石油化工行业通用解决方案 行业产品化 毛天戈 帆软·制造 2 行业背景 3 解决方案 1 公司介绍 4 价值总结 目 录 公司介绍 第 4 页 帆软 | 石油化工行业通用解决方案 制造 17年持续领先，帆软助力全球企业，让数据成为生产力 帆软软件有限公司成立于2006年，是中国专业的大数据BI和分析平台 提供商，专注商业智能和数据分析领域，致力于为全球企业提供一站 2020年 简道云成长为零代码领域的SaaS领军 企业 2016年 发布商业智能FineBI V4.0版本，被多 家机构评为年度最具创新力产品 第 5 页 帆软 | 石油化工行业通用解决方案 制造 全国13个分支机构，一线城市网点全覆盖，响应快，效率高 新疆 青海 甘肃 内蒙古 云南 广西 广东 福建 浙江 江苏 上海 安徽 湖北 河南 河北 海南 西藏 香港 澳门 台湾 第 6 页 帆软 | 石油化工行业通用解决方案 制造 帆软连续6年蝉联国内商业智能市场份额第一 Forbes IDC Gartner CCID BI 市场份额 NO.1 数据来源：IDC 第 7 页 帆软 | 石油化工行业通用解决方案 制造 帆软软件产品矩阵 数据编织 解决方案 平台 核心功能：

AI 赋能，助力化工行业转型升级—— AI 赋能化工之二 相关报告 《化工行业深度报告： AI 带动材料新需求—— AI 赋能化工之一 （推荐） * 化工 * 李永磊，董伯骏》—— 2023-04-11 请务必阅读报告附注中的风险提示和免责声明 2 表现 1M 3M 万华化学、江南化工；智能制造典型：森麒麟；智能工厂整体方案供应商：中控技术（机械）；智能仪表：川仪股份（电新） ；智能设备管理系统： 容知日新（机械） 。 投资建议： AI 赋能化工产业，助力化工行业转型升级。 综合考虑 AI 对化工行业的赋能和带动效应， 维持基础化工行业“推荐” 评级。 风险提示：重点关注公司业绩不及预期；宏观经济大幅下滑；项目进展不达预期风险；行业政策大幅变动风险；行业竞争加剧风险。 请务必阅读报告附注中的风险提示和免责声明 训练 AI 以设置和调 整工艺参数达到预 期目标 训练 AI 在实时过程 中优化过程目标参 数 比较显式方法和隐 式方法在异常检测 方面的性能 化工行业推入人工智能势在必行 人工智能应用于化工行业， 具有客观必然性 。化工行业作为流程工业的典型代表， 其特点是系统规模大， 覆盖专业多 、 工艺复 杂， 产品多元化， 控制难度大， 耦合度高， 与人工智能的结合能够促使化工企业跳出传统制造行业的范畴，

“ 互联网 +” 时代 石油化工行业智能优化制造 我国石化行业发展现状 石油和化学（石化）工业：能源和基础原材料工业，生产燃 料油品、农用化学品、有机和无机基本原料、合成材料、精 细化学品等多种原材料产品。 石化工业是经济发展的火车头 我国石化行业发展现状 石油和化学（石化）工业：能源和基础原材料工业，生产燃 料油品、农用化学品、有机和无机基本原料、合成材料、精 细化学品等多种原材料产品。 。 我国石油、天然气资源严重不足。 2015 年上半年石油表观消费量 2.69 亿 吨，对外依存度 60.4% ；天然气表观消费量 920 亿立方米，对外依存度 31.5% 。 我国石油和化工行业结构调整步伐不大，目前仍以规模带动效益，缺乏 应对原油品质多变、乙烯原料多样化、生产模式多元化的有效技术举措； 高性能、高附加值和专用化学品的生产能力和技术研发能力相对薄弱。 我国石化行业发展现状 ：全球大型石油化工公司一季度利润 全球大型石油化工公司一季度利润 中国石化 office-online ：全球大型石油化工公司一季度利润 全球大型石油化工公司一季度利润 汇报内容  石油化工行业的发展现状  石油化工行业面临的挑战  石油化工行业智能优化制造  对上海石化智能制造认识与建议 面临的挑战  德国“工业 4.0” 战略计划：智能制造为主导的第四次工业革命 工业 4.0 智能制造时代

石油化工行业 智能工厂的解决方案 为什么需要智能工厂 , 什么是智能 智能工厂 ? 智 能 工 厂 三 个 维 度 智 能 化 的 应 用 场 景 XX 智 能 工 厂 的 架 构 及 功 能 智 能 工 厂 案 例 2 石油化工行业炼化一体化的发展方 向 炼油（一次 / 二次加工） 化工（三次加工：芳烃发展方向， 化工（三次加工：芳烃发展方向， 乙烯发展方向，润滑油发展方向） S 安全 E 效率 E 节能 E 环保 互联企业 石油化工行业迫切解决的问题和方 向 4 企业需求的驱动（挑战） 企业数字化转型 实现智能制造，智能工厂 信息分散，专业功能软件独立，信息孤岛 物理系统与数字系统的融合

