隨著(zhù)全球范圍內國家層面陸續推出工業(yè)4.0相關(guān)政策，人工智能已逐漸成為了工業(yè)4.0實(shí)施推廣過(guò)程中必不可缺的一部分。而人工智能，工業(yè)4.0與化工行業(yè)所產(chǎn)生的交集，讓現今傳統行業(yè)看到了次時(shí)代技術(shù)可以為其運營(yíng)模式，生產(chǎn)方式所帶來(lái)的影響。根據不完全統計，全球500強化工行業(yè)企業(yè)已有多家開(kāi)始以工業(yè)4.0政策為指導，人工智能技術(shù)核心方向，制定其自身相關(guān)產(chǎn)品與解決方案的落地實(shí)施試點(diǎn)工程項目。在化工行業(yè)泛人工智能技術(shù)應用主要集中于機器學(xué)習，大數據，計算機視覺(jué)，機器人，深度學(xué)習和AR/VR虛擬現實(shí)增強技術(shù)。

一、化工市場(chǎng)市場(chǎng)規模

化工行業(yè)在全球經(jīng)濟發(fā)展進(jìn)程中占有極其重要的地位，它是傳統制造業(yè)，重工業(yè)以及紡織業(yè)等相關(guān)產(chǎn)業(yè)發(fā)展與產(chǎn)出的基石。根據業(yè)內定義，化工行業(yè)可以簡(jiǎn)單劃為石油化工、基礎化工和化學(xué)化纖三大領(lǐng)域。石油化工是指以石油和天然氣為原料，生產(chǎn)相關(guān)產(chǎn)品的領(lǐng)域，其常見(jiàn)產(chǎn)品包括塑料，清潔劑，潤滑劑等。而基礎化工是指通過(guò)化學(xué)合成所產(chǎn)出的如化肥，氯堿，甲乙醇等的日?；ぶ破??；瘜W(xué)化纖則是指通過(guò)使用高分子化合物為原料天然或人工合成的紡絲，其被廣泛應用與紡織，醫療等領(lǐng)域。由于化工行業(yè)門(mén)類(lèi)繁多、工藝復雜、產(chǎn)品多樣，其在世界范圍內市場(chǎng)總額極為巨大。跟據中國統計局與中商產(chǎn)業(yè)研究院數據，單中國的化工行業(yè)主要業(yè)務(wù)收入在2017年就已接近87000億人民幣。

中國化工行業(yè)主要業(yè)務(wù)營(yíng)收總額趨勢

（數據來(lái)自中國統計局）

二、化工行業(yè)常用人工智能技術(shù)領(lǐng)域

機器學(xué)習：機器學(xué)習指利用算法來(lái)解析數據，對真實(shí)世界中的事件做出決策和預測。在化工行業(yè)，機器學(xué)習的應用主要集中在對于化工生產(chǎn)流程與維護方式的優(yōu)化。

大數據技術(shù)：大數據技術(shù)可完成標識歸納相關(guān)數據。目前，大數據在化工行業(yè)的應用主要集中在有無(wú)機物歸類(lèi)，石油石化數據查詢(xún)，化纖數據清洗等多個(gè)領(lǐng)域。

機器人技術(shù)：機器人技術(shù)可以通過(guò)圖像識別，傳感器以及不同算法的結合，使機器人自主學(xué)習各工位工作完成無(wú)人化生產(chǎn)作用。目前，機器人技術(shù)在化工行業(yè)應用集中在材料高尖端生產(chǎn)領(lǐng)域。

深度學(xué)習：深度學(xué)習具有強大的特征提取能力，并通過(guò)領(lǐng)域神經(jīng)網(wǎng)絡(luò )等前沿技術(shù)可以處理復雜，高維，非線(xiàn)性的問(wèn)題。目前，在化工行業(yè)的應用主要集中于分子性能預測與藥物分子篩選方向。

計算機視覺(jué)：計算機視覺(jué)主要是指用攝影機和電腦代替人眼對目標進(jìn)行識別，使其成為更適合人眼觀(guān)察或傳送給儀器檢測的圖像。計算機視覺(jué)在化工行業(yè)可以應用在新材料研發(fā)的信息描繪上。

AI基礎設施：云計算屬于重要的AI基礎設施之一，通常涉及通過(guò)互聯(lián)網(wǎng)來(lái)提供動(dòng)態(tài)易擴展且經(jīng)常是虛擬化的資源。在化工行業(yè)，云計算可以用于新產(chǎn)品研發(fā)過(guò)程中，新材料預測模型的構建。

三、人工智能技術(shù)在化工行業(yè)中的應用分布

其他周邊場(chǎng)景：由于化工行業(yè)使用人工智能的全球500強公司，故本報告并未囊括全球500強公司相對較少涉及領(lǐng)域，如危險品管理，2B端銷(xiāo)售等常見(jiàn)領(lǐng)域。

四、化工行業(yè)公司人工智能技術(shù)落地案例簡(jiǎn)述

IBM RXN for Chemistry：為了更科學(xué)高效地預測有機物合成反應，IBM發(fā)布了一款人工智能工具IBM RXN for Chemistry?；谏疃葘W(xué)習、機器學(xué)習、大數據的IBM RXN for Chemistry起到預測有機化學(xué)物合成反應的作用。通過(guò)簡(jiǎn)化模型和深化注意力機制，該模型已達到89%預測精確度，成為有機化學(xué)合成工作的有力助手。

