Co dokładnie zmienia sztuczna inteligencja w firmach chemicznych?

• Strona główna
• Artykuły
• Co dokładnie zmienia sztuczna inteligencja w firmach chemicznych?

2026-08-31  / Autor: Dominik Wójcicki

Rynkowe realia i korzyści z AI

Rynkowe realia są jednoznaczne: sztuczna inteligencja staje się kluczowym elementem wspierającym działalność przedsiębiorstw chemicznych. Lista jej zalet rośnie z każdym rokiem, gdy opracowywane są coraz bardziej zaawansowane modele. Przyspiesza zatem odkrywanie nowych molekuł i materiałów, umożliwiając szybsze innowacje w badaniach i rozwoju. W produkcji optymalizuje procesy, zwiększa wydajność oraz redukuje zużycie energii i odpadów. Dzięki predykcyjnemu utrzymaniu ruchu minimalizuje awarie sprzętu i nieplanowane przestoje. Wspiera także zrównoważony rozwój, ułatwiając tworzenie ekologicznych formulacji i monitorowanie emisji. Na sam koniec analizuje dane rynkowe, co pozwala na personalizację produktów i lepsze zrozumienie potrzeb klientów.

Według raportów branżowych, adopcja AI rośnie dynamicznie, a wartość rynku rozwiązań AI dla chemii ma osiągnąć od 5 do ponad 20 miliardów dolarów do 2030 roku. Firmy, które nie zainwestują w te technologie, ryzykują utratę przewagi w szybko rozwijającym się rynku.

Kluczowe wyzwania we wdrażaniu AI

Oczywiście wdrażanie AI w branży chemicznej wiąże się z kilkoma kluczowymi wyzwaniami. Przede wszystkim modele AI wymagają dużych, wysokiej jakości i reprezentatywnych zbiorów danych. Eksperymenty chemiczne są jednak kosztowne i czasochłonne, co często prowadzi do małych i rzadkich datasetów, obniżających skuteczność algorytmów.

Kolejnym problemem jest brak interpretowalności modeli (tzw. efekt „black box”), co ma szczególne znaczenie w silnie regulowanej branży, gdzie decyzje muszą być audytowalne i zgodne z surowymi normami bezpieczeństwa oraz środowiskowymi.

Istotną barierę stanowią także wysokie koszty inwestycji w technologie, integrację z istniejącymi systemami oraz szkolenia personelu. Dodatkowo branża musi stale mierzyć się z ryzykiem cyberataków i wycieku własności intelektualnej, gdyż przetwarza wrażliwe dane o formulacjach i procesach.

Eksperci przekonują, że modele AI wciąż mogą wykazywać błędy lub halucynacje, zwłaszcza przy przewidywaniu nowych reakcji czy molekuł, co rzecz jasna wymaga obowiązkowej weryfikacji eksperymentalnej i uniemożliwia pełne zastąpienie tradycyjnych metod. W tym kontekście rośnie wręcz rola personelu. To już nie tylko chemicy i inżynierowie prowadzący eksperymenty, ale także osoby, które muszą korygować ewentualne błędy AI, nadzorować jego decyzje oraz integrować wyniki z praktyczną wiedzą branżową.

Wreszcie, złożoność procesów fizyko-chemicznych, długie cykle innowacji oraz trudności z modelowaniem rzadkich zdarzeń i pełnych symulacji kwantowych spowalniają adopcję AI w porównaniu z innymi sektorami.

Chcąc maksymalizować korzyści i minimalizować ryzyka, firmy chemiczne powinny zapewnić wysoką jakość i dostępność danych oraz stopniowo budować własne zbiory. Powinny też wdrażać rozwiązania etapowo – zaczynając od projektów pilotażowych, które pozwalają ocenić zwrot z inwestycji.

