投资学毕业论文精心编辑10篇之第八篇：分析石化企业业务与AI的结合方案
摘要：人工智能（AI）已经成为各国争夺科技主导权的战略级抓手，不仅将深刻改变人类生活，也将迅速改变能源行业，推动石化领域变革发展。未来传统石化企业可能的AI发展方向是智能勘探、智能钻井、智能油田、智能工厂、智能管道、智能加油站等。通过股权投资布局AI是石化企业布局新兴能源产业、实现战略突破的重要方式。通过研究AI的产业链发展趋势，分析石化企业业务与AI的结合点，并结合近年来AI赛道股权投资的基本面数据，提供能够投资的重点赛道和可能标的的一套方案。
关键词：人工智能；股权投资；石化企业；产业链；
Abstract:
Artificialintelligence（AI）hasbecomeastrategicleverforcountriestocompetefortechnologicalleadership.Itwillnotonlyprofoundlychangehumanlife,butwillalsorapidlychangetheenergyindustry.AIcanpromotethetransformationanddevelopmentofpetrochemicalindustry.FutureAIdevelopmentdirectionsofpetrochemicalcompanyareintelligentexploration,intelligentdrilling,intelligentoilfields,smartfactories,intelligentpipelines,andintelligentgasstations.EquityinvestmentinAIisanimportantwayforpetrochemicalcompanytolayoutemergingenergyindustriesandachievestrategicbreakthroughs.Thispaperresearchesthedevelopmenttrendofartificialintelligenceindustrychain,analyzesthecombinationpointofSinopecbusinessandAI,andcombinesthefundamentaldataofequityinvestmentinartificialintelligencetracksinrecentyearstoprovideasetofkeytracksandpossibletargetsthatpetrochemicalcompanycaninvestin.
Keyword:
artificialintelligence;equityinvestment;petrochemicalcompany;industrychain;
1AI产业发展现状
目前，人工智能（AI）已进入产业化阶段，是"AI+垂直行业"的一场变革。AI与金融、医疗、教育或任何有大数据的行业的结合是切入点，逐渐形成智能金融、智能医疗、智能教育等产业板块。石化行业拥有勘探及生产大数据，能够应用AI技术，形成智能勘探、智能钻井、智能油田、智能工厂、智能管道、智能加油站等业务，从而减少人工，降低成本，减少HSSE风险，提高效率。
AI产业链分为基础层、技术层和应用层。底层是基础层，提供计算能力、算法和数据结构标准；中层是技术层，是用技术平台的方式将基础层的能力转化某种问题的解决方案，比如图像和语音识别；而上层则是应用层，将中层的技术方案应用到具体的业务场景。目前，每个产业链板块中的细分领域都已经有很多公司深耕，形成头部公司。不少板块已形成头部公司的垄断趋势，也有一些板块还在产业早期的竞争中。见图1.
AI产业链中完成度较高的是互联网应用、商业智能（BI）、商业流程自动化等。石化行业的智能化发展还处于起步阶段。
国内、国际对于AI发展力度超前。2017年国务院印发了《新一代AI规划》，目标到2030年达到世界领先水平，将AI上升到国家战略高度。全国各个地区也纷纷出台AI发展规划，均着眼于AI的产业化进程。海外各国政府和各大科技巨头亦纷纷将AI列入国家战略或公司战略规划。欧美石油公司如BP、壳牌、道达尔等已走在智能化前沿。
对于石化企业来说，AI是必须布局的新兴产业版图，是未来实现加速发展和转型升级的必经之路。
2未来石化企业AI领域的发展方向
2.1智能勘探与智能油田
AI与地质勘探结合较早，在遥感地质、测井计算、三维模型、地震反演、储量预测等方面都有应用。目前谷歌与道达尔合作，研究利用AI的模糊逻辑技术处理油气勘探开发地质数据，将开发一套能够解释地层图像的AI程序，利用计算机成像技术实现地震数据的学习，并利用自然语言处理技术自动分析数据文件。如果这一技术成熟，将能解禁多数目前无法开采的油田。
图1AI产业链
数据来源：WIND
智能勘探的前景目标主要是通过AI解析油气勘探地层图像，处理勘探地震数据，精确描述油田地质模型，高效圈定最具潜力的区域、储层和井位。与之相匹配的智能油田主要利用AI和大数据对海量运营数据进行分析，实时开展资源调配、生产优化运行、故障判断和风险预警等，实现油田资产的智能化开发运营[1].
