15 KiB
15 KiB
云美通用工业AI优化平台 —— 产品策划方案
编制：bot_po（产品审核） | 日期：2026-08-04 依据：《氯化车间AI vs 化工新材料AI平台 对比分析》《化工新材料AI平台技术方案V2.0》《DeepSeek大模型应用方案/预算方案》《M1-M2评审/终验报告》 密级：商业机密
一、产品概述
1.1 定位（一句话）
面向年营收 1–10 亿中型制造企业的轻量私有化"工业AI优化平台"——以可配置、可复制的"平台内核" + 按行业沉淀的"行业模板"，把大厂才用得起的过程优化/质量管控闭环，降到单厂 80–130 万、2–4 周接入。
1.2 产品形态与两层架构
┌──────────────────────────────────────────────────────────────┐
│ 行业模板层（垂直包 · 每行业/每客户一份 · 可复制售卖） │
│ 氯化车间(海绵钛)模板 │ 吸附树脂模板 │ 化肥/制药/冶金模板… │
│ · 点位字典CSV · 领域RAG知识库 · 工艺模板 · 模型超参/阈值 │
├──────────────────────────────────────────────────────────────┤
│ 通用平台内核（已工程化验证 · 沉淀为公司自有资产 · 一次建设复用） │
│ ① 边缘采集网关 ② 数据总线+时序库 ③ AI模型框架 │
│ ④ LLM网关+RAG ⑤ 配置化驾驶舱 ⑥ K8s/Helm 部署底座 │
└──────────────────────────────────────────────────────────────┘
1.3 命名与品牌建议
- 产品线名：云美工业AI优化平台（YunMei iAOP）
- 内核代号：iAOP-Core；行业模板：iAOP-Template-{行业}
- 第一垂直模板：iAOP-Template-Ti（氯化/海绵钛行业模板，一期）
1.4 价值主张
- 对客户：数据不出厂、2–4 周接入、质量/能耗可量化改善、研发周期缩短。
- 对公司：内核一次建设、N 个行业复制，客单复用率与交付速度双提升，从"项目制外包"升级为"产品+订阅"。
二、背景与机会
2.1 行业痛点（共性）
- 大量 DCS/PLC 数据沉睡，工艺参数靠老师傅经验，配方/工艺优化无数据支撑。
- 研发试错成本高、周期长；质量波动归因困难；跨工序关联分析缺失。
- 缺乏统一数据资产底座，数字孪生/长期技术数据无法沉淀。
2.2 我们已经验证的资产（关键筹码）
- 化工新材料AI平台已终验交付：9 个月、76 任务、33 需求逐条通过；性能预算达标（采集 P99 1.8s、丢失率 0.02%、可用性 99.8%、本地首 token 1.5s）；安全合规通过（敏感度路由 96.5%、DLP 100% 拦截）。
- 已沉淀 3 万+ 行可复用代码（边缘网关/BFF/AI Sidecar/Vue前端/K8s）。
- 已跑通"专用模型 + 本地70B + 云端API 混合"架构，硬件零新增即可上线 LLM 能力。
2.3 市场机会
- 化工新材料、钛白粉/海绵钛、化肥、制药、精细化工等行业数据丰富、但高质量闭环优化能力稀缺（渗透率虽>40%，多停留在采集/看板层）；中型厂付费意愿强、单厂预算 80–130 万区间（已有真实成交验证）。
- 氯化车间AI 需求与化工AI 内核 1:1 可映射，可作为第二落地样板，反向证明平台可复制性，形成销售故事。
三、目标市场与用户
3.1 目标行业（由近及远）
| 优先级 | 行业 | 与内核契合度 | 说明 |
|---|---|---|---|
| P0 | 钛白粉/海绵钛（氯化法） | 高 | 氯化车间AI 即首模板，需求已明确 |
| P0 | 吸附/离子交换树脂 | 高 | 已交付样板，可包装为"树脂模板"对外复制 |
