(以下内容从东海证券《基础化工2026年度投资策略:AI“智变”化工:双向赋能下的产业升级与投资机遇》研报附件原文摘录)
AI政策端: 全球主要国家都将AI视为战略核心技术。例如,中国的“新一代人工智能发展规划”明确推动AI与实体经济的深度融合;美国的“国家人工智能倡议”确保其在AI领域的领导地位。这些政策为AI技术研发、人才培养和产业落地提供了强大动力和资金支持。
石化化工产业政策端: 工业和信息化部等七部门联合印发《 石化化工行业稳增长工作方案( 2025—2026年) 》 ,围绕强创新、提效益、拓需求、优载体、促合作五大方向布局,“人工智能+”正逐渐演进为行业重塑的关键驱动力——在“强创新”中支撑高端产品攻关,在“提效益”中助力老旧装置改造,在“优载体”中推动园区智慧化升级。
人工智能与化工行业的融合,从分子层面的微观革命到国家战略层面的宏观布局双向驱动。微观层面,理想状态下,人工智能技术将深度融入化工行业“研发-生产-运营-供应链-服务”的全生命周期,形成一个数据驱动、智能决策、持续优化、自动执行的良性循环系统。海内外化工企业已开启相关实践。宏观层面,全球主要国家都将AI视为战略核心技术,我国“新一代人工智能发展规划”明确推动AI与实体经济的深度融合,我国《石化化工行业稳增长工作方案(2025—2026年)》、《新材料大数据中心总体建设方案》等均为“AI+化工”提供强有力政策根基。
从需求到应用,化工新材料作为AI的物理支撑和算力支点。从需求端看,AI大模型的训练与推理需要巨大的算力,而算力背后是惊人的能源消耗。IDC预计2022-2027年人工智能数据中心IT能耗五年年复合增长率达44.8%。从应用端看,具身智能产品作为AI的物理载体,市场空间广阔,我国具身智能市场规模有望在2030年达到4000亿元,在2035年突破万亿元。从需求到应用,引发了一场从发电、储能、制造到冷却的全面能源和技术革新,而每一次革新,都离不开新型化工材料的突破。
1)发电环节:绿色算力的“源头活水”。为降低AI算力的碳足迹,绿色能源(光伏、风电)的比例必须提升。我国可再生能源发电量占比目前约35%,未来目标近九成。光伏材料方面,反内卷政策号召下,收储平台“靴子落地”,硅料价格企稳。硅料企业的成本优势仍是竞争核心,关注合盛硅业。光伏胶膜跟随电池技术更新迭代,POE胶膜国产可期,竞争压力下注重技术突围,关注万华化学,鼎际得。海风实际落地有望加速,风电材料仍有需求空间。风电材料行业正处于“需求驱动普涨,技术驱动分化”的阶段。关注在成本和技术上具备护城河的龙头公司,例如玻纤龙头中国巨石、风电涂料龙头麦加芯彩等。
2)储能环节:保障算力稳定的“能量池”。储能需求增长明确,我国《新型储能规模化建设专项行动方案(2025-2027年)》提出到2027年全国新型储能装机规模达到1.8亿千瓦以上,带动项目直接投资约2500亿元,锂电池储能仍为主要路线。随着下游动储景气度持续提升,磷酸铁的需求有望受益。据我们测算,在2026年磷酸铁新增产能有限情况下,行业有望维持72%的高开工率,彼时仍处于供需紧平衡状态。在环保政策、开采限制及需求结构升级的背景下,磷矿石的稀缺性将进一步凸显,预计025-2029年30%品位磷矿石市场年均价基本在950-1000元/吨附近。“采、选、加”一体化的磷化工企业壁垒稳固,更有望受益上游原料高景气的周期。关注:兴发集团、芭田股份、川恒股份等。
3)制造环节:关键部位的“基石”作用。高端电子树脂有望受益高频高速CCL增长需求,国内厂商积极追赶海外先进产能;电子化学品中的主要产品光刻胶、湿化学品、电子气体三大类均存在结构性短缺,高端产品国产供应不足,国内各细分龙头开始扩产,加速国产化。“以塑代钢”大势所趋,塑料改性和特种工程塑料国产替代和技术升级空间大。整体来看制造环节化工新材料大有可为,关注各细分领域龙头企业,具有技术、资金、一体化能力和客户资源积累,有望在国产化浪潮中优先受益:金发科技、东材科技、圣泉集团、彤程新材、兴福电子、昊华科技、久日新材等。
4)冷却环节:直面“热障”的散热材料。AI热潮拉动电子器件散热需求,热界面材料作为主流散热方案必要参与者,全球市场规模有望至2034年超70亿美元,2024年至2034年复合增长率超10%;热界面材料供应链上材料例如有机硅、球形氧化铝、PI膜、石墨材料领域等,均有望受益;热界面材料主要生产企业向散热方案综合服务商发展,成长可期。关注:飞荣达、中石科技、思泉新材、苏州天脉、联瑞新材等。液冷散热技术在AI数据中心的渗透率预计将由2024年的14%快速增长至2026年的40%,冷却质提供“血液”,相关化工品有望受益。碳氟化合物(氟化液)是浸没式液冷核心技术之一,高性能电子氟化液生产技术曾长期被国外垄断,随着3M的退出,预计国内企业也将加速相关产品国产化进程。关注:巨化股份,新宙邦。
风险提示
AI等重要政策调整风险。AI与化工融合属于国家战略支持领域,但政策导向可能随产业发展阶段动态调整。例如,环保标准升级可能增加化工新材料生产的合规成本;产业补贴退坡可能削弱企业的盈利能力;AI伦理、数据安全监管加强,可能限制部分AI研发工具在化工领域的应用,影响技术落地效率等。
AI赋能化工技术融合风险。现阶段AI模型在复杂化工场景的可靠性、安全性仍需验证,例如AI优化的分子设计方案可能因反应条件控制、规模化生产稳定性等问题无法落地,导致研发投入难以转化为实际产能。实现真正的AI+化工闭环仍待产业链上下游同步努力。
下游消费需求不及预期风险。AI下游诸多应用仍在初期发展和推广阶段,若技术迭代或行业竞争引起需求下降较快或持续低迷,盈利不确定因素增加。
国产化进程不及预期风险。新材料产业链国产化率有待提高,部分关键设备和技术仍由海外主导,若海外持续坚持封锁政策,国内突破进度不达预期,或影响行业整体景气度。
市场竞争加剧风险:AI赋能下的化工新材料赛道前景广阔,吸引传统化工企业、科技公司、初创企业跨界布局,导致市场竞争快速白热化。一方面,头部企业凭借资金、数据优势形成垄断,挤压中小投资者的市场空间;另一方面,低端产能盲目扩张可能引发价格战,导致行业整体利润率下降,投资回报不及预期。
