中国冶金报社两会报道组
记者 樊三彩 报道
记者 顾学超 摄影
AI（人工智能）浪潮下，一线工人岗位是否有被取代的风险？应当如何应对？针对这些问题，两会期间，中国冶金报社两会报道组记者采访了多位全国人大代表。
AI暂无法完全取代一线工人岗位
“以前炼钢要靠拥有几十年工作经验的老师傅看火候、调参数，而AI通过分析海量数据，能自动找到最佳配方。”全国人大代表，中天钢铁集团党委书记、董事局主席、总裁董才平向记者列举了AI在中天钢铁一线的应用场景，认为AI的应用大大提高了生产效率和稳定性。
图为董才平接受中国冶金报社两会报道组记者采访
例如，中天淮安公司钢帘线生产环节的下盘工作，纯人工操作需要超过一分钟，但是通过AGV（自动导引车）和下盘机器人的应用和高效协同，用28秒左右就能完成整套流程，比人工操作效率提升一倍以上。中天钢铁在废钢检验环节上线了智慧废钢系统，废钢从入厂到卸料、检验、出厂，均无需人工干预。同时，在雨雾雪风等恶劣环境下，依然可以在每车卸货完成的瞬间出具判级结果，大大提高了废钢检验的效率。不过，他认为，一线工人完全被取代不现实，但需要重构核心竞争力。
“暂时不会担心AI取代自身岗位。”全国人大代表、广西柳州钢铁集团有限公司检测计量中心化学分析室化验工杨正平表示，“技能人才需要进行很多精细化操作，人工智能还无法达到人类的水平。目前，我们希望将AI应用在生产优化、决策支持、设备维护、人才培养等方面，充当人类的助手。”
图为杨正平接受中国冶金报社两会报道组记者采访
例如，在生产优化领域，AI借助海量数据分析及机器学习技术，对炼钢工艺展开精细调校，助力企业降本增效。面对紧迫的绿色转型需求，AI能对能源使用情况进行智能监控与精准优化，助力钢铁行业减少碳排放。在决策支持层面，AI赋能的数据分析系统宛如企业的“智慧大脑”，可为企业提供精准的市场预测、科学的供应链管理方案及长远合理的战略规划。
全国人大代表，中国五矿所属中国一冶电焊工、高级技师赵宗合持有相似的观点，他认为，AI会把一线工人从比较脏、累、苦的岗位解放出来，但就目前来看，还无法适应复杂、高难度的工作。
在全国人大代表，山钢日照公司科技质量中心、钢铁研究院专家胡淑娥看来，AI有可取代的岗位，也有无法取代的岗位。“目前，能替代的是一切能标准化、有明确规则的技能岗位，如生产计划、工艺操作、质量检查与管控、报表数据分析、设备巡检、仓储管理、能源管控、销售客户关系管理等，以及一般行政管理岗位。这些早已在实践中得到应用。”胡淑娥表示，这些岗位后续可以转化为对智能设备的监控、AI系统的维护等岗位。
“替代不了的是需要深厚经验和创新思维的研发、决策等岗位。这些岗位可以借助AI提供备选方案，但最终优选的方案，必须结合复杂经验、智慧与情感做出最终决策。”胡淑娥告诉《中国冶金报》两会报道组记者，“我们要做的是培养‘钢铁+数据’的复合型人才，掌握算法模型，成为AI训练师，让AI加速科技研发。”
一线工人亟须掌握系列新技能
随着AI技术在传统产业领域的迅猛渗透，产业格局正经历深刻变革，重复性劳动逐步被自动化所替代，这对传统产业工人也提出了全新且迫切的要求。
董才平分享道，根据工信部2023年发布的《钢铁行业智能化发展人才需求白皮书》，钢铁行业智能化岗位中，同时掌握设备操作、数据分析和工艺优化技能的复合型人才占比不足15%，而企业需求缺口达43%。“以炼钢环节为例，传统炼钢工技能要求聚焦于温度控制和炉前操作，而智能炼钢系统要求操作人员具备冶金工艺知识、数字孪生系统操作能力及大数据分析技能，现有员工转型培训周期长达18个月，人才复合化程度难以仅通过企业自身培训实现提升。”他说道。
为此，董才平建议在高校钢铁专业的教材开发和课程建设方面，突破传统局限，将提升学生数字化技术应用能力、智慧运行与创新应用能力、智能设备操作与运行能力、机电技术融合应用能力作为核心目标。通过建设虚拟仿真实训基地，充分利用数字化技术构建高度还原的工作场景，让学生沉浸式感受职业氛围，提前明晰职业要求。
“未来10年，人机协同将呈现‘技能融合化、界面自然化、决策协同化’三大趋势，企业需要构建动态能力进化系统，工人则要在设备管理、质量优化、创新实施等维度创造独特价值。”全国人大代表、抚顺特殊钢股份有限公司技术中心高温合金二室科研员王艾竹强调，“成功的转型不仅依赖技术投入，还需要组织架构、激励机制和企业文化的系统重构。”
图为王艾竹接受中国冶金报社两会报道组记者采访
赵宗合认为，创新技能人才培养模式是当务之急。《政府工作报告》提出，建设一流产业技术工人队伍。结合其自身岗位而言，加强机器人焊接操作、特种材料焊接工艺培训，提升新型焊接技能人才“含金量”“含新量”应是题中之义。
图为赵宗合、张尤慧在驻地联合接受中国冶金报社两会报道组记者采访
杨正平告诉《中国冶金报》两会报道组记者：“我深切感受到，传统产业工人亟须掌握一系列新技能，方能在新时代站稳脚跟。设备操作与维护排在首位。”
在她看来，一线工人要熟练驾驭AI与自动化设备，依据复杂多变的生产需求，精准设定参数、高效下达指令。同时，数据处理与分析能力也很重要，要学会运用AI工具进行全方位收集、细致整理与初步分析，挖掘数据背后潜藏的生产问题与规律，为生产优化提供有力依据。在质量检测与优化方面，借助AI辅助的检测工具和技术，实现更精准的产品质量检测与评估。依据检测数据，一线工人要能提出切实可行的产品质量改进建议与措施，助力企业提升产品竞争力。
杨正平认为，企业若想攻克“人机协同”这一难关，可以从几个方面考虑。一是构建完善的“数字员工”培养体系，开设涵盖AI技术、数据分析、设备维护等多领域的专项培训课程，为员工成长筑牢根基。二是进一步完善奖励，对人机协同工作中表现优异、贡献创新想法与方案的员工，给予物质与精神双重奖励，激发全员积极性。三是要营造开放、包容的工作环境与文化氛围，鼓励员工大胆尝试新工作方式与技术应用，彻底消除对新技术的抵触情绪。
