“AI+化工”新蓝图怎样绘就？——业界共议全国两会上的智造热点

 “人工智能+”连续第三年被写入政府工作报告。3月5日，李强总理在政府工作报告中提出，打造智能经济新形态。深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能（AI）商业化规模化应用，培育智能原生新业态新模式。

作为国民经济的支柱型产业，石油和化工行业一直走在“数转智改”一线。那么，行业智能化建设当前还存在哪些堵点？“十五五”新征程上，行业需要怎样的AI？《中国化工报》记者采访了多位业内专家，描绘出他们心目中的“AI+化工”新蓝图。

价值已现 AI正在重塑石化全链条

“‘人工智能+制造’是一个必答题，不是一个选择题。”工业和信息化部部长李乐成在部长通道采访中强调，今年要大力推动“人工智能+制造”，制造业的各行各业都要拥抱AI。

当前，我国工业互联网融合应用覆盖了全部41个工业大类，智能工厂梯度培育取得新进展，培育出了504家卓越级智能工厂，1260家高水平5G工厂；截至2025年年底，我国规上制造业企业AI技术应用普及率超30%，无人生产线、人机协同在车间和工厂成为“潮流”，极大提升了设计、制造和质量检验等各环节的质效。

“发展智能制造，对于巩固壮大实体经济根基、构建现代化产业体系、催生新质生产力具有至关重要的意义。”全国人大代表、天能集团董事长张天任表示，我国智能制造已进入高质量发展与规模化推广的新阶段，基础设施建设、产业应用与生态构建取得显著成效。他调研发现，截至2025年，我国制造业机器人密度达到每万名员工470台，远超全球平均水平。

就AI在石油和化工行业的应用，全国政协委员，中国工程院院士、中国科学院大连化学物理研究所所长刘中民说：“AI正以颠覆性力量重塑‘源头创新—工艺开发—生产运维’的全产业链条。”

许多案例可做注脚。在研发环节，戴纳科技与北京化工大学以“AI大脑+精密硬件”双引擎模式，将催化剂工艺优化时长从传统的3个月压缩到36小时，成本降低20%；在生产环节，中控技术股份有限公司（简称中控技术）自主研发的全球首个自主运行工厂AOP（Autonomous Operating Plant）在湖北兴瑞硅材料有限公司实现产业化应用，将工厂定员由260人减至80人，项目生产效益提升了1%~3%；在运维环节，浙江石油化工有限公司4000万吨/年炼化一体化项目部署地面式、框架轨道、管廊轨道等多种形态巡检机器人，成功降低岗位人员巡检强度，让装置运行平稳率达到98.5%以上。

“AI技术的飞速发展为我们带来了前所未有的机遇。”中控创始人褚健表示，“我们都知道，石油和化工等流程行业面临着不少挑战——行业内卷加剧、部分领域供过于求。但以AI为代表的前沿技术，正加速向制造业渗透，为后者带来新的发展机遇。”

褚健算了一笔经济账：“我国流程工业的营收约60万亿元，如果能帮助用户提升1%的效益，或者降低1%的成本、能耗，这对社会、对国家都是一个巨大的贡献。如果未来3到5年，我们能帮助用户提升3%的效益，那就意味着能释放近2万亿元的利润空间。中国制造的全球竞争力也会随之大幅提升。”

目前，中控技术已经有300多个案例，通过工业模型、工业AI模型为企业带来了可观的经济效益提升。其工业AI解决方案已在中国石油、中煤信息、华谊集团、万华化学等行业龙头企业成功应用。其中，该公司自研的时间序列大模型TPT在万华化学（宁波）氯碱生产基地年产65万吨烧碱装置得到应用，预计每年可节省超千万元综合成本。而自TPT自开放线上注册以来，已吸引超2.6万家用户、约7000家企业使用，粗略估计产生经济效益约17亿元。

AI的价值不止于降本增效，更成为行业降碳新引擎。今年政府工作报告设定了“单位国内生产总值二氧化碳排放降低3.8%左右”的预期目标。而贡献了全国80%碳排放的流程工业，无疑是降碳的“主阵地”。近年来，推动AI深度赋能生产过程优化与工业碳减排，已成为我国培育新质生产力、实现“双碳”目标的重要抓手。

