AI 赋能，助力化工行业转型升级—— AI 赋能化工之二 相关报告 《化工行业深度报告： AI 带动材料新需求—— AI 赋能化工之一 （推荐） * 化工 * 李永磊，董伯骏》—— 2023-04-11 请务必阅读报告附注中的风险提示和免责声明 2 表现 1M 3M 12M 基础化工 -1.5% -2.6% -5.0% 沪深 300 4.8% 0.3% -0.9% 最近一年走势 0.1344 0.0724 0.0103 -0.0517 -0.1138 -0.1758 基础化工 17 6.71 12.87 17.92 14.49 买入 002984.SZ 森麒麟 31.35 1.16 1.23 2.12 30.66 25.03 14.81 买入 002226.SZ 江南化工 5.38 0.40 - - 14.97 - - 未评级 688114.SH 华大智造 93.37 - 5.22 1.45 - 22.50 64.57 未评级 688777.SH 中控技术 97

行业研究|行业深度研究|石油石化 Deepseek+机器人：化工的时代大考 2025年02月14日 |报告要点 |分析师及联系人 证券研究报告 请务必阅读报告末页的重要声明 1 / 29 AI+机器人正深刻变革化工行业，有望带来效率革命。传统化工研发依赖“试错法”，周期长、 成本高，而 AI 与机器人技术融合后，从分 全链条效率将被重新定义， 既能降低传统材料成本，又能缩短新材料研发周期。面对化工新材料研发的“多尺度复杂性” 与“实验验证滞后”痛点，AI 通过跨尺度建模、分子动力学加速等方案实现突破。在生产流 程中，AI 结合高通量机器人实验优化生产，降低损耗与故障率。但 AI 也在瓦解传统技术壁 垒，“白痴指数”高的材料受冲击大。化工企业需加强 AI 研发、引进人才、推动数字化转型， 以应对挑战，把握发展机遇。 石油石化 Deepseek+机器人：化工的时代大考 投资建议： 强于大市（维持） 上次建议： 强于大市 相对大盘走势 相关报告 1、《石油石化：对美关税反制如何影响能 化？ 》2025.02.05 2、《石油石化：2025：大化工大有可为—— 大化工行业 2025 年度投资策略》2024.12

AI 带动材料新需求—— AI 赋能化工之一 相关报告 《——碳纤维行业框架报告：双碳战略推动碳纤维景气度上行， 技术进步产能 扩张降本可期（推荐） * 化工 * 杨阳，李永磊》 —— 2022-05-27 《磷化工和钛白粉企业进军磷酸铁， 大有可为（推荐） * 化工 * 董伯骏，李永 磊》—— 2021-09-09 请务必阅读报告附注中的风险提示和免责声明 -0.0252 -0.0837 -0.1422 -0.2007 表现 基础化工 沪深 300 3M -0.8% 3.7% 1M -6.6% -1.0% 12M -5.3% -1.7% 基础化工 沪 深 300 相对沪深 300 表 现 AI 浪潮下，化工材料迎来新发展 u 算力大幅提升，液冷技术成为大势所趋，氟化液大有可为 AI 技术 掩膜版：清溢光电、路维光电等； 5)CMP 抛光液和抛光垫：安集科技、鼎龙股份、江丰电子等； 6) 溅射靶材：江丰电子、隆华科技、阿石创、有研新材等。 请务必阅读报告附注中的风险提示和免责声明 3 AI 浪潮下，化工材料迎来新发展 u AI 带动设备及元器件需求，高频高速 PCB 有望成主流， PCB 产业链有望重塑和受益 印制电路板 (PCB) 是电子产品的关键电子互联件，被誉为“电子产品之母”。 AI

湿电子化学品渐入佳境—— AI 赋能化工之三 相关报告 《新材料产业周报： 小米发布首款新能源汽车 SU7 中国移动宣布 5G-A 正式商 用（推荐） * 基础化工 * 李永磊， 董伯骏》 —— 2024-04-01 《新材料产业周报： 1-2 月我国集成电路制造业增加值增长 21.6% ， 全球首列 氢能源市域列车成功试跑（推荐） * 基础化工 * 李永磊， 董伯骏》 —— 2024- 03-24 《化工新材料周报： “商业航天 ”首次写入政府工作报告， 1 月全球半导体行 业销售额同增 15.2% （推荐） * 基础化工 * 李永磊， 董伯骏》 —— 2024-03- 10 请务必阅读报告附注中的风险提示和免责声明 2 表现 1M 3M 3M 12M 基础化工 5.9% -2.6% -19.3% 沪深 300 0.8% 5.6% -12.8% 最近一年走势 2% -6% -14% -21% -29% -37% 2023/04/03

