国务院日前印发的《关于深入实施“人工智能＋”行动的意见》提出，推动产业全要素智能化发展，助力传统产业改造升级。“钢铁产业是我国重要的基础产业，拥有庞大的产业规模、深厚的应用积淀和高质量发展的迫切需求，是新一代人工智能深度赋能的理想实践场。”中国钢铁工业协会副会长兼秘书长姜维指出。

如火如荼推进

在今年年初公布的第13批全球“灯塔工厂”名单中，首钢股份冷轧公司成功入选。凭借云边协同技术架构的搭建，5G、大数据、AI、机器视觉和机器人等工业4.0先进技术的广泛应用，该公司成为全国钢铁行业第3家、全球钢铁行业第7家“灯塔工厂”。

为应对高端汽车制造领域更为严格的质量要求和日益多样化的产品规格带来的挑战，首钢股份冷轧公司部署67个工业4.0数字化应用案例，其中61％运用了人工智能，提高了端到端过程控制精度，消除了制约关键质量和产能提升的瓶颈，解决了客户面临的质量难题。

这只是钢铁行业智造升级的缩影。据中钢协调研，95.1％的钢铁企业将数字化转型战略纳入企业总体发展进程，持续投入资金实施数智化改造升级项目，机器人（含无人化装备）应用密度达65台（套）/万人；82.9％的企业建设了智能集控中心，主要集中在铁前和轧钢，63.4％的企业运用三维可视化仿真系统建设数字化工厂。

“要坚持创新驱动，强化科技赋能，加快推动钢铁行业智能化、绿色化转型。”河钢集团董事长刘键表示，河钢把智能制造纳入企业发展战略，积极推进人工智能技术与钢铁生产深度融合，大力实施“智能化提升行动”，加快以人工智能赋能企业转型升级。

据介绍，河钢自主研发“威赛博”工业互联网平台，系统集成智能装备、工业仿真、模型控制等创新能力，形成了贯穿生产全流程、软硬件协同的工业互联网基础底座。河钢还推动人工智能、数字孪生等技术与制造流程全链条融合，建设了一大批“智能工厂”。

着力破解“黑箱”

目前，钢铁行业正处于从数字化向智能化迈进的关键阶段，以大模型为代表的新一代人工智能有望成为驱动高质量发展的新引擎。在近日举办的“AI＋钢铁”技术发布会上，专家学者就如何推动“AI＋钢铁”技术的创新与应用展开研讨。

“要实现‘人工智能＋钢铁’新突破，全方位提升行业竞争力。”中国工程院院士王国栋强调，钢铁工业作为大型复杂流程工业，全流程各工序长期存在“黑箱”问题，必须整合我国钢铁材料领域与AI领域专家优势，推动新一代AI技术与钢铁行业实体经济深度融合。

据了解，我国钢铁工业的硬件、软件及生产环境已达工业时代世界顶尖水平，却长期受困于生产全过程“黑箱”。由于钢铁生产涉及复杂的物理与化学过程，存在大量不完全信息、不确定性及动态环境问题，对产品质量、生产效率、生产成本与环境效应均产生显著影响。

针对这一行业痛点，东北大学率先提出“人机混合智能”模式，专门用于破解钢铁生产“黑箱”，可实现全流程在线高保真预测，相关技术已在多家钢企落地应用。例如，在高炉智能冶炼中，创新采用“通用模型＋个性数据”架构，有效提升能效与绿色生产水平；在热轧环节，开发基于人机混合智能的数字孪生模型，融合物理机制与多模态数据，成功达成组织性能在线高精度预测与闭环优化。

王国栋进一步解释，将人的智能与人工智能深度融合，对生产过程大数据进行挖掘分析，通过人机协同推进“数字换脑、模型换代、工业软件开发”，可建成钢铁生产过程主单元的自主无人智能控制体系。这相当于将生产整体“黑箱”转化为综合性传感器，借助数字孪生实现精准预测，从而让生产过程自主无人、智能控制成为现实。

发展前景广阔

“科技飞速发展背景下，人工智能为钢铁行业带来了前所未有的机遇。”冶金工业信息标准研究院院长张龙强表示，AI在钢铁行业的应用场景已逐步落地，前景十分广阔。在生产流程优化方面，智能算法可精准预测设备故障，大幅减少停机时间，显著提升生产效率；在质量控制领域，AI图像识别技术能对钢材表面缺陷进行高精度检测，确保产品质量达标；在供应链管理环节，AI可结合市场需求、原材料价格波动等多因素开展预测，优化采购与生产计划，降低企业运营成本，增强核心竞争力。

展望未来，“AI＋钢铁”的发展空间将进一步拓展。一方面，随着AI技术的不断发展，特别是大模型技术的深入应用，将进一步穿透钢铁生产流程的“黑箱”，贯通数据孤岛，破解资源调度困局，实现钢铁生产全流程的智能化和精细化管理。通过沉淀数据资产、增强市场竞争能力，为钢铁企业练就更快、更准、更省的“真本事”。另一方面，“AI＋钢铁”将助力行业绿色可持续发展，推动节能减排与环境保护。同时，跨企业、跨行业的AI生态系统构建将成为趋势，促进钢铁企业与上下游企业、科研机构、技术服务商深度合作、协同创新，共同推动行业向高端化、智能化、绿色化转型。

姜维表示，中钢协将继续以“AI＋智能技术应用”为核心，全面转向新一代人工智能技术驱动的生产力重塑，通过政策引导、标准建设、标杆推广推动行业转型。重点聚焦产业链智能协同、低碳智能融合及低成本技术推广。

（内容来源于经济日报）