中國冶金報社
記者 樊三彩 劉加軍 報道
當下，我們正站在一場產業深刻變革的起點。全球人工智能競賽的號角已然吹響，從大洋彼岸的戰略布局到國家層面《關于深入實施“人工智能+”行動的意見》的重磅出臺，無不預示著AI（人工智能）賦能實體經濟的宏大序幕已徐徐拉開。“AI+鋼鐵”已然成為行業熱詞，但真正理解其內核者仍在少數。鋼鐵行業應如何跨越從概念到價值的鴻溝？《中國冶金報》記者于11月初專訪了鞍鋼集團鋼鐵研究院院長王軍生。
圖為王軍生
“AI+鋼鐵”
絕非淺嘗輒止的“技術嫁接”
《中國冶金報》記者：2025年7月23日，特朗普政府簽署發布《贏得AI競賽：美國AI行動計劃》；8月份，國務院印發《關于深入實施“人工智能+”行動的意見》（下稱《意見》）。您如何看待我國《意見》發布的時機及目的？對鋼鐵行業將產生怎樣的影響？
王軍生：《意見》的發布正值關鍵節點。特朗普政府發布《贏得AI競賽：美國AI行動計劃》，標志著全球主要經濟體已圍繞人工智能主導權展開系統性競爭。我國此舉旨在搶占AI賦能實體經濟的戰略先機，構筑新一輪產業革命中的核心競爭力。從國內產業發展視角看，鋼鐵行業面臨著生產效率提升、成本控制、綠色低碳轉型等諸多挑戰，《意見》的出臺為鋼鐵行業提供了清晰的轉型方向與強有力的政策支撐，是推動產業邁向高質量發展的關鍵一環。
新出臺的《意見》是在行業近幾年實踐經驗之上的升級指引。對鋼鐵行業而言，這標志著行業正從單點的智能應用向全流程、系統化的應用實踐邁進。未來的鋼鐵生產，將呈現數據驅動的精準制造、虛實結合的智能優化以及綠色低碳的可持續發展等特征。抓住此次人工智能政策的有利契機，我國鋼鐵工業有望實現從規模領先到技術引領的跨越式發展。
《中國冶金報》記者：最近一段時間，“AI+鋼鐵”成為鋼鐵行業的熱門提法，您認為有哪些概念需要厘清？在您看來，“AI+”在哪些場景應用潛力最大？請談談您對于正確推進“AI+鋼鐵”的建議。
王軍生：“AI+鋼鐵”絕非淺嘗輒止的“技術嫁接”，而是AI技術與鋼鐵全產業鏈的深度融合與創新變革。它是一個系統性工程，全面涵蓋了從原料采購、生產制造、質量管控到產品銷售及售后服務等各個環節，必須杜絕為了應用AI而盲目跟風的現象，確保AI技術的應用與實際生產需求緊密結合，從而創造出真正的價值。
在鋼鐵行業，AI有諸多適用場景。在生產優化方面，鞍鋼集團在智能制造進程中，借助AI技術對3D（危險、臟亂、困難）崗位作業進行優化，顯著提升生產效率與安全性；在質量管控層面，視覺AI檢測在冷軋板表面檢測等場景得到廣泛應用，大幅增強產品質量穩定性；在綠色低碳領域，AI用于能源調度優化，依據生產工況實時調整能源分配，有效降低鋼鐵生產過程中的能源消耗與碳排放。另外，AI在工藝模型的參數優化，材料研發過程中成分、組織和性能分析等領域也有實際效果。
然而，整體觀之，以大語言模型為代表的AI技術，目前仍主要應用在管理和辦公輔助領域，在生產、質量、能源等鋼鐵行業現場應用方面正在開展積極的應用探索。基于行業實踐，筆者對推進“AI+鋼鐵”有如下建議。
一是筑牢數據根基。鋼鐵企業要構建統一、規范的數據標準體系，整合礦山開采、煉鐵、煉鋼、軋鋼等全流程數據，提高數據質量與可用性，為AI模型訓練提供優質“養料”。
二是從小范圍場景試點起步。鋼企應選取痛點突出、效益易評估的環節（如高爐風口診斷、鋼材表面缺陷檢測等），驗證技術可行性與效益后再逐步推廣復制，避免大規模鋪開帶來的風險。
