編者按

今年初以來，我國在人工智能、人形機器人等領域不斷取得關鍵突破，為包括鋼鐵行業在內的制造業帶來新舊動能轉換的有力抓手。

在全國兩會期間，無論是發布會、“代表委員通道”，還是分組討論會，關于人工智能的話題都是熱點。政府工作報告提出，持續推進“人工智能＋”行動，將數字技術與制造優勢、市場優勢更好結合起來，支持大模型廣泛應用，大力發展智能網聯新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端以及智能制造裝備。擴大5G規模化應用，加快工業互聯網創新發展，優化全國算力資源布局，打造具有國際競爭力的數字產業集群。加快完善數據基礎制度，深化數據資源開發利用，促進和規范數據跨境流動。

作為制造業的重要組成部分，鋼鐵行業既擁有海量工業數據積淀與全鏈條場景優勢，又面臨著工藝流程革新、能效管理優化、供應鏈智能化等轉型痛點，在這波智能化轉型浪潮中可謂機遇與挑戰并存。

可以肯定的是，今后人工智能將應用于鋼鐵行業的采購、生產、銷售等各個環節，關于鋼鐵行業該如何擁抱AI的討論也將愈發熱烈。本期《兩會會客廳》以“從‘制造’到‘智造’，鋼鐵行業該如何擁抱AI？”為主題，特邀請鋼鐵行業及有關領域的全國人大代表、政協委員及相關企業代表，請他們從鋼企應如何利用智能化改造降本增效、如何主動適應AI重塑的格局、如何解決“人機協同”難題等方面談談AI如何賦能鋼鐵行業的新質生產力發展。

主持人

呂曉崑 鄭潔 樊三彩 劉經緯 邵啟明 丁衛國 張苓 李倩

本期嘉賓

段向東 全國政協委員 中鋁集團黨組書記、董事長

孟繁英 全國人大代表 包鋼（集團）公司黨委書記、董事長

董才平 全國人大代表 中天鋼鐵集團黨委書記、 董事局主席、總裁

袁斯浪 全國人大代表 中國五礦所屬中國二十二冶集團 有限公司黨委書記、董事長

劉懷平 全國人大代表 江蘇昆侖互聯新能源集團 有限公司董事長

王艾竹 全國人大代表 撫順特殊鋼股份有限公司 技術中心高溫合金二室科研員

楊正平 全國人大代表 廣西柳州鋼鐵集團檢測計量中心 化學分析室化驗工

①目前哪些智能化改造在鋼企較為普遍？其中有哪些智能化改造的降本增效效果最為顯著？

孟繁英：從包鋼來講，近年來，我們將數字化、智能化轉型納入企業發展戰略，繪制了以數字化、智能化改造提升傳統產業發展的路線圖，通過實施一批智能化項目，有效整合生產流程，實現從訂單到生產的全過程控制。

包鋼白云鄂博鐵礦建成全球首個基于5G+網絡的無人駕駛礦車系統，完成了智能化通信、無人駕駛系統、全工藝流程遠程操控等技術的攻關，降低用工成本1億元以上，礦石產品單位能耗降低15%，近5年累計降本近3億元。在無人系統、智能檢測領域，包鋼智能鐵水運輸改造項目每年降低生產成本近千萬元；鋼管石油管加工智能接箍線改造項目使產品不良率大幅下降，委外加工和外購費用減少600多萬元。

董才平：當前鋼鐵行業在智能化改造方面的工作主要集中在3個方面：設備自動化、生產透明化、管理集約化。這些也是鋼企通過智改數轉實現降本增效的重點領域。

設備自動化指自動化裝備技術和智能化系統替代人工操作，提升工作效率與質量。如中天鋼鐵在廢鋼檢驗環節上線的智慧廢鋼系統，從廢鋼入廠到卸料、檢驗、出廠，均無需人工干預，即便在惡劣天氣下，依然可以在卸貨完成瞬間出具判級結果，提高了廢鋼檢驗的效率。

