本篇文章是 AI 系列深度报告第二篇,着重从 AI for Science 的演变,化工落地角度,应用切入口等进行分析,AI4S从效率工具升级成为智能辅助,在 AI 传统关注的硬件、软件之上,更多聚焦化工的应用层研究。我们从几个维度进行了方向性梳理:①AI4S 发展演进,开始逐步形成了专业服务和内生研究两大方向;②AI4S 先期落地解决行业痛点着重关注三个维度;③创新应用中梳理出六大方向或赛道,优化改进能够有三个维度的赋能;④高质量数据的积累和获取成为拉大企业差距的重要方向。
本篇文章是 AI 系列深度报告第二篇,着重从 AI for Science 的演变,化工落地角度,应用切入口等进行分析,AI4S从效率工具升级成为智能辅助,在 AI 传统关注的硬件、软件之上,更多聚焦化工的应用层研究。我们从几个维度进行了方向性梳理:①AI4S 发展演进,开始逐步形成了专业服务和内生研究两大方向;②AI4S 先期落地解决行业痛点着重关注三个维度;③创新应用中梳理出六大方向或赛道,优化改进能够有三个维度的赋能;④高质量数据的积累和获取成为拉大企业差距的重要方向。