工业融合
搜索文档
专访屹艮科技创始人郑家新 解码AI与工业融合的实践与未来
证券时报· 2025-12-23 09:25
文章核心观点 - 北京大学与屹艮科技联合研发的下一代锂电池设计自动化BDA软件,标志着中国在全球锂电行业率先构建了以人工智能结合跨尺度物理仿真为核心的电池研发新范式,为全球新能源产业升级注入“中国动能” [1] - BDA软件通过“物理仿真+AI”双轮驱动模式,解决电池研发中“跨尺度、长流程、多因素”的核心挑战,能显著提升研发效率、降低成本,并已在国内新能源头部企业实现规模化应用 [2][3][4][5][6] - AI与工业软件的融合将推动工业研发逻辑从“实验试错”转向“数字仿真+精准预测”,其应用边界将从新能源电池拓展至所有涉及新材料、新配方、新工艺的行业,市场空间广阔 [9][11][12][14] BDA软件的战略定位与行业痛点 - 选择锂电池研发作为切入点,是因为新能源是数万亿规模的产业,电池作为核心部件迫切需要先进的数字化工具赋能研发,行业当前研发模式仍主要依靠“手搓试错”,效率极低 [2] - BDA(电池设计自动化)的概念旨在通过数字化工具让电池研发更高效,其目标不仅是国产替代,更是基于中国全球领先的新能源产业基础进行原始创新,做出能“卡别人脖子”的核心工具 [2] - 电池研发面临三大核心挑战:跨尺度(跨越原子分子到电池包9个数量级)、长流程(从源头材料到电池包组装及BMS管理)、多因素(每个环节众多变量相互耦合) [2] BDA软件的技术原理与突破 - 采用“物理仿真+AI”双轮驱动模式:物理仿真对应明确科学原理,AI则能通过黑箱模型耦合众多复杂因素,如同中西医结合 [3][4] - AI的作用主要体现在两方面:一是加速模拟,解决传统仿真速度慢的问题;二是处理复杂因素耦合,基于实验和仿真数据构建模型,精准预测性能,从而突破传统试错的局限 [4] - 技术突破路径包括:依托中国新能源产业的丰富实践获取大量真实工业数据;用物理原理约束AI模型,确保预测科学性;团队自2020年最早布局,经过5年迭代算法以适配工业场景复杂需求 [5] BDA软件的应用价值与成效 - 核心价值是“提效降本”:电芯从设计到定型周期从传统的1-3年缩短至0.5-1年;材料实验从数月压缩到数日 [5] - 在成本方面,以制浆环节为例,传统方式需试数十锅料(每锅投入数十万元),总耗费数百万元,而BDA通过模拟推荐配方,1-2锅料就能达标,直接节省大量物料成本 [5] - 目前能帮助企业降低30%-40%的研发成本,终极目标是达到类似EDA软件的成熟度,使研发成本降低90%以上;AI的精准预测还能间接提升电池安全性能,提前规避工艺缺陷和性能风险 [6] 行业现状与市场潜力 - 2024年国内锂离子电池出货量达1170吉瓦时,总产值超1.2万亿元,但AI在这类规模型工业领域的渗透率还比较低,整个行业仍以传统试错研发为主 [7] - BDA软件是率先实现规模化应用的产品,已服务宁德时代、比亚迪、广汽、贝特瑞等头部企业,正在逐步提升行业渗透率 [8] - 锂电池行业生命周期仍处于早期阶段,未来在低空经济、智能机器人、家庭和工业储能、电动船舶等场景应用广泛,市场规模将持续扩大,甚至可能超越芯片行业 [14] - 参照EDA软件200亿美金的市场规模,BDA及相关新材料软件的市场空间非常广阔 [14] BDA软件的行业外溢与拓展潜力 - “跨尺度、长流程、多因素”的挑战在涉及新材料、新配方、新工艺的行业普遍存在,如显示、液晶材料、燃料电池、橡胶、塑料、复合材料、磁性材料、精细化工等 [9] - BDA软件的底层算法经过二次开发就能复用到其他行业,这是其能外溢的核心原因 [9] - 最具落地潜力的细分领域包括:精细化工(如塑料、胶粘剂、高分子材料)、显示与液晶材料、磁性材料、复合材料、燃料电池及氢能电池相关材料等 [11] AI与工业融合面临的挑战 - 人才储备稀缺:AI工业软件需要物理、化学、材料、计算机交叉学科人才,国内高校缺乏对应专业和课程体系,人才供给跟不上 [10] - 行业认知不足:部分企业文化相对封闭,对数字化工具接受度不高,习惯了传统试错模式,对AI赋能的信任需要时间培育 [10] - 数据安全顾虑:工业企业重视核心研发数据,因此BDA软件采用私有化部署模式,确保企业数据安全 [10] - 政策与生态:目前缺乏定向扶持政策,研发补贴多是“大锅饭”,生态建设需进一步完善 [10] AI对未来工业模式的根本性影响 - 研发逻辑转变:未来3-5年,工业研发将从“实验试错”转向“数字仿真+精准预测”,电池研发工程师可通过数字化工具完成设计,不再依赖大量实体实验 [12] - 生产模式转变:从“标准化大规模制造”向“定制化精准制造”转变,企业能基于用户需求,通过AI快速优化材料配方和生产工艺,实现协同精准研发 [12][13] - 企业战略转变:越来越多的工业企业会像华为自研芯片一样,自研核心材料和部件以掌握核心技术话语权,AI工具将成为这种转型的核心支撑 [13]