生產透明化指借助智能化系統，實現從原料采購到產品銷售的全流程數據可視化和精準控制。至于管理集約化，舉個例子，中天南通公司投資5億元建設的數字化控制中心，集“數據中心、智能管控中心、鋼軋集控中心、能源中心、鐵前集控中心”五大核心模塊于一體，實現了焦化、燒結、球團、煉鐵等7個鐵前工序的集中管理，總體人均效率提升30%以上。

劉懷平：當前，鋼鐵行業提升效率、降低成本較為普遍的措施包括工業互聯網平臺建設、設備預測性維護、智能物流與倉儲系統，以及能源管理、生產過程自動化和質量檢測等。其中，能源管理系統和預測性維護在降本增效方面的效果尤為顯著。

如昆侖新能自主研發的鋼鐵能效優化管控平臺，通過多種算法模型，實現了能源全流程數字化管理。某鋼廠通過該平臺優化除塵系統工藝流程，年節省成本近千萬元。同時，昆侖新能還聚焦電化學儲能等技術路線，探索固態電池應用，為極端環境下的儲能需求提供解決方案。

段向東：近年來，中鋁集團在基礎夯實、生態構建、智能工廠建設、人工智能應用等多領域發力，形成了用“數字化+人工智能”全面“武裝”全產業鏈的發展態勢。

2023年，中鋁集團發布了“綠星鏈通”1.0平臺，現已完成向2.0平臺的迭代升級，服務1萬余家內外部企業，上架商品60余萬條，合同成交額累計達754億元。該平臺從采購源頭進行事前控制，提高了采購計劃的準確性，避免重復采購，降低人力成本，減少人為干預，為中鋁集團提供了安全、可靠的采購環境，并與物流等供應鏈管理環節互聯互通，管理效率和業務透明度大幅提升。

②AI（人工智能）替代重復勞動后，傳統產業工人需要掌握哪些新技能？企業如何解決“人機協同”難題？

袁斯浪：隨著AI技術的不斷推廣與應用，傳統產業工人需緊跟形勢發展，不斷學習進步。傳統產業工人需要掌握人機交互技術能力，學會掌握“智能工具”、學會看數據說話，培養數據化決策思維、逐步適應人機配合，提升跨領域協同能力、創新問題解決能力及持續學習能力，緊跟時代步伐。

我認為實現“人機協同”，有以下幾種路徑：崗位升級，別只讓工人搬磚，如設立新崗位，無人機巡檢員、智能設備管理員等；通過搭建“智能實訓角”，以短視頻的形式定期開展培訓，營造學習氛圍，讓傳統產業工人盡快掌握行業普遍使用的科技工具；人機分工明確，危險工作給機器、精細活靠人；計件工資改為“人機合作績效”；開發便于操作的界面。

王艾竹：隨著AI逐步替代傳統產業中的重復性勞動，產業工人和企業在技能轉型與“人機協同”方面面臨重要挑戰。未來10年，“人機協同”將呈現技能融合化、界面自然化、決策協同化三大趨勢。為此，企業需要構建動態能力進化系統，工人則要發展為技術策展人，在設備管理、質量優化、創新實施等維度創造獨特價值。成功的轉型不僅依賴技術投入，還需要組織架構、激勵機制和企業文化的系統重構。

③未來3年~5年，AI驅動新質生產力的關鍵突破點在哪里？中國鋼企具有應用場景豐富、裝備技術領先等優勢，您認為，AI將如何助力中國鋼企實現世界領先？

楊正平：我認為未來3年~5年AI驅動新質生產力的關鍵突破點有以下4個：在智能制造板塊，AI會持續深度推進鋼鐵生產線的自動化與智能化變革；在生產優化領域，AI借助海量數據分析及機器學習技術，對煉鋼工藝開展精細調校；在綠色轉型方面，AI能對能源使用情況進行智能監控與精準優化，助力鋼鐵行業減少碳排放；在決策支持層面，AI賦能的數據分析系統可以為企業提供精準的市場預測、科學的供應鏈管理方案及長遠合理的戰略規劃。

