泊俐美徕CEO酷纳·桑德普：看好中国化工企业的市场前景

于2024年年底召开的中央经济工作会议在部署今年重点经济发展任务时明确指出，开展“人工智能+”行动，积极运用数字技术、绿色技术改造提升传统产业。

作为人工智能的三大支柱之一，算法就像一把开启魔法之门的钥匙，加速技术与场景的结合。南方都市报推出“以算谋新”人物专访系列，采访在第三届琶洲算法大赛上新获评的“琶洲领军算法师”。他们是国内算法领域的佼佼者、探路者，其运用算法的思路和所形成的案例阐述了“人工智能+”的无限可能。

在人工智能时代，数据是企业最为宝贵的资产之一。获得相关数据可使企业发现业务流程和研发过程中的问题痛点，最大程度地进行优化改进降低错误，更好地参与市场竞争。

然而在传统的化工领域，人工智能对常见业务流程的改造还有待展开。许多公司在进行化工材料研发时还在沿用传统方式：将数据存储在硬盘和个人电脑上、通过excel的形式进行数据更新、用爱迪生试错法不断进行实验。

这种差异让工程师酷纳·桑德普（Kunal Sandeep）看到了创业机会。2020年，在一场会议中碰到了合作伙伴Abihijit Salvekar博士后，他们决定在新加坡创办Polymerize公司，通过引入材料信息学的方法打造一个化工行业的垂直类人工智能平台，通过平台提供的算法和定制化模型，化工企业可以减少试错次数，更高效率地完成新材料的研发。

在去年的琶洲算法大赛上，Polymerize作为海外选手参与竞赛，顺利地从全球36个国家上千支参赛队伍中脱颖而出，获得了AI赛题组的冠军，公司的联合创始人兼首席执行官酷纳也获得了琶洲领军算法师称号。

这一成绩给了他极大的信心，在面对南都·琶洲π记者采访的时候，他表示，在上海成立子公司展示了对中国市场前景的看好，他希望未来能够更多的中国化工企业能够通过Polymerize的平台更为高效地进行新材料的研发，帮助企业更好地发展。

Kunal Sandeep（酷纳·桑德普），上海泊俐美徕科技有限公司联合创始人、首席执行官。

帮客户企业节省了40%研发成本和80%研发时间

在解释为什么会专注于人工智能在化工领域的垂直应用时，酷纳表示这跟自己和另一位联合创始人的专业背景有关。

作为有过多次创业经历的工程师，酷纳擅长建平台写代码，而另一位联合创始人新加坡南洋理工大学材料学博士Abihijit Salvekar的专业背景则是材料学。

当两人在2020年新加坡的一次会议上碰面之后，他们决定联合各自专业所长来做点什么，做一个化工行业垂直领域的数字化平台的想法由此诞生，这一年的5月份，创业公司Polymerize在新加坡正式成立。

在前期创意想法的落地实践阶段，他们找了一些日本和印度的小型化工和新材料公司进行小规模试用，验证了这个方向是可行的，通过平台的算法和专业材料信息数据库确实可以加快企业的材料研发过程。

在前期的成功案例中，Polymerize帮助日本一家弹性密封件市场的领先企业节省了40%的研发成本和80%的研发时间。在这之后，两人通过不断升级迭代平台，又把这一新技术逐步推广至聚合物、涂料和油漆、橡胶、包装、新能源以及半导体等领域。

酷纳表示，目前公司已经可以向客户提供Polymerize Connect和Polymerize Labs两种产品方案。前者可以帮助化工企业在材料研发过程中进行全流程数字化管理，客户能够以直观快速地完成研发数据分析并直接生成和对比报告。后者则是一个基于云端的材料信息学平台，客户不仅能够对研发过程进行全流程数字化管理，还能进一步使用定制化模型进行更为全面的分析和预测。

在经过了前期商业开拓之后，Polymerize在日本和印度设立了办事处，并且在欧洲和韩国也顺利开展业务合作。2024年Polymerize又在上海成立了全资子公司上海泊俐美徕科技有限公司，正式进入中国市场，目前在全球范围内已经有80多个客户企业。

在上海成立子公司展示了对中国市场前景的看好，在酷纳看来，未来公司可以通过与国内化工企业紧密合作，为中国市场提供更加个性化和专业化的解决方案，满足国内不同产业日益增长的研发需求。

当前，快速发展的医疗、电动车、能源、循环经济等行业不断涌现出对高性能材料的需求，比如电动汽车需要绝缘、轻质、耐用、廉价的材料，这也使得化工新材料企业需要更快地研发推出新品，如何快速找到能够满足市场需求的材料配方也成为迫切的需求，这为Polymerize的业务打开了一片蓝海市场。

希望通过政府部门牵线更好在国内推广业务

对于在2024年琶洲算法大赛中进入总决赛并且获胜获评为琶洲领军算法师，酷纳也表示这一荣誉是对Polymerize公司和自己的极大肯定，获得这项荣誉不仅有利于下一步公司在国内继续开拓市场，也让自己可以更好地获得政府部门的指引和帮助。

在他看来，能够胜出的重要原因在于公司成功地找到了把算法和聚合物和材料学的相关领域知识结合的方式，也找准了当前化工企业传统研发过程的痛点。

在传统的爱迪生试错法研发模式下，化工企业需要通过重复实验和不断测试来寻找正确的答案，这个过程需要大量的材料和时间投入，研究过程也依赖研究人员的直觉和经验，这导致研发的经济成本和时间成本都难以满足当前社会经济对新材料的需求。

而在引入了算法和材料信息学之后，通过对初始研究数据的分析，研究人员可以在算法的指导下更快地排除掉无效错误的潜在方向，更迅速地找到可行的实验途径，中间可以节省经济成本和研究时间，同时，算法还能自动从保留的历史实验中学到知识并在下一步的研究中加以应用，为以后的研究继续提升效率。

Polymerize的人工智能模型根据输入的成分进行预测，同时训练反向模型，根据客户需求推荐配方。

正是凭借这一创新的算法和平台，目前Polymerize在国内的众多算法比赛中不断获得亮眼的成绩。除了琶洲算法大赛之外，公司还在由中国德国商会和华为云共同举办的AHK创新之夜活动中获得第一名。此外，公司也不断在化工行业的专业展览活动中崭露头角，让更多的中国化工企业了解到人工智能算法在产业内的应用。

通过积极参与国内相关算法大赛和产业展览，目前Polymerize在中国市场上也不断取得新进展。

酷纳告诉南都·琶洲π记者，当前公司已经在和国内一些公司积极洽谈试用，出于商业保密的原因暂时不能透露客户的名字，但是试用效果已经带来了很多积极的信号，很多客户在试用后都正式签约，客户留存率接近百分之百。为了更快速响应客户的需求，公司目前也在增加投资，对内部的产品架构和设计流程做进一步优化，因此他对后续国内市场的开拓，特别是对新能源和电池领域的拓展持比较积极的态度。

南都·琶洲π出品

采写：南都·琶洲π记者 魏凯

图片：受访者提供