Przede wszystkim jednak muszą stale rozwijać kompetencje pracowników poprzez szkolenia i rekrutację specjalistów łączących wiedzę chemiczną z umiejętnościami w zakresie AI. Sztuczna inteligencja nie zastąpi pracowników, ale pracownicy wyposażeni w AI staną się znacznie bardziej efektywni i innowacyjni. Tylko takie podejście pozwoli uniknąć oporu wobec zmian, ale także w pełni wykorzystać potencjał sztucznej inteligencji w dynamicznie ewoluującej branży chemicznej.

- Wdrożenie sztucznej inteligencji do organizacji to dzisiaj decyzja strategiczna. Liderzy, którzy traktują AI jako integralną część modelu operacyjnego, nie tylko odpowiadają na wyzwania rynku, ale zaczynają go aktywnie kształtować. Rozpoczęła się era organizacji, w których człowiek i technologia współpracują na równych zasadach. Chodzi o stworzenie warunków, w których ludzie mogą skupić się na tym, co naprawdę ważne: podejmowaniu lepszych decyzji, rozwijaniu innowacji i budowaniu przewagi, która nie opiera się wyłącznie na czasie czy kosztach, ale na wartości - mówi Iwona Szylar, dyrektor generalna Microsoft w Polsce.

Praktyczne przykłady zastosowań AI w globalnych koncernach

Aby zrozumieć zastosowanie sztucznej inteligencji w przemyśle chemicznym, trzeba zobaczyć je na przykładach konkretnych firm, które wykorzystują ją w swoich operacjach.

Klasyfikowanie wniosków patentowych, rekomendowanie sposobów prowadzenia instalacji produkcyjnych oraz przewidywanie cen zakupu surowców – wykorzystanie sztucznej inteligencji jest już częścią codziennej pracy w Evonik. Tego rodzaju interakcja między ludźmi a maszynami działa w niemieckim koncernie w wielu obszarach. Przykładem jest produkcja.

- W tej chwili sztuczna inteligencja nie jest w stanie samodzielnie obsługiwać całej instalacji produkcyjnej. Zamiast tego działa jak doświadczony kolega, który udziela mi wsparcia i porad. Ten „kolega” analizuje zależności między dziesiątkami, a nawet setkami czynników, takich jak jakość surowców, ich zachowanie reakcyjne czy wilgotność powietrza w zakładzie produkcyjnym. Algorytmy identyfikują powiązania między tymi czynnikami, które trudno dostrzec człowiekowi. Na podstawie tych zależności rekomendują pracownikom wykonanie konkretnych działań - opowiada Hendrik Ewe, Group Leader Data Engineering w koncernie Evonik.

Celem jest zapewnienie jak najwydajniejszego funkcjonowania instalacji i uzyskanie optymalnej wydajności produktu.

- Dziś AI w zakładach produkcyjnych wykorzystuje nawet dane wykraczające poza same operacje produkcyjne. Dzięki sposobowi, w jaki wytrenowaliśmy program, może on uwzględniać w swoich rekomendacjach ceny rynkowe, choćby to, czy cena istotnego prekursora wzrosła? W takim przypadku AI może zalecić proces produkcyjny bardziej energochłonny, ale wymagający mniejszej ilości surowców - dopowiada ekspert Evonik.

Firma opracowała m.in. aplikację opartą na AI, której algorytmy przewidują przyszłe ceny zakupu surowców. Program samodzielnie analizuje historyczne ceny oraz zewnętrzne czynniki wpływające, które odegrają rolę w przyszłości. Jeśli cena określonego surowca prawdopodobnie wzrośnie w najbliższym czasie, dzięki aplikacji AI nabywcy w Evonik kupują raczej wcześniej niż później. To pozwala zaoszczędzić pieniądze i wzmacnia konkurencyjność Grupy.

Już od 2019 roku eksperci AI w Evonik współpracują ze sobą, aby połączyć wiedzę i zasoby Grupy oraz rozszerzyć wykorzystanie sztucznej inteligencji. Efektem ich podejścia międzydziałowego jest Cognitive Solutions Agenda służąca do oceny, priorytetyzacji, wdrażania i skalowania projektów AI. Główny nacisk kładziony jest na pracowników. Eksperci chcą uwrażliwić ich na użyteczność i możliwości oferowane przez AI oraz pomóc w rozwinięciu podstawowego zrozumienia działania tej technologii.