三是構建“老工匠+新專家”的協同團隊。安排經驗豐富的鋼鐵工藝專家與AI技術人才結對，工藝專家傳授行業知識、實際操作要點，AI人才助力將經驗轉化為算法模型，實現優勢互補。
四是緊盯價值創造。每個AI項目都要設定明確的效益目標與回本周期，嚴格評估投入產出比，確保智能化改造切實為企業降本增效、提升競爭力。
總之，“AI+鋼鐵”并非簡單的技術疊加，而是深度融合、協同創新的過程。唯有理性厘清概念、精準匹配場景、優化數據質量、科學推進實施，方能真正為鋼鐵行業注入新動能，達成智能化轉型升級的目標。
信息系統是
管理深度融合必要的“神經中樞”
《中國冶金報》記者：有專家認為，智能化可對行業兼并重組發揮大作用，您有何看法？面對綠色低碳、成本控制等行業轉型升級的難題，智能化將如何展現價值？
王軍生：面對當前鋼鐵行業重組整合的核心痛點，鞍鋼在實踐中探索形成了“以法律程序為基礎、以管理整合為靈魂”的理念。
從企業重組整合底層邏輯看，法律程序是“骨架”，管理融合是“血肉”。法律層面的股權調整、資產置換解決“完成重組”的形式問題，搭建了新機體的骨架，但要讓新機體“煥發生機”，關鍵在于落實管理的五大職能（計劃、組織、指揮、協調、控制）。比如鞍本重組時，人力資源領域存在崗位分類標準差異，若不將規則標準統一，人力資源系統則無法全面覆蓋，后續全流程管理也會陷入困境。這說明重組不是“簽署協議即結束”，而是要統一“人、財、物、產、供、銷”管理規則，讓資源從“物理疊加”變為“化學反應”，實現1+1＞2的協同效應。
要實現管理深度融合，信息系統是必要的“神經中樞”。若無信息系統統一覆蓋，管理整合將難以實現。因此，在鞍本重組實踐中，我們秉持“先固化，再優化”“管理不順則調整管理，絕不采用兩套系統”原則，優先推動核心管控領域系統統一，如人力資源管理先固化鞍鋼規則、調整本鋼標準，再優化細節；財務系統統一科目和核算規則。依托信息系統，被重組企業能融入集團管控體系，雖有局部調整成本，但從行業全局看，“短期陣痛”是實現長期協同的必要代價，要堅決執行。
未來，鋼鐵行業的兼并重組，必然是“法律程序+管理整合+數字底座”三位一體；而智能化的深化應用，也將從“單點場景優化”邁向“全產業鏈智慧協同”。例如，通過工業互聯網平臺，重組后的各基地能實現產能、庫存、訂單的動態調度，讓“兄弟關系”切實轉變為“利益共享、風險共擔”的協同共同體。鋼鐵企業也會持續在重組整合的管理方法論、智能化技術的場景落地方面發力，為鋼鐵行業高質量發展提供更多實踐方案。
智能化對鋼鐵行業轉型升級意義重大，它不僅是技術工具，更是破解綠色低碳、成本控制、高端化發展等難題的“核心引擎”。習近平總書記強調，制造業要堅持高端化、智能化、綠色化方向。對鋼鐵行業而言，三者相互關聯，智能化是串聯高端化與綠色化的紐帶，能使生產效率等“同步提升”。
全面完成
“十四五”規劃既定的智能化任務
《中國冶金報》記者：今年是“十四五”收官之年，鞍鋼集團智能化規劃的完成度如何？“十五五”將重點突破哪些方面？
王軍生：鞍鋼集團自2021年開始“握指成拳”推進數字鞍鋼建設，聚焦“產業數字化、數字產業化、數據價值化”3條主線重點攻堅，歷經5年時間，全面完成了“十四五”規劃既定的“智慧制造取得成效、數字產業創新發展、數字鞍鋼初步建成”的目標任務。
一是產業數字化水平大幅提升。鞍鋼集團參與制定數字化轉型相關的國家、行業標準32項，174項數字鞍鋼建設成果獲評各類獎項/示范，其中部委級達59項。西昌鋼釩、凌鋼股份、本鋼板材、齊大山鐵礦4家工廠入選工信部卓越級智能工廠，集團3D崗位機器換人率達49%，主業關鍵工序數控化率達86%，主業產線智能化改造完成率為37%，數字鞍鋼價值創造能力明顯。