能源生产和消费结构，提高能源利用效率 · “ 十四五”规划中多次将能源作为关键词重 点提 及，显示我国在持续推进能源革命，建 设清 洁低碳、安全高效的能源体系，提高能 源供 给保障能力的决心 全球石油化工行业宏观环境 · 国际能源署数据显示，全球能源需求与 2020 年相比 2021 年将增长 4.6%, 包括石 油、 火电和天然气在内的能源均保持增长 · 全球可再生能源发电量尤其是太阳能光伏 控，云分析、雾运算、数据可视化和洞察 等服务，帮助企业监测气田气体泄露，远 程监控，减少安全事故 工时间、流程化采购、提高资产利用和财务资源管 理，打造了沙特的数字化炼厂 ◎IDC| 15 以全球能源化工行业的转型实践为标杆 TotalEnergies 数字工厂 云解决方案 IDC 目录 1. 第一章：洞悉宏观趋势预见能源新机 2. 第二章：重塑多维企业创新智造未来 3. 第三章：识别关键场景抓住数字机遇 石化盈科是能源化工行业全产业链信息化解决方案和产品的提供商，为客户提供优质和专业的信息技术服务。依托多 年能源化工行业信息化最佳实践经验，面向未来产业互联趋势，石化盈科以市场为导向，构建起咨询、设计、研发、 交付、运营的完整服务价值链，形成了咨询规划、智慧经营、智能制造、商业新业态、新基础设施、智能硬件等核心 业务。积蓄多业务能力，积极参与国家制定标准，打造了面向能源化工行业自主知识产权的工业互联网平台

工业互联网赋能 能源化工行业数字化转型 研究报告 （2025 年） 中石油（北京）数智研究院有限公司 工业互联网产业联盟（AII） 2025 年 5 月 引 言 党中央、国务院高度重视数字化转型。党的二十大报告指 出“坚持把发展经济的着力点放在实体经济上，推进新型工业 化，加快建设制造强国、网络强国、数字中国”。《中共中央 关于进一步全面深化改革、推进中国式现代化的决定》明确提 型工业化”。 能源化工行业是国民经济支柱产业，具有产业链条长、涉 及领域广、技术含量高、经济带动性强等特点，工业互联网作 为数字经济与实体经济深度融合的关键基础设施，正不断催生 新产业、新模式、新动能，成为培育新质生产力和支撑新型工 业化加速发展的重要驱动力量。通过工业互联网赋能能源化工 行业数字化转型，是推动行业高质量发展、提高产业链供应链 韧性和安全水平的重要抓手。当前能源化工行业企业普遍认识 到数字化转型的重要性和紧迫性，探索开展了一系列面向科技 研发、生产运营、经营管理等方面的实践探索，但仍存在实施 路径不清晰，实施方法不明确等问题。 为引导能源化工行业深化数字化转型，本报告面向行业发 展需求，探索工业互联网赋能能源化工行业技术架构，梳理依 托工业互联网开展数字化转型的方法实践，为企业转型提供有 益借鉴。 目 录 一、工业互联网发展现状 ..................

附件 1 江西省石化化工行业数字化转型 服务商名单 （名单排名不分先后） 序号 服务商名称 服务商类型 推荐地市 1 江西融思科技有限公司 工业软件服务商、系统集成服 务商 九江 2 九江华鑫信息技术有限公司 基础设施服务商、智能硬件服 务商、工业软件服务商、系统 集成服务商 九江 3 北京赛昇科技有限公司 诊断及方案设计服务商、基础 设施服务商 九江 4 江西前进系统工程有限公司 诊断及方案设计服务商 赣江新区 29 中国联合网络通信有限公司九江 市分公司 诊断及方案设计服务商 赣江新区 备注：信息来源为各地报送，信息仅供参考，具 体以企业提供为准。 附件 2 石化化工行业数字化转型服务商产品矩阵 （名单排名不分先后） 服务商基本信息 服务商能力矩阵 序号 服务商名称 服务商类型 推荐地市 服务场景 基础设施 软件系统 硬件设备 系统集成 1 江西融思科

带来了一系列的浪潮，对化工行业也将产生巨大冲击，我们从几个维度进行了方向性 梳理：①从不同赛道的竞争重点出发，挖掘 AI 智能化带来的优化和改善空间；②从实际可落地的角度，梳理可率先 形成赛道赋能的方向；③从未来的发展趋势看，化工行业国内外可能出现的格局变化；④落地到具体板块，AI 智能化 能够形成的行业赋能和重点关注的行业机会。 核心逻辑 从大致的路径看，AI 在化工行业应用更多向着拓品、降 优化， 模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。①影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； ②领军型企业有资金、有要求、有能力、有需求，有望成为 AI 智能化的先期参与者，尤其是大型央国企；③具有较 高的行业敏感度，对接难度相对较小或者改造优势比较明显的意愿型企业也将具有先期优势。 国内外化工行业的软实力差距有望逐步缩窄。经过 20 多年 升级。借助 AI 工具，我国有望弥补多年历史积淀带来的国内外 材料研发的差距，实现高端材料的加速突破。 投资建议 Deepseek 的出现加速了 AI 智能化在各个领域的实体应用和优化，在化工行业领域，我们认为可能出现的四类关注点：  破除现有限制瓶颈的方向，将有望最开始明显受益：直接改善效率和提升速度的领域，或将最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI