盘锦市合成橡胶行业 中小企业数字化转型实践样本 盘锦市工业和信息化局 2025 年 11 月 目 录 一、合成橡胶行业中小企业发展情况...................................... - 1 - （一）合成橡胶行业定义与范围.......................................- 1 - （二）合成橡胶行业中小企业发展现状与趋势.. ............. - 1 - （三）合成橡胶行业中小企业业务痛点...........................- 4 - 二、合成橡胶行业中小企业转型价值.......................................- 5 - 三、合成橡胶行业中小企业数字化转型场景...........................- 8 - （一）产品生命周期数字化. ............................................. - 16 - - 1 - 一、合成橡胶行业中小企业发展情况 （一）合成橡胶行业定义与范围 合成橡胶行业作为化工子行业，主要指以石油、天然气、煤 炭等为初始原料，通过化学合成方法人工制备具有高弹性聚合物 及其相关产品的国民经济部门。它与以天然橡胶树乳汁为原料的 天然橡胶互为补充，共同构成橡胶加工行业的上游。由于其性能

分子性能预测的基础上，提前筛选出合适的化学物质。 尤其是在合成生物学领域， AI 已在元件工程、基因线路、代谢工程、基因组工程中广泛应用，大幅提升合成生物学的各环节效率。基于 AI 的研发 平 台，可预测蛋白质结构，进而构造具有目标功能的物质。另一方面， AI 也促进了实验室自动化，对传统劳动密集型实验室进行技术革命。其中 微流 控技术，具有高灵敏度、高集成、高通量、高效率等多种优势，对合成生物学的研发和应用起到了巨大作用，加速合成生物学行业发展。 大作用，加速合成生物学行业发展。 u AI 优化化工设计和建设 AI 使工业领域落地周期逐步缩短。管道设计软件及流体力学仿真软件是设计研究和生产部门强有力的辅助工具，有效提高设计生产效率；一体化工 程设计软件推动卓越运营和智能制造，助力化工企业实现数字化转型，数字化孪生工厂的产生为企业后续运营储备了丰富的数据资产。众多的工程 企业尤其是设计院，正在谋求以数字化工厂与数字化交付为突破，从而实现企业的数字化转型。 已应用于精馏塔、反应器、锅炉、控制器、冷水机 组、压缩机、泵、管道等各种工艺设备的校正、工艺参数预测、故障诊断与优化；在纺织，水处理，化肥，核电站和油气等领域均有应用。 投资建议： 重点关注：合成生物学：凯赛生物、华恒生物；基因测序：华大智造（医药）；设计与建造：中国化学、东华科技、中国石化、中国石油； AI 应用： 万华化学、江南化工；智能制造典型：森麒麟；智能工厂整体方案供应商：中控技术（机械）；智能仪表：川仪股份（电新）

破除现有限制瓶颈的方向，将有望最开始明显受益：直接改善效率和提升速度的领域，或将最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI 智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI 智能化对接的基础相对较好，投入成本相对可控，产生的长 远影响相对较大。对应的赛道更多是精细化工材料领域，通过 .... 11 四、行业变革及时解决技术痛点，关注技术智能化升级的机会......................................... 12 4.1、Deepseek 赋能合成生物，加速新品扩展和成本优化 ......................................... 12 4.2、Deepseek 赋能农药创制，或将大幅提升研发效率 ...... 图表 10： 中石化首个 AI 数字员工 ................................................................ 12 图表 11： 合成生物的构建策略 ................................................................... 12 图表 12： AI 智能化学习能够加速底盘细胞的构建

因素出现遗漏或错误。而高通量筛选技术可以在短时间内对大量化合物进行自动测试，例如 阿姆斯特丹大学开发了一种集成人工智能机器学习单元的机器人 RoboChem，一周内， RoboChem 可以优化大约 10 到 20 个分子的合成，而对于研究人员手动来说，这通常需要几 个月的时间。 5.产业知识图谱构建： AI 可以自动从互联网、企业数据库等多个数据源中抓取相关的化工 数据。接下来通过机器学习，可以对收集到的数据进行清洗和修复。通过建立数据模型，算 高效，受到 AI 冲击或相对较轻。例如谷歌 DeepMind 利用材料探索图形网络(GNoME)，使得 稳定晶体发现数较过往提升一个数量级；美国加州大学伯克利分校团队利用自动实验室系 统，在 17 天内成功合成 41 种目标材料，成功率超 7 成。 ➢ 化工企业的时代大考： 如何应对 AI+机器人大时代？ 我们认为：AI+机器人大时代给传统化工企业带来了巨大的生存挑战，但同时也蕴含着无限 的发展机遇。只有通过加强 .................. 25 图表 26： AI 指导机器人制造新材料 ..................................... 25 图表 27： A-Lab 合成成功率可超 7 成 .................................... 26 图表 28： 技术驱动加速发现周期 ..............................

识图谱 操作票系统 OMS 系统 电话交换机系统 自 调度规程 电力 大脑 语言合成 知识 图谱 语音识别 机器 学习 设备台账 安全规程 分析报告 电网拓扑 组织架构 文本材料 上百万字 系统数据 几千 T 自然语 言学习 自 自 电力 大脑 语言合成 知识 图谱 语音识别 机器 学习 语音识别模型 语义识别模型 自然语 言学习 10kV 大成分线运行改热备 用 武门站 设备 运行改热 备用 业务 电 大脑 城南班 组织 自然语 言学习 刘庄 语言合成 语音识别 人员 all 乡 知识 自 图推理计算 强化学习 自然语 言学习 语言合成 知识 自 图谱 语音识别 机器 ta 自 学习 知识图谱 深度学习 电力 大脑 乡 机器 调度许可 法令、收令 发令 汇报 操作票系统 现场人员 手机电话 自动化系统 OMS 系统 电话交换机系统 调度拟操作票 人工调度员 作业现场 异常情况 知识 图谱 语言合成 自 目录 痛点分析 解决思路 功能展示 项目成效 未来展望 3 实时从 OMS 系统自动获取待执行操作票 ； 当天工作开始前短信提醒操作人员及工作负责人 ； 2 C 自 同步记录调度日志

9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十 亿个分子进行筛选，缩小实际需要合成和筛选的分子数量范围，在2-3年内仅需合成及测试数百个分子；可以定制生成数百个苗头分子，探 索未知分子，提高药物研发的创新性；能够通过计算机模拟的方式减少需要实验室验证的分子数量，节约验证和测试时间。 ◼ AI研发的 02亿美元，2022-2031年复合增长率约为27.2%。 AIDD 制药流程 新药发现 蛋白质结构预测 AI应用模块 AI模型 药物从头设计 虚拟筛选 靶点的发现和识别 ADMET预测 晶型预测 逆合成预测 临床试验 新药开发 临床阶段 知识图谱 机器学习 深度学习 自然语言处理 大语言模型 请务必阅读正文之后的免责声明及其项下所有内容 数据来源：智药局，国信证券经济研究所整理 AI制药给生物医药领域带来极大的突破 ◼ 与传统药物研发对比，在研发时间和效率上，AI制药 更具有优势： ① 传统的药物研发需要4-6年的时间合成以及测试约 5000个候选分子；AI制药方法则可以对数十亿个分子进 行筛选，缩小实际需要合成和筛选的分子数量范围，在 2-3年内仅需合成及测试数百个分子。 ② 传统筛选方式仅针对有限的分子库对特定的靶点进 行分子筛选，而AI制药可以定制生成数百个苗头分子， 探索未知分子，提高药物研发的创新性。

布莱 梅厂和法国敦刻尔克厂的高炉上开展了纯氢或富氢 气体喷吹。 中国在高炉喷吹富氢气体方面已经开展了大量 理论分析和试验研究。山西晋南钢铁集团是一家钢 化联产企业，利用高炉、转炉和焦炉煤气合成乙二 醇、LNG 及氢气，在高炉喷吹富氢气体方面有显著 的进展和应用。山西晋南钢铁集团自主设计并建成 了国内首套 1860 m 3 高炉大规模喷吹化工富氢气体 工业化应用工程，开发了高炉喷氢 200 万吨 CO2 捕集与封存利用基地，一期 50 万吨示范项目已奠基 石灰窑、热风炉烟气 首钢京唐公司 已投产，以转炉煤气为原料生产燃料乙醇 转炉煤气 石横特钢公司 已投产，以转炉煤气为原料合成甲酸 转炉煤气 晋南钢铁公司 已投产，以焦炉煤气、转炉煤气为原料生产乙二醇 焦炉、转炉煤气 19 第 2 章 钢铁行业碳中和技术展望 2.2.5 氢冶金技术 （1）技术现状、瓶颈和挑战 油化工 产品加工制造过程；中游是重要的中间产物环节，包括对原油进行裂解，生产最重要的炼油、乙烯、丙烯、 芳烃等；下游以炼油、乙烯、芳烃等基本化工原料生产多种有机化工原料及合成材料，包括合成树脂（塑料）、 合成橡胶和合成纤维等。 2010 年至今，中国炼油行业产量经历了高速增长、去产能与结构调整以及产能优化与过剩压力的阶段 变化，整体呈现产能持续增长但增速放缓的特点。2010—2015 年是中国炼油产能的高速增长期，新增了近