| P1 | 化肥/纯碱等基础化工 | 中高 | 连续工艺，特征工程同构 |
| P1 | 原料药/精细化工 | 中高 | 配方驱动，研发AI价值高 |
| P2 | 冶金/水泥等流程工业 | 中 | 需补炉窑类工艺模板 |
3.2 用户角色（三类）
- 一线操作/值班长：要报警解释、交接班摘要、NL工艺查询 → 运营辅助层。
- 工艺/研发工程师：要配方推荐、异常根因、实验报告生成 → 研发赋能层。
- 生产/经营管理者：要日报周报、能耗洞察、移动端助手 → 管理决策层。
3.3 典型场景（已验证 + 待落地）
- 已验证（树脂）：报警智能解释、交接班报告、配方RAG问答、实验报告生成、质量/能耗驾驶舱。
- 待落地（海绵钛/氯化）：质量预测、配方动态优化、炉层杂质预警、TiCl₄→海绵钛工艺寻优 —— 全部可映射现有4类模型，无新算法研发。
四、产品架构（内核六大模块）
| 模块 | 能力 | 复用现状 |
|---|---|---|
| ① 边缘采集网关 | OPC UA/S7/Modbus/称重/能源，协议可插拔，严格只读，断点续传 | ✅ .NET8 已交付，600点位1Hz达标 |
| ② 数据总线+时序库 | Kafka → TDengine 时序 + PostgreSQL 关系 + MinIO 对象 | ✅ 已交付，批量5k/100ms |
| ③ AI模型框架 | 质量预测/工艺优化/配方推荐/异常检测 4类可配置模板 | ⚠️ 需从硬编码改造为"模板+超参"可配置 |
| ④ LLM网关+RAG | 本地70B + 云端API混合，安全分级路由，向量库 | ✅ 已交付，路由准确率96.5% |
| ⑤ 配置化驾驶舱 | Vue3 + 四状态工艺流程 + NL查询 + 移动端 | ✅ 已交付，需抽象为模板化 |
| ⑥ 部署底座 | K8s/Helm/ArgoCD，GPU/NPU 推理后端可插拔 | ✅ 已交付，需支持昇腾等异构 |
平台化改造重点（唯一新增研发）：把模块③⑤中"写死在树脂场景"的部分，重构为配置驱动——点位字典、领域词典、模型超参、告警阈值、驾驶舱布局全部外置。这是把"项目"变"产品"的关键一步。
五、核心功能与演进路线
MVP（首模板必须达标）
- 数据采集与监控（网关+驾驶舱）
- 质量预测 + 异常/杂质预警（对应氯化车间智能体①③）
- LLM 报警解释 + 交接班报告 + NL查询
- 基础RAG知识库（操作手册/工艺规范）
V1.0（首模板完整）
- 配方/参数动态优化（智能体②）
- 跨工序关联寻优（智能体④：TiCl₄→海绵钛）
- 根因分析、日报周报、移动端助手
- 行业模板配置台（点位字典导入、模型超参配置 UI）
V2.0（平台化复制）
- 模板开发脚手架 + 接入手册（第三方/伙伴可交付新行业）
- 多租户/多厂管理
- 模型自训练与持续迭代管线
- 应用市场（预置告警规则/驾驶舱模板库）
六、行业模板机制（核心创新点）
一个行业模板 = 5 类可交付物，决定 90% 的落地工作量：
| 模板组成 | 内容 | 来源 |
|---|---|---|
| 点位字典 CSV | 车间/设备/测点/量纲/采集周期 | 客户DCS点表 + 我们模板工具生成 |
| 领域RAG知识库 | 工艺规范、操作手册、文献、标准 | 客户文档 + 我们抽取管线 |
| 工艺模板 | 连续/间歇、特征工程、标签定义 | 行业工程师 + 我们模板 |
| 模型超参包 | 4类模型的输入特征/超参/阈值 | 基于历史数据标定 |
| 驾驶舱布局 | KPI/趋势/流程图/告警样式 | 可复用基线 + 微调 |
价值：内核一次建设，新行业 = "配置 + 数据接入 + 模型标定"，而非重写。预计第 2、第 3 个行业交付周期较首厂压缩 50%+。
七、商业化模式
