化工行业在全球经济发展进程中占有极其重要的地位，它是传统制造业，重工业以及纺织业等相关产业发展与产出的基石。根据业内定义，化工行业可以简单划为石油化工、基础化工和化学化纤三大领域。石油化工是指以石油和天然气为原料，生产相关产品的领域，其常见产品包括塑料，清洁剂，润滑剂等。而基础化工是指通过化学合成所产出的如化肥，氯碱，甲乙醇等的日常化工制品。化学化纤则是指通过使用高分子化合物为原料天然或人工合成的纺丝，其被广泛应用与纺织，医疗等领域。由于化工行业门类繁多、工艺复杂、产品多样，其在世界范围内市场总额极为巨大。

随着全球范围内国家层面陆续推出工业4.0相关政策，人工智能已逐渐成为了工业4.0实施推广过程中必不可缺的一部分。而人工智能，工业4.0与化工行业所产生的交集，让现今传统行业看到了次时代技术可以为其运营模式，生产方式所带来的影响。根据不完全统计，全球500强化工行业企业已有多家开始以工业4.0政策为指导，人工智能技术核心方向，制定其自身相关产品与解决方案的落地实施试点工程项目。在化工行业泛人工智能技术应用主要集中于机器学习，大数据，计算机视觉，机器人，深度学习和AR/VR虚拟现实增强技术。

化工行业常用人工智能技术领域：

机器学习：机器学习指利用算法来解析数据，对真实世界中的事件做出决策和预测。在化工行业，机器学习的应用主要集中在对于化工生产流程与维护方式的优化。

大数据技术：大数据技术可完成标识归纳相关数据。目前，大数据在化工行业的应用主要集中在有无机物归类，石油石化数据查询，化纤数据清洗等多个领域。

机器人技术：机器人技术可以通过图像识别，传感器以及不同算法的结合，使机器人自主学习各工位工作完成无人化生产作用。目前，机器人技术在化工行业应用集中在材料高尖端生产领域。

深度学习：深度学习具有强大的特征提取能力，并通过领域神经网络等前沿技术可以处理复杂，高维，非线性的问题。目前，在化工行业的应用主要集中于分子性能预测与药物分子筛选方向。

计算机视觉：计算机视觉主要是指用摄影机和电脑代替人眼对目标进行识别，使其成为更适合人眼观察或传送给仪器检测的图像。计算机视觉在化工行业可以应用在新材料研发的信息描绘上。

AI基础设施：云计算属于重要的AI基础设施之一，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。在化工行业，云计算可以用于新产品研发过程中，新材料预测模型的构建。

不仅德国巴斯夫公司和美国陶氏公司等化工巨头不断加大投资，德国赢创工业集团和荷兰帝斯曼集团等特种化学品巨头也在今年宣布，将在发现新材料、开发配方和新产品方面积极利用数字化技术和人工智能。

陶 氏

陶氏副总裁、首席信息官兼首席数字官梅兰妮•卡尔马表示，人工智能的应用可提高决策速度和质量，并具有可操作性。她说，在新冠疫情蔓延期间，数字工具和功能帮助陶氏持续运营并与客户保持沟通，员工也很快接受了这一新技术并作为新的工作方式。

陶氏未来两年将投资约4亿美元推进数字化进程，重点是扩展数字工具，包括机器学习和数字建模，以加速材料科学创新；增强电子商务的购买和服务体验；采用实时数字制造技术，运营数据智能化，提高运营效率和可靠性。

预计到2025年底，这些措施每年将产生超过3亿美元的利润增量（税息折旧及摊销前利润），并将结构性营运资本效率一次性提高1亿美元。

陶氏还与多个学术机构、初创企业以及包括微软在内的人工智能老牌企业展开合作。与微软共同开发了预测智能技术，将机器学习与人工智能有机结合，转变新产品开发模式，陶氏计划将其应用于聚氨酯业务上。

卡尔马说，针对最终用户设计的产品，采用预测智能技术可以帮助陶氏在不同区域、细分市场实现定制服务，将陶氏专业的材料科学、反应动力学和流变学知识与人工智能相结合，改进产品配方的开发过程，加快差异化解决方案的上市时间。

