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，从分子模拟到材料基因组学的全链条效率将被重新定义， 请务必阅读报告末页的重要声明 2 / 29 行业研究|行业深度研究 glzqdatemark2 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） -10% 3% 17% 30% 2024/2 2024/6 2024/10 2025/2 石油石化 沪深300 2025年02月14日 请务必阅读报告末页的重要声明 3 / 29 行业研究|行业深度研究 正文目录 1. 新材料预测的挑战与 AI 的破局方案：数据+算法的双重赋能 ............... 5 1.1 跨尺度建模误差控制 .......

...................... 29 2.4.2 ᆑ௶ᆇၗ“ྡྷ჆෍” .......................................................... 29 2.4.3 ڳිࣂ޷ݮ҄໰๯଼൛ ................................................. 29 2.4.4 ങӖ೴ᆓܤᅖඕ࿫ဈЦ࠿ .. ........................................... 29 2.4.5 ௦ֺส̝௦ͬა඘ຂ ..................................................... 30 2.4.6 ᄥէγᅹڟֳ඘ຂ ......................................................... 30 ݘ ᄭसc೴ᆓ؎ટēಬຣྜ๠ڟ႕ညܤcঠёၼႏēྦྷ෡ڳිࣂ޷ݮ ҄໰๯଼൛ٲߙྜ๠Ӗ໘ලc೴࡬௦కۦԅങӖᅖඕ࿫ဈЦ࠿ēߜ ၐပຂහပݯకదອ࿫Ц࠿ēಬຣࣔЊމcࣔԙ့cࣔຂහcࣔϦ — 29 — ¤ ¤ ਪcࣔྜ๠໘ලᄭसူ׻๠d ¤¤¤¤¤ ௦ֺส̝௦ͬა඘ຂ མٌᄓ໻ฉ৮̝௦ԉމͬܙc౿ੁ໰๯ຂහדމͬܙᄥէēٲ ߙᆑᅖࢶࣅԅᆑ௶ᆇၗ໰๯̝௦඘ຂē႙ஜฉ৮̝௦ֽܙટॏdஜ

...................................... 29 C.3 安全区域边界......................................................................................................... 29 目录 XII 报告编号：XXXXXXXXXXX-XXXXX-XX-XXXX-XX ...................................... 29 C.4.1 网络设备......................................................................................................... 29 C.4.2 安全设备........................... ......................................... 29 C.4.3 服务器和终端.................................................................................................29 C.4.4 系统管理软件/平台..........................

30 % 市场竞争情报 29 % 27 % 9 % 22 % 35 % 生物医学 文献综述 4 % 38 % 销售辅助工具 31 % 9 % 33 % 29 % 营销广告文案 29 % 3 % 22 %

IPv６地址跳变的移动目标防御系统(MT６D),由主机的 EUIＧ ６４IID、共享会话密钥和时间戳３部分生成的哈希值,与主机 子网拼接成动态跳变的IPv６地址,利用IPv６巨大的地址空 间发挥地址跳变的优势[２９]. (２)端口跳变指周期性或随机性地跳变目标系统的服务 端口来缓解针对服务的攻击. Navas等设计了一种 UDP单端口跳变技术,通过输入的 ２３１１００１３２Ｇ２ ComputerScience echniques 分类标准 典型技术 防御策略 相关工作 基于攻击面的 参数种类 网络层 系统层 数据层 IP地址跳变 周期性或随机性地跳变目标系统的IPv４或IPv６地址 [２８Ｇ２９] 端口跳变 周期性或随机性地跳变目标系统的服务端口 [３０] 混合端 信息跳变 同时进行IP地址和 MAC 地 址、IP 地 址 和 端 口 号 等 混 合端信息的跳变 [３１Ｇ３２] 路由跳变 etal．SurveyonAttackSurＧ faceDynamicTransferTechnologyBasedonMovingTargetDeＧ fense[J]．JournalofSoftware,２０１８,２９(９):２７９９Ｇ２８２０． [７] CAIGL,WANGBS,WANGTZ,etal．ResearchandDevelopＧ mentof Moving Target Defense Technology[J]．Journalof

