“人工智能+”連續第三年被寫入政府工作報告。3月5日，李強總理在政府工作報告中提出，打造智能經濟新形態。深化拓展“人工智能+”，促進新一代智能終端和智能體加快推廣，推動重點行業領域人工智能（AI）商業化規模化應用，培育智能原生新業態新模式。

作為國民經濟的支柱型產業，石油和化工行業一直走在“數轉智改”一線。那么，行業智能化建設當前還存在哪些堵點？“十五五”新征程上，行業需要怎樣的AI？《中國化工報》記者采訪了多位業內專家，描繪出他們心目中的“AI+化工”新藍圖。

價值已現 AI正在重塑石化全鏈條

“‘人工智能+制造’是一個必答題，不是一個選擇題。”工業和信息化部部長李樂成在部長通道采訪中強調，今年要大力推動“人工智能+制造”，制造業的各行各業都要擁抱AI。

當前，我國工業互聯網融合應用覆蓋了全部41個工業大類，智能工廠梯度培育取得新進展，培育出了504家卓越級智能工廠，1260家高水平5G工廠；截至2025年年底，我國規上制造業企業AI技術應用普及率超30%，無人生產線、人機協同在車間和工廠成為“潮流”，極大提升了設計、制造和質量檢驗等各環節的質效。

“發展智能制造，對于鞏固壯大實體經濟根基、構建現代化產業體系、催生新質生產力具有至關重要的意義。”全國人大代表、天能集團董事長張天任表示，我國智能制造已進入高質量發展與規模化推廣的新階段，基礎設施建設、產業應用與生態構建取得顯著成效。他調研發現，截至2025年，我國制造業機器人密度達到每萬名員工470臺，遠超全球平均水平。

就AI在石油和化工行業的應用，全國政協委員，中國工程院院士、中國科學院大連化學物理研究所所長劉中民說：“AI正以顛覆性力量重塑‘源頭創新—工藝開發—生產運維’的全產業鏈條。”

許多案例可做注腳。在研發環節，戴納科技與北京化工大學以“AI大腦+精密硬件”雙引擎模式，將催化劑工藝優化時長從傳統的3個月壓縮到36小時，成本降低20%；在生產環節，中控技術股份有限公司（簡稱中控技術）自主研發的全球首個自主運行工廠AOP（Autonomous Operating Plant）在湖北興瑞硅材料有限公司實現產業化應用，將工廠定員由260人減至80人，項目生產效益提升了1%~3%；在運維環節，浙江石油化工有限公司4000萬噸/年煉化一體化項目部署地面式、框架軌道、管廊軌道等多種形態巡檢機器人，成功降低崗位人員巡檢強度，讓裝置運行平穩率達到98.5%以上。

“AI技術的飛速發展為我們帶來了前所未有的機遇。”中控創始人褚健表示，“我們都知道，石油和化工等流程行業面臨著不少挑戰——行業內卷加劇、部分領域供過于求。但以AI為代表的前沿技術，正加速向制造業滲透，為后者帶來新的發展機遇。”

褚健算了一筆經濟賬：“我國流程工業的營收約60萬億元，如果能幫助用戶提升1%的效益，或者降低1%的成本、能耗，這對社會、對國家都是一個巨大的貢獻。如果未來3到5年，我們能幫助用戶提升3%的效益，那就意味著能釋放近2萬億元的利潤空間。中國制造的全球競爭力也會隨之大幅提升。”

目前，中控技術已經有300多個案例，通過工業模型、工業AI模型為企業帶來了可觀的經濟效益提升。其工業AI解決方案已在中國石油、中煤信息、華誼集團、萬華化學等行業龍頭企業成功應用。其中，該公司自研的時間序列大模型TPT在萬華化學（寧波）氯堿生產基地年產65萬噸燒堿裝置得到應用，預計每年可節省超千萬元綜合成本。而自TPT自開放線上注冊以來，已吸引超2.6萬家用戶、約7000家企業使用，粗略估計產生經濟效益約17億元。

AI的價值不止于降本增效，更成為行業降碳新引擎。今年政府工作報告設定了“單位國內生產總值二氧化碳排放降低3.8%左右”的預期目標。而貢獻了全國80%碳排放的流程工業，無疑是降碳的“主陣地”。近年來，推動AI深度賦能生產過程優化與工業碳減排，已成為我國培育新質生產力、實現“雙碳”目標的重要抓手。