二是數字產業化實現飛速發展。鞍鋼集團組建鞍鋼數科、礦業數智2家專業化數字產業公司，積極打造具有影響力的數字化轉型服務企業。羽嘉平臺成功入選工信部“跨行業、跨領域”工業互聯網平臺名單，實現東北地區零的突破。自主研發的PLC（可編程邏輯控制器）產品在硅鋼拼焊處理線等場景成功應用。AI視覺檢測、地質信息系統等軟件產品成功輸出，得到客戶高度認可。
三是數據要素價值逐步釋放。全面推進數據規范治理工作，建成“1+N”大數據平臺，支撐數據融通共享。鞍鋼集團公司數據管理能力成熟度達4.0級，鞍鋼股份鋼鐵流程大數據體系創新與實踐入選國家數據局首批數字中國建設典型案例。本鋼開發的供應鏈金融數據產品，在貴陽和浙江數據交易所登記，并成功創效。
智能化在鞍鋼集團的價值體現在多個維度：綠色低碳方面，鞍鋼利用AI技術對能源消耗進行精準建模與優化控制，有效降低單位產值能耗。以鞍山鋼鐵為例，2024年噸鋼綜合能耗、萬元產值綜合能耗分別為561千克標準煤、1.76噸標準煤，比“十三五”末分別降低3.4%、9.7%。成本控制方面，借助AI優化供應鏈管理，如“汽車鋼智聯云平臺供應鏈系統”，通過對物流、庫存、采購等數據的深度分析，實現精準采購、高效配送，降低供應鏈成本。生產效率層面，大量自動化設備與智能控制系統投入使用，生產過程的連續性與穩定性大幅提高，生產周期顯著縮短，企業的市場競爭力有效提升。研發效率層面，利用自研的冶金材料研發大數據平臺，通過全流程數字化管理，大幅縮短傳統模式的研發周期，減少中試和生產的試錯成本與理化檢驗成本。
此外，鞍鋼集團還立足于“AI服務于人、AI融入業務、AI賦能經營提效”的核心理念，讓智能化成果切實服務于企業生產經營的各個環節。目前，已完成多個通用場景建設，為全員開發應用奠定基礎。
展望“十五五”，鞍鋼集團將以“數智化建設賦能新鞍鋼高質量發展”為主線，依托“人工智能+”“數據要素×”兩個引擎，在新一代人工智能技術與企業經營管理、研發設計、生產制造等業務場景深度融合上重點突破。鞍鋼將聚焦AI大模型在鋼鐵全產業鏈的深度應用，推動AI大模型與傳統機理模型、數據模型相融合，計劃到2030年產線關鍵工序人工智能應用普及率達80%以上；持續加強數據價值化挖掘，完善數據治理體系，構建可信數據空間，有效支撐穿透式監管、數字化管控目標實現，讓更多數據資產實現市場變現；強化網信安全體系建設，加大網絡安全防護平臺研發與人才培養力度，提升應對網絡安全風險的能力，為智能化轉型保駕護航。
有獨特優勢，亦存核心差距
《中國冶金報》記者：相較于浦項、日本制鐵等國際鋼企的智能化水平，鞍鋼的優勢與差距體現在哪些方面？智能化如何助力鞍鋼參與全球競爭？
王軍生：鞍鋼集團在智能化建設方面已形成自身獨特優勢。一是場景應用豐富且深入，在智能制造、智慧管理、智慧運營等多領域均打造了成熟應用案例。例如，鞍鋼股份冷軋廠彩涂工區實現整條生產線無人化運作，從原料上料、生產加工到成品包裝，全流程由智能系統精準控制，生產效率與產品質量位居行業前列。二是產業協同能力強，依托鞍鋼自主工業互聯網平臺，不僅實現集團內部各子企業間的高效協同，還能為鋼鐵、礦山等十大行業提供智能化解決方案與服務，構建起互利共贏的產業生態。三是緊跟國家政策步伐，在數字化轉型過程中，積極貫徹落實國家戰略，充分利用政策支持，加快智能化建設進程。
