今年初以来，我国在人工智能、人形机器人等领域不断取得关键突破，为包括钢铁行业在内的制造业带来新旧动能转换的有力抓手。
在全国两会期间，无论是发布会、“代表委员通道”，还是分组讨论会，关于人工智能的话题都是热点。政府工作报告提出，持续推进“人工智能＋”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。扩大5G规模化应用，加快工业互联网创新发展，优化全国算力资源布局，打造具有国际竞争力的数字产业集群。加快完善数据基础制度，深化数据资源开发利用，促进和规范数据跨境流动。
作为制造业的重要组成部分，钢铁行业既拥有海量工业数据积淀与全链条场景优势，又面临着工艺流程革新、能效管理优化、供应链智能化等转型痛点，在这波智能化转型浪潮中可谓机遇与挑战并存。可以肯定的是，今后人工智能将应用于钢铁行业的采购、生产、销售等各个环节，关于钢铁行业该如何拥抱AI的讨论将愈发热烈。本期《两会会客厅》以此为主题，邀请钢铁行业及有关领域的全国人大代表、政协委员及相关企业代表，请他们从钢企应如何利用智能化改造降本增效、如何主动适应AI重塑的格局、如何解决“人机协同”难题等方面谈谈AI如何赋能钢铁行业的新质生产力发展。
本期嘉宾
段向东 全国政协委员 中铝集团党组书记、董事长
孟繁英 全国人大代表 包钢（集团）公司党委书记、董事长
董才平 全国人大代表 中天钢铁集团党委书记、 董事局主席、总裁
袁斯浪 全国人大代表 中国五矿所属中国二十二冶集团 有限公司党委书记、董事长
刘怀平 全国人大代表 江苏昆仑互联新能源集团 有限公司董事长
王艾竹 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
杨正平 全国人大代表 广西柳州钢铁集团检测计量中心 化学分析室化验工
目前哪些智能化改造在钢企较为普遍？其中有哪些智能化改造的降本增效效果最为显著？
孟繁英：从包钢来讲，近年来，我们将数字化、智能化转型纳入企业发展战略，绘制了以数字化、智能化改造提升传统产业发展的路线图，通过实施一批智能化项目，有效整合生产流程，实现从订单到生产的全过程控制。
包钢白云鄂博铁矿建成全球首个基于5G+网络的无人驾驶矿车系统，完成了智能化通信、无人驾驶系统、全工艺流程远程操控等技术的攻关，降低用工成本1亿元以上，矿石产品单位能耗降低15%，近5年累计降本近3亿元。在无人系统、智能检测领域，包钢智能铁水运输改造项目每年降低生产成本近千万元；钢管石油管加工智能接箍线改造项目使产品不良率大幅下降，委外加工和外购费用减少600多万元。
董才平：当前钢铁行业在智能化改造方面的工作主要集中在3个方面：设备自动化、生产透明化、管理集约化。这些也是钢企通过智改数转实现降本增效的重点领域。
设备自动化指自动化装备技术和智能化系统替代人工操作，提升工作效率与质量。如中天钢铁在废钢检验环节上线的智慧废钢系统，从废钢入厂到卸料、检验、出厂，均无需人工干预，即便在恶劣天气下，依然可以在卸货完成瞬间出具判级结果，提高了废钢检验的效率。
生产透明化指借助智能化系统，实现从原料采购到产品销售的全流程数据可视化和精准控制。至于管理集约化，举个例子，中天南通公司投资5亿元建设的数字化控制中心，集“数据中心、智能管控中心、钢轧集控中心、能源中心、铁前集控中心”五大核心模块于一体，实现了焦化、烧结、球团、炼铁等7个铁前工序的集中管理，总体人均效率提升30%以上。
刘怀平：当前，钢铁行业提升效率、降低成本较为普遍的措施包括工业互联网平台建设、设备预测性维护、智能物流与仓储系统，以及能源管理、生产过程自动化和质量检测等。其中，能源管理系统和预测性维护在降本增效方面的效果尤为显著。
如昆仑新能自主研发的钢铁能效优化管控平台，通过多种算法模型，实现了能源全流程数字化管理。某钢厂通过该平台优化除尘系统工艺流程，年节省成本近千万元。同时，昆仑新能还聚焦电化学储能等技术路线，探索固态电池应用，为极端环境下的储能需求提供解决方案。
段向东：近年来，中铝集团在基础夯实、生态构建、智能工厂建设、人工智能应用等多领域发力，形成了用“数字化+人工智能”全面“武装”全产业链的发展态势。
2023年，中铝集团发布了“绿星链通”1.0平台，现已完成向2.0平台的迭代升级，服务1万余家内外部企业，上架商品60余万条，合同成交额累计达754亿元。该平台从采购源头进行事前控制，提高了采购计划的准确性，避免重复采购，降低人力成本，减少人为干预，为中铝集团提供了安全、可靠的采购环境，并与物流等供应链管理环节互联互通，管理效率和业务透明度大幅提升。