图为全国政协委员、全国工商联副主席、奇安信集团董事长齐向东在全国政协十四届四次会议第二次全体会议上发言。（视觉中国供图）

堵点仍存 AI应用卡在哪儿了

然而，在行业与AI双向奔赴的过程中，仍然面临诸多现实问题和堵点。

“数据孤岛”是行业数智化转型过程中的老问题，如今痼疾仍在。“AI已成为智能制造转型的核心驱动力，但数据碎片化与系统割裂严重制约效能释放。”张天任指出，多数企业在实施过程中遭遇数据孤岛、格式不统一、质量差等难题，研发、生产、售后环节数据难以打通。同时，引入先进AI模型与解决方案的前期投入和持续运维成本给许多企业带来负担。

高质量数据匮乏是更深层的瓶颈。全国政协委员，九三学社中央常委，中国科学院院士，清华大学化学系教授、清华大学分析中心主任李景虹也坦言，我国在推动行业大模型发展过程中，面临高质量专业数据供给不足、数据治理规则不健全、数据共享机制不畅等突出矛盾。在化工、材料、生物医药等高度依赖专业数据的领域，我国长期依赖购买国外商业数据库，自身缺乏系统性的数据积累与标准化体系建设。同时，流程工业领域需要实验验证，高质量数据的产生高度依赖自动化实验室、数字孪生、高通量测试等专业设施。而当前我国在上述数据生产型基础设施建设方面尚处于起步阶段，能力储备有待加强。

面对“AI+”浪潮的冲击，转型是公认的大趋势，但许多企业特别是中小企业“不敢转（投入高）、不会转（缺方案）、不想转（见效慢）”也是现实问题。全国人大代表、万事利集团董事长屠红燕观察到，90%以上中小企业在数字化、绿色化转型过程中面临“不敢转、不会转、不想转”困境，无法实现“需求即生产”的敏捷响应，难以贯通“用户需求—智能设计—柔性生产—精准营销”的全链路。

安全与标准的缺失同样不容忽视。与人们熟知的DeepSeek、豆包、千问等通用大模型不同，对石油和化工等流程工业而言，AI不仅要够智能，更重要的是够安全。然而，“机器幻觉”如何解决？面对严苛的工况和严格的工艺要求，AI靠得住吗？这是众多行业企业的疑问。而在全国政协委员、全国工商联副主席、奇安信集团董事长齐向东看来，AI向“超人化”演进也带来了数据安全危机等新风险。标准问题同样难解。这其中包括AI技术自身的标准，但更易被忽视的是应用领域的标准。以绿色转型为例，屠红燕指出，当前许多绿色技术“叫好难叫座”，尽管部分技术已实现产业化落地，但因缺乏统一的绿色工艺数据标准、碳足迹认证体系及行业准入规范，导致先进技术难以规模化复制。

此外，在努力降低AI的部署成本之外，如何降低使用成本也备受企业关注。

破局有道 寻找AI“正确打开方式”

面对问题，多位代表委员建言献策，为行业寻找AI“正确打开方式”。

数据融通是今年全国两会上许多代表委员的共同关切。张天任建议加快构建国家智能制造标准体系，优先突破关键细分领域的数据互通标准。由国家标准化管理委员会会同工业和信息化部，优先在新能源汽车、高端装备等市场需求迫切的细分行业，组织制定设备数据接口、工业通信协议等关键标准。推动形成“国家标准为引领、团体标准为补充、企业标准为基础”的协同发展模式，打破“数据孤岛”，降低系统集成与数据治理成本。

如何提升数据质量？李景虹认为，行业应当建设生产与共享数据的新型基础设施。一方面，布局行业级“数据工场”，支持行业龙头企业、国家级科研平台、高等院校联合建设一批自动化实验室、数字孪生平台、行业知识库等数据生产型基础设施，基于专业流程，系统性生成、标注、清洗和验证高价值行业数据，为模型训练提供“源头活水”。另一方面，探索“共建共享池”机制，由行业协会或第三方可信机构牵头，探索建立基于“贡献度评价与权益分配”的数据共享联盟。

针对企业向“AI+”转型的困难，有代表委员提出，结合产业实际，强化以企业为主体的AI垂直应用的推广探索和研究。“化工行业当前正处于从‘规模扩张’向‘创新驱动’转型的关键期，应当通过国家统筹、头部企业牵头，提升AI赋能安全生产探索研究深度。”全国人大代表、安庆石油化工总厂党委书记刘晓华认为，应参照产业链链长模式，由国家相关部门统筹组织，各央国企、行业重点企业牵头，会同相关科研机构和高校，结合牵头企业实际和特长，加大地面AI智能机器人巡检、高空AI智能无人机巡航、高风险操作AI智能机器狗操作等研究应用力度，充分结合AI大数据分析优势，植入分析模型，综合对生产装置运行潜在风险进行深度研判，经过一定时间运行积累，形成一套同类生产装置可复制、可推广应用的生产过程安全风险管控模型。同时，对在研究探索中投入较大、成效较好的企业，给予财税方面的优惠等激励措施，鼓励更多企业在AI赋能安全生产管理上积极探索。