然而，與浦項、日本制鐵相比，我們存在兩方面核心差距：一是數據規范治理與價值轉化“最后一公里”未打通。我們雖有數據平臺和治理體系，但數據效能未完全釋放，如財務、人力數據未與生產、銷售數據深度關聯，數據標準未覆蓋全產業鏈；而浦項已實現全產業鏈數據“端到端貫通”。二是AI賦能深度和廣度不足。我們AI應用處于起步階段，場景集中于基礎層面，高價值應用落地少；而日本制鐵AI應用已深入至決策層面。此外，“高附加值產品智能化研發”“國際標準話語權”差距依然存在，根源是數據未貫通、AI應用不深入。
針對差距，“十五五”核心策略將聚焦發揮“數據要素”作用，分兩步實施：第一步，攻克“數據協同治理”難題，夯實數據基礎，秉持“業務先行、源頭治理”理念，完善數據標準體系，建立“多主體協同機制”。第二步，利用數據讓AI融入全業務場景，構建“多維度立體化大數據體系”，整合數據形成資源池，開放數據開發端口，推動AI應用升級至決策層面。
為縮小差距，提升智能化水平，鞍鋼將加大核心技術研發投入，重點推進工業控制領域自主可控系統研究，如完成基于國產處理器的PLC等設計，實現關鍵技術國產化替代；加強與國際先進企業、高校及科研機構的交流合作，積極引進先進技術與經驗，通過聯合研發、技術引進消化再創新等方式，提升自身技術水平；加強內部人才培養與團隊建設，打造一支具備國際視野、掌握核心技術的智能化研發與應用人才隊伍。
打造適合研究院自身的
AI+SCIENCE的全新人才結構
《中國冶金報》記者：在AI時代，鞍鋼研究院將如何重構科研團隊的人才結構？
王軍生：面對鋼鐵行業智能化發展對復合型人才的迫切需求，鞍鋼研究院積極推進科研團隊知識結構重構。鞍鋼研究院作為鋼鐵行業研究院所的典型代表，現有的人才結構主要以材料研發的高層次人才為主。這類人才在本領域的研發能力是毋庸置疑的，但隨著AI時代的到來，學科的交叉、專業的融合成為必然選擇。因此，有必要通過引入高端IT（信息技術）人才、擴大IT研發隊伍，來補充材料專業在AI技術應用研發上的不足，再通過IT與OT（運營技術）的不斷知識融合，打造適合研究院自身的AI+SCIENCE的全新人才結構，實現AI為材料研發賦能提效。
主要包括兩方面工作：
一方面，打造一支能力過硬的材料數字化研發團隊。去年研究院進行了機構調整，通過引入高端IT人才，將原來的科技情報研究所轉型為信息技術研究所，將研發重點改為材料研發數字化和科研管理信息化兩大方向。同時，在原有數字化團隊的基礎上，不斷引入高素質的算法工程師、數據分析師等前沿AI專業人才。
另一方面，“平臺+管理”推動數字化研發深度持續應用。鞍鋼研究院依托自身的材料研發大數據平臺，推動科研人員利用信息化平臺、AI技術，以項目和委托方式貫穿材料研發從設計到生產試制的全流程。同時，我們還依靠管理制度和管理手段，限制并鼓勵研發人員利用數字化+AI技術來提升研發效率和研發能力。今年，鞍鋼研究院召開了鞍本北凌四院的數字化研發案例分享會，精挑細選了100多個項目參賽，選取40個項目進入決賽，并將進入決賽的項目編制出版了《數字化應用分享會優秀案例匯編》。此舉大幅激發與調動了科研人員開展數字化研發的主動性與積極性。
此外，鞍鋼還建立參賽激勵機制，積極鼓勵數字化研發項目參與各級比賽；搭建產學研合作平臺，與國內外知名高校、科研機構建立長期穩定的合作關系，選派科研人員到合作單位進修學習，為鞍鋼智能化發展源源不斷地輸送高素質復合型人才。