能够做这些开发的初创企业较少，因此推荐通过战略合作等方式进行布局。
2.2智能工厂
智能工厂是中游炼厂的发展方向，从胜利油田、镇海炼化、燕山石化等企业来看，目前仍处于数字化水平，还没有达到真正的智能化。真正的智能工厂需要具备自主、自动化特性，分工明确且具有自我学习能力，其自主性体现在能够对实时环境进行自主感知、判断、分析，进而做出规划和处理[2].这不仅仅是转变工厂车间，更影响整个企业和更大范围内的生态系统。
智能工厂包含面较广，其技术可能包括：炼化智能工厂解决方案，生产一体化优化分析，风险及异常预测模型，复杂事故环境监测及识别和施工作业人员安全行为识别，销售端到端一体化智能仓储和智能物流等。做一整套方案的企业较少，如果做股权投资布局可能需要分技术领域进行投资。
2.3智能加油站
加油站是AI的一个重要应用场景，AI能够极大地提升加油站的安全和效率。实现的主要功能包括用加油手臂取代人工加油，实现拧开油塞、选择汽油、加油、油满后拧上油塞，最后关上油盖等一系列动作，自动识别车牌、车主、油品，可视对讲，自动卸油计量，离场自动扣款，自主开票、自主发卡等，实现一整套自动化流程。
除了油品业务之外，加油站还包括非油业务如易捷便利店。零售业务中，AI能够实现精准营销，利用大数据全面收集客户需求、行为等信息，进行多维度客户画像和分群，针对不同用户群体制定个性化互动策略，通过移动端公众号、小程序、APP等进行精准营销，同时应用智能客服减少人工成本。
目前，也有石化企业与互联网公司合作布局加油智慧门店。互联网公司提供智能门店解决方案，具备刷脸支付、智能商品货架、流量分析、自主开票等功能。除整体解决方案之外，石化企业也可以通过股权投资做人脸识别、加油机械手臂、车辆识别系统、智能仓储、AGV机器人的创业公司，来有针对性地提高关键板块的业务水平。
2.4智能物流与智能仓储
智能物流系统包括智能化物流系统集成及相关物流设备，以实现智能化制造、仓储、输送、分拣等物流系统工程一站式作业。产品包括自动化立体库、车间输送系统、码垛分拣系统和提升设备等。这其中比较突出的技术是AGV机器人，装备有电磁或光学等自动导引装置，它能够沿规定的导引路径行驶，具有安全保护以及各种移载、分拣功能。目前有一些做AGV的创业企业值得通过股权投资布局。
仓储与物流密不可分。智能仓储系统主要包括：识别系统、搬运系统、储存系统、分拣系统以及管理系统。相对于AGV（搬运系统），仓储的突出重点是自动化立体库（储存系统）。仓储是制造业企业的必备硬件，这方面首先可以关注本土项目经验丰富、具备自主研发能力的整体解决方案提供商，其次可以关注与海外大型自动化系统集成商合作，切入智能仓储领域的公司。
3国内AI产业投资发展趋势
目前就企业数量而言，美国第一，中国第二。2013–2018年第1季度，中国AI领域的投融资占全球的60%.中国AI市场规模高于全球增速，年复合增长率达50%,已形成千亿级市场规模。
3.1整体投资情况
就保守统计而言，目前AI领域的总投资金额达到1900亿元人民币，平均投资金额达到1.4亿元人民币。从投资规模来看，2014年开始，AI领域的投资开始稳步增加，2017年、2018年大幅提升。2018年，投资事件数量达到551个，投资金额达到1124.99亿元。即使在金融寒冬，AI板块投资热度不减，2019年市场可期。
投资币种以人民币为主，占总金额的80.43%,其他币种包括美元、港币等。美元投资标的虽然数量少，但是金额大，甚至超过了人民币的投资金额。投资股权占比范围多集中在1%~20%,少数几例超过20%.
