自ChatGPT公开发布以来，人工智能已成为公众和政策制定者的热门话题。化工行业也不例外。市场参与者认为，人工智能在化工行业价值链上的潜在应用巨大，很可能在未来几十年改变化工行业的工作方式。目前，在各化工子行业中，分销行业已经开始接触人工智能技术，并密切关注人工智能在供应链管理、碳足迹分析和改善客户体验方面的潜在应用。

判断需求变化

全球第三大化学品分销商尤尼威尔公司已经推出了人工智能驱动的技术，可以帮助公司识别、衡量和预测需求模式。

尤尼威尔公司表示，人工智能可用于识别天气事件、供应和订购模式之间的相关性。近几年，美国墨西哥湾沿岸和内陆地区遭受了各种天气事件造成的破坏，比如2021年的极地风暴以及飓风艾达。在极地风暴期间，美国墨西哥湾的化学品生产几乎停顿，使供应链面临巨大压力。由于企业试图在物流和原材料供应中断的情况下建立库存，下游行业的需求飙升。由此导致的短缺和价格飙升在随后的几个月里对供应链造成了严重破坏。

尤尼威尔表示，开发监测天气对需求的早期预警系统，可以更好地为天气事件和其他事件造成的市场影响做好准备。尤尼威尔公司的人工智能会分析飓风的不同预测路径，以便公司制定应急计划。客户也在关注天气事件，并做好准备，这样公司就能在天气事件发生前看到关键产品的需求激增。尤尼威尔公司负责数字解决方案的副总裁史蒂夫·马丁内斯表示：“通过人工智能，我们有能力预测需求，这样我们就可以更有效地将产品投放到需要的地方。我们的算法使我们能够预测自然事件或生产过剩造成的需求高峰，从而使我们能够将库存转移到需要的地方。”

除了了解需求，尤尼威尔公司还使用人工智能来了解和评估客户的再订购行为。如果客户偏离了通常的订购模式，则会生成通知，以及基于当前购买模式的新产品可用性建议。

提升物流效率

市场人士认为，化学品生产商和分销商还可以使用人工智能来提高自身物流运营的效率，并减少公司物流过程中造成的碳排放。对于大多数化学品生产商和分销商来说，在制造或销售产品的过程中产生的绝大多数排放都属于第三类，即来自供应链上下游的间接排放。测算这些排放极其复杂，尤其是化工行业的碳排放测算缺乏类似于国际会计准则的统一方法。

和公共交通的单位碳排放远小于私家车一样，满载货物的卡车和火车车厢的单位碳排放比半空的卡车和火车车厢要少。但是，化工企业很难控制原料和产品运输的细节，车辆空载的情况肯定会出现，而对这些货物进行调度非常困难。尤尼威尔公司称，该公司正在使用人工智能来帮助进行订单组合，以使用碳排放最少的运输方式，将货物送到正确的位置。马丁内斯表示：“人工智能能让企业优化运输路线。这很复杂，因为有很多变量，比如客户在码头的停靠时间和码头拥堵情况，而梳理变量正是人工智能的优势。”

尤尼威尔公司的竞争对手，布伦塔格公司也在使用Carbon Minds的数据。这是一家提供特定过程和地点碳足迹数据的公司，现在可以向客户提供带有碳含量评估的人工智能产品。

减少文字工作

人工智能另外的优势在于可以替代部分文字工作，加快工作效率。在这一点上，化工行业也有不小的需求。

尤尼威尔公司表示，该公司现在正在使用人工智能减少文字工作。比如，在审查新客户方面，以往新客户的审查流程长达数月，即使有网络和软件作为依靠，也仍然需要手动方式进行业务验证和定价。这个过程可能需要多次交换PDF文件、电子邮件和电话。如今，在人工智能的帮助下，这个过程有望缩短到几分钟。

在以往需要不断询问信息，并提供大量资料的询价过程中，尤尼威尔公司已经彻底改变了传统流程。如今，尤尼威尔公司允许新客户直接购买，而无需等待验证。购买过程会产生大量关于客户的信息，这些信息可以通过人工智能在线搜索进行验证。马丁内斯表示：“人工智能允许我们创建一个在线价格。我们是第一个在化学品分销中进行公开定价的公司，对于吸引你还没有准备好的新客户非常有用。人工智能可以帮助我们为这些新的和未知的客户分配安全库存。”

在配方查询方面，尤尼威尔公司已经推出了一款配方查找器。这种查找器可以使用机器学习来阅读该公司的数千份PDF文件，并提供其中包含的配方。以前，尤尼威尔公司的员工需要单独与客户合作，以解决他们的配方需求。有了这个新系统，公司的所有档案都可以立即搜索到。马丁内斯表示：“我们在世界各地都与客户一起开发配方。这些都是PDF格式的，所以现在我们使用人工智能来读取所有信息，了解化学物质之间的相关性，并根据需要生成新的配方。”（庞晓华）