Files
iAOP/docs/通用工业AI优化平台_产品策划方案.md
T

247 lines
15 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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)
1. **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。
2. **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。
3. **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)
1. **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。
2. **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。
3. **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"。
4. **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。
5. **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。*