屠红燕认为，应由国家发展改革委、工业和信息化部、商务部等联合推动，将具备AI能力与绿色工艺的智能装备纳入“大规模设备更新”补贴目录。同时，依托示范项目，总结提炼形成标准化、可复制的企业转型方案，通过“一地试点、全国复用”的推广路径，将高门槛的AI转型转化为模块化、低成本、易配置的“即插即用”服务，切实降低中小企业“不敢转”的顾虑、“不会转”的能力短板和“不能转”的资源约束，实现行业高质量发展。

此外，在降低AI部署和使用成本方面，考虑到石油和化工行业专业门槛高、细分领域多，有人提出：能否打造一款适用于多个场景、具备一定泛化能力的通用型工业AI，让它“懂人话、说人话、干人活”？据记者了解，目前行业企业以扎实的创新探索和落地案例给出了回答。以中控技术的TPT为例，其设计了类似通用大模型的对话页面，用户只需进行提问，TPT就会自主分析问题，引导用户上传必要数据，调用专家模型给出解决方案。整个过程无需编程知识，无需专家指导，大大降低了人才培养成本。TPT也因此被业界誉为流程工业的“自动驾驶”系统。

中控技术TPT在湖北兴瑞硅材料有限公司的应用场景。（资料图）

未来已来 描绘“十五五”“AI+”新图景

从价值到堵点，从破局到启程，展望前路，代表委员们对“AI+”的未来图景充满期待。

全国人大代表、中国化学工程集团有限公司党委书记、董事长莫鼎革认为：“数智化是企业高质量发展的必要条件，它正在深刻改变我们的业务模式，重塑价值创造方式。”

“当前，我们正处于AI科技大爆发、全球环境深刻变化的关键时期，挑战与机遇并存。”全国人大代表、传化集团董事长徐冠巨说，聚焦科技创新、人才发展和现代管理体系建设，以服务新产业、发展新产业的理念主动转型，积极构建适应AI时代的智能产业生态，将成为“十五五”时期石油和化工企业赢得主动的关键选择。

AI承载着解决“内卷”的希望。全国政协委员、新希望集团董事长刘永好指出，部分传统企业通过“往下卷”应对价格低、利润低的焦虑，价格越低，质量越受影响。他提倡“往上卷”——拥抱AI，发现新机遇。

AI背负着实现安全的期许。褚健表示，很多安全事故的源头都与人相关，因此，让复杂的工业企业实现少人化，成为AI助力安全的有效路径。为此，中控技术提出自主运行工厂AOP的概念，在数据获取、成本降低、质量提升等方面实现全面优化，有望在未来几年内得到大规模普及和应用。“AOP未来非常有希望成为工业企业特别是流程工业企业的一个规范。我们也希望这个由我们中国提出来的方案，未来能够引领全球。”褚健表示。

AI给行业增添了绿色转型的信心。工业和信息化部等八部门发布的《“人工智能+制造”专项行动实施意见》提出，要深化人工智能技术在绿色制造领域融合应用，针对能源和碳排放管理、资源循环利用等场景需求，研发推广智能化绿色化协同解决方案。在大唐多伦煤化工，中控技术以“AI+低碳”为核心理念，基于TPT大模型，通过数据驱动结合机理模型，构建了“感知—预测—调控”一体化能源管控体系，成功实现绿电与大型燃煤发电厂的耦合，投运后预计年替代燃煤发电约4.97亿千瓦时，可再生能源容量替代比例达87.5%，相当于年节约标煤15.17万吨、减排二氧化碳41.94万吨。据悉，2026年，中控技术锚定1000家用户，希望通过培训更多的工程师使用工业AI模型，促进全国流程工业提升效益、降低碳排放。

采访中，一位业内人士向记者描述了一幅未来图景：“当我们走进化工厂，看到的将不再是轰鸣的机器和密集的管廊，而是一个由‘数据大脑’指挥、机器人员工操作的场景。那时，今年全国两会‘AI+化工’的美好蓝图，将真正从图纸照进现实。”