赋能央企数智化转型——迈向世界一流企业的智能引擎 11 二、央企 AI 应用行业分布 （一）央企行业分布 央企覆盖能源电力、煤矿、石油化工、制造、交通运输、信息技术、建筑、民生等关键 领域。从行业属性来看，可划分为 6 个大行业，其中能源电力、煤矿、石油化工可划归到 能源与资源类；钢铁机械没备、汽车、航天军工可划归到工业制造类；信息技术、投资/商 业/服务、旅游划归到信息技术与商务服务，其中能源与资源类央企数量占比最高。 5 7 3 8 9 12 6 3 9 7 11 20 农业/医疗 建筑工程 旅游 投资/商业/服务 信息技术 运输物流 航天军工 汽车 钢铁机械设备 石油化工 煤炭/矿冶/黄金/盐业 能源电力 能源与资源类 工业制造类 运输物流类 信息技术与商务服务 建筑工程 农业/医疗 AI 赋能央企数智化转型——迈向世界一流企业的智能引擎 100 家央企行业描述 行业 细分行业 央企 数量 行业描述 典型央企 能源与资 源 • 能源电力 • 煤矿/矿业/黄金 • 石油化工 • 盐业 38 家 • 涉及电力生产、金属矿产及化工原料等 上游资源，重资产、长周期、资本密 集。 • 在 AI 应用侧重资源勘探、生产调度、能 耗优化、设备监测等场景，核心是侧重 降本增效 中国石油、中国石

数智化审计的优势。 图表.5.受访者对数智化审计优势的理解 •.65% 以上受访者已认识到实施数智化审计的胜任能力包括了：数据分析和可视化能力、 数字化转型理解能力、业务理解能力、引入自动化工具应用于审计的能力、风险评估能力、 沟通协作能力、对新技术的敏锐度。所以，编者认为大多数受访者已正确理解了数智化审计 12 数智化审计调研报告 所需的胜任能力。 图表.6.受访者对数智化胜任审计能力的理解 数据分析工具、数据可视化工具、数据库审计工具、数据资产管理工具、AI 数据分析是 组织使用较多的审计辅助工具，这反映了组织在数智化审计过程，对业务数据分析和 IT 资 产梳理较为重视。 数据显示，传统审计中使用频率最高的工具是数据分析工具，占比 76.44%。接下来是 数据可视化工具，占比60.21%。数据分析工具可以帮助审计人员对大量数据进行处理和分析， 从而发现其中的规律和异常；而数据可视化工具则可以将数据分析结果以图表等形式呈现， 甚至需要直接引入外部审计服务。 图表.27.开展数智化审计能力建设的形式 组织自主开展数智化审计时，除了需要传统审计知识和技能外，还需要有较强的数据分 析应用、数字业务理解、信息安全管理和数智化工具应用等方面的综合能力。然而根据数据 显示，能够自主开展 IT 审计且效果良好的组织只有 25%（见图表 23），能开展数智化审计 和智能化审计的更是少之又少，这意味着大多数组织可能缺乏这些必要的专业知识和技能。

在存量竞争时代，将数据资产转化为运营能力，正是重新定义汽车营销的胜负手。 在瓴羊与汽车之家描绘的「汽车营销数字化解决方案全景图」中，数字化工具 贯穿用户生命周期每个触点，并渗进具体的营销场景，助力车企更高效准确地 了解、触达和转化用户。 在本章节，我们将结合实际案例与业务场景，展示数字化工具如何解决营销痛点， 带来更全面的数据覆盖、更高效的到店邀约和更良好的用户体验。 围绕购车旅程， 瓴羊 X 汽车之家共同推出数字化解决方案 18 | 数据会说话：AI 时代汽车全域营销实战手册 汽车营销数字化解决方案全景图 用 户 旅 程 营 销 场 景 底 座 数 字 化 市场洞察 市场 & 用户分析 精益获客 数字化工具赋能 用户研究 线索评级 智慧 DDC 瓴羊超信 解决方案 Solution 工具产品 Product 20% 100% 潜客挖掘提升 到店服务流程全管理 伴随用户购车需求实时变化，人 作下的外呼功能，也在帮助拥有大量沉积线索的车企，实现用户高效触达与激活。 这些场景，正是中国汽车业数智化转型的鲜活注脚。 当数据成为决策的“指南针”，上述几家车企直击行业共性痛点，不仅为转型提供 了可落地的方法论，还以结果量化了数字化工具的价值。本章节将展示六大车 企如何跳出传统运营窠臼，在存量竞争中实现效率提升、成本降低、体验优化， 为更多车企营销数字化转型提供参考。 成功的数字化营销标杆， 可复制、可落地、可量化 比亚迪腾势：

