特种化学品公司Lubrizol如何用AI加速研发创新

随着企业希望借助人工智能、云计算和先进建模来加速创新，首要挑战在于将新技术与可靠数据、科学专业知识以及把产品推向市场的现实情况连接起来。对于特种化学品制造商路博润而言，数字化转型的核心在于为研究人员提供工具，使其能够更快地验证想法、做出更明智的决策，并开发出性能不受影响的更可持续材料。

路博润信息技术副总裁吉里什·拉奥表示，公司正在构建一个数字基础，将业务流程、现代数据平台和云基础设施连接起来，以支持其研发（R&D）团队。他们的目标是将数十年积累的技术数据与化学家和工程师的深厚专业知识相结合，这些人员既了解客户需求，也了解其工作中的物理限制。数据科学家可以帮助识别模式、检验新假设，并在研究人员进行物理实验之前对可能性进行建模。但拉奥强调，“这并不是要取代科学判断；而是为我们的科学家提供更好的工具。”

科学家、数据科学家和IT团队从不同角度处理问题，分别优先考虑实验有效性、模型性能以及平台安全性和可扩展性。通过将这些群体聚集在“融合团队”中，路博润使他们围绕共同目标保持一致，从小型试点项目开始以建立信任。

拉奥说：“一旦团队成员之间建立了信任，并且他们知道自己将要创造什么价值，事情就会顺利得多。”云基础设施还为公司提供了灵活性，使其能够获取计算资源和现代工具，而无需进行建设和维护自有数据中心所需的大规模投资。

这些能力在推进可持续发展方面可能尤其有价值。数字建模可以帮助研究人员评估更多配方，探索淀粉和玉米基替代品等材料，并评估产品整个生命周期中的权衡取舍。在实验室中承诺一种材料只是第一步。在满足性能预期、监管要求和财务约束的同时扩大生产，仍然是一项走钢丝般的挑战，但AI对多个变量进行建模的能力可以帮助团队应对这些相互竞争的需求。

展望未来，拉奥预计，随着实验室变得更加智能、制造工厂更加高效，AI、自动化、先进建模、数字孪生和互联数据将趋于融合。他认为，机会在于负责任且大规模地将这些能力结合起来。“这不仅仅是单一技术。我认为这是所有这些技术的结合，而连接所有这些流程的能力将产生海量数据。”

本网络研讨会与Infosys合作制作。

本内容由《麻省理工科技评论》定制内容部门Insights制作，并非其编辑团队。内容由人工研究和撰写，可能使用的任何AI工具仅限于在人工监督下的生产流程。