这两年，由于人工智能在某些领域 （并非是工业领域）的突出表现，有些人开始乐观起来，觉得中国在要通过“互联网+”和人工智能实现制造业、工业化的弯道超车。真的会有这么乐观吗？
2007年我在写博士毕业论文时，第一章绪论的第一句话就是，“《十六大报告》（2002）中明确提出‘以信息化带动工业化，以工业化促进信息化’”。 后来十七大（2007）提出：“工业化和信息化融合”； 为这个两化，国家在2008年还组建了“工业和信息化部”，说明国家对这个发展战略问题有深刻的认识和重视。再后来十八大（2012）提出：“两化深度融合”。直到现在如火如荼的智能制造热潮中，两化融合仍然是工信部的“立部之本”。十几年过去了，还在不断地提两化，说明这件事情并不容易，推进并不如政府想的那么顺利。
目前智能制造离散行业谈的很多，但化学工业的智能制造谈的却很少。那么，化工智能制造，到底朝哪个方向发展呢？
化工早已在自动化快道上
化学工业早已实现初级智能系统--自动化控制。由于化工过程的连续性和装置的大型化，且装置投资巨大（动辄数十亿上百亿的投资），化工行业（包含炼油、石油化工）很早就对过程自动化提出非常高的要求，在上世纪70年代就开始采用DCS用于过程控制。自动化提高了化工生产的稳定性、安全性，也很容易提高工厂的利润率（提高利润是是市场经济环境下企业采用新技术的直接动力）。目前的技术水平可以让化工生产80%以上生产车间和操作实现无人化，主要在一些涉及固体的处理和输送上做到自动化还比较困难。大型化工装置生产车间无人化是正常现象，依靠泵、压缩机实现物料在密闭管道系统中的流动，依靠各种温度、压力、液位、流量控制实现物质和能量在各个操作单元的自动运行。
技术上可行或最优，并不表示经济效益最优。特别是一些小装置，完全采用自控系统系统单位成本高；当人力成本低时，宁愿采用人工操作。所以现实世界的化工行业的自动化率是由技术水平、经济效益（投资成本、人力成本）共同决定。
传统AI不适合化学工业
传统的人工智能（大数据、机器学习）的核心是对历史数据归纳提取规则，从而对未来预测。其理论基础是：运行数据包含了系统的所有重要隐藏信息，无须研究问题机理，可以直接从数据挖掘出系统的规律和知识。
