中国冶金报社
记者 樊三彩 刘加军 报道
当下，我们正站在一场产业深刻变革的起点。全球人工智能竞赛的号角已然吹响，从大洋彼岸的战略布局到国家层面《关于深入实施“人工智能+”行动的意见》的重磅出台，无不预示着AI（人工智能）赋能实体经济的宏大序幕已徐徐拉开。“AI+钢铁”已然成为行业热词，但真正理解其内核者仍在少数。钢铁行业应如何跨越从概念到价值的鸿沟？《中国冶金报》记者于11月初专访了鞍钢集团钢铁研究院院长王军生。
图为王军生
“AI+钢铁”
绝非浅尝辄止的“技术嫁接”
《中国冶金报》记者：2025年7月23日，特朗普政府签署发布《赢得AI竞赛：美国AI行动计划》；8月份，国务院印发《关于深入实施“人工智能+”行动的意见》（下称《意见》）。您如何看待我国《意见》发布的时机及目的？对钢铁行业将产生怎样的影响？
王军生：《意见》的发布正值关键节点。特朗普政府发布《赢得AI竞赛：美国AI行动计划》，标志着全球主要经济体已围绕人工智能主导权展开系统性竞争。我国此举旨在抢占AI赋能实体经济的战略先机，构筑新一轮产业革命中的核心竞争力。从国内产业发展视角看，钢铁行业面临着生产效率提升、成本控制、绿色低碳转型等诸多挑战，《意见》的出台为钢铁行业提供了清晰的转型方向与强有力的政策支撑，是推动产业迈向高质量发展的关键一环。
新出台的《意见》是在行业近几年实践经验之上的升级指引。对钢铁行业而言，这标志着行业正从单点的智能应用向全流程、系统化的应用实践迈进。未来的钢铁生产，将呈现数据驱动的精准制造、虚实结合的智能优化以及绿色低碳的可持续发展等特征。抓住此次人工智能政策的有利契机，我国钢铁工业有望实现从规模领先到技术引领的跨越式发展。
《中国冶金报》记者：最近一段时间，“AI+钢铁”成为钢铁行业的热门提法，您认为有哪些概念需要厘清？在您看来，“AI+”在哪些场景应用潜力最大？请谈谈您对于正确推进“AI+钢铁”的建议。
王军生：“AI+钢铁”绝非浅尝辄止的“技术嫁接”，而是AI技术与钢铁全产业链的深度融合与创新变革。它是一个系统性工程，全面涵盖了从原料采购、生产制造、质量管控到产品销售及售后服务等各个环节，必须杜绝为了应用AI而盲目跟风的现象，确保AI技术的应用与实际生产需求紧密结合，从而创造出真正的价值。
在钢铁行业，AI有诸多适用场景。在生产优化方面，鞍钢集团在智能制造进程中，借助AI技术对3D（危险、脏乱、困难）岗位作业进行优化，显著提升生产效率与安全性；在质量管控层面，视觉AI检测在冷轧板表面检测等场景得到广泛应用，大幅增强产品质量稳定性；在绿色低碳领域，AI用于能源调度优化，依据生产工况实时调整能源分配，有效降低钢铁生产过程中的能源消耗与碳排放。另外，AI在工艺模型的参数优化，材料研发过程中成分、组织和性能分析等领域也有实际效果。
然而，整体观之，以大语言模型为代表的AI技术，目前仍主要应用在管理和办公辅助领域，在生产、质量、能源等钢铁行业现场应用方面正在开展积极的应用探索。基于行业实践，笔者对推进“AI+钢铁”有如下建议。
一是筑牢数据根基。钢铁企业要构建统一、规范的数据标准体系，整合矿山开采、炼铁、炼钢、轧钢等全流程数据，提高数据质量与可用性，为AI模型训练提供优质“养料”。
二是从小范围场景试点起步。钢企应选取痛点突出、效益易评估的环节（如高炉风口诊断、钢材表面缺陷检测等），验证技术可行性与效益后再逐步推广复制，避免大规模铺开带来的风险。