7.1 三层收费结构
| 收费项 | 性质 | 参考定价（单厂） | 说明 |
|---|---|---|---|
| 平台内核授权 | 一次性 License | 30–45 万 | 含部署底座+采集+模型框架+LLM网关 |
| 行业模板实施 | 一次性实施 | 15–25 万 | 数据接入+模板配置+模型标定+培训（氯化车间首模板取下限） |
| 年度运营订阅 | 年费 | 8–12 万/年 | 运维+API调用+知识库更新+模型迭代 |
注：首厂（树脂）已实际投入一次性约 99.66 万（含33.66万硬件、45万软件、21万实施）+ 年运营 10.5 万。内核沉淀后，后续厂软件从"从零开发"转为"授权"，边际成本显著下降。
7.2 客户硬件（通常客户自购，不计入我方营收）
- 标杆配置：AI服务器（4×RTX 5090，24.76万）+ 应用库服务器（7.2万）+ 网络/防火墙（1.7万）≈ 33.66 万。
- 若客户指定华为昇腾路线，内核推理后端需做 NPU 适配层（一次性 +5–8 万）。
7.3 成本结构与毛利（示意）
- 单厂毛利 = 授权30–45 + 实施15–25 + 首年订阅8–12 ≈ 53–82 万；扣实施人力与API/电费后，毛利率可观且随复制数量递增（内核摊销趋零）。
八、实施路线图（基于化工AI经验压缩）
| 阶段 | 周期 | 关键动作 | 里程碑 |
|---|---|---|---|
| 平台化改造 | 1–2 月 | 内核模块化/配置化重构；模板配置台原型 | iAOP-Core 可用 |
| 氯化车间模板(一期) | 2–3 月 | 点位接入+模板配置+模型标定+培训 | 4智能体上线，验收 |
| 树脂模板封装 | 并行 | 把已交付项目固化为"树脂模板"对外复制 | 第2个可售模板 |
| 复制推广 | 持续 | 化肥/制药等行业模板 + 伙伴交付体系 | 年内 3–5 厂 |
九、竞争与差异化（已据《市场调研复盘》修订 · 2026-08-04）
9.1 竞争格局复盘（关键修正）
⚠️ 原方案"大厂多停留在看板、缺工艺优化闭环"的判断不成立（已划 ❌）。 经公开资料核查，头部厂商已在工艺优化/质量管控形成闭环且有龙头背书：
| 竞品 | 已落地情况 | 与 iAOP 重叠度 |
|---|---|---|
| 中控技术 TPT（时间序列大模型） | 万华氯碱、兴瑞硅材料"自主运行工厂AOP"；300+ 案例、2.6万用户 | 极高（同"专用模型+大模型"双栈） |
| 浪潮海岳 Ch1 | 山东海化盐化工大模型，入选 IDC 中国AI数字工厂领导者案例 | 高 |
| 宝信软件 宝联登 | 钢铁大模型 105 场景、关键工序覆盖 85% | 高 |
| 中关村科金 + 南方有色 | 有色金属本地化部署、沸腾炉炉温±5℃（与氯化车间同源） | 极高 |
| 广西华昇 智昇 | 预测准确率>80%，主控工作量降85%，年效益千万级 | 高 |
结论：iAOP 的架构方向（双栈+本地化+智能体）与领先者一致，说明赛道选择正确；但意味着正面竞争已白热化，不能再以"我们也能做闭环"作为差异化——必须换生态位。
9.2 重新定位（一句话）
面向 年营收 1–10 亿的中型制造企业 的 轻量私有化工业AI优化平台——以"行业模板即插即用"把大厂才用得起的过程优化/质量管控闭环，降到单厂 80–130 万、2–4 周接入。
9.3 三层护城河（修正后差异化来源）
| 护城河 | 内涵 | 为什么大厂难复制 |
|---|---|---|
| ① 客群护城河 | 不碰已被大厂锁定的头部客户，深耕"大厂看不上/覆盖不到"的中型厂 | 大厂项目制重、单厂毛利低，下沉动力弱 |
| ② 工艺护城河 | 在沸腾氯化、树脂合成等细分工艺做深，形成大厂通用模型不及的行业精度 | 大厂通用模型难覆盖长尾细分工艺 |