圖為全國政協委員、全國工商聯副主席、奇安信集團董事長齊向東在全國政協十四屆四次會議第二次全體會議上發言。（視覺中國供圖）

堵點仍存 AI應用卡在哪兒了

然而，在行業與AI雙向奔赴的過程中，仍然面臨諸多現實問題和堵點。

“數據孤島”是行業數智化轉型過程中的老問題，如今痼疾仍在。“AI已成為智能制造轉型的核心驅動力，但數據碎片化與系統割裂嚴重制約效能釋放。”張天任指出，多數企業在實施過程中遭遇數據孤島、格式不統一、質量差等難題，研發、生產、售后環節數據難以打通。同時，引入先進AI模型與解決方案的前期投入和持續運維成本給許多企業帶來負擔。

高質量數據匱乏是更深層的瓶頸。全國政協委員，九三學社中央常委，中國科學院院士，清華大學化學系教授、清華大學分析中心主任李景虹也坦言，我國在推動行業大模型發展過程中，面臨高質量專業數據供給不足、數據治理規則不健全、數據共享機制不暢等突出矛盾。在化工、材料、生物醫藥等高度依賴專業數據的領域，我國長期依賴購買國外商業數據庫，自身缺乏系統性的數據積累與標準化體系建設。同時，流程工業領域需要實驗驗證，高質量數據的產生高度依賴自動化實驗室、數字孿生、高通量測試等專業設施。而當前我國在上述數據生產型基礎設施建設方面尚處于起步階段，能力儲備有待加強。

面對“AI+”浪潮的沖擊，轉型是公認的大趨勢，但許多企業特別是中小企業“不敢轉（投入高）、不會轉（缺方案）、不想轉（見效慢）”也是現實問題。全國人大代表、萬事利集團董事長屠紅燕觀察到，90%以上中小企業在數字化、綠色化轉型過程中面臨“不敢轉、不會轉、不想轉”困境，無法實現“需求即生產”的敏捷響應，難以貫通“用戶需求—智能設計—柔性生產—精準營銷”的全鏈路。

安全與標準的缺失同樣不容忽視。與人們熟知的DeepSeek、豆包、千問等通用大模型不同，對石油和化工等流程工業而言，AI不僅要夠智能，更重要的是夠安全。然而，“機器幻覺”如何解決？面對嚴苛的工況和嚴格的工藝要求，AI靠得住嗎？這是眾多行業企業的疑問。而在全國政協委員、全國工商聯副主席、奇安信集團董事長齊向東看來，AI向“超人化”演進也帶來了數據安全危機等新風險。標準問題同樣難解。這其中包括AI技術自身的標準，但更易被忽視的是應用領域的標準。以綠色轉型為例，屠紅燕指出，當前許多綠色技術“叫好難叫座”，盡管部分技術已實現產業化落地，但因缺乏統一的綠色工藝數據標準、碳足跡認證體系及行業準入規范，導致先進技術難以規模化復制。

此外，在努力降低AI的部署成本之外，如何降低使用成本也備受企業關注。

破局有道 尋找AI“正確打開方式”

面對問題，多位代表委員建言獻策，為行業尋找AI“正確打開方式”。

數據融通是今年全國兩會上許多代表委員的共同關切。張天任建議加快構建國家智能制造標準體系，優先突破關鍵細分領域的數據互通標準。由國家標準化管理委員會會同工業和信息化部，優先在新能源汽車、高端裝備等市場需求迫切的細分行業，組織制定設備數據接口、工業通信協議等關鍵標準。推動形成“國家標準為引領、團體標準為補充、企業標準為基礎”的協同發展模式，打破“數據孤島”，降低系統集成與數據治理成本。

如何提升數據質量？李景虹認為，行業應當建設生產與共享數據的新型基礎設施。一方面，布局行業級“數據工場”，支持行業龍頭企業、國家級科研平臺、高等院校聯合建設一批自動化實驗室、數字孿生平臺、行業知識庫等數據生產型基礎設施，基于專業流程，系統性生成、標注、清洗和驗證高價值行業數據，為模型訓練提供“源頭活水”。另一方面，探索“共建共享池”機制，由行業協會或第三方可信機構牽頭，探索建立基于“貢獻度評價與權益分配”的數據共享聯盟。

針對企業向“AI+”轉型的困難，有代表委員提出，結合產業實際，強化以企業為主體的AI垂直應用的推廣探索和研究。“化工行業當前正處于從‘規模擴張’向‘創新驅動’轉型的關鍵期，應當通過國家統籌、頭部企業牽頭，提升AI賦能安全生產探索研究深度。”全國人大代表、安慶石油化工總廠黨委書記劉曉華認為，應參照產業鏈鏈長模式，由國家相關部門統籌組織，各央國企、行業重點企業牽頭，會同相關科研機構和高校，結合牽頭企業實際和特長，加大地面AI智能機器人巡檢、高空AI智能無人機巡航、高風險操作AI智能機器狗操作等研究應用力度，充分結合AI大數據分析優勢，植入分析模型，綜合對生產裝置運行潛在風險進行深度研判，經過一定時間運行積累，形成一套同類生產裝置可復制、可推廣應用的生產過程安全風險管控模型。同時，對在研究探索中投入較大、成效較好的企業，給予財稅方面的優惠等激勵措施，鼓勵更多企業在AI賦能安全生產管理上積極探索。