目前，AI产业的行业分布包含企业服务、电子商务、硬件、金融、文化娱乐等领域。应用层的企业服务和电子商务的数量较大，应用层进入门槛较基础层和技术层低，也更容易寻找与行业结合的切入点，因此创业企业较多。几乎所有行业中初创期企业都占到大多数，成熟企业和上市企业较少，反映出AI行业处于行业生长周期中的初创期或者是成长期的初期，未来成长空间大，利于资本进入。
而就已获得投资的企业而言，IT行业的数量远远超出其他行业。可见目前AI与计算机相关的硬件、软件、服务的结合程度远超其他行业，这一现象可能主要是因为AI板块发展的基础层和技术层的发展主要取决于计算机硬件和软件技术；同时，这也从侧面反映出其他行业的AI发展仍处于初创期，投资空间较大，例如智能医疗、智能金融、智能工厂、智能教育等。
从获投金额来看，IT行业、金融行业总投资金额突出，金融行业平均投资金额同样令人瞩目。虽然智能金融板块已经有头部公司，但是初创公司仍占大多数，移动支付等领域竞争仍然激烈，加上区块链技术与金融结合仍在路上，因此智能金融板块潜力较大，存在投资空间。除此之外，物流行业、半导体行业、汽车行业平均投资金额较大。从投资金额来看，化工、能源、矿产行业目前与AI结合较少，智能勘探、智能工厂等领域仍处于发展早期，值得投资布局。
就融资状态来看，目前天使轮、A轮、pre–A轮、B轮企业占大多数，印证初创期企业较多、行业处于初创期或成长期初期的结论。就各轮次获投金额来看，目前A轮的投资金额总量远超其他状态，除此之外B轮相对较高，仍可以看出目前AI投资资金多流向早期融资阶段。见图2.
就投资情况的地域分布而言，北京、广东、上海、浙江、江苏等发达省份和直辖市的被投企业数量和投资金额均占到前列。北京尤为突出，数量达到629家，占总数量的37.87%,投资金额远超其他省份，达到112亿元人民币，占整体金额的59.21%.此外，中国境内的投资主体也投资了一些海外企业，如美国、瑞士、新加坡等。
总体来看，AI产业处于行业周期中的初创期或者成长期的初期，地域分布上集中在发达省份，投资币种上人民币占绝大多数。从行业分类上来看，IT行业的企业数量占绝大多数；从投资金额来看，IT、金融、半导体、物流的投资金额较大。此外，可以看出市场资金向部分领域的头部创业企业集中。产业格局更多地表现出"竞争"而非"合作",整个行业依然处于野蛮生长的初期阶段。总体来说，AI的投资版图已经初见端倪。
图2AI企业融资状态统计
数据来源：清科私募通
3.2投资主体情况
AI产业的投资主体主要有私募基金、实业集团、金融集团、政府投资平台、地方投资平台等。其中私募基金占比最大，主要目的是寻求财务投资获取高倍回报；其次是实业集团，除了财务投资外，更多着眼于战略投资，与自身的产业形成协同效应，寻求一体化或者多元化战略突破。
AI最大的投资方还是风险投资机构，投资数量远远超过其他三类机构，仍是知名私募机构领跑。总体来说，风险投资机构的投资主要是财务投资，主要投资目的是早期进入获取高额回报。
产业集团里面，互联网企业和计算机硬件企业占到绝大多数，以战略布局为主。北汽、蔚来、戴姆勒投资汽车制造、仪器仪表等标的，主要目的是战略布局和一体化。
金融集团投资标的的经营范围大多数是硬件、IT服务、金融服务。金融集团投资AI的目的可能是财务投资和战略投资两者都有，从数据中投资的这些企业来看，可能财务投资的比例更大。例如金融集团下面主要做产业基金和资本投资的部门，像招商局创投、招商局资本、中金资本、中信资本等，主要目的基本是财务投资。
从目前的数据中看，石油系的资本布局AI创业企业痕迹较少。但是从更深一步的检索来看，很多石油、油气行业的创业企业已经被战略收购或者已经是新三板企业、上市企业，因此没有体现在创投数据当中。因此，找寻优质标的、新兴战略布局刻不容缓。