SABIC全自動(dòng)數字化復合材料生產(chǎn)線(xiàn)：SABIC與西門(mén)子，Airbone和庫卡機器人取得合作，使用人工智能，大數據，傳感器，機器人等前沿技術(shù)重新構建全自動(dòng)數字化復合材料生產(chǎn)線(xiàn)。經(jīng)過(guò)機器學(xué)習與機器人等尖端數字化技術(shù)加持的生產(chǎn)線(xiàn)，不僅可實(shí)現大規模復合材料定制化生產(chǎn)，而且使生產(chǎn)成本與周期也大幅度降低。

通用電氣Predix資產(chǎn)管理方案：為了優(yōu)化運維策略和提高資產(chǎn)可靠性，淡水河谷化肥公司采用了GE的Predix資產(chǎn)績(jì)效管理方案（APM），該解決方案包括生產(chǎn)分析、厚度監測和根本原因分析(RCA)功能。Predix APM是一套軟件和服務(wù)解決方案，運用大數據等人工智能技術(shù)整合不同的數據源，并使用高級分析算法使數據更具可操作性，促進(jìn)跨組織的協(xié)作和知識管理。

三井化學(xué)化工氣體產(chǎn)品監測分析系統：三井化學(xué)與NTT合作開(kāi)發(fā)了一款基于深度學(xué)習算法的模型，用來(lái)快速準確地在生產(chǎn)過(guò)程中預測油氣產(chǎn)品的質(zhì)量。它可通過(guò)實(shí)時(shí)處理數據，例如溫度、壓力和流量等，并結合深度學(xué)習算法，自動(dòng)分析數據間的關(guān)系，以模擬和預測結果。該預測模型在生產(chǎn)環(huán)境中的預測數值的誤差精確度可保持在為3%左右的范圍內。

巴斯夫利用認知云技術(shù)智能化供應鏈運營(yíng)：巴斯夫與IBM Watson團隊合作，利用IBM Cloud 和IBM Watson AI服務(wù)快速構建了補給管理助手（Replenishment Advisor），以集成平臺的形態(tài)幫助專(zhuān)家用戶(hù)連接來(lái)自不同系統中結構化和非結構化數據，以提供供應鏈運營(yíng)的統一概述，實(shí)現了庫存波動(dòng)與補給需求的預測工作，成功減少供應鏈中斷的風(fēng)險幾率。

Crystal 利用人工智能優(yōu)化客戶(hù)忠誠度：為了緩解印尼核心市場(chǎng)爆發(fā)式增長(cháng)所帶來(lái)的客服壓力，結合IBM解決方案以及其合作伙伴T(mén)rustSphere所開(kāi)發(fā)的關(guān)聯(lián)性分析平臺TrustView，Crystal與IBM共同部署了關(guān)于客戶(hù)忠誠度的解決方案。該方案基于數據分析量化了客戶(hù)信任度和服務(wù)質(zhì)量的效果，并通過(guò)關(guān)系分析見(jiàn)解塑造了無(wú)縫銜接的人員替換流程。

五、人工智能技術(shù)在能源行業(yè)的發(fā)展趨勢

數據資源限制：化工行業(yè)的生產(chǎn)數據雖然量大，但分布較窄，類(lèi)型單調。因此算法無(wú)法從這種信息量少的大數據中發(fā)掘新的規律或知識，限制了模型的魯棒性，導致模型的功能相對雞肋，并不足以完全取代傳統的數據分析方法。

容錯率過(guò)低：由于化工生產(chǎn)過(guò)程往往涉及對大量有毒、易燃易爆的危險化學(xué)品直接或間接的使用。因此，行業(yè)對設備與系統的安全性與可靠性要求極其嚴格，導致極低的容錯率。

資本投資回報率較低：化工行業(yè)的技術(shù)開(kāi)發(fā)時(shí)間相對較長(cháng)，難以快速落地。這使人工智能應用不能在短期內產(chǎn)生明顯效益，導致了對化工行業(yè)的資本投入相對匱乏。

六、人工智能技術(shù)在能源行業(yè)的局限性

強化安全管理：鑒于化工產(chǎn)品的敏感性，人工智能配合物聯(lián)網(wǎng)、預測性分析等技術(shù)能夠通過(guò)實(shí)時(shí)監控設備運行狀態(tài)、預測及診斷故障，加強事故應急處置能力等方式提高生產(chǎn)過(guò)程的安全等級。

簡(jiǎn)化技能培訓：化學(xué)品的生產(chǎn)往往牽扯到高風(fēng)險與危險環(huán)境，而虛擬增強現實(shí)與計算機視覺(jué)的出現，讓高?；ぎa(chǎn)品生產(chǎn)在安全環(huán)境下培訓成為可能，從而大大降低培訓所需人工，時(shí)間以及運營(yíng)成本。

優(yōu)化運營(yíng)管理：在機器能夠取代大部分體力勞動(dòng)的現代工業(yè)環(huán)境下，企業(yè)在管理、調度和運營(yíng)方面的能力將愈發(fā)重要。人工智能對數據強大的利用效率能夠幫助企業(yè)從網(wǎng)絡(luò )抓取并分析市場(chǎng)動(dòng)態(tài)，并結合對生產(chǎn)車(chē)間、物流及庫存等信息的是實(shí)時(shí)監控，優(yōu)化供應鏈管理。

* 本文為「智周」系列報告「核心版」，相應「深度版」的推出計劃將在后續公布，敬請大家關(guān)注。針對「人工智能在化工行業(yè)的應用現狀及展望」這一主題，有哪些方向或主題，你希望在報告深度版中讀到更詳細的闡述與分析，歡迎留言，這將成為我們制作報告深度版的重要參考。

來(lái)源：機器之心