從生產線效率優化、智能檢測提升產品精度，到強化供應鏈管理、助力綠色轉型生產，再到為企業戰略決策提供精準指導，在這些方面全方位融合AI技術后，中國鋼企定能在生產效率、產品質量、環保標準和成本控制等關鍵領域實現更大的發展和突破。

袁斯浪：未來3年~5年，AI驅動新質生產力在鋼企的關鍵突破點有以下3個：一是在生產流程優化上，通過AI算法實時分析參數，構建數字孿生模型，實現動態優化；二是在智慧能源管理方面，利用強化學習的能源調度系統，動態優化能源使用；三是設備預測性維護，借助振動傳感器與機器學習結合，提高設備故障預警準確率。

AI助力中國鋼企在世界領先可從多方面著手。如生產環節，AI能精準控制工藝參數，增強產品質量穩定性，降低次品率；物流與供應鏈方面，通過智能物流系統，提高庫存周轉率，降低運輸成本，實現供應鏈全程可視化管控；研發創新方面，以AI推動研發模式轉變，縮短研發周期，助力開發高附加值產品，從而全方位提升中國鋼企在全球的競爭力。

本期嘉賓

黃一新 南鋼集團黨委書記、董事長

張天福 山西晉南鋼鐵集團有限公司總裁

王社昌 中國重型機械研究院股份公司 董事長

①目前哪些智能化改造在鋼企較為普遍？其中有哪些智能化改造的降本增效效果最為顯著？請結合貴公司實際情況進行介紹。

黃一新：當前，鋼企重點聚焦生產流程優化與智能集控、質量控制的智能化升級、能源與安全管理數字化3個方向。

例如，南鋼通過“鐵區一體化智慧中心”整合了燒結、球團、高爐等5大工序和25套系統，利用高爐大數據建立爐身鏡像，打破了煉鐵黑箱過程，實現了冶煉過程的可視、可控、可判，創下了36個月“零懸料”紀錄；建設智慧運營中心、鋼軋一體化智慧中心和能源管控一體中心，加工成本下降20%，噸鋼質量成本下降10%，噸鋼能源綜合成本降低2%，產品成材率提升2%；以數字化手段整合了91套能源控制系統，對12種能源介質、80個站所進行集中管控，在能源一體化中心的1000多個精益管控畫面和源平衡、能源配置優化等模型作用下，實現噸鋼綜合能源成本下降2%，高爐煤氣年放散率降低到0.23%，年化效益可觀。

張天福：工業互聯網平臺、機器人應用、一鍵式操作等智能化改造在鋼企較為普遍。以我們晉南鋼鐵為例，“一鍵煉焦”實現了焦爐四大車現場無人值守、無人操作，不僅提高了生產效率，還改善了作業環境，減少了安全隱患，增強了員工的幸福感；“鐵水罐智能調度系統”能夠實現數據精準采集、位置精準跟蹤、生產精準聯動，全面降低了人為干預和安全風險，極大提升了企業的自動化和信息化水平，降本增效的效果十分顯著。

②如果說機械化、自動化、信息化逐步解放了人類的體力勞動，那么AI則正在解放人類的腦力勞動。您認為，AI將對鋼鐵行業產生哪些變革性的影響？鋼企應如何主動適應AI重塑的格局？

張天福：AI將對鋼鐵行業的生產模式產生變革性影響，能夠實現智能化決策、精準控制生產流程、在線監控庫存數據等，大幅提高生產效率和產品質量。鋼企應加大對AI技術研發和應用投入，積極培養AI專業人才，建立起智能化生產體系，主動適應AI重塑的格局。

黃一新：當前，AI技術正在推動鋼鐵行業進入全要素智能化重構的新階段。在制造端，AI驅動的智能感知系統能實時解析鐵、鋼冶煉動態；在運營端，“AI+”大數據將助力鋼企在采購、營銷領域開展精準決策；在研發領域，AI輔助產品開發，提高產品成功率，縮短產品研發周期；在質量領域，AI可以更進一步提高產品性能預報的覆蓋面和準確性，還可與工業機理模型配合實現全流程的工藝—質量管控；在設備運維領域，基于工業大數據的預測性維護系統可提前預判軋機故障。

