人时代，高“白痴指数”意味着其生产过程有很大的优化空间，AI 技术更容易在这些材料的 研发和生产中发挥作用，找到低成本的替代品。而对于一些白痴指数较低的化工材料，如部 分成熟化工产品或者已近处于严重过剩的化工品，其生产工艺已经相对成熟，生产过程简单 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 AI+机器人时代，高 “白痴指数”意味着其生产过程有很大的优化空间，AI 技术更容易在这些材料的研 发和生产中发挥作用，找到低成本的替代品。而对于一些白痴指数较低的化工材料， 如部分成熟化工产品或者已近处于严重过剩的化工品，其生产工艺已经相对成熟，生 产过程简单高效，AI 技术在降低其成本方面的发挥空间相对较小，受到的冲击或相 对较轻。 4. 投资建议：捕捉 AI+机器人时代的化工投资机 遇 我们认为

在非旺季时，其搭建的私有云与购置的一体机所承载的计算任务量锐 减，或者是由于时区的不同，在当地时区的夜间时段，业务量可能大 幅度锐减，这样大量的硬件资源只能在机房中“沉睡”。 当企业出现计算能力过剩的情况时，一个行之有效的解决策略便 是将这些闲置资源接入算网协同调度平台。通过这一平台，企业能够 与广大的算力需求方实现高效对接，将自身闲置的算力资源进行共享。 这一举措带来了诸多积极影响。一方面，企业自身的计算资源利用率 这一举措带来了诸多积极影响。一方面，企业自身的计算资源利用率 得以大幅提升，原本闲置的资源重新焕发生机，为企业创造价值。另 一方面，企业成功开辟了全新的经济收益渠道。通过向算力需求方合 理收取使用费用，企业能够将过剩的算力转化为实实在在的货币收入， 有效抵减部分前期在基础设施投资方面的巨大开支。 107 从更宏观的行业视角来看，算力共享有力地促进了整个行业资源 ●的合理分配 。对于那些规模较小、资金相对匮乏的小型企业，或者计 ，增加市场份额。对于用户，能获取更贴合自身 需求的资源，如满足地域性、价格、智算 GPU 性能等特殊要求，降 低使用成本，提升服务质量。边缘共享模式开启了企业间资源共享的 全新商业篇章。对于拥有闲置算力的企业，将过剩资源货币化，创造 额外收入，提高资源投资回报率。对于需求方，尤其是小型企业或计 算需求间歇的企业，以低成本获取优质算力，减少前期硬件投入，降 低运营成本。这种模式还促进了行业资源的优化配置，提升整体行业

该场景的具体运作流程在不同时段呈现出不同特点。在白天光伏 大发时段（9:00 ~ 15:00），光伏出力峰值较高，风电出力较低，总新 能源出力存在过剩情况。此时，算力调度系统启动 “负荷提升模式”， 优先运行延迟容忍类任务，使算力集群满负荷运行，恰好消化过剩的 新能源电力，避免弃光。傍晚风光交替时段（17:00 ~ 19:00），光伏出 力快速下降，风电出力有所上升，但总新能源出力无法完全覆盖本地

AI。在转型之前，供应链团队需要手动制定成千 上万的库存决策，依赖的是零散的数据和不一致 的流程，这严重拖慢了他们对缺货问题的响应速 度。针对这一痛点，该公司构建了一套智能决策 系统，能够自动诊断缺货和过剩库存，确定最优 补货策略，并将决策结果回传至源系统。目前， 这套系统已能统筹处理以往依赖人工的数千项 决策，显著提升了劳动生产率、分销效率和响应 时间。 这些前期取得的成功凸显了现代化的数据、

有闲阶级和资本的出现； 新的投资机会短缺；经济 大概率出现“滞胀”；自满 与失望并存，社会割裂 导入期 转 折 展开期 泡沫之路 新一轮康波 狂热阶段 协同阶段 成熟阶段（动能衰竭） 产能过剩 爆发阶段 新范式与旧经济的分裂； 旧产业的衰落和失业问题 的加剧 金融资本向新范式的代表 性产业集中；脱实向虚， 金融泡沫膨胀镀金时代的 贫富分化 经济发展黄金时期；内 生性增长、市场扩张；

15% 17% 13% 12% 12% Others 12% 11% 12% 18% 16% 17% 数据来源：Counterpoint，东吴证券研究所 智能手机性能过剩，急需有明显突破优势的软件或应用更新。Strategy Analytics 发 布的报告指出，用户换新手机的决策有五种行为模式，分别为品牌热爱者、低价实用者、 渴求地位者、科技发烧友、价值最大化者。其中价值最大化者占比最高为

新增装机超过全球的一半，累计装机规模占全球比重接近 40%，绿色电力供给总 量不是问题。 乐观来看，如果中国能够突破封锁，建立起比较完整的芯片产业链，芯片技术 持续迭代升级，能效持续提升，那么，以中国制造“过剩”的能力，决定用电 量的将是算力需求而不是供给。中国三大城市群已出台的智能算力基建规划， 总规模早已超过全国。大模型最大的应用市场就在中国。 文献综述与方法论 各省已公布智算规模超全国规划

增装机超过全球的一半，累计装机规模占全球比重接近 40%，绿色电力供给总 量不是问题。 乐观来看，如果中国能够突破封锁，建立起比较完整的芯片产业链，芯片技术 持续迭代升级，能效持续提升，那么，以中国制造“过剩”的能力，决定用电 量的将是算力需求而不是供给。中国三大城市群已出台的智能算力基建规划， 总规模早已超过全国。大模型最大的应用市场就在中国。 文献综述与方法论 AI 改变能源 智算如何引领新型电力系统

习算法与高级预 测分析技术，人工智能能够综合分析市场需求、企业的生产能力以 及供应链的动态变化，通过机器学习算法，预测市场趋势和生产需 求。通过预测能够使企业实现精细化库存水平控制，减少过剩库存 和缺货风险，从而降低库存成本并提高资金周转效率。二是智能运 营数据洞察，深度学习算法与大数据分析融合，人工智能能够深入 分析历史生产数据并实时监控生产流程信息，通过洞察和统管各环

金融资源与产业资源错配：农民和 农业企业融资难、融资贵；而信用 数据匮乏导致金融机构放贷难、成 本高；  供给和需求错配：交易模式落后、 环节过多，生产者无法全面掌握市 场，农产品局部过剩；而消费者对 高质量食品的需求没有得到满足；  高端精深加工产品占比低，低端 产品恶性竞争压低售价，与日益 提高的消费需求相悖；  基于全流程质量追溯和信用保证 等品质、品牌建设滞后，市场认