4石化企业在AI领域的股权投资方案
4.1投资策略及思路
虽然我国整体宏观经济形势增速放缓，但国内投资者对于AI的创业公司的投资热情持续。整体的行业周期处在初创期或者是成长期的初期，有利于资本介入。投资策略方面，一是确定投资哪一层次，二是确定做财务投资还是战略投资。
针对第一个问题，笔者认为标的应以应用层和技术层的企业为主，且应当具备先发优势、基本面良好、技术含量高。应用层和技术层的企业能够较好地结合石化企业的主业，并且相对来说投资周期短、见效快、风险小。技术层上，深度学习、语言学习、应用层上的机器人可能是下一个重点创新领域。应用层上，AI产业化是目前的投资热点，应结合石化企业的主业需求选择合适的应用标的。石化企业无法像互联网巨头一样用AI建立一整个生态系统，借力AI装备现有生产设备，通过收购和合作利用AI拓展新业务，可能对于石化企业来说是一个比较合适的思路。
针对第二个问题，做财务投资还是战略投资，笔者认为如果从促进主业的角度来说，战略投资会更加合适，但不排斥财务投资，如何选择应根据被投资企业具体情况而定。除了直接使用自有资金，也可以采用"PE+上市公司"发起设立产业基金进行投资。
总体来说，从基础层到应用层，每个细分板块都还留有优质的未上市公司，存在广阔的投资空间。这一即将影响每个人生活的千亿级市场，值得我们去细细研究，披沙拣金。
4.2投资标的筛选
投资标的方面，根据数据分析及产业现状，总结见表1.筛选标准是：（1）轮次在C轮之前（包含C轮），但谨慎选择尚未获投企业；（2）属于新兴产业战略布局的板块；（3）标的正在融资；（4）具有技术含量；（5）基本面信息良好；（6）最好具有先发优势；（7）还未被某个行业巨头所主导；（8）能够与石化企业主营业务形成协同效应。
智能制造、机器人等领域的标的能够为智能工厂、智能加油站、智能仓储、智能物流等提供技术支持，适合战略投资，智能驾驶与智能投顾可以作为财务投资标的。
智能勘探与智能工厂方面，华制智能可提供三维虚拟工厂、集成管控平台、工业数采平台等产品，实现三维场景重构、大数据分析等功能；亿可能源可提供工业企业和园区管理的智能能源管理，大幅节省能源成本；云圣智能可提供研发绿色能源驱动的工业级智能无人机，能够做电力石油管线巡检；菲翼自动化可提供能做智能装箱、分拣、排列等工作的并联机器人，能够广泛应用在生产线业务。
表1筛选的板块及标的
智能加油站方面，图灵机器人可提供智能接听、智能在线、智能回访、智能质检等功能，可以应用在加油站、网上营销等业务；深醒科技等公司的人脸识别技术是智能加油站所必须的；智慧油客等公司可提供加油站解决方案。
智能物流与智能仓储方面，牧星智能、鲸仓科技等公司可提供智能仓储整体解决方案和智能分拣机器人，能够应用在石化企业炼化工厂的仓储、非油销售板块的物流等业务。
在寻找标的的过程中，很容易发现很多合适的、发展良好的标的已经是被战略收购或新三板的状态，尤其是契合化工领域的企业，大多已经处在较后期的融资状态，很多契合油气业务的公司，已经被中国石油、中国海油战略收购。因此，对于合适的标的进入要趁早，否则很快会发现高地被他人占据。
4.3投资方案
投资的具体方案包括交易结构设计、项目评估、投后管理、退出变现等。
交易结构设计上，目前使用较多的是"PE+上市公司"设立产业基金的模式，即上市公司与投资机构合作设立基金，对外募集部分一般由投资机构负责，这种方式能够防范投资风险，提高资金使用效率，拉动社会资本。包括结构化基金和非结构化基金。这2个交易结构大体相似，主要区别是是否将出资分为劣后级和优先级。这种模式下一般投资领域是上市公司产业链上下游或者希望布局的新兴战略业务，投资决策一般由上市公司主导，基金存续期在2~10年不等。有时候会增加增信担保处理。
