全国人大代表，万华化学党委书记、董事长廖增太：加快人工智能与化工行业深度融合，加速形成新质生产力

　　每经记者 彭斐    每经编辑 董兴生    

　　AI浪潮下，人工智能的快速发展正在对全球经济社会产生深远影响。在全球经济发展进程中占有极其重要地位的化工行业，人工智能与这一产业的深度融合，已然成为一个不容回避的课题。

　　“中国是全球唯一拥有全部工业门类的国家，人工智能和制造业的深度融合将极大促进重点行业智能升级，高水平赋能工业制造体系，加快形成新质生产力，为制造强国、质量强国、网络强国、数字中国建设提供有力支撑。”全国人大代表、万华化学党委书记、董事长廖增太表示。

　　3月4日，《每日经济新闻》记者从万华化学（600309.SH，股价76.25元，市值2394.06亿元）方面了解到，基于人工智能加速应用到化工行业的期望，廖增太在今年全国两会上带来了“人工智能与化工行业深度融合的建议”。

　　廖增太表示，化工行业作为国民经济的基础和支柱产业，为推动人工智能与化工行业的深度融合，加速培育新质生产力，建议“多方协同合作，形成国家级化工行业通用数据集”“提供政策性支持，鼓励人工智能在化工行业典型应用场景先行先试”“建立完善的人工智能人才培养战略和引进政策，强化AI人才体系建设”。

　　值得注意的是，除了上述建议，廖增太还将提交加快推动高端医疗器械原材料国产化、推动高质量住宅与超低能耗建筑建设、加快推动人造板产业高质量发展等其他建议。

　　建议形成国家级化工行业通用数据集

　　人工智能的快速发展正在对全球经济社会产生深远影响，成为激发经济增长活力和推动高质量发展的新动能。在全球经济发展进程中占有极其重要地位的化工行业，当然也亟须人工智能的赋能。

　　不过，人工智能与化工行业的结合，也有必须解决的问题。廖增太表示，化工行业产品品类复杂，涉及生产生活的方方面面，人工智能与化工行业的深度融合高度依赖行业数据集的建设。

　　《每日经济新闻》记者注意到，目前各类基础数据（如物性库）不足、专业文献及实验过程数据量庞大、数据收集整理和标注工作量巨大、行业数据标准缺乏，同时还涉及商业机密和数据安全等问题，难以形成行业通用数据集。

　　兴业证券的相关研报曾提及，化工产业是国民经济的基础性产业，关乎各行各业的发展。化工行业市场规模庞大，具有门类繁多、工艺复杂、产品多样等特点，子行业涉及炼油、冶金、能源、环境、医药、煤化工、轻工等众多分支，产品广泛应用于工业、农业、人民生活等各领域。

　　与此同时，化工行业在国民经济中地位突出，化工品作为最重要的原材料之一，广泛应用于各产业领域。联合国环境规划署报告显示，依据工业部门细分化工品市场，建筑是化工品最大的终端应用领域，电子、家用、农业、纸质包装、汽车、医疗、能源等均是主要应用领域。

　　作为化工行业的一个门类，《中国工业报》的报道曾提到，我国石化产业自2010年高居世界石化产业第二和世界化工产业之首，到2030年，我国化工产值将占全球半壁江山。

　　此外，化工行业庞大的规模，以及涉及的企业数量之大，也是数据形成合力必须解决的一个难题。以规模总量连续多年保持全国首位的山东为例，2023年上半年，山东全省化工行业规模以上企业达到3399家，实现主营业务收入1.36万亿元、利润365.6亿元，分别占全省工业的25.2%、18.8%，占全国石化化工行业的17.9%、8.5%。

　　为推动人工智能与化工行业的深度融合，加速培育新质生产力，廖增太在建议中提到，“多方协同合作，形成国家级化工行业通用数据集”，建议政府牵头组织相关部门、高校、化工行业协会、数据标准组织，建立符合国际标准的化工行业数据标准，组织收集化工行业通用基础数据，并进行专业数据标注，形成国家级化工行业通用数据集，为行业基础大模型训练及智能化建设提供数据基础。

　　提供政策性支持，强化AI人才体系建设

　　《每日经济新闻》记者梳理发现，截至目前，已有超30个省份（地区）明确将做优做大数字经济列为重点任务和发展目标，且有不少省份（地区）明确将新增智能工厂、扶持智转项目、完善基础设施建设纳入实施路径。各地两会吹来的“东风”，也将为石化等传统行业加快转型升级、实现新型工业化提供动力。

　　在加快人工智能与化工行业深度融合、加速形成新质生产力方面，除了形成国家级化工行业通用数据集，廖增太还建议，“提供政策性支持，鼓励人工智能在化工行业典型应用场景先行先试”。

　　记者注意到，人工智能在国外化工领域的应用，已经有所体现。比如，谷歌DeepMind成功预测出220万种晶体结构；微软MatterGen可根据化学组成、对称性等各种约束条件生成定制化材料结构。

　　“AI在材料设计和筛选方面表现出巨大潜力，必将给材料行业带来颠覆性的变革。”廖增太据此建议，国家层面对制造业数字化转型编制指导性的规划意见，尤其是在化工材料分子发现、分子逆向合成、材料大模型、工业设备故障预警、生产工艺优化等化工制造业场景。鼓励AI技术在化工行业的广泛应用，助力化工行业高质量发展。

　　当然，鼓励人工智能在化工行业典型应用场景先行先试的前提，少不了相关人才的培养与引进。

　　值得注意的是，化工人工智能领域是一个复杂的交叉学科，涉及量子化学、物理、数学、药学、化学、控制、机械工程等多个领域，人才缺乏是当下普遍面临的问题。一方面，缺乏熟练掌握跨学科知识的人才，制约了人工智能技术的综合应用；另一方面，行业竞争激烈导致企业难以留住人工智能高端人才。

　　基于人才缺乏的问题，廖增太认为，有必要“建立完善的人工智能人才培养战略和引进政策，强化AI人才体系建设”。

　　廖增太建议，在国家层面制定人工智能人才培养战略规划，完善人工智能领域高端人才的引进和留用政策，提供良好的科研条件和职业发展空间。建立健全人才评价体系，充分考虑人工智能领域的特殊性，对人才成果进行科学公正评价，尊重并保护人才创新权益。