| ③ 交付护城河 | 模板化 → 接入快(2–4周)、成本低(单厂80–130万) | 内核一次建设、N行业复制，比拼复制效率 |
9.4 与巨头的正面差异（对外对标口径）
| 维度 | 大厂（中控/浪潮/宝信等） | iAOP |
|---|---|---|
| 目标客户 | 头部/大型集团（万华、宝武等） | 年营收 1–10 亿中型厂、单车间补充 |
| 部署形态 | 重、项目制、周期间数月 | 轻量私有化、模板化、2–4 周接入 |
| 单厂成本 | 常 300 万+ | 80–130 万 |
| 行业深度 | 通用大模型 + 重点行业 | 细分工艺（沸腾氯化/树脂合成）做深 |
| 数据安全 | 本地化 + 公有云混合 | 本地70B + 敏感度路由，数据不出厂 |
| 复制效率 | 每厂重交付 | 内核复用，第2/3厂周期压缩 50%+ |
9.5 对外话术（应对"你们和中控/浪潮比如何"）
- 不贬低对手："他们的方案在头部客户很成熟，我们认同这个方向。"
- 亮出生态位："我们服务的是他们覆盖不到的中型厂——用 1/3 的成本、2–4 周接入，拿到同类的工艺优化闭环能力。"
- 亮出工艺："在沸腾氯化、树脂合成这类细分工艺上，我们的模板精度更贴近产线实际。"
十、风险与对策
| 风险 | 等级 | 对策 |
|---|---|---|
| 通用≠零定制，客户预期管理 | 中 | 销售明确"配置+接入"仍需2–4周；模板交付SLA化 |
| 领域物理知识需专家 | 中 | 每个行业模板绑定 1 名行业工程师 + 模板开发包 |
| 训练数据不足（<6月标注） | 中 | 首期先上监控+预警+LLM辅助，模型后续迭代 |
| 硬件绑定（昇腾/5090） | 低 | 推理后端抽象为可插拔适配层 |
| 模板质量参差影响品牌 | 中 | 建立模板评审与版本准入机制 |
十一、组织与资源
- 内核组：现有化工AI交付团队（.NET/Python/Vue/算法）转内核维护 + 平台化改造。
- 模板组（新增）：每行业 1 算法 + 1 实施 + 行业工程师（可外协）。
- 产品/售前：bot_po 牵头产品规划与需求审核；bot_pm 拆任务；bot_dev1/2 执行。
- 资源诉求：内核改造约 1–2 人月；首模板实施约 2–3 人月。
十二、成功指标（KPI）
| 指标 | 目标 |
|---|---|
| 内核配置化率 | 模板落地 90% 工作量来自配置而非改码 |
| 新行业接入周期 | 首厂 9 月 → 第3厂 ≤ 3 月 |
| 单厂毛利率 | ≥ 50% 且随复制数递增 |
| 客户价值 | 质量一致性↑、能耗↓5–10%、研发周期↓30%+（参考化工AI预期） |
| 年复制厂数 | 年内 ≥ 3 厂 |
十三、行动建议（下一步）
- 立项：将"氯化车间AI"正式立项为 iAOP-Template-Ti（一期），对外是可售行业模板，对内是内核首复制验证。
- 内核改造：从化工AI代码基线启动模块③⑤配置化重构，作为最高优先级平台资产。
- 复用确认：氯化车间 4 智能体直接映射到现有 4 类模型 + LLM 网关，不开新算法研发，进入"模板配置 + 现场接入 + 模型标定"。
- 资产入库：化工AI 代码拆分为"内核 + 树脂模板"两份交付物，纳入公司可复用资产库。
- 商务：以"1 内核 + N 模板"产品线对外宣讲，优先转化钛、树脂、化肥三类客户。
附：本方案所有成本/性能数据均来自已交付的化工新材料AI平台真实资料，可作为对外报价与对内预算的依据。氯化车间部分基于对比分析的外推，待需求细化后更新。第九章"竞争与差异化"于 2026-08-04 据《市场调研复盘》修订：删除原"大厂只做看板"误判，重定位为"面向中型客户的轻量私有化平台"，并补充中控TPT/浪潮/宝信/中关村科金对标与三层护城河。