带来了一系列的浪潮，对化工行业也将产生巨大冲击，我们从几个维度进行了方向性 梳理：①从不同赛道的竞争重点出发，挖掘 AI 智能化带来的优化和改善空间；②从实际可落地的角度，梳理可率先 形成赛道赋能的方向；③从未来的发展趋势看，化工行业国内外可能出现的格局变化；④落地到具体板块，AI 智能化 能够形成的行业赋能和重点关注的行业机会。 核心逻辑 从大致的路径看，AI 在化工行业应用更多向着拓品、降 优化， 模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。①影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； ②领军型企业有资金、有要求、有能力、有需求，有望成为 AI 智能化的先期参与者，尤其是大型央国企；③具有较 高的行业敏感度，对接难度相对较小或者改造优势比较明显的意愿型企业也将具有先期优势。 国内外化工行业的软实力差距有望逐步缩窄。经过 20 多年 升级。借助 AI 工具，我国有望弥补多年历史积淀带来的国内外 材料研发的差距，实现高端材料的加速突破。 投资建议 Deepseek 的出现加速了 AI 智能化在各个领域的实体应用和优化，在化工行业领域，我们认为可能出现的四类关注点：  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

半成品 原材料 原材料 半成品 产成品 产成品 其它 其它 机械行业 化工行业 物料类型控制：  编号分配类型（内部或外部）  允许的编号范围间隔  哪些屏幕出现，以什么顺序出现  建议哪一个用户部门专用数据 ( 视 图中 ) 需输入  物料允许什么获取类型（物料是自