三是构建“老工匠+新专家”的协同团队。安排经验丰富的钢铁工艺专家与AI技术人才结对，工艺专家传授行业知识、实际操作要点，AI人才助力将经验转化为算法模型，实现优势互补。
四是紧盯价值创造。每个AI项目都要设定明确的效益目标与回本周期，严格评估投入产出比，确保智能化改造切实为企业降本增效、提升竞争力。
总之，“AI+钢铁”并非简单的技术叠加，而是深度融合、协同创新的过程。唯有理性厘清概念、精准匹配场景、优化数据质量、科学推进实施，方能真正为钢铁行业注入新动能，达成智能化转型升级的目标。
信息系统是
管理深度融合必要的“神经中枢”
《中国冶金报》记者：有专家认为，智能化可对行业兼并重组发挥大作用，您有何看法？面对绿色低碳、成本控制等行业转型升级的难题，智能化将如何展现价值？
王军生：面对当前钢铁行业重组整合的核心痛点，鞍钢在实践中探索形成了“以法律程序为基础、以管理整合为灵魂”的理念。
从企业重组整合底层逻辑看，法律程序是“骨架”，管理融合是“血肉”。法律层面的股权调整、资产置换解决“完成重组”的形式问题，搭建了新机体的骨架，但要让新机体“焕发生机”，关键在于落实管理的五大职能（计划、组织、指挥、协调、控制）。比如鞍本重组时，人力资源领域存在岗位分类标准差异，若不将规则标准统一，人力资源系统则无法全面覆盖，后续全流程管理也会陷入困境。这说明重组不是“签署协议即结束”，而是要统一“人、财、物、产、供、销”管理规则，让资源从“物理叠加”变为“化学反应”，实现1+1＞2的协同效应。
要实现管理深度融合，信息系统是必要的“神经中枢”。若无信息系统统一覆盖，管理整合将难以实现。因此，在鞍本重组实践中，我们秉持“先固化，再优化”“管理不顺则调整管理，绝不采用两套系统”原则，优先推动核心管控领域系统统一，如人力资源管理先固化鞍钢规则、调整本钢标准，再优化细节；财务系统统一科目和核算规则。依托信息系统，被重组企业能融入集团管控体系，虽有局部调整成本，但从行业全局看，“短期阵痛”是实现长期协同的必要代价，要坚决执行。
未来，钢铁行业的兼并重组，必然是“法律程序+管理整合+数字底座”三位一体；而智能化的深化应用，也将从“单点场景优化”迈向“全产业链智慧协同”。例如，通过工业互联网平台，重组后的各基地能实现产能、库存、订单的动态调度，让“兄弟关系”切实转变为“利益共享、风险共担”的协同共同体。钢铁企业也会持续在重组整合的管理方法论、智能化技术的场景落地方面发力，为钢铁行业高质量发展提供更多实践方案。
智能化对钢铁行业转型升级意义重大，它不仅是技术工具，更是破解绿色低碳、成本控制、高端化发展等难题的“核心引擎”。习近平总书记强调，制造业要坚持高端化、智能化、绿色化方向。对钢铁行业而言，三者相互关联，智能化是串联高端化与绿色化的纽带，能使生产效率等“同步提升”。
全面完成
“十四五”规划既定的智能化任务
《中国冶金报》记者：今年是“十四五”收官之年，鞍钢集团智能化规划的完成度如何？“十五五”将重点突破哪些方面？
王军生：鞍钢集团自2021年开始“握指成拳”推进数字鞍钢建设，聚焦“产业数字化、数字产业化、数据价值化”3条主线重点攻坚，历经5年时间，全面完成了“十四五”规划既定的“智慧制造取得成效、数字产业创新发展、数字鞍钢初步建成”的目标任务。
一是产业数字化水平大幅提升。鞍钢集团参与制定数字化转型相关的国家、行业标准32项，174项数字鞍钢建设成果获评各类奖项/示范，其中部委级达59项。西昌钢钒、凌钢股份、本钢板材、齐大山铁矿4家工厂入选工信部卓越级智能工厂，集团3D岗位机器换人率达49%，主业关键工序数控化率达86%，主业产线智能化改造完成率为37%，数字鞍钢价值创造能力明显。
