p e 行 业 研 究 行 业 专 题 研 究 Tabl e_First|Tabl e_Summary 化工行业 烯烃行业景气度低，关注 AI 构建能源转型体系 投资要点： ➢ 周度回顾：本周（5.22-5.26）石油石化板块-2.99%,市净率LF1.12xPB，基础化工 板块-0.83%，21.6xPE，全A市场热度周度-6 烯烃行业进入相对周期性衰退，行业开工率及新产能投放需持续关注。能源转型 变革持续，建议关注能源AI构建转型体系的投资机会。2022年以来，烯烃陷入供过于 求局面，根据标普数据，预计23年需求增速低于供给增速，未来关注乙烯、丙烯供需 格局变化。上周上海SNEC展显示光伏下游需求超预期，未来风电、光伏、储能、氢能、 氢能、甲醇、氨能技术迭代，以满足构建能源转型新体系。AI催生数字镜像世界，算力 实现其清晰化，构建体系需求将催化一 ......... 20 3.3 今年或为潮汐能大规模部署元年 ..................................... 20 3.4 能源转型变革步入下半场 “能源 AI”推动构建新体系 .................... 21 3.5 全球烯烃行业面临周期性衰退 ....................................... 22 4

重新思考关于 AI 的能源使用 Daniel Castro | 2024 年 1 月 29 日 关注数字技术使用的能源 并不新鲜。在互联网繁荣的高峰期附近 1990 年代 ， a福布斯 文章哀叹 ， “在某处 美国 ， 每次一本书都会燃烧一块煤 网上订购 ” 。1 文章的作者 ， 成为 在随后几年关于能源的辩论中被广泛引用 政策 ， 估计 “一半的电网将是 在下一个时代为数字互联网经济提供动力 (这更像是在 10 到 100 码之间行驶) ， 这是由于 有缺陷的假设和转换错误的混合 ， 智囊团 最终在一年后纠正。7 随着最近对人工智能 (AI) 的兴趣激增 ， 人们 再次提出了关于新兴能源使用的问题 技术。在这种情况下 ， 批评家推测 AI 的快速采用 数据创新中心 1 再加上深度学习模型规模的增加将导致 能源使用的大量增加 ， 具有潜在的破坏性 环境影响。8 然而 ， 与过去的技术一样 足迹以及未来几年可能会如何发展。它建议 政策制定者通过以下方式解决对人工智能能源消耗的担忧 采取以下步骤 ： . . 为 AI 模型制定能源透明度标准。 寻求关于能源透明度的自愿承诺 基础模型。 . . 考虑 AI 法规对 能源使用。 使用 AI 使政府运营脱碳。 关于 AI 的能量使用和碳排放的事实 准确估算 AI 的能源使用和碳排放 系统在其生命周期中具有挑战性 ， 因为这些计算 取决于许多复杂的因素 ， 包括有关芯片的详细信息

平台赋能—石化装备AI管理实践 中化能源科技有限公司 平台赋能石化装备AI管理 石化领域创新实践应用 2 科学至上 创新发展 2018年世界500强排名 98 国家4大石油公司之一 4 国务院国资委业绩考核 13A 能源、化工等五大事业部 中化能源科技有限公司 中化集团全资子公司 能源互联网转型先行者 10亿注册资本金 1年30+软著/专利 70%研发人员 技术支撑 人工智能 平台赋能石化装备AI管理 5 石化行业装备智能化运营管理需求迫切 泵 压缩机 汽轮机 风机 石化行业是典型的重资产行业代表，设备性能直接关系到生产装置的投资、产能、 质量、安全、能耗及成本，设备运行状况将直接影响装置安全稳定运行。然而，采 用传统的设备建模方式，存在模型构建复杂、构建的数学模型通常不完善、存在诊 断滞后等问题。 炼化设备在石化生产中具有 至关重要 的作用 6 AI技术的快速发展为石化装备智能管理提供了可能 虚拟网关 IOT 通信 AI行为 识别引擎 IOT规则 引擎… ELT 中间件 9 设备接入、大数据处理、人工智能算法助力石化装备AI管理 物联网 平台 物联网 平台 物联网 平台 物联网 平台 设备 接入 的能力 中化工业 互联网 深度 赋能 大 数据 处理能力 物联网 平台 中化工业 互联网 深度 赋能 人工 智能 核心算法 石化装备AI管理—中化工业互联网平台深度赋能

MANUFACTURING REPORT 2 Global manufacturers share their priorities, concerns, and the next steps around how AI-powered smart manufacturing will create new opportunities— and new risks. Find out where investment it at scale, and 20% planning future investments. Other trends include: In the next 12 months, AI and machine learning will shape quality control, cybersecurity, and process optimization, ensuring GROWTH in Generative and Causal AI investments 14% INCREASE in efficiency-driven sustainability efforts 5% RISE in the importance of analytical and AI skills for leaders 10 TH ANNUAL STATE

利用公益性地学数据 25 趋势 5 数字化转型的核心变革： 利用新一代ERP解锁未来的优势 32 2025年趋势追踪 趋势6 矿业及金属行业的智慧运营： 数据驱动的优势 39 趋势 7生成式AI对矿业及金属行业劳动力的影响： 发展有效的再培训策略 46 趋势 8推进净零排放进程： 协作应对气候变化 54 趋势 9 使ESG策略更加以价值为导向： 驱动目标与进展 61 趋势 1:引领矿业及金属行业步入新时代 趋势 2:塑造关键矿产供应链 趋势 3:驱动增长，提升韧性 趋势 4:利用人工智能提升矿产勘探 趋势5:数字化转型的核心变革 趋势 6:矿业及金属行业的智慧运营 趋势 7:生成式AI对矿业及金属行业劳动力的 影响 趋势 8:推进净零排放进程 趋势 9:使ESG策略更加以价值为导向 趋势 10:创造自然竞争优势 全球及中国联系人 作者与致谢 趋势 1 引领矿业及金属行业步入新时代:依托前瞻性 1:引领矿业及金属行业步入新时代 趋势 2:塑造关键矿产供应链 趋势 3:驱动增长，提升韧性 趋势 4:利用人工智能提升矿产勘探 趋势5:数字化转型的核心变革 趋势 6:矿业及金属行业的智慧运营 趋势 7:生成式AI对矿业及金属行业劳动力的 影响 趋势 8:推进净零排放进程 趋势 9:使ESG策略更加以价值为导向 趋势 10:创造自然竞争优势 全球及中国联系人 作者与致谢 6 例如，2023 年 1