在數(shù)字化轉型與智能化升級的浪潮中，中國鋼鐵行業(yè)正經歷一場從“制造”到“智造”的范式革命。《院長智慧談》欄目旨在以“智慧”為雙關內核——既對話鋼鐵企業(yè)研究院的掌舵者，萃取其戰(zhàn)略智慧；亦聚焦“智造”發(fā)展前沿，解碼智能化進程中的戰(zhàn)略選擇、技術攻堅與范式重構。通過院長視角的智慧碰撞，為行業(yè)高質量發(fā)展提供兼具前瞻性與實操性的思想圖譜。

　　在8月份舉辦的第十四屆中國國際鋼鐵周期間，中國鋼鐵企業(yè)的智能化水平收獲諸多國際領袖“全球領先”的一致肯定評價。然而對內，我們的智能化發(fā)展仍有諸多細節(jié)需要推敲。圍繞中國鋼企如何受益于智能化浪潮、當前的誤區(qū)、未來的智能工廠等話題，《中國冶金報》記者與首鋼技術研究院黨委書記、第一副院長王松濤進行了一場深度對話。

圖為王松濤

　　《中國冶金報》記者：您認為中國鋼企的智能化水平已處于全球領先地位嗎？據您觀察，國內龍頭鋼鐵企業(yè)在AI技術應用上有哪些進展、短板？

　　王松濤：提到這個問題，我作為一名鋼鐵人，還是非常驕傲的。當前，中國、美國在人工智能大模型領域處于領先地位。中國鋼鐵工業(yè)擁有全球最豐富的場景，在與人工智能融合方面也處于世界最前沿。需要注意的是，包括各種物理冶金模型在內的所謂小模型，歐洲、日本在這方面的應用實績和創(chuàng)新能力依然處于領先地位。

　　對中國鋼企而言，AI（人工智能）大模型技術的引入，不僅可以解決傳統(tǒng)生產經營中的諸多痛點，還將推動行業(yè)頭部企業(yè)更快向高端化、智能化、綠色化轉型。從首鋼、中國寶武等龍頭企業(yè)在生產排程、質量管控、能耗優(yōu)化等環(huán)節(jié)的成功實踐，到行業(yè)整體向“全域智能體”邁進的戰(zhàn)略布局可以看出，AI技術正在重塑鋼鐵行業(yè)的生產模式、決策機制和價值創(chuàng)造體系。

　　以首鋼為例。首鋼集團黨委提出以“一引領兩融合”作為發(fā)展新質生產力的戰(zhàn)略路徑，在AI研發(fā)和應用方面成果豐碩。“十四五”期間，首鋼實現(xiàn)了從智能工廠建設到全流程自動化、數(shù)字化的系統(tǒng)性升級，部署了集成大模型的AI平臺，為垂直場景的智能化應用提供算力與模型基礎。2025年，2個生產基地入選工信部第一批卓越級智能制造示范工廠，順義冷軋被評選為全球“燈塔工廠”。其中，在大模型應用方面，順義冷軋精整計劃排程實現(xiàn)100%全自動完成，機組分配準確率超99.2%，排程規(guī)則符合率達100%，成品頭尾切廢率降低10個百分點，成材率提升0.3個百分點，為大模型賦能鋼鐵制造探索了可行的道路。

　　中國寶武、南鋼、鞍鋼等企業(yè)的智能化轉型也備受矚目。2025年2月，中國寶武啟動了“2526”工程，全面部署DeepSeek（深度求索）大模型，用AI重新定義鋼鐵。在實際應用中，AI技術顯著提升了生產效率和質量，如高爐控制中的爐溫預測命中率達到95%，硅含量命中率達到92%，預測2小時后爐溫和硅含量的命中率達到90%以上，大幅降低了燃料消耗。南鋼在大模型開發(fā)與場景落地方面成效顯著。2025年6月，南鋼正式發(fā)布元冶·鋼鐵大模型，可處理冶金機理、設備運維、供應鏈優(yōu)化等復雜問題。比如，煉焦配煤模型采用多目標優(yōu)化算法，將配煤方案生成時間從1天~2天壓縮至1分鐘~2分鐘，噸焦成本降低5元~10元，年節(jié)約成本超750萬元；智慧煉鐵方面，應用智能配礦模型、高爐體檢模型和爐身鏡像技術，連續(xù)刷新高爐零懸料紀錄，年降成本超億元。鞍鋼集團與遼寧移動、中興通訊合作，打造了全球首個經由4.9GHz頻段的5G智慧一鍵煉鋼場景應用，實現(xiàn)單爐冶煉時間從40分鐘縮短至30分鐘，效率提高33%。

　　當前，鋼鐵行業(yè)的AI應用已進入增強工具期向協(xié)作伙伴期過渡的階段，頭部企業(yè)正通過系統(tǒng)性AI應用實現(xiàn)對全流程的優(yōu)化和控制，而中小企業(yè)則更關注單點優(yōu)化和效率提升。同時必須指出，我們的產業(yè)基礎還不太牢固，最大的短板是數(shù)字化基礎設施，在傳感器、儀器儀表、工業(yè)控制系統(tǒng)、二級模型等基礎能力方面，國內相關廠商的產品技術水平和研發(fā)能力還需要努力提升。