项目评估上，应做好财务分析、企业团队评估、企业价值评估、尽职调查，全面了解企业，关注隐含风险。选择合适方法估值，不承担过多溢价。签订投资协议时，可以在协议中加入对赌条款、反稀释条款、共同出售条款、优先权条款、IPO风险补偿条款等内容保护自身利益，防范风险、锁定回报。
投后管理上，应做好对被投资企业的战略规划、业务整合、团队股权激励、外部资源支持、内部管理规范和提升、企业管理人才输出等，获取更多控制权、帮助被投企业成长、获取更高回报。
退出变现上，途径包括IPO、新三板、科创板、并购、MBO、股权转让等。一般来说，IPO、并购、股权转让使用最多。如果使用"PE+上市公司"的交易结构一般会约定上市公司有优先收购权，最终所投项目资产进入上市公司。如果是财务投资，那么可能直接变现退出。
4.4投资风险及应对
2018年，AI各种应用层出不穷，但收获并不如想象的多。2017年中国AI创业公司获得的累计融资超过500亿元，但2017年中国AI商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的AI企业亏损。从石化企业的角度来说，AI投资失败的风险主要在于以下几点：
一是对于AI技术的理解不到位。AI最终依赖的是基础层和技术层的底层技术，如果无法理解这些较为复杂的算法，对于投资活动是一个盲点。
二是优质标的稀缺。初创企业虽多，但优质资源少，能够形成主业协同的标的更少，并常有已被捷足先登的风险。
三是实际难以与主业协同，例如相关技术无法很好地应用在炼化厂、加油站等场景，效果不如预期。
如何在投资中应对这种风险，笔者认为主要有以下4点。一是要吃透AI技术，不从根本了解技术就无法正确估值，而可能迷于花哨的概念吹捧。二是要深耕行业，了解企业。选定赛道，建立自己的企业库、创业人库，积极约谈创业人，使自己浸入行业，充分了解国家政策、行业动态和竞品情况。三是做好财务分析和尽职调查，深入了解企业，不踩无谓之雷。四是做好投后管理，帮助被投资企业成长，更有利于收回投资。
如果确实发生了无法顺利退出、被投资企业估值大幅跳水等情况，首先在投后管理中要密切关注企业发展情况，其次看能否启动IPO风险补偿条款、优先权条款等及时止损，最优选是找到下家出售股份。
5结语
AI已成为各国和各大企业发展的战略级抓手，必将深刻改变能源行业。海外油气公司和中国石油等公司已开始落子布局，或投资并购，或战略合作，传统石化企业的智能化之路亦势在必行。石化企业可以用股权投资工具布局AI产业，促进主业协同发展，并获取增值回报。
在投资方向和标的筛选上，根据AI产业链、投资基本面的情况，结合石化企业的几大业务板块，笔者认为投资方向应主要放在技术层和应用层，并注重AI产业化进程。战略投资方面重点关注智能制造、机器人、智能助理、计算机视觉、智能仓储/物流等领域，财务投资方面重点关注智慧投顾、智能驾驶等领域，并根据产业协同和筛选标准重点推荐了30个投资标的。
在投资方案和风险应对上，石化企业可以使用自有资金，也可以与投资机构合作采用"PE+上市公司"模式设立产业基金进行投资。投资过程应注重财务分析和价值评估，使用反稀释条款、共同出售条款、IPO风险补偿条款等防范风险、锁定回报，并做好投后管理，以实现资产注入或者退出变现。
通过股权投资布局AI产业，形成产融结合的良好循环。以创新驱动为导向，提升精细化管理水平，实现生产运行优化提升，最终推进企业全面可持续发展。
参考文献
[1]刘伟，闫娜。人工智能在石油工程领域应用及影响[J].石油科技论坛，2018,37（4）：32–40.
[2]何冠泯。智能工厂综述与发展趋势探讨[J].现代商贸工业，2019,40（6）：196–197.
13888888888
点击咨询 