面對AI帶來的變革，鋼企應實施3個方面的轉型：戰略層面要將AI納入新型工業化核心，以“AI+大數據+工業互聯網”驅動全流程、全領域的數智化提升；在組織架構上也應開始向“人機協同”新模式轉變，推動基礎性崗位員工向AI使用者、看護者和優化者的轉型；在生態構建上，應聯合自動化裝備廠商、科研院所，在相關關鍵技術上開展合作，實現從“制造執行”到“價值創造”的躍遷。

③AI替代重復勞動后，傳統產業工人需要掌握哪些新技能？企業如何解決“人機協同”難題？

張天福：傳統產業工人需掌握數據分析、編程、AI設備操作維護等新技能。企業可通過加強員工培訓，提供豐富的學習資源和平臺來提升員工技能。同時，鋼企還應建立合理的“人機協作”流程，明確人與AI的職責分工，以解決“人機協同”難題。

黃一新：AI替代重復性勞動后，傳統產業工人需重點掌握3項能力：智能設備操作與數字孿生系統維護技能、人機交互協作能力、跨領域知識遷移能力。

企業破解“人機協同”難題需構建三層次體系：在組織層面，要建立“AI工程師+工藝專家”的混編團隊，通過知識圖譜實現經驗的數字化傳承；在技術層面，需要開發適配工業場景的協同決策系統；在培訓層面，推行“模塊化技能認證”，通過AR（增強現實）仿真訓練幫助工人分階段掌握視覺檢測算法調優等，實現員工能力進階。

④未來3~5年，AI驅動新質生產力的關鍵突破點在哪里？中國鋼企具有應用場景豐富、裝備技術領先等優勢，您認為，AI將如何助力中國鋼企實現世界領先？

黃一新：未來3年~5年，AI驅動新質生產力的突破將聚焦三大領域：在工業認知重構方面，AI大模型將破解鋼鐵生產中的“黑箱”難題，通過融合機理模型與實時數據可以使高爐、轉爐的冶煉動態解析精度提升至90%以上；在“人機協同”方面，工業機器人將從單點作業向全流程自主決策演進；在價值創造層面，鋼企未來將依托“AI+大數據+工業互聯網”平臺驅動設備管理，使設備故障預測準確率突破95%，在“AI+”知識的驅動下新鋼種的研發周期也有可能縮短50%，同時在能源智能化精益管理下，碳足跡智能追蹤能夠使噸鋼碳排放降低8%~12%。

中國鋼企還需從以下3個方面重點突破：構建基于工業大數據的“數字孿生—自主決策—動態優化”閉環系統，實現從經驗驅動向算法驅動的生產模式迭代；通過RaaS（機器人即服務）模式整合產業鏈資源，形成覆蓋“礦山—制造—物流”的智能體集群協同網絡；依托國家“雙碳”戰略打造AI賦能的綠色制造體系，在氫冶金智能控制、余熱回收優化等領域形成技術代差優勢。

王社昌：從重型院研制裝備的經驗看，AI賦能鋼鐵生產的關鍵突破點：一是在于數據驅動模型的開發和持續完善；二是適時研發大模型，使模型的功能更趨近于生產實際，且覆蓋面更廣；三是邊界的開放，即數據資產在供需兩側的自由流動。

中國鋼鐵產量巨大，品種豐富，場景多元，有優越的AI應用條件，可以在以下方面積極作為：一是AI助力解決鋼鐵產業集中度提升過程中的物料流通問題和生產指揮調度問題；二是AI助力解決鋼鐵產業流程變革中的工藝重組問題；三是AI助力縮短鋼鐵品種開發周期及精準工藝調節。

張天福：未來3年~5年，AI驅動新質生產力的關鍵突破點在于與鋼鐵生產全流程的深度融合。我們國內鋼企可充分利用應用場景豐富、裝備技術領先的優勢，加速AI技術的落地應用。通過AI優化生產工藝、提升產品質量、開發高附加值產品，助力中國鋼企走向世界領先地位。

返回列表