二是数字产业化实现飞速发展。鞍钢集团组建鞍钢数科、矿业数智2家专业化数字产业公司，积极打造具有影响力的数字化转型服务企业。羽嘉平台成功入选工信部“跨行业、跨领域”工业互联网平台名单，实现东北地区零的突破。自主研发的PLC（可编程逻辑控制器）产品在硅钢拼焊处理线等场景成功应用。AI视觉检测、地质信息系统等软件产品成功输出，得到客户高度认可。
三是数据要素价值逐步释放。全面推进数据规范治理工作，建成“1+N”大数据平台，支撑数据融通共享。鞍钢集团公司数据管理能力成熟度达4.0级，鞍钢股份钢铁流程大数据体系创新与实践入选国家数据局首批数字中国建设典型案例。本钢开发的供应链金融数据产品，在贵阳和浙江数据交易所登记，并成功创效。
智能化在鞍钢集团的价值体现在多个维度：绿色低碳方面，鞍钢利用AI技术对能源消耗进行精准建模与优化控制，有效降低单位产值能耗。以鞍山钢铁为例，2024年吨钢综合能耗、万元产值综合能耗分别为561千克标准煤、1.76吨标准煤，比“十三五”末分别降低3.4%、9.7%。成本控制方面，借助AI优化供应链管理，如“汽车钢智联云平台供应链系统”，通过对物流、库存、采购等数据的深度分析，实现精准采购、高效配送，降低供应链成本。生产效率层面，大量自动化设备与智能控制系统投入使用，生产过程的连续性与稳定性大幅提高，生产周期显著缩短，企业的市场竞争力有效提升。研发效率层面，利用自研的冶金材料研发大数据平台，通过全流程数字化管理，大幅缩短传统模式的研发周期，减少中试和生产的试错成本与理化检验成本。
此外，鞍钢集团还立足于“AI服务于人、AI融入业务、AI赋能经营提效”的核心理念，让智能化成果切实服务于企业生产经营的各个环节。目前，已完成多个通用场景建设，为全员开发应用奠定基础。
展望“十五五”，鞍钢集团将以“数智化建设赋能新鞍钢高质量发展”为主线，依托“人工智能+”“数据要素×”两个引擎，在新一代人工智能技术与企业经营管理、研发设计、生产制造等业务场景深度融合上重点突破。鞍钢将聚焦AI大模型在钢铁全产业链的深度应用，推动AI大模型与传统机理模型、数据模型相融合，计划到2030年产线关键工序人工智能应用普及率达80%以上；持续加强数据价值化挖掘，完善数据治理体系，构建可信数据空间，有效支撑穿透式监管、数字化管控目标实现，让更多数据资产实现市场变现；强化网信安全体系建设，加大网络安全防护平台研发与人才培养力度，提升应对网络安全风险的能力，为智能化转型保驾护航。
有独特优势，亦存核心差距
《中国冶金报》记者：相较于浦项、日本制铁等国际钢企的智能化水平，鞍钢的优势与差距体现在哪些方面？智能化如何助力鞍钢参与全球竞争？
王军生：鞍钢集团在智能化建设方面已形成自身独特优势。一是场景应用丰富且深入，在智能制造、智慧管理、智慧运营等多领域均打造了成熟应用案例。例如，鞍钢股份冷轧厂彩涂工区实现整条生产线无人化运作，从原料上料、生产加工到成品包装，全流程由智能系统精准控制，生产效率与产品质量位居行业前列。二是产业协同能力强，依托鞍钢自主工业互联网平台，不仅实现集团内部各子企业间的高效协同，还能为钢铁、矿山等十大行业提供智能化解决方案与服务，构建起互利共赢的产业生态。三是紧跟国家政策步伐，在数字化转型过程中，积极贯彻落实国家战略，充分利用政策支持，加快智能化建设进程。