- W BASF chcemy wykorzystać potencjał sztucznej inteligencji, aby zwiększyć produktywność i przyspieszyć innowacje. Stopniowo umożliwiamy globalnemu zespołowi wykorzystywanie AI w ich poszczególnych obszarach pracy. Skupiamy się tu na kluczowych funkcjach, takich jak sprzedaż, marketing, badania i rozwój, produkcja, zaopatrzenie oraz usługi, koncentrując się na aplikacjach o potwierdzonej wartości dodanej dzięki szybkim i skutecznym projektom pilotażowym - wyjaśnia Jürgen Müller, Global Head of AI Innovation Center w BASF.

Firma posiada swoje Centrum Innowacji AI, będące kluczowym ośrodkiem postępu technologicznego, strategicznie wykorzystującym najnowocześniejsze narzędzia AI do rozwiązywania różnorodnych wyzwań biznesowych oraz pobudzania przyszłych innowacji. Zaprojektowane jako wyspecjalizowane ramię innowacyjne BASF w dziedzinie AI, centrum obejmuje różne funkcje i linie produktowe oraz nawiązuje partnerstwa, aby wzmacniać wysiłki badawczo-rozwojowe.

Jak to wszystko działa w BASF w praktyce?

Platforma zarządzania wiedzą o nazwie QKnows umożliwia globalnej społeczności R&D wyszukiwanie literatury naukowej, patentów oraz wewnętrznych raportów w jednym miejscu. Możliwości AI sprawiają, że odnalezienie istotnych informacji w ponad 400 milionach dokumentów jest znacznie szybsze, co pomaga badaczom zgłębiać złożone tematy naukowe i uzyskiwać cenne wnioski dla ich pracy. Tak potężnego systemu trudno znaleźć gdzie indziej, co z pewnością daje BASF przewagę konkurencyjną.

Kolejnym przykładem postępu jest pierwszy reaktor AI. Maksymalizacja wydajności reakcji jest jednym z typowych i skomplikowanych zadań chemika. Dotychczasowa praktyka polegała na zmienianiu różnych parametrów reakcji po kolei, co mogło być bardzo czasochłonnym procesem, aż do osiągnięcia zadowalającego poziomu wydajności. Reaktor AI znacząco przyspiesza teraz ten złożony proces. Planuje, przeprowadza i analizuje eksperymenty chemiczne. Co ważniejsze, reaktor uczy się i autonomicznie uruchamia kolejny cykl reakcji, maksymalizując jej wydajność. Pierwsze eksperymenty pokazały 20 razy szybszy proces niż dla pracy manualnej. BASF planuje zatem rozszerzyć ten system na całą chemię istotną dla firmy.

Trzeci przykład wykorzystania AI w R&D BASF pochodzi z działu Agricultural Solutions. Ocena wymywania do wód gruntowych jest kluczowym etapem rejestracji środków ochrony roślin. Proces ten jest złożony, czasochłonny i wymaga głębokiej wiedzy regulacyjnej. Biorąc pod uwagę obecne modele regulacyjne, niepraktyczne jest przeprowadzanie ocen dla dużej liczby kandydatów na wczesnych etapach badań. W tym miejscu opracowano narzędzie wspomagane AI, które przewiduje ryzyko wymywania do wód gruntowych dla wszystkich zaangażowanych związków już na wczesnym etapie procesu badawczego. Do opracowania modelu predykcyjnego BASF przeprowadził około miliona symulacji na swoim superkomputerze Quriosity. Sztuczna inteligencja pomogła w tym zadaniu skupić zasoby na najbezpieczniejszych związkach z największą szansą na sukces.

