本產品為新興產品，基于此市場規模較難估計。由于材料研發與制藥行業類似都是一個大行業，因此我們可以使用AI制藥的市場規模進行估算，國內行業市場規模將從幾十億逐漸發展為千億級別。前期本公司會以合作研發模式與高校，企業或者政府機構簽訂合同。在此階段產品將得到迭代與完善。后續將能大規模提供相關算法與數據服務。

本項目計劃分三階段完成，分別為項目階段、細分行業小平臺階段、行業研發大平臺階段。

第一階段：項目階段

在第一階段，搭建標準化測量設備、構建以行業需求為導向的通用數據模型、高度結構化的科研數據庫作為公司的核心競爭力。面向大型石化、材料企業現階段被“卡脖子”的特定材料，實現逆向工程的智能化挖掘配方以及工藝的探索。標準化測量設備的開發主要瞄準各產業定制化程度高的實驗項目，為將來階段的智能化全流程數據分析（即數據收集、存儲、清理、分析、發布）打下基礎。通用數據模型的建立主要是為了減少在協作關系復雜的國企研發部門的低效勞動時間，將實驗數據的收集方法標準化，達到所有研究的數據都以通用的記錄標準記錄，大幅增強數據的復用性，將數據實現多場景復用。

第二階段：細分行業小平臺階段

經過第一階段的基礎建設后，與大型國企長期合作的基礎上，建立行業重點、難點細分領域的智能化研發平臺，推動行業標準的建立。通過數據的累計和訓練算法的完善，實現AlphaGomaster級別，甚至AlphaGozero級別的自主學習。推廣科學家、工程師沒用過的方式進行研發，推動現有的應用材料研發從工程學走向科學。此階段主要面向的客戶為細分行業內的大中型企業，主要目的是依托行業龍頭的影響力，建立在細分領域的材料研發技術平臺系統，推廣本項目制定的標準。

第三階段：行業研發大平臺階段

經過前兩輪的積累，從行業細分領域的小平臺上升為面向行業整體研發的大平臺。我們的愿景是在線上實現分布式大數據儲存和分析，結合工業數字化的浪潮，實現高性能計算對大行業的協調，統籌。獲得一系列突破性技術，使得平臺系統完全實現基礎設施化。

目前市場中并沒有成熟的未來智能實驗室的解決方案，屬于新興產業。目標產品/服務在北美、歐洲等地有相似應用（如AI科學公司Deepmind），國內同類型競品極少，如百度AI開放平臺，晶泰科技等，但所屬專精領域不同，預計可形成良好的競合關系。

目標領域涉及材料科學，醫藥科學，能源化工，人工智能等多交叉學科，準入門檻較高。相對于傳統的材料研究方式（基于實驗室試錯和材料模擬），本產品可以帶來十倍以上的研發時間縮短，擁有極大的客戶需求。