[国金证券]：基础化工行业研究：ai系列深度（一）：“deepseek”即将带来的化工变革 -尊龙凯时人生就博
ai智能总结本篇文章是ai系列深度报告第一篇，着重从ai新技术带来的行业改变和可能的演绎路径角度去梳理行业长期趋势。年初持续受到关注的deepseek带来了一系列的浪潮，对化工行业也将产生巨大冲击，我们从几个维度进行了方向性梳理：从不同赛道的竞争重点出发，挖掘ai智能化带来的优化和改善空间；从实际可落地的角度，梳理可率先形成赛道赋能的方向；从未来的发展趋势看，化工行业国内外可能出现的格局变化；落地到具体板块，ai智能化能够形成的行业赋能和重点关注的行业机会。 核心逻辑 从大致的路径看，ai在化工行业应用更多向着拓品、降本两个维度发力。拓品可以通过缩短研发时间，落地工艺设 计、优化工程装置、提升产品差异度等或缩短时间，或优化结果；而降本可以通过人工替代，精准对接，流程优化，模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； 领军型企业有资金、有要求、有能力、有需求，有望成为ai智能化的先期参与者，尤其是大型央国企；具有较高的行业敏感度，对接难度相对较小或者改造优势比较明显的意愿型企业也将具有先期优势。 国内外化工行业的软实力差距有望逐步缩窄。经过20多年的发展，我国的竞争优势从前期低人力成本、政策驱动的 资本投入向产业链市场配套和系统化的综合赋能进行升级。借助ai工具，我国有望弥补多年历史积淀带来的国内外材料研发的差距，实现高端材料的加速突破。 投资建议 deepseek的出现加速了ai智能化在各个领域的实体应用和优化，在化工行业领域，我们认为可能出现的四类关注点： 破除现有限制瓶颈的方向，将有望最开始明显受益：直接改善效率和提升速度的领域，或将最开始获得切入，目前对选定方向，重复性测试或者方向性改善的领域，ai智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等； 技术研发的优化或将是智能化落地的主“战场”：ai智能化对接的基础相对较好，投入成本相对可控，产生的长远影响相对较大。对应的赛道更多是精细化工材料领域，通过ai智能化加速研发管线的定制化、高端差异化和 配方产品集合等要求，缩短和国际龙头之间的软实力差距，建议关注新材料领域尚未实现高端产品国产化的赛道，比如工程塑料、改性材料、辅材供给等领域； 行业领军企业的ai智能化推进速度或将较快，重点建议关注央国企的ai对接节奏：领军型企业有资金、有要求、 有能力、有需求，有望成为ai智能化的先期参与者，能够形成成本和管理的改善，在产品落地兑现方面也有望获得效率提升，建议关注央国企的ai对接情况以及实际性的变化； ai智能化的变化为现有化工行业提供了时代的契机：我国的竞争优势延续，海内外在材料领域的软实力差距 降低，将有望形成进一步的产品竞争力输出；ai智能化升级再次为行业提供长生命周期的筛选机会，没有投入产出比优势的或者难以达到行业门槛的企业将再次面临淘汰；ai智能化或将带动能耗、碳排等先期较难落实的政策形成可尝试空间，进一步影响现有的竞争格局。 风险提示 ai或将改变行业格局，导致阶段性的竞争加剧；ai智能化的应用在研发、生产和工程落地等的推进需要时间；信息保密性和可行性等问题需要更完整的方案体系；效率的提升带来人员培养和再分配等问题的解决仍需考虑。 