热点透视 │AI时代降临，石化业已身在“局”中

　　2月16日凌晨，OpenAI发布了其首个文生视频模型Sora，支持高质量文生视频等多种功能。据悉，它能通过文本指令生成长达60秒的视频，成为全球人工智能领域内外的热门话题。

　　2月26日，Google发布了基础世界模型Genie。作为一个110亿参数的基础世界模型，Genie可以通过单张图像(包括合成图片、照片甚至草图)的提示生成可玩的交互式环境。

　　近期，人工智能(AI)产业链一系列新动态在全球范围内引发广泛关注。梳理发现，我国石化企业其实早已身在“局”中。同时，再次让石油和化工行业看到与AI相关的联结点，更看到了相当广阔的增长空间。
 

Sora引爆圈层 材料企业共享红利

　　Sora发布后，多个文生视频概念股搭上便车，股价飞升。Wind数据显示，49家概念股中，会畅通讯、中文在线、当虹科技、因赛集团均连续两日录得“20cm”涨停。值得一提的是，这个具有颠覆性革命意义的产品与化工企业也有密切关系——其关键原材料之一，来自于四川东材科技集团股份有限公司(以下简称“东材科技”)。

　　“高频高速树脂中的核心产品之一，就是马来酰亚胺树脂。”东材科技集团副总经理周友介绍到，该产品用于人工智能服务器制造，起互连导通、绝缘和支撑的作用，对电路中信号的传输速度、信号损失有很大的影响，因此该款高性能产品能实现Sora运算的高频高速“目前该材料占某头部企业用量的100%份额。”周友说。

　　双马来酰亚胺(BMI)树脂是以马来酰亚胺为活性端基的双官能团化合物，具有优异的耐热性、电绝缘性、透波性、耐辐射、阻燃性、良好的力学性能和尺寸稳定性，且克服了环氧树脂耐热性相对较低的缺点，在工业领域特别是航空航天领域广泛应用。

　　东材科技在互动平台回复投资者提问时表示，公司高度关注AI产业的发展，公司的高速树脂材料目前已经规模化应用于Open AI、Nvidia的AI服务器中，是主要支撑部件OAM加速卡、UBB主板的核心原材料，公司是全球AI产业链的重要参与者。目前，公司已建成3700吨双马来酰亚胺树脂产能、1200吨活性酯产能，在高速树脂材料领域具备国内最大的生产制造能力，同时兼顾量产的稳定性和产品竞争力，并通过台光、生益、台耀、斗山、松下等国内外一线覆铜板厂商供应到英伟达、华为、苹果、英特尔等主流产业链体系。未来，公司将不断加大研发投入实现产品的迭代升级，以满足客户的使用需求，同时根据市场变化适时实施扩产计划。

　　无独有偶，在人工智能热潮之下，美股材料企业也跟着火了一把。美国当地时间2月23日至2月27日，美股AXTI累计涨幅超过135%，累计涨幅在同期美股个股中名列第五。2月28日，该股出现调整，当天下跌10.24%，最新总市值为2.1亿美元。

　　据悉，AXTI连同其子公司是一家化合物及单元素半导体基板开发商和生产商。AXTI公司首席执行官Morris Young表示，AI等领域的磷化铟订单正不断增加。

　　磷化铟的需求提升有望为磷化工企业创造新的盈利点。比如兴发集团就在互动平台公开表示，生产磷化铟需要高纯黄磷或高纯红磷，而该公司具备全球先进的高纯黄磷制备技术，将积极寻求下游磷化铟企业合作。

　　值得一提的是，磷、氟两个化工子行业素有“氟磷不分家”的说法，今年1月工信部等八部门发布的《推进磷资源高效高质利用实施方案》也再次强调磷化工行业应当“强化与氟化工耦合，大力开发高端含氟新材料”。而氟化工行业属于AI领域的先行者，这也意味着磷化工有望共享一部分AI行业发展空间。

　　另一种值得关注的AI相关化学品就是液冷材料氟化液。液冷氟化液是一种高效的热交换介质，通常由氟碳化合物组成，这类化合物具有理想的化学惰性、良好的热传导性、电气绝缘性能、极低的表面张力以及良好的系统相容性，可广泛应用于各种温控散热系统，尤其适合数据中心服务器的浸没式液冷系统(相变或单相液冷)。

　　此前国海证券曾在其研报中指出，AI蓬勃发展将持续拉动上游化工材料和化学品需求提升，液冷材料氟化液、高频高速PCB材料以及光学显示材料等化学材料均将受益。同时，AI促进下技术进步与革新的脚步有望加快，同时有望加速国内化工材料行业发展。

