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

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：

......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

频繁的大额交易、关联方交易等，帮助稽查人员定位高风险纳 税人。  风险评估：基于历史数据和行业特征，构建风险评估模型，对 纳税人进行分类，并生成风险评分，为稽查重点提供依据。  可视化分析：通过可视化工具，将复杂的数据关系以图表形式 展示，帮助稽查人员直观理解数据背后的规律。 此外，DeepSeek 还支持与现有税务管理系统的无缝对接，确 保数据的安全性和隐私性，满足税务部门的合规要求。通过引入 下几个方面：  数据预处理：通过自动化工具对原始财务数据进行清洗和标准 化处理，确保数据的完整性和一致性。  异常检测：利用深度学习算法识别财务数据中的异常模式和风 险点，如不合理的交易金额、异常的账务处理等。  风险评分：根据预设的风险模型，对每笔交易或每家企业进行 风险评分，帮助稽查人员优先处理高风险案件。  可视化分析：通过交互式的可视化工具，将复杂的数据分析结 果以直观的 性 和一致性。  实时分析：支持实时数据处理，帮助稽查人员快速响应突发情 况。  智能化预警：通过机器学习模型自动识别异常行为，并生成预 警报告。  可视化展示：提供直观的数据可视化工具，帮助用户快速理解 复杂数据。 以下是 DeepSeek 在税务稽查中的典型应用流程： 通过这一流程，DeepSeek 能够帮助稽查人员从海量数据中筛 选出关键信息，并生成针对性的稽查方案。例如，在处理企业税务

 编程语言：Python 3.8 及以上版本  深度学习框架：TensorFlow 2.5 或 PyTorch 1.8  数据处理库：Pandas 1.2、NumPy 1.20  可视化工具：Matplotlib 3.3、Seaborn 0.11 此外，系统应配备必要的监控和维护工具，以确保系统的稳定 运行。建议使用 Prometheus 和 Grafana 进行系统监控，以及使 7 73.2 召回率（高风险贷 款%） 85.4 73.8 审批时间（工作日） 1-2 3-5 人工干预率（%） 15 35 此外，我们还对模型的稳定性和可解释性进行了评估。通过可 视化工具，银行风控团队能够清晰地理解模型的决策过程，从而更 好地进行风险管控。同时，模型在不同时间段和不同地域的贷款数 据上均表现出较高的稳定性，验证了其在实际应用中的可靠性。 最终，该银行在全面部署 数据整合与清洗：利用 AI 技术将分散的数据源整合为统一的 数据平台，并通过自动化工具清洗无效数据，确保数据质量。 2. 实时风险评估：通过机器学习算法，实时分析客户信用状况和 交易行为，动态调整风险评分。 3. 自动化审批流程：基于深度学习模型，实现贷款审批的自动 化，减少人工干预，提升审批效率。 4. 成本优化：通过智能化工具降低人力成本，同时提升风险评估 的准确性，减少因评估失误导致的潜在损失。

不仅学术界与产业界对其定义存在差异，尚未形成统一标准；产业界亦是，微软、谷歌、甲骨文、华为、 Salesforce 等巨头的定义细节各不相同。 当前企业对 AI Agent 的界定中，最宽泛的理解是将其视为融入大模型能力、具有自动化工具属性的系统。 “ 模型 + 自动化” AI Agent 的核心因素：大模型能力结合自动化特征 斯坦福大学李飞飞团队 《 Agent AI ： Surveying the Horizons of 为一个清晰、可执行的内部“目标”。 2. 核心中枢：【思考规划】 3. 能力执行：【工具调用 】 Agent 根据规划好的路径，像熟练的员工一样，精 准调用一个或多个“数字化工具”（如企业内部的 API 、 CRM/ERP 系统、数据库、甚至是外部应用）， 以完成具体操作。 4. 闭环终点：【结果反馈 】 过往的工作流程及系统设计围绕“机器”进行 实现 AI 商业落 地 互联网大厂 / 产业互联网巨头型 具备互联网诸多场景成功经验，并且兼顾通用大模型及云服务能力 企服软件 /SaaS 服务商型 长期根植于中国企业数字化进程，具有企业数字化工作全流程丰富经验 RPA 型 具有垂直领域丰富的工作自动化建设、运营经验 低代码 / 无代码型 具备快速搭建企业级工作平台经历，结合 AI Agent 可低门槛搭建垂类应用 平台层 企业级