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

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、 在化工行业应用更多向着拓品、降本两个维度发力。拓品可以通过缩短研发时间，落地工艺设 计、优化工程装置、提升产品差异度等或缩短时间，或优化结果；而降本可以通过人工替代，精准对接，流程优化， 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 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 多年的发展，我国的竞争优势从前期低人力成本、政策驱动的 资本投入向产业链市场配套和系统化的综合赋能进行升级。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：

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

首席企业架构师 www.top100summit.com 武艳军 一汽大众首席企业架构师 “ • 企业架构和数字化转型专家，TOGAF企业架构师鉴定级认证专家，Open Group中 国架构本地化工作组专家，DAMA中国会员。 • 具有近20年金融信息化领域工作经验，对数字化转型有深入研究和实践。 • 毕业于北京大学，曾就职于某中央金融企业，负责牵头公司数字化战略规划、企 业架构设计、数字化转型实施等方面工作。 视建设数据资产并在业务中应用，发挥数据驱动业务发展的效用。 数字化转型要落在实处，必须找到有真实需求的业务场景。以场景来牵 引数字化工作，通过业务场景明确业务需求、用户需求和数据需求，以 业务场景来检验数字化工作成果。 数字化转型不单单是科技部门的事情，业务和科技要各自向前走一步，携 手共同推进数字化转型工作。业技融合决定了数字化工作的成败。 www.top100summit.com 数字化转型对企业架构提出了新要求 • 架构设计应包含的构建块 元素，为具体企业架构设 计提供指导，是内容模型 的核心部分。 数字化工艺流程包括架构 愿景、架构原则、架构标 准、架构约束、架构组织 和架构需求，是架构工作 长期开展所需要建立的架 构治理要素。 项目实施包括路线图、项 目组合、项目、业务用例 和资源等，用于将架构设 计成果具体落地实现。 4A架构 数字化工艺流程 项目组合 www.top100summit.com 数字化企业架构框架DEAF-过程模型

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。

• 界定产品与项目、应用的区 别 • 定位打造开放的医疗数字化 生态 破题思路 构建工作流程 • 融合医疗行业规范， 采用敏捷 开发与交付模式 • 定期回顾和展望，不断总结经 验，持续优化工作方式 确定混合云原生架构 • 积 极 拥 抱 新 技 术 如 微 前 端 、 DevSecOps等。 • 构建混合云架构，平衡多场景 部署需求。 提升新团队的凝聚力 • 建立共同的团队目标和工 What How www.top100summit.com • 传统上,数字建设以项目方式推进,注重交付一次性成果。而数字化转型则需要持续迭代优化的产品思维。 • 数字化转型的本质之一,就是将数字化工作的主要形式从项目转变为产品,打造生态系统。 核心实践 – 推动持续发展 项目(Project) vs. 产品(Product) • 项目更加注重一次性的交付，解决某一具体问题或达成特定目标，完成后即结束。 What How www.top100summit.com • 传统上,数字建设以项目方式推进,注重交付一次性成果。而数字化转型则需要持续迭代优化的产品思维。 • 数字化转型的本质之一,就是将数字化工作的主要形式从项目转变为产品,打造生态系统。 核心实践 – 推动持续发展 项目(Project) vs. 产品(Product) • 项目更加注重一次性的交付，解决某一具体问题或达成特定目标，完成后即结束。

续的模型训练提供高质量的数据基础。数据清洗的关键指标包括： - 数据准确率提升至 99% 以上 - 缺失值处理率达到 98% - 重复数据 删除率不低于 95%。 其次，构建知识图谱与实体关系网络。通过自动化工具和人工 校验相结合的方式，从清洗后的数据中提取实体及其关系，形成结 构化的知识图谱。知识图谱的构建将支持多维度查询和推理，为 AI 模型提供丰富的上下文信息。知识图谱的关键性能指标包括： 覆盖的范围包括数据收集、清洗、标注、存储与管理，以及基于这 些数据的 AI 大模型训练与优化。具体而言，项目将处理多源异构 数据，包括但不限于文本、图像、音频和视频等，确保数据的多样 性和代表性。数据处理阶段将采用自动化工具与人工审核相结合的 方式，以确保数据质量。在 AI 模型训练方面，项目将采用深度学 习技术，包括预训练模型（如 BERT、GPT 等）的微调，并结合迁 移学习、多任务学习等策略，提升模型的泛化能力和应用效果。此 标准格 式。同时，对于文本数据，需进行分词、去除停用词、统一大小写 等处理，为后续的自然语言处理任务奠定基础。 在数据清洗的基础上，需进行数据标注和分类。对于结构化和 半结构化数据，可采用自动化工具进行标注，如使用正则表达式匹 配特定模式。对于非结构化数据，尤其是文本数据，需借助人工标 注或半自动标注工具，确保标注的准确性和一致性。标注过程中， 需制定详细的标注规范，以减少标注误差。

资源。这种优 化不仅提高了模型的计算效率，还降低了运行成本，使得模型在工 程造价领域的应用更加经济和可行。 为了进一步提升模型的实用性和可操作性，DeepSeek-R1 大 模型还集成了可视化工具和用户友好的交互界面。通过这些工具， 用户可以直观地查看和分析模型的预测结果，并根据需要进行调整 和优化。这种设计使得模型在实际应用中更加易于管理和维护，提 高了用户的满意度和使用体验。 2 习技术，模型能够自动生成特征，并进行数据降维，从而减少数据 处理的计算复杂度。同时，模型支持实时数据处理，能够快速响应 数据变化，确保数据处理结果的及时性和准确性。 在数据处理过程中，DeepSeek-R1 还提供了可视化工具，帮 助用户直观地了解数据的分布和变化趋势。通过交互式图表和实时 监控面板，用户可以轻松掌握数据处理的各个环节，及时发现并解 决问题。此外，模型还支持多用户协同操作，允许多个用户同时在 相 高效的数据清洗和集成能力，确保数据质量和一致性 - 支持多种数 据转换技术，满足不同场景需求 - 分布式计算框架，显著提升大规 模数据处理效率 - 机器学习算法自动识别数据模式和规律，减少计 算复杂度 - 实时数据处理和可视化工具，提升操作的及时性和直观 性 - 多用户协同操作，增强团队协作效率 通过以上技术特点，DeepSeek-R1 大模型在工程造价领域的 应用能够显著提升数据处理的效率和精度，为工程造价决策提供强