内容目录 一、deepseek高效工具，进一步突破化工行业的发展瓶颈4 11、deepseek有望加快了实业拥抱ai的速度4 12、化工行业智能化升级，顺势把握三重机遇6 二、长期行业格局或将改变，商业模式亦或将不断演变6 21、国内外化工行业的软实力差距有望逐步缩窄6 22、工具变革带来行业整合契机，商业模式或将有新变化9 三、以中石化为例，国内企业已经开启ai升级10 31借助deepseek大模型算力，充分提高企业研发效率10 32借助deepseek大模型数据库分析，提高企业各环节生产效率11 四、行业变革及时解决技术痛点，关注技术智能化升级的机会12 41、deepseek赋能合成生物，加速新品扩展和成本优化12 42、deepseek赋能农药创制，或将大幅提升研发效率13 43、deepseek赋能新材料研发，或将加速关键材料国产化进程15 44、deepseek赋能化工智能化与自动化生产，或将带动相关设备需求18 五、投资建议19 六、风险提示20 图表目录 图表1：deepseek将助力降低应用门槛，加速化工智能化升级4 图表2：化工行业精细和大宗的赛道差异相对明显5 图表3：化工在ai助力下拓品、降本有望同时发力5 图表4：我国化工制造的竞争优势已经向产业链市场进行升级7 图表5：我国的pct专利申请量自2019年开始位居全球第一位（千件）8 图表6：近两年欧洲化工品产能关停与退出梳理（不完全统计）9 图表7：中石化2001年以来各业务板块资本性开支（capex）10 图表8：中石化2001年以来总营收及归母净利润11 图表9：中石化2017年以来费用化支出及占比11 图表10：中石化首个ai数字员工12 图表11：合成生物的构建策略12 图表12：ai智能化学习能够加速底盘细胞的构建13 图表13：现阶段农药研发流程与周期较长14 图表14：新农药活性成分研发成本呈现持续上行趋势14 图表15：政策侧面鼓励加快关键新材料攻关与智能化建设16 图表16：人工智能赋能化工智能制造18 图表17：基于ai的化工生产应用结构19 图表18：化工生产自动化控制系统中ai技术具备多方面的应用19 本篇文章是ai系列深度第一篇，着重从新技术带来的行业改变和可能的演绎路径角度去梳理，人工智能可能带来给化工行业带来的变化和影响。 年初持续受到关注的deepseek带来了一系列的浪潮，对化工行业也将产生巨大冲击，我们从几个维度进行了方向性梳理：从不同赛道的竞争重点出发，挖掘ai智能化带来的优化和改善空间；从实际可落地的角度，梳理可率先形成赛道赋能的方向；从未来的发展趋势看，化工行业国内外可能出现的格局变化；落地到具体板块，ai智能化能够形成的行业赋能和重点关注的行业机会。 一、deepseek高效工具，进一步突破化工行业的发展瓶颈 11、deepseek有望加快了实业拥抱ai的速度 化工尤其是大化工重资产行业，行业变更速度相对缓慢。经过20多年的发展，国内化工行业已经经历了多个阶段的跨越发展，经过产品进口依赖装置引进技术内化规模放大改造升级等几个阶段，国内化工的装置基本停留在后期的阶段，装置成熟的量产规模明显提升，多数化工产品已经实现了装置的规模化改造和升级。相比于其他行业，化工的制造业属性非常明显，无论是前端的资源开采提炼，还是中端的能源加工，行业的整体的资本密集属性相对明显，其中规模化、一体化、协同布局的企业表现更为明显，在新的技术工具能够对行业形成影响和优化的过程中，化工企业需要同时兼顾现有经营稳定、综合考虑产出投入比，同时还需要有技术对接落地的可能，在前期ai推出后，化工行业也有不同程度的关注和尝试，但大方向上尚未有明显启动。 deepseek的推出有望明显加速化工行业智能化，对接进一步形成应用市场。此前ai高算力带来的高成本使得很多ai应用领域受困于高壁垒和高成本，无论是经济性还是落地对接上在化工传统制造业领域的影响都需要较长时间。然而deepseek的出现将有望明显降低ai升级的经济门槛，能够有企业开始尝试进行升级优化，且能够在短期内有效提升投入产出比，在周期行业位于相对底部的阶段，仍有能力形成推动和应用。 图表1：deepseek将助力降低应用门槛，加速化工智能化升级 来源：通信瞭望，国金证券研究所 经过环保、安全监管，国内化工行业的管控水平获得了较大程度的提升，部分企业或者赛道具备先期实现智能升级的基础。我国自九十年代化工行业开始加速追赶以来，先期的化工企业受限于当时的发展条件、技术水平和装置配置要求以及对于经济性的考量，生产装置的人员依赖性相对较大，单套装置的配套人员数量相对较多，很多生产环节以员工的经验为主要调节方式，流程管理、工艺优化、原料采购、库存管理等决策以人为核心主导。