9月15日，2026上海国际化工展览会（第二十三届中国国际化工展览会，ICIF China 2026）现场，枫清科技创始人兼CEO高雪峰向媒体系统阐述了他对AI落地化工产业的判断。这位在展会中直言“我们是非常稀缺的标的——我们是真正把人工智能技术带进了实际的大化工产业当中”的掌舵者，给出的路径并非市场热捧的通用大模型，而是一套嵌入科研与生产环节的务实解法。
在化工展的语境下，高雪峰对“AI+化工”的定位颇为冷静。他认为，化工AI落地不应做通用大模型，而要把AI嵌入科研与生产环节。这一表态将枫清科技与追逐通用基座模型的热潮区隔开来——在枫清科技的方案中，核心引擎并非参数规模竞赛，而是“知识引擎+大模型”的双轮驱动架构。
这一技术路线在展会现场有更直观的呈现。枫清科技展示了AI赋能科研平台、企业级智能体平台、智能虚拟工厂解决方案、企业智能经营分析系统四类产品，覆盖从实验室到工厂运营的数字化链条。据媒体报道，其平台已与链主企业合作，打通“科研任务自动拆解—科研图谱构建—小试智能体—数字中试—工艺优化”全链路。
化工企业推进AI时，研发数据的碎片化与不足常被视为最大阻碍。高雪峰对此给出的回应是：“数据不足不是项目的终点，而是我们介入的起点。”在他看来，数据短板恰恰是AI服务商进入企业研发流程、帮助构建结构化工科研知识图谱的机会。
针对大模型在专业场景中“幻觉”频出、推理过程不可解释的痛点，他强调了可解释性的重要性：“AI不只是给出一个答案，更要说清楚为什么这1000个候选配方里，另外900个行不通——推理过程摆在那里，结论才站得住。”这一表述直指化工研发对安全性与可靠性的刚需：缺少逻辑支撑的结论，难以获得工程师与科研人员的信任。
企业对AI落地的另一大顾虑是成本。高雪峰给出的策略是“小场景切入、快速迭代”：“AI落地不是一次性大额投入，而是一笔可以分期验证、逐级放大的投资。”这一思路将AI项目从风险难控的“豪赌”拆解为递进式投入，降低了决策门槛。
高雪峰提出的另一个关键概念是“数字中试”——在虚拟环境中先筛选小试方案，过滤掉不可行路径后，再进入实体中试。这种做法相当于在物理实验前增设一道数字过滤网，压缩试错成本与周期。他预计，相关产品最早于2027年底投入使用。
展会期间，高雪峰接受了《中国化工信息周刊》《中国化工报》等媒体采访。公开资料显示，枫清科技（北京枫清科技有限公司）成立于2021年11月，注册资本约2155.89万元，高雪峰任法定代表人兼董事长。其个人履历包括Fabarta创始人兼CEO、500强企业认知计算研究院院长及互联网大厂大数据/AI产品总经理，在知识图谱与图数据库领域有多年积累。本届ICIF China汇聚参展企业2684家、观众8万余人，高雪峰在展会上的判断则更为直接：“化工行业正处在产能出清阶段，最先拥抱AI的企业，一定会走到前面。”
滇公网安备 53252802528133号