O swoich doświadczeniach opowiadają także eksperci koncernu Lanxess, który funkcjonuje w obszarze chemii specjalistycznej. Wykorzystuje on AI do przyspieszenia rozwoju produktów, w szczególności w jednostce biznesowej Urethane Systems.

- Projekt, zapoczątkowany w 2019 roku, skupia się na rozszerzeniu asortymentu prepolimerów stosowanych w systemach poliuretanowych. Celem jest oferowanie klientom indywidualnie dostosowanych systemów poliuretanowych z krótszymi terminami realizacji, w tym dla nowych aplikacji o specyficznych wymaganiach, takich jak np. twardość, wytrzymałość na rozciąganie, lepkość. W początkowej fazie specjaliści ds. danych i procesów w Lanxess wykorzystali platformę AI do powiększenia bazy danych formulacji opartych na prepolimerach. Istniejące dane empiryczne połączono z wiedzą ekspertów branżowych oraz algorytmami świadomymi chemii, co pozwoliło na obliczenie dodatkowych wartości pomiarowych. Dzięki temu weryfikacja wymagała jedynie niewielkiej liczby rzeczywistych pomiarów laboratoryjnych. W kolejnych etapach eksperci Lanxess testują wiarygodność predykcji optymalnych formulacji za pomocą AI, dostosowanych do wymagań klientów. Sztuczna inteligencja uzupełnia wiedzę domenową chemików, redukując liczbę niezbędnych testów i przyspieszając rozwój nowych formulacji - tłumaczą przedstawiciele Lanxessa.

Ekosystem start-upów i współprac technologicznych

Na potrzeby rozwoju i adaptacji sztucznej inteligencji do użytku w przemyśle chemicznym wyrósł już cały potężny biznes, początkowo start-upowy, który obecnie obejmuje zarówno innowacyjne firmy technologiczne, jak i współpracę z gigantami branżowymi.

Przykładem tego typu aktywności jest choćby współpraca firmy technologicznej NobleAI z koncernem Solvay. Belgijski potentat chemiczny zainwestował we wiodącego dewelopera oprogramowania, by uzyskać praktyczne wsparcie na polu badawczo-rozwojowym. Oprogramowanie Noble, które inkorporuje zasady oparte na fizyce do silnika sztucznej inteligencji, umożliwiając bardziej zaawansowane prace nad innowacjami.

- Nasza działalność badawcza generuje ogromne ilości danych pochodzących zarówno z licznych laboratoriów firmy na całym świecie, jak i ze źródeł zewnętrznych. Wykorzystanie narzędzi Noble.AI umożliwia tworzenie wysokiej jakości zasobów danych, które można przekształcić w inteligentne rekomendacje możliwe do wdrożenia w rzeczywistym świecie. Noble.AI ma potencjał, by stać się prawdziwym game changerem dla Solvay – dzięki temu, w jaki sposób pozwala nam wykorzystywać dane z naszej 150-letniej historii za pomocą nowych narzędzi AI, tworząc unikalną dźwignię do przyspieszenia innowacji - powiedział Stéphane Roussel, dyrektor zarządzający Solvay Ventures.

Rozwiązania NobleAI pomagają Solvay’owi w przyspieszaniu rozwoju formulacji i materiałów, optymalizacji wydajności, kosztów i bezpieczeństwa produktów, odkrywaniu nowych molekuł i alternatyw dla szkodliwych składników, poprawie predykcji w eksploracji, produkcji i operacjach, spełnianiu regulacji środowiskowych i promowaniu zrównoważonych, bezpiecznych alternatyw.

ARTYKUŁ DOSTĘPNY w "CHEMIA i BIZNES" 1/2026

"Chemia i Biznes” to dwumiesięcznik biznesowo-gospodarczy, stworzony z myślą o firmach poszukujących rzetelnej, aktualnej i profesjonalnie przygotowanej informacji na temat rynku chemicznego i sektorów powiązanych.

BASFEvonikLanxessAItechnologiaprzemysł chemicznySolvay