AI（人工智能）替代重复劳动后，传统产业工人需要掌握哪些新技能？企业如何解决“人机协同”难题？
袁斯浪：随着AI技术的不断推广与应用，传统产业工人需紧跟形势发展，不断学习进步。传统产业工人需要掌握人机交互技术能力，学会掌握“智能工具”、学会看数据说话，培养数据化决策思维、逐步适应人机配合，提升跨领域协同能力、创新问题解决能力及持续学习能力，紧跟时代步伐。
我认为实现“人机协同”，有以下几种路径：岗位升级，别只让工人搬砖，如设立新岗位，无人机巡检员、智能设备管理员等；通过搭建“智能实训角”，以短视频的形式定期开展培训，营造学习氛围，让传统产业工人尽快掌握行业普遍使用的科技工具；人机分工明确，危险工作给机器、精细活靠人；计件工资改为“人机合作绩效”；开发便于操作的界面。
王艾竹：随着AI逐步替代传统产业中的重复性劳动，产业工人和企业在技能转型与“人机协同”方面面临重要挑战。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。为此，企业需要构建动态能力进化系统，工人则要发展为技术策展人，在设备管理、质量优化、创新实施等维度创造独特价值。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。
未来3年~5年，AI驱动新质生产力的关键突破点在哪里？中国钢企具有应用场景丰富、装备技术领先等优势，您认为，AI将如何助力中国钢企实现世界领先？
杨正平：我认为未来3年~5年AI驱动新质生产力的关键突破点有以下4个：在智能制造板块，AI会持续深度推进钢铁生产线的自动化与智能化变革；在生产优化领域，AI借助海量数据分析及机器学习技术，对炼钢工艺开展精细调校；在绿色转型方面，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可以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。
从生产线效率优化、智能检测提升产品精度，到强化供应链管理、助力绿色转型生产，再到为企业战略决策提供精准指导，在这些方面全方位融合AI技术后，中国钢企定能在生产效率、产品质量、环保标准和成本控制等关键领域实现更大的发展和突破。
袁斯浪：未来3年~5年，AI驱动新质生产力在钢企的关键突破点有以下3个：一是在生产流程优化上，通过AI算法实时分析参数，构建数字孪生模型，实现动态优化；二是在智慧能源管理方面，利用强化学习的能源调度系统，动态优化能源使用；三是设备预测性维护，借助振动传感器与机器学习结合，提高设备故障预警准确率。
AI助力中国钢企在世界领先可从多方面着手。如生产环节，AI能精准控制工艺参数，增强产品质量稳定性，降低次品率；物流与供应链方面，通过智能物流系统，提高库存周转率，降低运输成本，实现供应链全程可视化管控；研发创新方面，以AI推动研发模式转变，缩短研发周期，助力开发高附加值产品，从而全方位提升中国钢企在全球的竞争力。
本期嘉宾
黄一新 南钢集团党委书记、董事长
张天福 山西晋南钢铁集团有限公司总裁
王社昌 中国重型机械研究院股份公司 董事长
目前哪些智能化改造在钢企较为普遍？其中有哪些智能化改造的降本增效效果最为显著？请结合贵公司实际情况进行介绍。
黄一新：当前，钢企重点聚焦生产流程优化与智能集控、质量控制的智能化升级、能源与安全管理数字化3个方向。
例如，南钢通过“铁区一体化智慧中心”整合了烧结、球团、高炉等5大工序和25套系统，利用高炉大数据建立炉身镜像，打破了炼铁黑箱过程，实现了冶炼过程的可视、可控、可判，创下了36个月“零悬料”纪录；建设智慧运营中心、钢轧一体化智慧中心和能源管控一体中心，加工成本下降20%，吨钢质量成本下降10%，吨钢能源综合成本降低2%，产品成材率提升2%；以数字化手段整合了91套能源控制系统，对12种能源介质、80个站所进行集中管控，在能源一体化中心的1000多个精益管控画面和源平衡、能源配置优化等模型作用下，实现吨钢综合能源成本下降2%，高炉煤气年放散率降低到0.23%，年化效益可观。
张天福：工业互联网平台、机器人应用、一键式操作等智能化改造在钢企较为普遍。以我们晋南钢铁为例，“一键炼焦”实现了焦炉四大车现场无人值守、无人操作，不仅提高了生产效率，还改善了作业环境，减少了安全隐患，增强了员工的幸福感；“铁水罐智能调度系统”能够实现数据精准采集、位置精准跟踪、生产精准联动，全面降低了人为干预和安全风险，极大提升了企业的自动化和信息化水平，降本增效的效果十分显著。
