全國人大代表，萬華化學黨委書記、董事長廖增太：加快人工智能與化工行業深度融合，加速形成新質生產力

每經記者 彭斐    每經編輯 董興生    

AI浪潮下，人工智能的快速發展正在對全球經濟社會產生深遠影響。在全球經濟發展進程中占有極其重要地位的化工行業，人工智能與這一產業的深度融合，已然成為一個不容回避的課題。

“中國是全球唯一擁有全部工業門類的國家，人工智能和制造業的深度融合將極大促進重點行業智能升級，高水平賦能工業制造體系，加快形成新質生產力，為制造強國、質量強國、網絡強國、數字中國建設提供有力支撐。”全國人大代表、萬華化學黨委書記、董事長廖增太表示。

3月4日，《每日經濟新聞》記者從萬華化學（600309.SH，股價76.25元，市值2394.06億元）方面了解到，基于人工智能加速應用到化工行業的期望，廖增太在今年全國兩會上帶來了“人工智能與化工行業深度融合的建議”。

廖增太表示，化工行業作為國民經濟的基礎和支柱產業，為推動人工智能與化工行業的深度融合，加速培育新質生產力，建議“多方協同合作，形成國家級化工行業通用數據集”“提供政策性支持，鼓勵人工智能在化工行業典型應用場景先行先試”“建立完善的人工智能人才培養戰略和引進政策，強化AI人才體系建設”。

廖增太 圖片來源：萬華化學供圖

值得注意的是，除了上述建議，廖增太還將提交加快推動高端醫療器械原材料國產化、推動高質量住宅與超低能耗建筑建設、加快推動人造板產業高質量發展等其他建議。

建議形成國家級化工行業通用數據集

人工智能的快速發展正在對全球經濟社會產生深遠影響，成為激發經濟增長活力和推動高質量發展的新動能。在全球經濟發展進程中占有極其重要地位的化工行業，當然也亟須人工智能的賦能。

不過，人工智能與化工行業的結合，也有必須解決的問題。廖增太表示，化工行業產品品類復雜，涉及生產生活的方方面面，人工智能與化工行業的深度融合高度依賴行業數據集的建設。

《每日經濟新聞》記者注意到，目前各類基礎數據（如物性庫）不足、專業文獻及實驗過程數據量龐大、數據收集整理和標注工作量巨大、行業數據標準缺乏，同時還涉及商業機密和數據安全等問題，難以形成行業通用數據集。

興業證券的相關研報曾提及，化工產業是國民經濟的基礎性產業，關乎各行各業的發展?；ば袠I市場規模龐大，具有門類繁多、工藝復雜、產品多樣等特點，子行業涉及煉油、冶金、能源、環境、醫藥、煤化工、輕工等眾多分支，產品廣泛應用于工業、農業、人民生活等各領域。

與此同時，化工行業在國民經濟中地位突出，化工品作為最重要的原材料之一，廣泛應用于各產業領域。聯合國環境規劃署報告顯示，依據工業部門細分化工品市場，建筑是化工品最大的終端應用領域，電子、家用、農業、紙質包裝、汽車、醫療、能源等均是主要應用領域。

作為化工行業的一個門類，《中國工業報》的報道曾提到，我國石化產業自2010年高居世界石化產業第二和世界化工產業之首，到2030年，我國化工產值將占全球半壁江山。

此外，化工行業龐大的規模，以及涉及的企業數量之大，也是數據形成合力必須解決的一個難題。以規模總量連續多年保持全國首位的山東為例，2023年上半年，山東全省化工行業規模以上企業達到3399家，實現主營業務收入1.36萬億元、利潤365.6億元，分別占全省工業的25.2%、18.8%，占全國石化化工行業的17.9%、8.5%。

為推動人工智能與化工行業的深度融合，加速培育新質生產力，廖增太在建議中提到，“多方協同合作，形成國家級化工行業通用數據集”，建議政府牽頭組織相關部門、高校、化工行業協會、數據標準組織，建立符合國際標準的化工行業數據標準，組織收集化工行業通用基礎數據，并進行專業數據標注，形成國家級化工行業通用數據集，為行業基礎大模型訓練及智能化建設提供數據基礎。

提供政策性支持，強化AI人才體系建設

《每日經濟新聞》記者梳理發現，截至目前，已有超30個省份（地區）明確將做優做大數字經濟列為重點任務和發展目標，且有不少省份（地區）明確將新增智能工廠、扶持智轉項目、完善基礎設施建設納入實施路徑。各地兩會吹來的“東風”，也將為石化等傳統行業加快轉型升級、實現新型工業化提供動力。

在加快人工智能與化工行業深度融合、加速形成新質生產力方面，除了形成國家級化工行業通用數據集，廖增太還建議，“提供政策性支持，鼓勵人工智能在化工行業典型應用場景先行先試”。

記者注意到，人工智能在國外化工領域的應用，已經有所體現。比如，谷歌DeepMind成功預測出220萬種晶體結構；微軟MatterGen可根據化學組成、對稱性等各種約束條件生成定制化材料結構。

“AI在材料設計和篩選方面表現出巨大潛力，必將給材料行業帶來顛覆性的變革。”廖增太據此建議，國家層面對制造業數字化轉型編制指導性的規劃意見，尤其是在化工材料分子發現、分子逆向合成、材料大模型、工業設備故障預警、生產工藝優化等化工制造業場景。鼓勵AI技術在化工行業的廣泛應用，助力化工行業高質量發展。

當然，鼓勵人工智能在化工行業典型應用場景先行先試的前提，少不了相關人才的培養與引進。

值得注意的是，化工人工智能領域是一個復雜的交叉學科，涉及量子化學、物理、數學、藥學、化學、控制、機械工程等多個領域，人才缺乏是當下普遍面臨的問題。一方面，缺乏熟練掌握跨學科知識的人才，制約了人工智能技術的綜合應用；另一方面，行業競爭激烈導致企業難以留住人工智能高端人才。

基于人才缺乏的問題，廖增太認為，有必要“建立完善的人工智能人才培養戰略和引進政策，強化AI人才體系建設”。

廖增太建議，在國家層面制定人工智能人才培養戰略規劃，完善人工智能領域高端人才的引進和留用政策，提供良好的科研條件和職業發展空間。建立健全人才評價體系，充分考慮人工智能領域的特殊性，對人才成果進行科學公正評價，尊重并保護人才創新權益。