当前，化工行业作为国民经济基础性、支柱性产业，正经历百年未有之变局。根据相关部门数据统计，2025年我国化工行业总产值预计将达19万亿元，占全球市场份额17.8%。同时，化工行业面临“双碳”目标约束、能源结构转型、技术迭代加速、地缘政治重构等多重战，传统发展模式难以为继，以智能化为代表的创新驱动逐渐成为高质量发展的必然选择。

“与互联网企业、平台经济等新兴产业相比，传统制造业的信息化、数字化、智能化发展速度相对较慢，但是这些技术不断被应用于各行各业，发挥出不可替代的作用。”中国化学品安全协会咨询三部副主任赵红科告诉记者，用好先进技术，对化工企业安全可持续发展具有战略意义，也将是企业面向市场塑造核心竞争力的必由之路。

我国作为全球化学品第一生产大国，产业规模总量大，涉及行业多，分布范围广，防范化解重大安全风险是化工行业高质量发展的前提。与会专家认为，提升化工行业本质安全水平，离不开智能化加持。

“化工行业关键要素的风险辨识至关重要，通过人工智能对大数据进行分析，建立全生命周期数字化平台，能够实现风险识别智能化，起到事半功倍的效果。”中国环境保护产业协会会长郭承站在会议上说。

化工园区是化工企业聚集、风险集中的重点区域，近年来事故时有发生。对此，我国针对化工园区信息化建设出台一系列文件，作出一系列部署。但中国安全生产科学研究院教授级高工李磊通过调研发现，传统的安全风险管控手段“看不住、管不全、管不好”问题较为突出。“开展安全风险智能化管控平台建设，能够进一步防范化解危化品重大安全风险，是顺应新工业革命的必然要求，更是规范园区和危化品企业智能化信息化数字化建设的现实需要。”李磊说。

“必须深刻认识到，我国石化行业到了创新转型关键期。国际市场低迷、国内有效需求不足，产生供需失衡现象。”中国石油和化学工业联合会副会长傅向升在会议上表示，要转变传统的拼规模、拼投资、拼资源思路，把重点转移到绿色低碳和数字化升级上来。

近年来，化工行业不断加强智能化应用，通过与数字技术、物联网、人工智能等技术深度融合，逐步丰富应用场景，进一步提升防范化解重大安全风险的能力。

“通过统计国内307起化工和危险化学品领域事故发现，约有12%的事故是由于异常工况处置不当引发的。”中国欧盟化工过程安全管理项目首席专家、上海作本化工科技有限公司总经理葛安卡在会议上介绍，借助人工智能技术进行数据识别、筛选、统计、分析，优化报警、异常工况管控体系，动态开展风险计算和管理，能够提高报警管理水平。

杭州海樊科技股份有限公司总经理苏德亮在调研中发现，一些企业的化工装置一天能产生2000多次报警，其中仅有约8%是真实的工艺问题报警，其余大量报警为仪表故障、状态变更、重复报警、一事多警等情况。“随着技术发展，人工智能在数据处理量、处理速度及结果一致性方面已经逐渐达到工业应用要求。”苏德亮告诉记者，人工智能技术能自动对这些报警进行分类和合并，筛选出“真”报警并自动推断报警原因，生成处置建议和操作步骤，有助于提高问题处理的准确性和速度，减少对人员经验的依赖。

“液化天然气移动加气汽车（LNG运输槽车）在充装时，工作区域人员聚集，具有较高安全风险。”北京燃气集团（天津）液化天然气有限公司执行董事罗祥平在会议上介绍，通过建设信息化系统、研发槽车自动接臂及配套设施，可以形成人员教育、资质审查、计划审批、车辆安检、车辆充装及离场、生产数据归档等业务流程闭环管理，实现车辆自动限位、自动接臂、自动充装、吹扫置换和自动拆臂，最大限度降低人员聚集风险。