屠紅燕認為，應由國家發展改革委、工業和信息化部、商務部等聯合推動，將具備AI能力與綠色工藝的智能裝備納入“大規模設備更新”補貼目錄。同時，依托示范項目，總結提煉形成標準化、可復制的企業轉型方案，通過“一地試點、全國復用”的推廣路徑，將高門檻的AI轉型轉化為模塊化、低成本、易配置的“即插即用”服務，切實降低中小企業“不敢轉”的顧慮、“不會轉”的能力短板和“不能轉”的資源約束，實現行業高質量發展。

此外，在降低AI部署和使用成本方面，考慮到石油和化工行業專業門檻高、細分領域多，有人提出：能否打造一款適用于多個場景、具備一定泛化能力的通用型工業AI，讓它“懂人話、說人話、干人活”？據記者了解，目前行業企業以扎實的創新探索和落地案例給出了回答。以中控技術的TPT為例，其設計了類似通用大模型的對話頁面，用戶只需進行提問，TPT就會自主分析問題，引導用戶上傳必要數據，調用專家模型給出解決方案。整個過程無需編程知識，無需專家指導，大大降低了人才培養成本。TPT也因此被業界譽為流程工業的“自動駕駛”系統。

中控技術TPT在湖北興瑞硅材料有限公司的應用場景。（資料圖）

未來已來 描繪“十五五”“AI+”新圖景

從價值到堵點，從破局到啟程，展望前路，代表委員們對“AI+”的未來圖景充滿期待。

全國人大代表、中國化學工程集團有限公司黨委書記、董事長莫鼎革認為：“數智化是企業高質量發展的必要條件，它正在深刻改變我們的業務模式，重塑價值創造方式。”

“當前，我們正處于AI科技大爆發、全球環境深刻變化的關鍵時期，挑戰與機遇并存。”全國人大代表、傳化集團董事長徐冠巨說，聚焦科技創新、人才發展和現代管理體系建設，以服務新產業、發展新產業的理念主動轉型，積極構建適應AI時代的智能產業生態，將成為“十五五”時期石油和化工企業贏得主動的關鍵選擇。

AI承載著解決“內卷”的希望。全國政協委員、新希望集團董事長劉永好指出，部分傳統企業通過“往下卷”應對價格低、利潤低的焦慮，價格越低，質量越受影響。他提倡“往上卷”——擁抱AI，發現新機遇。

AI背負著實現安全的期許。褚健表示，很多安全事故的源頭都與人相關，因此，讓復雜的工業企業實現少人化，成為AI助力安全的有效路徑。為此，中控技術提出自主運行工廠AOP的概念，在數據獲取、成本降低、質量提升等方面實現全面優化，有望在未來幾年內得到大規模普及和應用。“AOP未來非常有希望成為工業企業特別是流程工業企業的一個規范。我們也希望這個由我們中國提出來的方案，未來能夠引領全球。”褚健表示。

AI給行業增添了綠色轉型的信心。工業和信息化部等八部門發布的《“人工智能+制造”專項行動實施意見》提出，要深化人工智能技術在綠色制造領域融合應用，針對能源和碳排放管理、資源循環利用等場景需求，研發推廣智能化綠色化協同解決方案。在大唐多倫煤化工，中控技術以“AI+低碳”為核心理念，基于TPT大模型，通過數據驅動結合機理模型，構建了“感知—預測—調控”一體化能源管控體系，成功實現綠電與大型燃煤發電廠的耦合，投運后預計年替代燃煤發電約4.97億千瓦時，可再生能源容量替代比例達87.5%，相當于年節約標煤15.17萬噸、減排二氧化碳41.94萬噸。據悉，2026年，中控技術錨定1000家用戶，希望通過培訓更多的工程師使用工業AI模型，促進全國流程工業提升效益、降低碳排放。

采訪中，一位業內人士向記者描述了一幅未來圖景：“當我們走進化工廠，看到的將不再是轟鳴的機器和密集的管廊，而是一個由‘數據大腦’指揮、機器人員工操作的場景。那時，今年全國兩會‘AI+化工’的美好藍圖，將真正從圖紙照進現實。”