我国工业数据要素应用在精细化工领域迈入智能化新阶段

近日，工业和信息化部正式发布《2024年工业领域数据要素应用场景典型实践案例名单》，祈业（佛山）软件有限公司主导研发的“基于AI数据算法驱动的配方研发新模式”成功入选，成为全国73个标杆案例之一，同时也是精细化工行业唯一入选的实践成果。

这一殊荣不仅彰显了祈业软件深耕细分领域的技术实力，更标志着我国工业数据要素应用在精细化工领域迈入智能化新阶段。 

技术突破：AI驱动研发范式革命， 传统化工配方研发长期依赖“经验+试错”，周期长、成本高且难以突破技术瓶颈。祈业软件通过“数据+算法+场景”三位一体**的创新模式，联合科研院所等机构，构建《精细化工行业研发大数据平台》，打通企业内外数据壁垒，建立AI模型与性能评估算法，实现从经验导向到数据智能驱动的跨越式转型。该模式通过海量实验数据与生产参数的高效整合，可智能优化配方配比、预测产品性能，将研发周期缩短50%以上，试错成本降低40%，显著加速新材料开发与关键“卡脖子”技术突破。 

行业赋能：细分场景落地显实效，  在高端涂料、特种材料、化学合成、医药中间体等细分领域，该模式已实现规模化应用。例如，某新材料企业通过动态数据反馈与AI实时工艺优化，产品良率提升至98%，能耗降低15%，生产稳定性大幅增强。此外，"基于AI+轻量化产线级MES系统",通过“小快轻准”解决方案，助力中小企业低成本完成设备数智化改造，实现配方管理、智能配料、生产追溯全流程数字化，推动新旧工厂快速融入工业互联网生态。 

政策与战略协同：响应国家新型工业化号召, 此次入选案例高度契合《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》要求，是人工智能赋能新型工业化的典型实践。工信部明确将推动此类标杆成果的规模化应用，释放数据要素对产业升级的乘数效应。祈业软件作为"国家工信部中小企业数字化转型平台技术承接单位"，已为全国1000+化工企业提供全链条数智化服务，并深度参与“百城千园行”等国家级战略，助力产业链协同创新与自主可控。  

荣誉积淀：创新引领行业未来, 2024年该模式已斩获<亚洲涂料技术先锋奖>、南方日报<AI人工智能新锐奖>、涂料行业<科技创新奖>，其技术结晶——<AI+精细化工配方研发PLM软件>、<精细化工AI+MES系统>等核心产品，覆盖研发、生产、管理全生命周期，成为行业数字化转型的“标配工具”。未来，企业计划将AI研发模式拓展至生物医药、新能源材料等战略领域，以数据智能为核心引擎，推动中国精细化工在全球竞争中抢占技术制高点。

从“制造”到“智造”，祈业软件以27年行业深耕与持续创新，书写了数据要素驱动产业升级的典范。此次入选国家工信部典型案例，不仅是技术实力的认可，更是中国工业智能化转型的生动缩影。在政策与技术的双重加持下，这一模式将持续为行业注入新动能，开启精细化工高质量发展的新篇章。  

展望未来，共创美好明天，祈业软件将继续秉持“创新驱动、质量为先”的理念，不断深化AI数据算法在精细化工领域的应用，推动行业向更高水平发展。公司将进一步加强与行业伙伴的合作，共同探索数字化转型的新路径，为精细化工行业的可持续发展贡献更多智慧和力量。

工业和信息化部办公厅关于公布2024年工业领域数据要素应用场景典型实践案例名单的通知原文链接：

https://www.miit.gov.cn/jgsj/xxjsfzs/wjfb/art/2025/art_b120f5d4f01345ccb2fe86eb6a223f2e.html

行业痛点：精细化工是先进新材料的重要组成部分，是制造业的底盘技术；许多关键卡脖子技术，核心都离不开新材料的突破，如芯片、光刻胶、特殊功能涂层、高分子复合材料等。当前许多新材料的核心技术都由国外跨国公司掌握，国内的新材料研发起步较晚、产业链自主可控性差，新材料创新力不足，受制于人问题突出。迫切需要科研院所、企业研发机构形成合力，协同研发创新,夯实底层技术的积累、赶超国外领先技术。

当前精细化工企业的研发还处于“经验+试错”的模式，研发数据分散在各个工程师的电脑里面，研发人员成功的配方有保留，但大量失败的配方没有留下，研发创新过程，肯定会有很多的失败，但这些失败也是一笔财富，可能对当下项目是失败，但对其他项目可能是意外的新发明。因此企业需要重视研发数据，特别是失败的数据，很多工业企业，成功的数据有保留，但失败的数据没人关注，造成实验数据很难复用。

并且由于原材料的物理性能和化学性能存在批次差异，造成配方变动大、产品质量不稳定，也需要建立实验和生产研发数据，借助AI模型算法来提升产品质量的稳定性。

当前工程师研发都是以个人经验加试错实验为主、研发数据分散，研发管理粗放，缺少公共的研发大数据，技术没积累、经验无法传承。工程师都独立做实验，造成同样的实验在不同工程师中不断重复，造成重复实验多、研发人员之间信息滞后和数据断层，工程师与专家之间无法协同、沟通成本高、研发周期长、研发效率低、研发成本高。

主要做法：本项目由祈业（佛山）软件有限公司联合科研院研所与企业形成合力，搭建研发大数据，开放、共享和交易科研院所、研发机构的研发标准数据，实现数据的复用和创新，加速产业链协同、推动产业创新，实现数据要素的乘数效应。

通过建立AI模型和性能指标算法，实现精细化工产品的研发由“经验+试错”的模式迈向“基于数据计算驱动、AI智能研发”的协同研发模式转变，加速研发创新、夯实底层技术的积累、实现经验的传承、突破关键卡脖子技术、赶超国外领先技术。

通过实验仪器、反应釜、分散设备的联网与控制，实现配方的智能设计、实验过程的自动化和实验数据的实时采集，实现协同研发与创新，实现研发管理的实时在线管理；同时采集生产全过程的数据，通过配方相似度分析、方差分析、相关性分析和极差分析，实现配方的动态优化。