预测智能技术的优点还包括，

▶更快地响应时间和减少试验次数，加速产品开发；

▶基于历史数据、预测性数学模型、自动化流程和预测新产品配方，更快设计出满足特定需求的定制解决方案；

▶利用门户网站提供聚氨酯商品特性数据，使配方开发更高效；

▶通过门户网站和数字化流程，使客户能在单一界面中监控从配方到产品交付的整个流程。

陶氏正在将高通量研究与高性能计算相结合，将实验效率提高10～100倍，为客户提供商业化产品的速度提高2～3倍。

陶氏全球研发高级副总裁、首席技术官施瑞安博士介绍，研究团队开发出人工智能工具，可快速分析高通量研究数据，识别解决方案，提高聚合物生产效率、优化催化剂、改善配方设计。同时，研究团队与工厂密切合作，优化生产流程，提高生产效率。

巴斯夫

巴斯夫在许多业务领域开发了人工智能应用程序和解决方案，包括生产、工程、研发、销售、供应链等。

巴斯夫首席数据科学家尼库拉斯·凡尼达克斯表示，人工智能具有降低运营成本、提高效率、确保生产可靠性、改进新产品开发进程以及改善客户体验的潜力。巴斯夫与多家公司和包括德国柏林工业大学、英国帝国理工学院和剑桥大学等的合作伙伴共同开发人工智能系统。

在作物保护业务中，利用相机和视频数字图像自动检测植物叶片真菌感染的速度和程度，确定农药产品的功效。

在生产中，利用生产设施中数千个传感器的预测能力，检测生产是否出现异常状况。巴斯夫还依靠人工智能系统来解析模型，将先进的机器学习算法与内部和外部数据源相结合，提高预测的准确性，优化库存和产品定价。

在研究领域，在人工智能的帮助下，巴斯夫从实验计划开始预测最优实验后，通过关联或汇总信息，利用人工智能找到影响因子或得到新发现。巴斯夫使用人工智能的另一目的是了解材料如何随时间老化，并预测材料性能和使用寿命。

凯博提克斯（Kebotix）公司

麻省理工凯博提克斯（Kebotix）公司创始人兼首席执行官基尔·贝克尔说，凯博提克斯公司开发了世界上第一个人工智能和机器人驱动的闭环平台，可以自主发现、合成、识别并通过数字化技术开发新材料。

2020年12月，凯博提克斯公司与英国石油公司建立了合作关系，利用人工智能和其他数字技术帮助该公司缩短各领域的设计流程，缩短流程时间和节约资源耗费。

该公司还与墨西哥Koura公司（前身为墨西哥化工集团-美希氟化工公司）合作，在更短时间里和以更低成本发现更环保、更友好的高性能材料。她表示：“化学工业正在通过人工智能实现数字化和自动化。人工智能对于促进经济增长发挥了关键作用，并影响到医疗、农业、交通、公用事业甚至信息行业。”

西班牙石油公司开展了数字化项目改造。在西班牙圣罗克工厂，产量、能量和吞吐量系统的人工智能程序进一步优化了流程，提高了能源效率。数据科学家和工艺工程师一起开发出吞吐量系统实时优化器，通过机器学习算法帮助工厂提高产量、降低能源成本。据悉，西班牙石油公司已在所属的休尔瓦工厂应用了两个吞吐量优化系统，重点是提高产量，优化天然气消耗量，提高反应收率，降低能源成本。

赢 创

今年4月，赢创宣布，其与美国IBM的合作将延长至2025年，并将成为第一家参与麻省理工学院-IBM沃森实验室人工智能开发的化工企业。

赢创与IBM在的合作可追溯到2017年。

赢创首席数据官亨里克·哈恩表示，合作有助于推动公司内部从技术到方法多方面的数字化转型。该公司麻省理工学院-IBM沃森实验室人工智能实验室成员将致力于图形建模、混合建模等技术探索，发现人工智能与量子计算之间的联系，并致力于材料发现、配方技术、知识管理以及市场分析研究。

帝斯曼

特种化学品公司帝斯曼今年1月宣布，与生物技术领域顶尖大学荷兰代尔夫特理工大学合作成立生物科学人工智能实验室。

帝斯曼首席技术官马库斯·雷默斯表示，建立生物科学人工智能实验室，通过高精度人工智能开发微生物菌种、优化发酵工艺来加速生物科学创新，探索从微生物水平到工厂规模的人工智能方法。

例如，在酶和乳制品制造中应用人工智能。

生物技术和数字技术是帝斯曼创新的重要动力。

应用人工智能可提高流程的运行效率，也可提高产品质量控制能力。

例如，在生物科学领域，应用人工智能可以发现数据模型，优化研发过程，如菌株自动表征和开发。基于人工智能的模型允许实时优化和自适应控制，可以加速计算过程。

上述公司都认为，应用人工智能可以提高产品的运营效率，包括采购、营销和财务全流程，缩短研发周期，加快产品创新等。同时，人工智能与人类智慧结合可加速研发进程和改善客户体验。