◆ AI提升研发效率

　　在研发环节，AI可提高研发效率，对实验数据建模，并使用该模型对反应条件进行优化和筛选催化剂等，加速研发进程；还可用于分子设计，并在分子性能预测的基础上，提前筛选出合适的化学物质。

　　尤其是在合成生物学领域，AI已在元件工程、基因线路、代谢工程、基因组工程中广泛应用，大幅提升合成生物学的各环节效率。基于AI的研发平台，可预测蛋白质结构，进而构造具有目标功能的物质。另一方面，AI也促进了实验室自动化，对传统劳动密集型实验室进行技术革命。其中微流控技术，具有高灵敏度、高集成、高通量、高效率等多种优势，对合成生物学的研发和应用起到了巨大作用，加速合成生物学行业发展。

　　◆ AI优化化工设计和建设

　　AI使工业领域落地周期逐步缩短。管道设计软件及流体力学仿真软件是设计研究和生产部门强有力的辅助工具，有效提高设计生产效率；一体化工程设计软件推动卓越运营和智能制造，助力化工企业实现数字化转型，数字化孪生工厂的产生为企业后续运营储备了丰富的数据资产。众多的工程企业尤其是设计院，正在谋求以数字化工厂与数字化交付为突破，从而实现企业的数字化转型。

　　◆ AI赋能化工生产和运营

　　AI技术助力化工生产实现底层数据采集、中层数据管理和上层工厂运营以及顶层企业管理全方面多维度的智能化、数字化，具有提高生产效率、减少用人数量、提升安全性、降低能耗等多维度优势。

　　 ◆ AI在工业中具有巨大潜力

　　AI与工业数据的结合有助于有效获得不同变量之间的关系，并预测及优化特定参数。在工业中，已应用于精馏塔、反应器、锅炉、控制器、冷水机组、压缩机、泵、管道等各种工艺设备的校正、工艺参数预测、故障诊断与优化；在纺织，水处理，化肥，核电站和油气等领域均有应用。

　　投资建议：

　　重点关注：合成生物学：凯赛生物、华恒生物；基因测序：华大智造（医药）；设计与建造：中国化学、东华科技、中国石化、中国石油；AI应用：万华化学、江南化工；智能制造典型：森麒麟；智能工厂整体方案供应商：中控技术（机械）；智能仪表：川仪股份（电新）；智能设备管理系统：容知日新（机械）。

　　投资建议：AI赋能化工产业，助力化工行业转型升级。综合考虑AI对化工行业的赋能和带动效应，维持基础化工行业“推荐”评级。

　　风险提示：重点关注公司业绩不及预期；宏观经济大幅下滑；项目进展不达预期风险；行业政策大幅变动风险；行业竞争加剧风险。