自2016年以来，我国大面积进行了供给侧改革，对部分落后产能进行了淘汰，在环保等方面进行了明显的优化改造，从目前的情况看，行业内部分新建装置已经具有较为先进的自动化产线，人员数量有大幅缩小，机械化程度了有了大幅提升。部分企业实现了较好的流程自动化管控系统，现有园区对接ai升级已经有了明显的进步。 从化工行业的所处赛道来看，不同的产品的生产和经营模式有明显区别，ai形成的行业影响也有快慢、维度之分。化工从大的赛道上看，具有大宗和精细的明显差别： 精细化工：运行以产品市场为核心，通过技术、平台、研发、客户等维度兑现产品销售市场，以高精度、新产品、新型号、定制化等维度保证产品竞争力，借助市场运行兑现成产品盈利空间，具有高壁垒、稀缺性、不可替代、独特有竞争力的工艺等属性能够具有更高的单品盈利空间； 大宗化工：运行以产品生产为核心，以成本为核心考量竞争力，通过产业链、工艺、规模、区域布局、管理、技术等维度强化成本优势，赚取行业盈利空间和竞争对手的成本差，能够有较好的成本管控的企业能够长时间穿越周期，获得持续的盈利空间。 不同赛道的定位属性差异明显，在相同赛道内的企业也具有明显的个体属性，在形成ai赋能过程中也最终形成长久竞争力的差异。 图表2：化工行业精细和大宗的赛道差异相对明显 精细化工 技术平台研 发客户 抓手 产业链工艺规模区域管 理技术 大宗化工 运行核心： 产品市场 高精度、新产品、新型号、定制化、新路 径 竞争力 成本管控、稳 定生产 运行核心： 产品生产 关注重点： 市场空间 技术溢价、稀 缺性溢价盈 利空间高 盈利 相对成本优势 周期上行有 弹性，下行有 底部支撑 关注重点： 盈利弹性 来源：国金证券研究所绘制 不同的赛道ai的赋能节奏也会有明显不同。从现阶段看，对化工行业ai的赋能主要集中于几个维度： 对于有具体或者相似路径设定的重复性环节，形成优化或者加速进程，比如配方研发、产品设计等 在部分岗位替换人工检测和审查，形成精准、高效且节约成本，比如质量检测、库存调控、生产监管等； 通过智能模拟辅助产品研发和工艺优化，从而加速进行产品工程化开发或者对工艺流程形成改善，比如新品的工程化设计、生产条件优化等； 助力平台型公司加速形成自身材料、菌群、催化、反应路径等底层产品数据库，能够加速形成材料产品库，缩短产品定制化时间，为新品拓展形成较好的基础； 从大致的路径看，ai在化工行业应用更多向着拓品、降本两个维度发力。拓品可以通过缩短研发时间，落地工艺设计、优化工程装置、提升产品差异度等或缩短时间，或优化结果；而降本可以通过人工替代，精准对接，流程优化，模拟改造等维度支撑成本改善。 图表3：化工在ai助力下拓品、降本有望同时发力 缩短研发时间落地工艺设计 优化、加速重复性环节 配方研发、产品设计 拓 品 优化工程流程提升产品差异 替换人工检测、审查 库存调控、生产监管 ai 化工行业 降 本 通过智能模拟，改善工 艺流程 优化生产条件、设计新品 人工替代 精准对接 流程优化 模拟改造 助力公司形成数据库 缩短产品定制化时间 来源：国金证券研究所绘制 12、化工行业智能化升级，顺势把握三重机遇 方向一：影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”。在ai的布局方向中，降本和拓品都相当重要，但相比之下，拓品对接的企业窗口相对较少，对于全公司的“数字化”要求不是太高，但在部分赛道领域却可以成为目前行业卡脖子问题的重要解决路径之一，从方向上，产品研发对接ai智能化的基础和速度或将有明显提振，同时对于现阶段公司的稳定运行冲突较小。 化工的ai拓品将有望带动材料行业和大宗的基础研究领域形成明显突破。目前从技术突破的角度看，我国在传统化工产品领域已经形成了主流供应能力，但涉及下游材料端，仅有主品的供应能力，但在材料差异化应用、高端领域、改性材料等