政策文件与目标 - 工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》及《人工智能赋能制造业重点行业转型指引》《制造业企业人工智能应用指南》两个附件 为化工等原材料行业智能化升级提供实施路径和方法指引 [2] - 《意见》明确到2027年的发展目标 包括人工智能关键核心技术实现安全可靠供给 产业规模和赋能水平稳居世界前列 [2] - 具体量化目标包括 推动3～5个通用大模型在制造业深度应用 推出1000个高水平工业智能体 打造100个工业领域高质量数据集 推广500个典型应用场景 [2] - 培育2～3家具有全球影响力的生态主导型企业和一批专精特新中小企业 打造一批赋能应用服务商 选树1000家标杆企业 [2] - 《意见》围绕创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航、国际合作等七大重点任务 促进人工智能技术与制造业应用“双向赋能” [2] 行业具体应用与指引 - 《指引》提出要推动石化化工行业提质增效 综合利用大模型、数字孪生技术突破油气勘探开发、化工新材料研发范式 [3] - 深度融合油气生产作业、管网储运、化工工艺等工艺机理、专家经验、生产运行数据等 打造石化化工行业大模型 推动大小模型融合应用 [3] - 目标应用场景包括 油田作业区及化工安全生产监测预警、设备预测性维护、工艺流程自适应优化、产品质量预测等 [3] - 构建行业高质量数据集、数据资源节点等数据基础设施 支撑行业大模型、智能体训练与开发 提升复杂场景人工智能应用水平 [3] - 《指南》为企业智能化转型升级提供实施路径和方法指引 [3] 行业现状与挑战 - 2023年以来 行业重点企业积极探索人工智能应用 涌现出智能化工大模型、TPT时序大模型、昆仑大模型等系列专用大模型 [3] - 当前仍存在高质量数据集建设进展缓慢、可靠性不足、基础支撑薄弱等问题 [3] - 建议企业进一步夯实自身数据基础 挖掘人工智能高价值应用场景 实现企业智能化升级 [3] 技术特性与应用前景 - 石化化工行业作为典型流程工业 生产工艺具有跨尺度、非线性、强耦合的复杂特性 [4] - 传统“数学建模+实验验证”的方式 因降维建模导致机理模型与现实系统存在鸿沟 [4] - 人工智能可通过拟合长距离数据和多模态数据间的映射关系 实现对复杂化工系统的可计算化 在石化化工行业显示出广阔应用前景 [4] - 行业凭借其坚实的自动化基础和庞大的数据体量 为人工智能应用提供了广阔的发展空间 [4]

公司调研信息 - 知名私募同犇投资近期调研了中控技术，参与形式包括特定对象调研、分析师会议、路演活动及券商策略会 [1] - 中控技术正在向工业AI战略转型，以应对工业场景痛点和技术革新需求 [1] - 公司推出的TPT时序大模型应用工业I技术，覆盖多种工业场景，形成技术护城河 [1] - TPT大模型已在多个装置应用，提升生产效益1~3% [1] - 公司计划未来2-3年全面推动工业I产品整合升级 [1] 行业趋势与政策 - 国家出台多项政策推动设备更新及制造业智能化转型 [1] - 石油、化工、钢铁等行业需在2027年完成设备更新换代任务 [1] - 预计2025-2027年中国工业自动化市场将保持2 3%的年均复合增长率 [1] 机构背景 - 同犇投资成立于2014年1月，实缴资本1000万，2014年5月获得私募投资基金管理人登记证书 [2] - 公司由新财富最佳分析师创建，是"五年金牌分析师转型阳光私募"的唯一团队 [2] - 公司总经理童驯曾连续五年荣获新财富食品饮料行业最佳分析师第一名，擅长大消费投资 [2]