梅厂和法国敦刻尔克厂的高炉上开展了 纯氢或富氢 气体喷吹。 中国在高炉喷吹富氢气体方面已经开展了大量 理论分析和试验研究。山西晋南钢铁集团是一家钢 化联产企业， 利用高炉、转炉和焦炉煤气合成乙二 醇、LNG 及氢气，在高炉喷吹富氢气体方面有显著 的进展和应用。山西晋南钢铁集团自主设计并建成 了国内首套 1860 m 3 高炉大规模喷吹化工富氢气体 工业化应用工程， 万吨 CO2 捕集与封存利用基地， 一期 50 万吨示范项目已奠基 石灰窑、热风炉烟气 首钢京唐公司 已投产，以转炉煤气为原料生产燃料乙醇 转炉煤气 石横特钢公司 已投产，以转炉煤气为原料合成甲酸 转炉煤气 晋南钢铁公司 已投产，以焦炉煤气、转炉煤气为原料生产乙二醇 焦炉、转炉煤气 18 中国碳中和目标下的工业低碳技术展望 第 2 章 钢铁行业碳中和技术展望 包括油气开采和运输、炼油和石油化工 产品加工制造过程；中游是重要的中间产物环节，包括对原油进 行裂解，生产最重要的炼油、乙烯、丙 烯、 芳烃等；下游以炼油、乙烯、芳烃等基本化工原料生产多种有机化工原料及合成材料，包括合成树脂（塑 料）、 合成橡胶和合成纤维等。 2010 年至今，中国炼油行业产量经历了高速增长、去产能与结构调整以及产能优化与过剩压力的阶段 变化，整体呈现产能持续增长但增速放缓的特点。2010—2015

一、AI 制药蓝海市场，人工智能赋能药研全流程 人工智能赋能新药开发，是指在规模化医药数据基础上，运用机器学习、深度学 习、自然语言处理等技术参与药物开发各个环节，包括靶点发现、化合物合成、 化合物筛选到患者招募、临床试验设计等，通过 AI 技术的运用有效解决传统新 药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 DPI 援引英 矽智能数据，通过 AI 技术能将 ISM001 依赖人工阅读科研文献和经验， 花费时间长，且难以发现新靶点 AI 处理海量文献专利发现药物和疾病关系， 快速找到有效靶点，缩短靶点发现周期 NLP、DL 化合物合成 花费时间长，效率低 利用 AI 学习海量现存化学反应，推荐化合物 合成路线并优化反应条件 ML、DL 化合物筛选 成本高，效率低 使用虚拟筛选遴选出具有潜在成药性的活性 化合物，降低实验筛选化合物数量，降低资 金投入，缩短筛选周期 年成立，最初在小分子药物领域为客户提供 药物研发服务，包括晶体结构预测、化合物合成等；2019 年起公司开始进入大 分子药物开发领域，陆续推出多肽及蛋白药物研发平台和抗体发现平台 XuprmbAb 等，2022 年建成可拓展、标准化智能机器人湿实验室，并在随后发 布“XtaIPi 药物发现”和“XtaIPi 智能自动化”品牌，覆盖包括小分子药物研发、 大分子药物研发、药物固体形态研发、化学合成及实验室自动化解决方案等多个 业务领域，2024

.......................................................................................57 4.3.1 语音合成（TTS）选型............................................................................................ 技术指标 | 测量方式 | |—————|———————————–|—————————| | 语义理解 | 领域术语识别准确率≥95% | 封闭测试集验证 | | 语音合成 | 自然度 MOS 评分≥4.2（5 分制） | ITU-T P.85 标准 评估 | | 多轮对话 | 上下文关联维持时长≥5 轮 | 真实场景压力测试 | | DeepSeek 大模型方案，旨在 通过先进的多模态交互技术，为博物馆、景区、交通枢纽等公共场 所提供高自然度、低延迟的智能语音服务。该方案以 DeepSeek- V3 大语言模型为核心引擎，结合语音合成（TTS）、语音识别 （ASR）及知识图谱技术，构建端到端的智能化讲解系统。系统部 署采用混合云架构，支持每秒千级并发请求，平均响应时间控制在 800 毫秒以内，确保高峰时段的稳定性。 系统核心模块包括：