面向精细化工（多品种、小批量）企业。本行业 AI 的最大机会在报价与排产——两者都是「靠人脑但本该靠系统」的场景。
化工必须先区分精细化工与大宗化工，两者完全不是一个课题。
这是精细化工的典型特征，也是 AI 排产价值最大的前提
报价经验散在业务员脑子里。有记录就能让 AI 学，没记录就只能靠人
参数决定成本与报价下限，参数不成体系就没法做
危化品相关的资质、台账、检验记录管理，是本行业特有的负担
如果报价流程本身很快，AI 的价值就有限
化工的 AI 落地应从「非生产环节」切入，生产环节的合规门槛太高。
整理历史报价记录、原料价格、客户结构。这个行业最值钱的资产就是报价经验。
验收标准：有可分析的历史报价数据集
基于配方参数、原料价格、历史成单记录生成报价初稿，人工审核后对外。必须设人审闸门，且报价要有有效期。
验收标准：报价初稿可用，审核流程落地，且有有效期提示
订单结构、原料成本、毛利分布的自动汇总。这是最容易让老板看见成果的场景。
验收标准：取代手工报表，口径统一
把订单需求与产能、库存、设备状态打通，减少插单冲突。先做可视化与提醒，不做自动调度。
验收标准：插单冲突能被提前发现，产能状态可查
资质、台账、检验记录的整理与到期提醒。这是本行业特有的负担，也是 AI 帮得上忙的地方。
验收标准：证照与台账到期能提前提醒，无遗漏
选一个产品族试点排产优化。涉及工艺与安全的约束必须由工程师定义。
验收标准：试点范围交期改善，且工程师认可约束条件
精细化工的收益主要来自报价提速与产能利用。
| 成本项 | 说明 |
|---|---|
| 工具订阅 | 优先选支持私有化或境内合规的方案 |
| 历史数据整理 | 报价数据通常不成体系，整理是初期最大投入 |
| 安全复核工时 | 涉及合规的输出必须复核 |
| 月度成本 | 按月摊销 |
安全与合规台账数字化看起来「省不了什么钱」，但一次证照过期或台账缺失导致的处罚，可能远超全年AI 投入。
向管理层论证这类场景时，不要用 ROI 算，要用「避免一次损失多少钱」算。
化工的风险集中在安全与责任边界上。
涉及安全生产责任，任何情况下都不能由 AI 决定。配方与工艺变更必须由工程师与安全负责人确认签字。
报价涉及成本核算，误报就是真金白银的亏损。必须人审，且报价要有有效期与汇率/原料波动提示。
涉及安全生产与商业秘密，必须使用境内合规或私有化方案。
证照过期是行政处罚的高发点，而且往往在检查时才被发现。
大宗流程高度标准化，用现成 MES/DCS 更合适。用AI 做大宗化工，投入产出比很差。
如果判断结果是「暂不做」，下面几个回本更快。
本文中的收益区间为行业经验估算，依据公开报道与同类项目实践，不能替代你自己的实测。文中所有量化门槛均为建议起点，需按你的实际数据代入验证。
涉及具体数字回报的部分，我们采取分级标注：可溯源的公开数据会注明来源与日期；行业区间估算会标明「需自行验证」；没有可靠依据的一律不写数字。任何声称「行业普遍能省 XX%」的说法，请一律要求对方给出可验证的基线。