　　《中國冶金報》記者：您認為AI技術在未來3年~5年內將如何重塑行業(yè)格局？

　　王松濤：未來，我國鋼鐵行業(yè)的確面臨各種前所未有的變量，不過可以確定的是，包括AI在內的科技創(chuàng)新將是重塑行業(yè)格局的最重要變量。

　　首先，組織與人才結構變革，管理效率顯著提升。領先企業(yè)將自覺推動由AI驅動的組織變革，使企業(yè)從“人力紅利”向“智力紅利”躍遷，實現(xiàn)管理更加精細化、扁平化、去中心化。而能否成功的關鍵，不僅在于技術本身，還取決于企業(yè)能否構建“AI增強人類能力”的協(xié)同生態(tài)——讓“碳基人”的創(chuàng)造力、戰(zhàn)略思維與“硅基人”的計算力、執(zhí)行效率形成互補。未來的企業(yè)競爭，將是“碳硅協(xié)作效率”的競爭。而這一效率的提升空間，可能遠超當前的技術想象，不同企業(yè)之間可能會形成斷層式的分化。

　　其次，供應鏈與客戶管理智能化，產業(yè)鏈協(xié)同深化。AI技術優(yōu)化供應鏈和客戶管理，推動行業(yè)從“制造能力”競爭全面轉向“制造+服務能力”的競爭。鋼鐵行業(yè)要構建“全覆蓋、全業(yè)務、全聚合、全流程”的業(yè)財一體化平臺，不僅全面貫通內部業(yè)務流程，還要與上下游形成更深、更廣的融合共生關系，向“共生型”數(shù)字化發(fā)展模式轉變。未來，具備全鏈條AI能力的企業(yè)將在供應鏈和客戶管理方面占據優(yōu)勢，推動產業(yè)鏈協(xié)同深化。

　　再其次，技術研發(fā)效能躍升，技術創(chuàng)新更加重要。企業(yè)將研發(fā)適用于鋼鐵行業(yè)的AI工具，賦能鋼鐵行業(yè)的技術創(chuàng)新。如果把鋼鐵產品從材料研發(fā)到用戶應用的全過程，由低到高分為數(shù)據分析、工藝優(yōu)化、材料優(yōu)化、新材料研發(fā)4個層次的話，前3個層次主要由數(shù)據驅動，第4個層次主要由物理驅動。當前的AI主要由數(shù)據驅動，在前3個層次可發(fā)揮巨大作用，但同時，還要大力開展基礎研究，研發(fā)物理驅動的AI工具，實現(xiàn)顛覆性的金屬材料原始創(chuàng)新。未來，擁有以AI工具賦能技術創(chuàng)新能力的鋼鐵企業(yè)將在市場競爭中占據主導地位。

　　最后，掌握技術標準主導權，中國鋼企國際競爭力提升。首個鋼鐵智能制造國際標準ISO 21763《鋼鐵行業(yè)智能制造指南》已成功立項，將有助于鋼鐵行業(yè)的智能制造升級，規(guī)范鋼鐵行業(yè)智能制造系統(tǒng)功能及產品質量，同時也將為實現(xiàn)改善工作環(huán)境、工人安全與福利、生產安全、減少溫室氣體排放等聯(lián)合國可持續(xù)發(fā)展目標做出貢獻。中國鋼鐵企業(yè)通過AI技術的應用，正在構建具有國際競爭力的智能制造體系。未來，鋼鐵企業(yè)將與各類外部研發(fā)團隊合作推進AI全領域深度合作，在鋼鐵行業(yè)率先建立數(shù)實融合發(fā)展的新標準、新模式。

　　未來3年~5年，AI技術將重塑鋼鐵企業(yè)和行業(yè)格局。在AI與鋼鐵融合發(fā)展上更迅速、更務實、更堅決的企業(yè)，將在未來引領行業(yè)發(fā)展，形成以傳統(tǒng)產業(yè)升級和新興產業(yè)崛起協(xié)同發(fā)展為核心競爭力的新格局。這一格局的形成，將為中國鋼鐵行業(yè)在全球競爭中贏得主動權，推動行業(yè)高質量發(fā)展。

　　《中國冶金報》記者：當前，鋼鐵企業(yè)對于AI的認識或實踐有哪些誤區(qū)？您有怎樣的提醒、建議？

　　王松濤：這個問題很好，也是當前企業(yè)或多或少都存在的問題。有一點必須說明，當前，全社會正處在AI技術快速迭代與AI技術融入千行百業(yè)相互交織的過程中，這就決定了當前對于AI的認識和對AI賦能的路徑大家都在探索，探索過程中有誤區(qū)、失敗的現(xiàn)象很正常，應該給予更多包容和鼓勵。