..............................................................29 （一）研发设计环节数据获取及整合困难 .................................................. 29 （二）生产制造环节场景复杂安全风险高 ......................................... 升制造业的智能化水平，帮助制造业企业实现生产过程的数字化， 推动我国制造业向更高端、更精细的方向发展，推动我国制造业实 现产业升级和转型。根据世界知识产权组织数据， 中国创新指数 已 从 2011 年全球第 29 位上升为 2023 年第 12 位。另一方面，人工 智 能的应用可以助力我国形成新的产业生态和经济增长点。通过 促进 制造业与其他产业的深度融合，打破产业的界限，催生众多 新兴的 交叉产业，为我国经济的高质量发展提供强大的动力。 议不兼容 的问题，会导致数据孤岛问题，人工智能难以获取到全面准确的数 据进行应用。此外，设计研发环节数据的多样性和不一致性也会导 29 致数据清洗和标准化的难度较大。数据噪音、缺失值和数据格式的 差异都会影响 AI 模型的训练效果。 29 （二）生产制造环节场景复杂安全风险高 在制造业生产制造环节，存在场景复杂、安全风险等诸多挑战。 首先，复杂的生产制造流程和多样化的生产环境要求

主化成熟度中位数仅为16%（平均成熟度则为21%）。 预计在未来五到十年内，该成熟度中位数将大幅 提升至42%。 为了更深入地理解如何向更高自主化水平迈 进，我们将典型的供应链流程划分为9个集群和 29项具体活动（见图3）。例如，“生产制造”集 群便涵盖了生产加工、产品组装以及包装等活动。 随后，我们将受访企业各项活动的当前状态及预 期的未来状态，映射到了既定的自主化发展阶段 （见图4）。 供应商合同签订 采购到付款 24. 25. 26. 异常或风险检测及预警 评估与根因分析 内部及与供应商共同执行改进计划 27. 28. 29. 客户支持 现场服务 订单到回款 客户与现场支持 图3 端到端供应链活动被划分为29项具体活动，并根据任务相似性归入9个集群 实现自主智能供应链 12 图4 大多数活动集群将在智能系统的驱动下经历重大转型， 部分集群未来将迈向高度自主化 igital-core 实现自主智能供应链 28 本文档中的部分图片是在AI辅助下生成的。 关于本研究 本研究探讨了向自主智能供应链转型及支撑该转型的战略考量。我们将端到端的供应链运营细分为29项 核心活动，评估每项活动的当前自动化水平和预期自动化水平，以及机器自主智能决策的程度。我们对来自北 美、南美、欧洲和亚太地区10个行业的1000名企业高管开展全球调查，获得了约16.8万个数据点。

不断加强审计人才与技术的结合..........................................................29 5) 积极探索外部合作，积极利用社会资源...............................................29 5 数智化审计调研报告 第一章 调研背景简介 近年来，随着互联网、大数据、云计算、区块链、人工智能等技术的快速发展，数字化 审计难度；必要时可引入可由 AI 大模型、技术厂商及专家学者组成的数智化审计综合服务， 为组织提供 AI 赋能的数智化审计知识与技能 ( 根据调研数据，79.58% 的受访者对此有兴趣 )。 图表.29.对数智化审计综合服务平台的兴趣 27 数智化审计调研报告 2) 增强同行业的沟通与交流 促进同行业间的沟通和交流，可以更深入地了解其他组织的审计实践和成功案例，从而 借鉴其经验和做法，发 通过智能采集和分析证据、智能评估风险、智能出具审计报告，最终实现整个审计过程的智 能化。 3) 借助数字化与智能化技术，开拓新的审计领域 未来需要利用各种数字化和智能化技术手段，开展针对新业务新场景的审计，例如，可 29 数智化审计调研报告 开展针对人工智能系统、区块链和科技伦理的审计。 人工智能系统变得越来越复杂和广泛，审计团队需要开发新的方法来有效地审计它们。 数智化审计可以用于识别和评估人工智能系统的风险，并确保它们按预期运行。例如：可利