如果说机械化、自动化、信息化逐步解放了人类的体力劳动，那么AI则正在解放人类的脑力劳动。您认为，AI将对钢铁行业产生哪些变革性的影响？钢企应如何主动适应AI重塑的格局？
张天福：AI将对钢铁行业的生产模式产生变革性影响，能够实现智能化决策、精准控制生产流程、在线监控库存数据等，大幅提高生产效率和产品质量。钢企应加大对AI技术研发和应用投入，积极培养AI专业人才，建立起智能化生产体系，主动适应AI重塑的格局。
黄一新：当前，AI技术正在推动钢铁行业进入全要素智能化重构的新阶段。在制造端，AI驱动的智能感知系统能实时解析铁、钢冶炼动态；在运营端，“AI+”大数据将助力钢企在采购、营销领域开展精准决策；在研发领域，AI辅助产品开发，提高产品成功率，缩短产品研发周期；在质量领域，AI可以更进一步提高产品性能预报的覆盖面和准确性，还可与工业机理模型配合实现全流程的工艺—质量管控；在设备运维领域，基于工业大数据的预测性维护系统可提前预判轧机故障。
面对AI带来的变革，钢企应实施3个方面的转型：战略层面要将AI纳入新型工业化核心，以“AI+大数据+工业互联网”驱动全流程、全领域的数智化提升；在组织架构上也应开始向“人机协同”新模式转变，推动基础性岗位员工向AI使用者、看护者和优化者的转型；在生态构建上，应联合自动化装备厂商、科研院所，在相关关键技术上开展合作，实现从“制造执行”到“价值创造”的跃迁。
AI替代重复劳动后，传统产业工人需要掌握哪些新技能？企业如何解决“人机协同”难题？
张天福：传统产业工人需掌握数据分析、编程、AI设备操作维护等新技能。企业可通过加强员工培训，提供丰富的学习资源和平台来提升员工技能。同时，钢企还应建立合理的“人机协作”流程，明确人与AI的职责分工，以解决“人机协同”难题。
黄一新：AI替代重复性劳动后，传统产业工人需重点掌握3项能力：智能设备操作与数字孪生系统维护技能、人机交互协作能力、跨领域知识迁移能力。
企业破解“人机协同”难题需构建三层次体系：在组织层面，要建立“AI工程师+工艺专家”的混编团队，通过知识图谱实现经验的数字化传承；在技术层面，需要开发适配工业场景的协同决策系统；在培训层面，推行“模块化技能认证”，通过AR（增强现实）仿真训练帮助工人分阶段掌握视觉检测算法调优等，实现员工能力进阶。
未来3~5年，AI驱动新质生产力的关键突破点在哪里？中国钢企具有应用场景丰富、装备技术领先等优势，您认为，AI将如何助力中国钢企实现世界领先？
黄一新：未来3年~5年，AI驱动新质生产力的突破将聚焦三大领域：在工业认知重构方面，AI大模型将破解钢铁生产中的“黑箱”难题，通过融合机理模型与实时数据可以使高炉、转炉的冶炼动态解析精度提升至90%以上；在“人机协同”方面，工业机器人将从单点作业向全流程自主决策演进；在价值创造层面，钢企未来将依托“AI+大数据+工业互联网”平台驱动设备管理，使设备故障预测准确率突破95%，在“AI+”知识的驱动下新钢种的研发周期也有可能缩短50%，同时在能源智能化精益管理下，碳足迹智能追踪能够使吨钢碳排放降低8%~12%。
中国钢企还需从以下3个方面重点突破：构建基于工业大数据的“数字孪生—自主决策—动态优化”闭环系统，实现从经验驱动向算法驱动的生产模式迭代；通过RaaS（机器人即服务）模式整合产业链资源，形成覆盖“矿山—制造—物流”的智能体集群协同网络；依托国家“双碳”战略打造AI赋能的绿色制造体系，在氢冶金智能控制、余热回收优化等领域形成技术代差优势。
王社昌：从重型院研制装备的经验看，AI赋能钢铁生产的关键突破点：一是在于数据驱动模型的开发和持续完善；二是适时研发大模型，使模型的功能更趋近于生产实际，且覆盖面更广；三是边界的开放，即数据资产在供需两侧的自由流动。
中国钢铁产量巨大，品种丰富，场景多元，有优越的AI应用条件，可以在以下方面积极作为：一是AI助力解决钢铁产业集中度提升过程中的物料流通问题和生产指挥调度问题；二是AI助力解决钢铁产业流程变革中的工艺重组问题；三是AI助力缩短钢铁品种开发周期及精准工艺调节。
张天福：未来3年~5年，AI驱动新质生产力的关键突破点在于与钢铁生产全流程的深度融合。我们国内钢企可充分利用应用场景丰富、装备技术领先的优势，加速AI技术的落地应用。通过AI优化生产工艺、提升产品质量、开发高附加值产品，助力中国钢企走向世界领先地位。
主持人 | 吕晓崑 郑洁 樊三彩 刘经纬 邵启明 丁卫国 张苓 李倩
来源 | 中国冶金报
热门推荐