　　當前，行業(yè)也的確存在一些典型的現(xiàn)象，需要大家關注。比如，有的企業(yè)急于求成，認為大模型應用能一下解決所有的問題，花巨資投入；也有的滿懷希望，本地化部署大模型之后發(fā)現(xiàn)不好用，就悲觀失望地認為大模型一無是處；還有的認為，需要千卡甚至萬卡的算力投入，導致望而卻步；也有好大喜功的、漠不關心的、暫時觀望的等等，不一而足。這些現(xiàn)象可能導致企業(yè)投入浪費、人員信心受挫，甚至錯失真正的機遇。

　　出現(xiàn)這些現(xiàn)象的原因也有很多種，比如，一些媒體和供應商過度宣傳，成功案例被放大，技術局限性和實施復雜性被弱化；有的企業(yè)對技術本質理解不足，不了解大模型是基于概率的生成式AI，擅長模式識別、內容生成和一定程度的推理；有的企業(yè)低估落地成本，忽略了模型調優(yōu)、系統(tǒng)集成、業(yè)務流程改造、人員技能提升等隱性成本；有的企業(yè)有“銀彈”思維定式，期望找到一勞永逸的解決方案，忽視企業(yè)問題的復雜性和系統(tǒng)性；有的企業(yè)混淆“模型訓練”與“模型應用”，對人工智能落地應用路徑研究不夠，盲目迷信權威，人云亦云，喪失企業(yè)戰(zhàn)略自主能力；有的企業(yè)有“模型中心論”思維，過度關注模型本身，忽視了“數(shù)據是AI的燃料”，數(shù)據治理基礎薄弱，企業(yè)內部數(shù)據分散、格式不一、質量參差不齊；有的企業(yè)技術主導、業(yè)務缺位，業(yè)務部門參與度低或不理解，項目目標與核心業(yè)務需求脫節(jié)，解決方案設計不符合實際工作流程。

　　首鋼本身也在探索過程中。我每周都會跟核心團隊交流研討，我會問大家兩個數(shù)，一個是進度到百分之多少了，一個是信心指數(shù)到多少了。如果讓我給建議的話，我認為，第一，企業(yè)要有愿意深入學習行業(yè)知識和AI知識的人。要親自學，帶著團隊一起學，在實踐探索中學，并不斷地回答3個問題：AI是什么？AI能干什么？我能用AI干什么？第二，態(tài)度要端正。首鋼集團黨委書記、董事長趙民革總講要回歸企業(yè)經營本質，遵循“三個規(guī)律”辦企業(yè)。技術創(chuàng)新也是一樣，要遵循科學規(guī)律，徒慕虛名、好大喜功的做法大概率不會走太遠。第三，要對企業(yè)有正確的判斷。AI賦能的效果與企業(yè)的發(fā)展階段、能力水平、發(fā)展戰(zhàn)略密切相關，不同的業(yè)務場景和目標對基礎設施、數(shù)據治理、人才儲備的需求差別很大。第四，要做好長期堅持的思想準備。當然，業(yè)務層面也還有很多需要解決的具體問題，就不一一贅述了，以上這4個方面可能是最重要的。

　　努力學習 持續(xù)創(chuàng)新 擁抱未來

　　《中國冶金報》記者：請您暢想一下未來中國鋼鐵企業(yè)的生產經營場景。

　　王松濤：這個問題有點科幻的色彩，但我想還是更務實一點，把這個“未來”限定在10年左右的范圍吧。習近平總書記指出，制造業(yè)未來的發(fā)展方向是高端化、智能化、綠色化，鋼鐵行業(yè)也不例外。有的企業(yè)還會再加上高效化。這些都要依靠科技創(chuàng)新和產業(yè)創(chuàng)新深度融合，所以我先說說科技創(chuàng)新核心能力的基本判斷吧。

　　未來10年，數(shù)據驅動和物理驅動的人工智能大模型都將成為現(xiàn)實，但具身智能還有很長的路要走。基于這個判斷，現(xiàn)在偏管理類的工作和大部分技術工作，AI都能完成，但大部分技能工作還要靠人。所以，未來鋼鐵生產經營場景可能是這樣的：一是組織架構極度扁平化，由少量的管理精英和科技精英、大量的數(shù)字人崗位以及比較多的運行維護技術人員組成；二是企業(yè)管理極度精細化，管理的邊界觸達所有數(shù)據的邊界，管理的顆粒度細化至數(shù)據的顆粒度，管理的穿透能力直達最末端；三是數(shù)據極端重要，數(shù)據的質量、數(shù)據的使用、數(shù)據的安全直接決定企業(yè)的生存，企業(yè)用不好數(shù)據就會被降維打擊，失去數(shù)據控制權就是失去企業(yè)控制權；四是風控能力極大增強，尤其是人為失誤的風險、主觀故意的風險，都將通過基于規(guī)則和數(shù)據的智能決策系統(tǒng)最大限度地得到控制；五是對人的能力要求大幅提高。這就如同一位樂手必須精通樂理，才能與樂器合奏出交響樂，我們也需要通過持續(xù)學習，不斷提高駕馭人工智能的能力。

　　當然，這是個開放的話題，我也愿意跟同行、各領域專家持續(xù)深入探討，讓未來更加可期，更加可控。