值得注意的是，在智能工厂、5G+工业互联网等场景落地的同时，以机器人为代表的具身智能技术正发生深刻变革。

“实践表明，智能机器人的灵活性、实用性日益提升，在一定程度上可以开展电力设备巡检、恶劣环境巡检等安全生产相关巡检工作，把人员从高风险环境中撤出来。”杭州云深处科技有限公司电力事业部总经理刘云松说，未来，智能机器人将在化工行业发挥更大作用，但其防爆能力、续航时间、应用场景仍需进一步完善。

“各要素协同联动，能为化工企业构建全方位、智能化安全防护体系，降低事故风险，提升安全管理水平。”赛飞特工程技术集团人工智能研发部总监张贵发说，将视觉识别、智能机器人、大数据、算法、算力与信息化系统深度融合，由智能机器人、机器狗执行高危巡检作业，能够实时捕捉化工企业生产一线的现场画面。巡检采集的数据被快速传输至信息化系统，经过多维度分析，实现风险精准预警与隐患智能研判。

此外，智能化不仅能助力关口前移、预防为先，还能在应急响应及救援方面发挥作用。浙江省舟山市应急管理局专家库成员、中化应急技术服务（舟山）有限公司咨询服务部副经理林俊告诉记者，针对一些化工企业存在应急预案缺失、主动防御弱化、协同应对阻滞、意识能力不强等问题，应开展基于典型化工事故情景构建的桌面推演。在此过程中，应用建模计算、大数据统计等手段，能够帮助企业深入了解潜在风险、意外事件类型、规模、影响程度，有利于细化、丰富典型化工事故应对场景。

近日，人工智能（AI）模型首次出现不听人类指挥、拒绝自我关闭的情况引发各界广泛关注。未来，人工智能是否会频繁出现“不听话”现象？化工行业智能化建设面临哪些挑战？对此，与会代表进行了深入探讨。

“在使用各类人工智能模型时，大家经常会收到‘胡言乱语’或虚假信息，即生成式语言模型产生的幻觉。这在工业生产中是决不允许出现的，哪怕一个很小的错误，都有可能酿成大祸。”苏德亮表示，人工智能产生幻觉一方面因为模型本身，另一方面因为数据。“对于化工企业而言，数据异常珍贵，往往难以相互分享，因此可能产生恶性循环，即由质量不佳的数据训练出质量不佳的模型。如何形成数据共享，提升化工行业智能化水平，成为一个重要挑战。”苏德亮说。

张贵发表示，由于一些企业的“数据孤岛”情况严重，跨系统协同困难，视频监控、气体检测、机器人巡检等系统各自独立运行，容易导致风险漏判。同时，考虑到投资回报率，企业推广意愿较低。“单个项目成本超千万元，短期收益不明显，企业更关注降本增效，而非长期安全值。”

中国石化扬子石油化工有限公司安全总监吴军通过调研发现，一些化工企业在应用安全信息系统时，将工作重心放在系统建设方面，对于基础工作重视不够。比如，一线员工不能熟练掌握隐患排查的有效方法和流程，缺少专业指导，难以针对岗位开展有效排查。一些系统应用效率不高，甚至出现“系统上线之日，就是荒废之时”的说法。

“认识有偏差、安全意识不强，也会产生恶性循环。”赵红科认为，一些化工企业对智能化、信息化、数字化发展的重要性认识不足，企业数字化转型、智能化发展的内生动力不足，这就导致自上而下的政策要求在贯彻落实层面出现偏差，执行上打折扣。一些企业将相关政策要求简单理解为建设系统，对其缺乏深入研究和实际需求分析，最终导致系统应用效果不佳，甚至无法正常使用。

“最开始用笔和纸记录，之后有了笔记本电脑，如今通过智能手机就能完成一系列工作……科技改变了世界，化工过程安全也不例外。”在会议上，DEKRA德凯全球过程安全副总裁ArturoTrujillo表示，化工企业在智能化建设过程中，必须认识到数据安全性、隐私性、可靠性可能面对的风险，确保系统可靠性和安全性是重要挑战。