　　根据《中国液冷数据中心发展白皮书》保守估计，2025年中国液冷数据中心市场规模将达1283.2亿元，其中浸没式液冷占526.1亿元。液冷技术尤其是浸没式液冷有望迎来持续快速发展。

　　而氟化液正是浸没式液冷的理想冷却液，国海证券指出，在需求高涨情况下，将进一步推动国内氟化液行业突破与发展。有分析认为，这将为氟化工行业的领军企业带来发展新机。

　　此外，国海证券的研报还显示，AI快速发展要求高算力，对设备、电子元器件数量和质量也提出更多更新的要求，将带动PCB需求新增长，高频高速PCB有望成为未来发展主流。与之相关的化工材料为聚四氟乙烯(PTFE)和改性聚苯醚树脂(PPO/PPE)。

　　根据Prismask，预计2026年我国PCB产值将达到546亿美元。而上述两种材料作为主树脂制造的基板材料，目前有着不可替代的作用。此外，国海证券还认为，随着PCB产业链不断发展，相关材料如聚酰亚胺(PI)需求将随之提升。PI是超高性能工程聚合物，主要应用于5G通讯、柔性OLED等多个领域。
 

抢占冷却液市场 氟化工企业已入“局”

　　2023年年初，外媒爆出一条重磅消息：全球最大的冷却剂生产商3M已宣布，将根据环境法规在2025年之前停止生产冷却剂。据悉，美国3M公司以高达90%的市场份额在芯片冷却剂市场占据主导地位;第二大生产商是比利时公司Solvay。

　　消息一出，业界热议不断。一种观点认为，3M的退出意味着国产化空间广阔。如巨化股份曾在投资者平台公开表示，跨国公司对氟化液供给的减少，有利于氟化液国产化替代进程加速。

　　国信证券分析师杨林等在其研报指出，3M在全球半导体冷却剂的占有率为90%，3M的退出将为我国氟化液企业带来带来广阔市场机会。此外，AIGC及ChatGPT算力液冷服务器进入起步阶段，半导体氟化液清洗剂国产化进程空间广阔。

　　国信证券指出，目前，国内已有数家公司对标3M的电子氟化液成品研发成功，产品性能指标与3M同类产品相似，国内的相关企业有望抓住难得的机会窗口期，扩大国产电子氟化液的市场份额。

　　据财联社不完全统计，涉及氟化液业务的A股上市公司包括巨化股份、新宙邦、中欣氟材、多氟多、永和股份、永太科技等。

　　具体研发进程方面，巨化股份曾表示，公司致力于高性能氟氯化工新材料创新型企业建设，已有氢氟醚D系列和全氟聚醚JHT系列等电子氟化液产品布局。据该公司2022年年报显示，巨芯冷却液项目的规划产能为5000吨/年。一期实施1000吨/年，现已投入运营。项目产品主要有JHT电子流体系列、JHLO润滑油系列以及JX浸没式冷却液等产品。作为全氟聚醚新材料，具有优异的电绝缘、无腐蚀、低挥发、热稳定性好等优点，广泛应用于半导体、数据中心、电子、机械、核工业、航空航天等领域。

　　其中JHT系列热传导液产品，广泛应用于各种温控散热系统，特别适用于半导体生产制备的各种环节中温控系统、数据中心服务器冷却、风力发电机和发电机组内部散热、高压变压器的冷却散热介质以及相控阵雷达散热，以实现冷却降温，节能减耗;JHLO系列润滑液产品，广泛用于化工、电子、汽车、军工、航空航天、半导体、机械轴承、机械制造等，尤其在某些高温高磨蚀性的严苛环境下，全氟聚醚润滑液是最优选择;JX浸没式冷却液，为单相浸没式数据中心冷却液，替代数据中心作为计算、存储、信息交互场所传统的散热方式，确保IT设备长期稳定高效运行，降低数据中心能耗。

　　此外，今年2月24日，永太科技在投资者平台表示，公司的氟化液产品目前在中试线基础上进行产品开发和工艺验证，同时正在积极进行市场和客户开发。

　　永太科技称，公司长期从事氟精细化学品生产，经过多年发展，在产业链布局、技术储备、工艺优化等方面具有自身优势。公司的氟化液产品涵盖了从低沸点到高沸点的系列产品，力求满足市场各类应用场景的需要，并在工艺上努力实现更低能耗、更低GWP值(全球变暖潜能值)，对环境更加友好，且易于工业化放大生产。公司液冷技术可以用于半导体生产制造领域，以及浸没式数据中心冷却、储能电池热管理等领域。

