特智能的 AI 技术和云桥工业互联网平台的特别之处在于，它们基于“积木式理念”设计，使得企业可以根据自身需求灵活组合使用并快速投入应用，支撑“数字化企业”的实现。顺为团队长期关注智能制造、工业互联网等领域的新技术与新机会，曾于 2021 年领投「博依特智能」A 轮融资。
在这次新品发布会后，我们采访了博依特智能创始人李继庚，深入了解他们的创业历程、技术优势以及未来的战略布局。以下是对创始人李继庚的专访内容。
对话「博依特智能」：
Q：为什么决定进入造纸行业，用 AI 帮助工厂提升效率？创业初期遇到过哪些困难？
博依特智能：博依特智能的联合创始人之一、华南理工大学原校长、俄罗斯工程院外籍院士刘焕彬在 60 年代初就转入华南理工大学制浆造纸专业学习，并留校任教。后来，在刘焕彬的组织带领下，华工的制浆造纸学科成为兼有国家重点实验室和国家工程研究中心的高水平学科。
同为联合创始人的李继庚是刘焕彬的博士研究生，在华南理工大学从事过程工业建模与大数据算法研究。他表示，团队在学校时就已经针对流程工业进行数字化建模，但是许多项目都停留在纸面上，止步于发论文、申奖项，虽然会进行一定的产业化应用，但并没有形成一定规模。同时，在实验室没办法拿到整条生产线的全量数据，再怎么提高建模技术能力，也无法应对实际生产中的复杂状况。抱着这样的想法，刘焕彬院士团队把科研成果带出校园，在产业中进行规模化落地，希望持续地为制造业创造价值。
期间，团队意识到西方国家在前三代技术革新中领先，但在新一代信息技术上，国内外站在同一起跑线。他们希望借助技术代际切换的契机，将科研成果产业化，探索流程型制造业的工业 4.0 之路。他们的初衷是“传统流程型制造业是关乎国计民生的基础制造业，经过数字化转型洗礼后，同样也是朝阳工业。工业 1.0、2.0、3.0 都是外国人做的，工业 4.0 时代，我们希望用中国人自己的技术来推进中国工业数字化和智能化。”
流程型制造业是以天然原料生产标准产品的行业统称，由于原料、辅料、工艺备件和天气等因素的波动，生产能否如期稳定运行，非常依赖经验丰富的老师傅负责调制“配方”和把控“火候”。但现在老师傅越来越稀缺，生产效率不升反降，亟须通过 AI 技术来降低对人的依赖。
博依特成立之初，李继庚带团队驻扎工厂，为它们部署自研的自动化软件。给制造业做本地化部署是门苦生意。首先，工作条件很艰苦，客户工厂的位置偏僻，公司员工只能搭早晨 8 点的班车来，晚上 12 点的班车走。其次，产品交付的周期太长。公司 4 个软件工程师，白天黑夜地写程序，忙活了一年才交付一个工厂。结果就是，公司成立一年，员工跑了一半。
这段艰苦的经历也让博依特认识到，基于项目制的软件部署并不是长久之计：交付效率低、复制性差。制造业的工艺流程存在较强的共性，博依特团队将这种共性提炼出来，打造出一款相对标准化的软件，在不同企业间复制时只需要调整小部分代码。此外，这款软件部署在云端，工程师可以实现远程运维，不必再跑到现场调试代码，因此也降低了软件运维的成本。此后，博依特的产品进行了不断地迭代更新。2021 年，博依特云桥工业互联网平台被认定为首批国家级特色专业型工业互联网平台。
Q：博依特的 AI 技术和云桥工业互联网平台有哪些特别之处，让它们能比其他公司的产品更有效？
博依特智能：博依特的 AI 技术和云桥工业互联网平台的特别之处在于，它们基于“积木式理念”设计，可以实现标准化、规模化复制，企业可以根据自身需求灵活组合使用。且云桥工业互联网平台数据承载、统计和分析功能已经相对成熟，能够让客户更快投入应用，支撑“数字化企业”的实现。
博依特工艺 AI 是基于工业知识，将工业机理模型与机器学习的算法相结合，在真实的工业场景中，通过对复杂的物理化学过程进行模拟和优化，将人工经验固化为模型等方式，形成可规模化复制的资产。
Q：面对市场上其他同类企业，博依特是如何脱颖而出的？有哪些让客户选择你们的关键优势？
博依特智能：博依特智能的三大优势：一是对工艺的深刻理解，二是丰富的行业数据积累，三是源于华南理工大学。
博依特智能拥有一支懂工艺的团队，这使得公司能够准确把握行业需求，开发出真正能够解决实际问题的大模型。同时，公司服务造纸行业十年，积累了大量的生产过程数据，特别是异常数据，这些数据为大模型的训练提供了宝贵的资源。最后，博依特源于华南理工大学院士科研团队，有着持续创新的底气和能力。
Q：博依特智能在帮助造纸厂提升效率时，客户最常见的问题或挑战是什么？你们是如何解决这些问题的？
博依特智能：最常见的问题和挑战是：首先在于数据的采集、分析和挖掘。这些行业的生产数据量极大且高度分散，数据之间相关性强，需要懂工艺的人来定义数据价值和筛选数据范围，基于对工艺的理解来选择那些具有价值潜力的数据，做到价值与成本之间的平衡。
其次是如何把老师傅的经验沉淀下来。以一个 30 亿产值左右的造纸厂为例，如果是四班三倒，需要 200 个以上老师傅。但是，现在的老师傅越来越稀缺，这导致生产效率不升反降。因此亟须用人工智能技术把老师傅的经验固化下来。
三是企业的组织架构也需要适配数字化建设上的需求，需要吸引更多能够理解业务并将技术与业务需求相结合的复合型人才。
提高流程型制造业的效率，最终要回归到工艺的稳定上。博依特智能基于过去积累的 1.9 万亿条工业数据，根据流程型行业的共性需求，研发了数个场景化的工艺 AI 模型，比如质量预测与优化、生产调度优化等模型，可在造纸、食品等不同行业快速上线。
而今年 10 月份发布的博依特工艺大模型则采用了生成式人工智能（AIGC）技术，能够解放那些繁琐、重复且耗时的脑力劳动，使制造业从业者专注于提升跨界能力，挑战更具创造性和战略性的任务，从而提升企业的生产效率和市场响应速度，是企业可持续发展的坚实基础。
Q：未来你们还会把这些AI和智能技术应用到其他行业吗？博依特未来 3 到 5 年的发展目标是什么？
博依特智能：是的，博依特智能成功研发了玻璃气泡预测模型、球磨调度优化模型、配方优选模型等，且已经在食品和建材行业成功落地应用。在未来，博依特工艺大模型将会应用在更多流程型制造业中。
博依特智能未来 3 到 5 年的发展目标，就是面向轻工和食品行业运用生成式 AI+决策式 AI 的融合技术（即大模型+小模型的融合技术），使轻工和食品行业先进企业的关键生产过程达到自动驾驶的 L3 级别。
