数据要素驱动石化行业转型 ——2025石化化工行业数字化转型大会“高质量数据集建设”分论坛观察

在当前全球科技竞争和产业变革的大背景下，数据要素正成为驱动石化行业高质量发展的核心引擎。近日，在2025石化化工行业数字化转型大会的“高质量数据集建设”分论坛上，来自高校、科研院所及行业领先企业的专家代表齐聚一堂，共同探讨了数据要素在推动行业智能化转型中的关键作用与现实路径。

数据价值：智能制造时代的关键要素

“高质量数据之于模型，就像燃油之于汽车。”中国信息通信研究院人工智能研究所平台与工程化部副主任李荪说。数据作为新型生产要素，其价值在石化行业智能化转型的实践中得到全方位体现和充分验证。

在研发领域，数据成为技术创新的驱动力。据中国科学院大连化学物理研究所副研究员周吉彬介绍，大连化物所建设的全链条大数据中心，基于大量实验数据构建的预测模型，将新催化剂开发周期缩短了40%，研发成本降低约25%。此外，“智能化工大模型”3.0版本在引入专业的跨领域数据后，实现了性能的大步提升，在覆盖率及知识标注精度等方面展现出明显优势，在十个维度的评价中能够超越或者是比肩其他通用大模型。

另一方面，高质量数据集的建设也在加快推动石油化工生产流程优化。中国石油大学（北京）教授张霖宙表示，其研发团队开发的“石油分子工程数据库”已收录超过10万种分子结构数据，正加速推动分子工程从理论走向实践。“通过分子级模拟优化，我们帮助某炼化企业将柴油收率提升了1.2个百分点，充分展现了数据在微观层面驱动技术创新的能力。”张霖宙说。

现实挑战：数据体系建设面临“孤岛”瓶颈

尽管数据价值凸显，但高质量数据体系建设仍面临挑战，“数据孤岛”问题成为首要障碍。

“同一设备在不同业务场景下的数据定义各异，但都是有价值的。“北京互时科技股份有限公司副总裁宋楠说，“以‘温度’参数为例，设计文件中的‘设计温度’与供应商提供的‘额定温度’虽定义不同但都正确，但这种因场景而异的数据定义割裂，严重制约了智能化应用效果。”

石化盈科信息技术研究院高级专家高立兵也指出，石化项目数据贯通是行业数字化发展当中的难题。以大型炼化项目为例，由于在工程领域，设计、施工、运营等不同环节涉及多个主体，数据的编码方式与标准完全不同，项目投产后仍有大量关键数据无法有效贯通，直接影响设备运维效率。

“文件、实验报告、设备运行手册等非结构化数据占比超过70%，传统处理方式需要大量人工标注，成本高昂且效率低下。”中电云计算技术有限公司高级副总裁黄锋坦言，目前行业的数据治理能力存在明显短板，海量的非结构化数据已远超传统平台处理能力。对此，中电云提出了“全模态数据治理平台+高质量数据服务”一体化解决方案，为石化行业高质量数据集建设提供了坚实技术基础。

破解之道：系统化构建数据治理体系

面对挑战，与会专家提出了系统化的解决方案，为行业指明具体行动方向。

周吉彬提出，石化化工行业需要面向行业特点，以统一的数据标准管理体系为基础，系统整合全链条多源异构数据，以典型应用场景为牵引，聚焦高价值业务需求，精准构建结构合理、标注规范、语义清晰的数据资源；通过模型训练与实际应用效果对数据集质量进行闭环验证与持续优化，确保其在支撑智能决策、工艺优化与产业升级中的可靠性、先进性与实效性。

多位专家认为，系统化构建高质量数据集将催生一个全新的产业赛道，并具体呈现出三大发展趋势：一是专用数据集与服务市场将蓬勃兴起，以石油分子、新材料等为代表的专用数据库及其衍生服务，正逐步发展为基础性产业；二是工业智能体应用将实现重大突破，基于高质量数据与行业知识开发的、具备自主决策与执行能力的智能系统，有望成为产业智能化的下一个爆发点；三是企业决策将完成智能化转型，通过将内外部数据系统性地转化为经营决策能力，为企业提质增效、构筑可持续竞争优势的指明核心路径。