数据质量、覆盖面和成本之间的关系，从而为资产配置规划提供全 面而可靠的数据支持。 4.1.2 数据清洗与预处理 在资产配置规划中，数据清洗与预处理是确保后续分析和决策 质量的关键步骤。通过 DeepSeek 平台的智能化工具，我们能够高 效地处理海量数据，确保数据的准确性、完整性和一致性。首先， 原始数据通常包含噪声、缺失值和异常值，这些问题需要通过数据 清洗来解决。DeepSeek 提供了自动化数据清洗模块，能够识别并 3%-5% 5%-8% 大宗商品 5%-15% 6%-10% 10%-15% 另类资产 5%-10% 7%-11% 12%-18% 为了进一步提高优化结果的可解释性，DeepSeek 还提供了可 视化工具，帮助投资者直观地理解不同资产配置方案的风险收益特 征。例如，通过绘制资产组合的有效前沿图，投资者可以清晰地看 到在不同风险水平下可实现的最大收益。 最后，DeepSeek 还具备动态优化能力，能够根据市场环境的 测试，及时发现和修复潜在的安全隐患。 为提升系统的可观测性，引入了监控和日志管理系统（如 Prometheus、ELK Stack）。监控系统能够实时采集系统的性能指 标（如 CPU、内存、网络等），并通过可视化工具展示系统的运行 状态；日志管理系统则能够集中管理系统的日志数据，便于故障排 查和性能优化。 以下为技术架构的关键组件列表：  数据层：分布式数据库（如 Cassandra、MongoDB）

......157 1. 项目背景与目标 随着政务数字化进程的加速，各级政府机构在处理大量政务数 据时面临效率低下、信息孤岛、决策支持不足等挑战。传统的政务 系统多依赖于规则引擎和简单的自动化工具，难以应对日益复杂的 政务场景和多样化的数据处理需求。为此，引入先进的人工智能技 术成为提升政务管理水平和决策效率的关键。DeepSeek 政务大模 型的提出，旨在通过大语言模型（LLM）的强大能力，实现政务数 的政策解读、提供智能的决策支持。具体背景如下： - 技术需求： 政务场景对大模型的理解能力、生成能力和推理能力提出了更高要 求，需要针对性地优化模型结构、训练数据和微调策略。 - 业务需 求：政府部门需要通过智能化工具提升工作效率、优化服务质量、 降低人工成本。 - 政策支持：国家相关政策鼓励 AI 技术在政务领 域的应用，推动智能化政务系统建设。 此外，根据《2023 年中国政务智能化发展白皮书》数据，政 型（如 BERT）进行 微调，以提升模型的泛化能力和准确性。 最后，我们将设计一套可视化的数据分析平台，支持多维度的 数据展示与交互分析。通过引入 Tableau 或 Power BI 等可视化工 具，用户能够直观地查看数据处理结果，并进行自定义分析。这将 极大提升政府部门对数据的理解与应用能力，助力科学决策。 通过以上方案，我们能够实现政务数据的高效处理与分析，为 政府机构提供及时

过采用标准化的数据格式和接口，确保各种应用和系统之间的 良好协作，提高数据利用效率。 5. 可用性：数据空间应能够支持多种数据分析与应用，包括业务 分析、政策研究、科学研究等，提供直观的数据可视化工具， 帮助用户更好地理解和利用数据。 综上所述，省级可信数据空间的定义是在数据安全、共享和应 用的基础上，构建一个高效的数字治理工具。它不仅是信息化建设 的重要组成部分，也是实现智慧治理、推动数字经济的重要平台。 数据提供者是指各级政府、企业及其他组织，他们负责将符合 标准的数据集提供到可信数据空间。其基本功能需求包括：  数据集的发布和管理：提供用户友好的界面，让数据提供者能 够方便地上传、更新和管理数据集。  数据标准化工具：提供指导和工具，帮助数据提供者将数据格 式和内容标准化，以便更好地被存储和共享。  数据质量检验：能够对上传的数据进行初步的质量检验，并提 供反馈，确保数据的可靠性和有效性。 数据用户 数据用户主要包括政府决策者、研究人员以及商业分析师。他 们的主要功能需求包括：  数据搜索与访问：提供高效的搜索引擎，支持多种查询方式 （如关键词、分类、时间范围等），便于用户快速找到所需的 数据。  数据可视化工具：内置数据可视化工具，使用户能够将数据以 图表或其他可视化形式进行展示，便于分析和理解。  数据下载和导出：用户可以方便地下载数据集，以便在本地进 行进一步分析，同时支持多种数据格式（如 CSV、Excel、JSON