　　2月29日，新宙邦亦在投资者平台表示，公司氟化液系列产品已广泛应用在半导体产业液冷、数据中心等领域。
 

带来颠覆性变革 AI点亮行业新未来

　　人工智能是引领未来的战略性技术，也是新一轮科技革命和产业变革的核心驱动力。谁能牵住人工智能这只“领头羊”，谁就能靠颠覆性技术和前沿技术激发更多新质生产力，在重塑全球竞争新格局中掌握关键引擎。

　　值得一提的是，今年的政府工作报告多次提到“人工智能”，并首次提出“人工智能+”的概念。有专家指出，政府工作报告强调“人工智能+”行动，可被视为推动中国从‘互联网时代’迭代升级为‘人工智能时代’的前瞻性、整体性政策设计。

　　目前，化工企业在AI领域属于红利共享者，仅能够分得一小块蛋糕，但AI能够为化工领域能带来的改变却远不仅于此。不少具有前瞻性的业内专家早已将目光汇聚于此。

　　今年两会期间，来自石化界的全国人大代表、万华化学董事长廖增太提出，加快人工智能与化工深度融合。廖增太建议，在国家层面对制造业数字化转型编制指导性的规划意见，尤其是在化工材料分子发现、分子逆向合成、材料大模型、工业设备故障预警、生产工艺优化等化工制造业场景。鼓励AI技术在化工行业的广泛应用，助力化工行业高质量发展。

　　AI在化工材料发现方面曾引起全球高度关注。标志性事件便是2023年11月底，Google旗下的DeepMind在Nature杂志发表了重磅论文，宣称他们开发了用于材料科学的人工智能强化学习模型Graph Networks for Materials Exploration (GNoME)，并通过该模型和高通量第一性原理计算，寻找到了38万余个热力学稳定的晶体材料，相当于“为人类增加了800年的智力积累”，极大加快了发现新材料的研究速度。

　　此后在2024年1月，微软与美国能源部下属的西北太平洋国家实验室(PNNL)合作，利用人工智能和高性能计算，从3200万种无机材料中筛选出了一种全固态电解质材料，完成了从预测到实验的闭环。该技术可助力下一代锂离子电池材料研发。

　　最新数据显示，目前，谷歌DeepMind成功预测出220万种晶体结构;微软MatterGen可根据化学组成、对称性等各种约束条件生成定制化材料结构。

　　“人工智能在材料设计和筛选方面表现出巨大潜力，将给材料行业带来颠覆性的变革。”廖增太表示，从国内外实践经验来看，鼓励人工智能在化工行业典型应用场景先行先试，对于创新技术落地具有示范效应。这既需要来自国家层面的顶层设计，也需要企业主体的积极实践。

　　除了发现新材料外，AI在石油勘探开发领域也大有可为。国家发改委和国家能源局联合发布的《“十四五”现代能源体系规划》提出，“加快信息技术和能源产业融合发展，推动能源产业数字化升级”的目标。在此目标下，石油天然气行业正在加速推进全产业链的数字化升级，以实现安全、高效、绿色、低碳的油气开采，因而对智能化的需求愈发迫切，亟需新一代人工智能等技术的有力加持。

　　据了解，石油石化行业是典型的数据密集型行业，对算力的需求极大。而当前火爆的AICG技术有望为行业带来颠覆性变革。

　　AICG即生成式人工智能，目前已成为最火爆的科技赛道，其强大的计算功能和全新的服务模式，引来了各界广泛关注。提到AICG，大家可能感到陌生，但美国的ChatGPT和中国的“文心一言”如今已经被十分广泛的使用。而这两者正是AICG的代表。

　　据了解，AIGC产品服务和应用场景非常广泛，特别是在企业级服务领域，能够为诸多传统企业的数字化升级提供新的路径。目前，金融、制造、交通等众多行业都在积极引入AIGC技术，以此来大幅度提升自身的生产效率。

　　在油气勘探开发方面，AIGC技术通过文献学习和语义理解，基于强大的算力快速完成认知迭代，可在油气地质地球物理、测录井、钻完井工程、油气藏工程、油气储运及炼制和石油化工等多个场景中，高效率生成各类所需内容方案，是提升油气行业生产效率的强大工具。著名学者、中国石油大学人工智能学院创院院长肖立志认为，大模型的出现、AIGC的兴起，对油气行业的数字化转型路径可能会带来根本性改变，未来在油气勘探开发等更多领域会有广泛应用。

　　当前，油气勘探开发领域人工智能技术研发总体处于起步探索阶段，其前路或许是漫长的，但其前景一定是广阔的。人工智能作为新一轮科技革命和产业变革的新引擎和核心驱动力，正引领新一轮油气技术革命，将给油气工业带来一系列突破性、颠覆性技术和综合解决方案。