然而，与浦项、日本制铁相比，我们存在两方面核心差距：一是数据规范治理与价值转化“最后一公里”未打通。我们虽有数据平台和治理体系，但数据效能未完全释放，如财务、人力数据未与生产、销售数据深度关联，数据标准未覆盖全产业链；而浦项已实现全产业链数据“端到端贯通”。二是AI赋能深度和广度不足。我们AI应用处于起步阶段，场景集中于基础层面，高价值应用落地少；而日本制铁AI应用已深入至决策层面。此外，“高附加值产品智能化研发”“国际标准话语权”差距依然存在，根源是数据未贯通、AI应用不深入。
针对差距，“十五五”核心策略将聚焦发挥“数据要素”作用，分两步实施：第一步，攻克“数据协同治理”难题，夯实数据基础，秉持“业务先行、源头治理”理念，完善数据标准体系，建立“多主体协同机制”。第二步，利用数据让AI融入全业务场景，构建“多维度立体化大数据体系”，整合数据形成资源池，开放数据开发端口，推动AI应用升级至决策层面。
为缩小差距，提升智能化水平，鞍钢将加大核心技术研发投入，重点推进工业控制领域自主可控系统研究，如完成基于国产处理器的PLC等设计，实现关键技术国产化替代；加强与国际先进企业、高校及科研机构的交流合作，积极引进先进技术与经验，通过联合研发、技术引进消化再创新等方式，提升自身技术水平；加强内部人才培养与团队建设，打造一支具备国际视野、掌握核心技术的智能化研发与应用人才队伍。
打造适合研究院自身的
AI+SCIENCE的全新人才结构
《中国冶金报》记者：在AI时代，鞍钢研究院将如何重构科研团队的人才结构？
王军生：面对钢铁行业智能化发展对复合型人才的迫切需求，鞍钢研究院积极推进科研团队知识结构重构。鞍钢研究院作为钢铁行业研究院所的典型代表，现有的人才结构主要以材料研发的高层次人才为主。这类人才在本领域的研发能力是毋庸置疑的，但随着AI时代的到来，学科的交叉、专业的融合成为必然选择。因此，有必要通过引入高端IT（信息技术）人才、扩大IT研发队伍，来补充材料专业在AI技术应用研发上的不足，再通过IT与OT（运营技术）的不断知识融合，打造适合研究院自身的AI+SCIENCE的全新人才结构，实现AI为材料研发赋能提效。
主要包括两方面工作：
一方面，打造一支能力过硬的材料数字化研发团队。去年研究院进行了机构调整，通过引入高端IT人才，将原来的科技情报研究所转型为信息技术研究所，将研发重点改为材料研发数字化和科研管理信息化两大方向。同时，在原有数字化团队的基础上，不断引入高素质的算法工程师、数据分析师等前沿AI专业人才。
另一方面，“平台+管理”推动数字化研发深度持续应用。鞍钢研究院依托自身的材料研发大数据平台，推动科研人员利用信息化平台、AI技术，以项目和委托方式贯穿材料研发从设计到生产试制的全流程。同时，我们还依靠管理制度和管理手段，限制并鼓励研发人员利用数字化+AI技术来提升研发效率和研发能力。今年，鞍钢研究院召开了鞍本北凌四院的数字化研发案例分享会，精挑细选了100多个项目参赛，选取40个项目进入决赛，并将进入决赛的项目编制出版了《数字化应用分享会优秀案例汇编》。此举大幅激发与调动了科研人员开展数字化研发的主动性与积极性。
此外，鞍钢还建立参赛激励机制，积极鼓励数字化研发项目参与各级比赛；搭建产学研合作平台，与国内外知名高校、科研机构建立长期稳定的合作关系，选派科研人员到合作单位进修学习，为鞍钢智能化发展源源不断地输送高素质复合型人才。
