“AI+管理”
河鋼數字“AI+管理創新中心”揭牌
本報訊 3月26日，河鋼數字與金蝶共建的“AI+管理創新中心”在河鋼數字威賽博工業互聯網產業園正式揭牌，標志著雙方將在AI（人工智能）技術與管理創新融合領域展開全方位探索，共同構建“AI+管理”新范式。
“AI+管理創新中心”作為國內鋼鐵行業首個聚焦人工智能與企業管理深度融合的創新中心，通過整合河鋼數字在工業互聯網領域的場景化實踐經驗，以及金蝶云蒼穹PaaS平臺的技術底座優勢，打造覆蓋運營創新、業務模式創新、管理創新的多維賦能路徑，能夠為鋼鐵行業實現智能化升級、高質量發展提供強大引擎。
河鋼數字黨委書記、總經理申培指出，“AI+管理創新中心”的成立是河鋼數字深化產學研合作的重要實踐成果。未來，河鋼將持續推進“人工智能+”戰略落地，引導各業務單元將AI技術與生產經營深度融合，加速推動公司管理體系向實時感知、智能決策、精準執行的智能化管理模式轉型。雙方將依托創新中心平臺，探索AI技術在鋼鐵行業管理場景的創新應用，逐步構建具有行業特色的智能管理體系。
金蝶中國助理總裁、營銷與交付管理部總經理王劍介紹了AI的發展歷程與未來趨勢。他指出，通過與河鋼數字的戰略合作，雙方將共同探索AI技術優化管理邏輯的實踐路徑，助力河鋼數字打造智能管理標桿企業，為行業數字化轉型提供可參考的創新范式。
此次合作是河鋼數字與金蝶深化戰略協同的重要實踐，通過構建“AI+管理”雙輪驅動體系，打破傳統管理邊界，將人工智能技術深度融入企業運營管理中，打造從生產要素到管理要素的全面數字化模式。（李寧）
“AI+生產”
DeepSeek賦能漣鋼“煉”出未來
本報訊 近日，在鋼鐵行業智能化轉型的浪潮中，湖南鋼鐵集團漣鋼攜手華菱云創、北科工研，以DeepSeek（深度求索）本地化部署為核心引擎，融合技術創新與實際應用場景，深度挖掘數據價值，推動漣鋼在質量管控、工藝改進及知識智慧化管理方面取得突破性進展。
依托漣鋼云數據中心高性能計算節點，漣鋼成功部署DeepSeek私有版，搭建起覆蓋全工序的質量風險預警機制與過程智能管控體系。該系統基于龐大的基礎質量數據集，通過Ollama托管服務運行DeepSeek-R1，實現了Django與Vue框架的深度融合，確保了數據的雙向交互，精準預判生產風險，打造鋼鐵生產的“智慧大腦”。
同時，面對硬件與網絡資源限制，項目團隊創新性采用“二級網絡跳板+本地算法協同”雙軌部署架構，以冷軋板廠為試點部署DeepSeek標準化檢查應用場景，用不到10%的部署成本實現冷軋罩式爐工藝標準化檢查的智能化升級，構建了一個智能核查閉環系統。該系統單次檢測效率提高60%以上，技術文件檢索速度實現80%的飛躍式提升，徹底解決人工核驗效率低、易出錯的行業痛點。
DeepSeek還深度整合融入漣鋼體系管理平臺，打造行業領先的知識資源共享樞紐，不僅實現對非結構化數據的自然語言檢索功能，還創新性地推出虛擬培訓導師模塊。新員工僅需通過自然語言對話，即可迅速且精確地獲取技術資源，使得新員工技能掌握周期縮短50%，解決了傳統制造業知識管理和經驗傳承的難題。
未來，漣鋼將以DeepSeek為核心，聚焦三大戰略方向：一是搭建質量智控平臺。整合全工序表面質量檢測數據，實時監控過程參數趨勢，聯動工藝控制，構建“數據—決策—優化”閉環，預計減少15%的資源浪費。二是構建AI（人工智能）知識大腦。整合質量、研發、生產、銷售數據，打造行業首個鋼鐵全生命周期知識庫，賦能決策效率提升30%。三是多模態場景突破。2025年，基于以DeepSeek為代表的推理模型、以Kimi為代表的語言模型、以盤古為代表的視覺模型，漣鋼將重點攻堅9大視覺檢測場景（涵蓋燒結機料面異常識別、焦罐掛鉤識別等）。同時，漣鋼還將深化熱軋參數優化模型，推動AI在原料檢測、設備運維、工藝優化等環節的規模化應用，確保生產流程穩定可控。
“DeepSeek不僅是工具，還是重塑生產邏輯的變革者。”漣鋼副總經理梁亮表示，未來，將以“AI+鋼鐵”場景創新為支點，推動漣鋼從“制造”向“智造”跨越。（左蜜琳）
“AI+診斷”
馬鋼交材AI+設備診斷系統上線
本報訊 3月11日，馬鋼交材舉行AI+設備診斷系統上線發布會，正式推出馬鋼交材首個基于DeepSeek大語言模型開發的AI（人工智能）系統，標志著馬鋼交材在數字化轉型和智慧制造領域邁出里程碑式一步。
作為科改示范企業，馬鋼交材始終把科技發展作為核心戰略和第一驅動力。2025年春節期間，DeepSeek-R1模型的推出，給人工智能技術的落地應用提供了低成本的解決方案。2月11日，春節剛過的第一周，馬鋼交材公司領導便帶領技術骨干成立了AI興趣小組，就如何用好DeepSeek開展前瞻性的研究。
為深入貫徹寶武“2526”工程啟動會關于“全面部署DeepSeek，用AI重新定義鋼鐵”的會議精神，馬鋼交材正式成立專項工作組，圍繞DeepSeek本地部署及AI+本地應用的研究開展了一系列工作，并在設備管理領域取得了階段性的研究成果。
此次上線的AI+設備診斷系統，通過本地部署DeepSeek大模型，植入了設備知識庫，對用戶提出的設備故障進行分析，給出故障處理方法、優化維保策略，為現場快速處置做了嘗試。發布會同時進行了“AI+設備診斷系統”操作流程演示，并開展了“大模型與AI工具提效”經驗分享交流培訓。后期，馬鋼交材還將持續對設備故障模型開展深度訓練，提高問題診斷和解決能力。
相關負責人表示，隨著AI診斷系統的深度應用，馬鋼交材通過全員參與、協同共創，正在“智改數轉”賽道上加速奔跑，用AI重新定義輪軸。 （徐康 華曉春）
《中國冶金報》（2025年04月01日 04版四版）
