10月23日,原材料工业数字化转型专家委员会“材智讲堂”(第三期)在南钢召开,会上发布《人工智能赋能钢铁行业高价值场景技术路线图(2026版)》(征求意见稿),系统梳理出覆盖产品研发、工艺设计、生产管理等7个环节、25个高价值场景,明确“数智筑基、自主演进”两个阶段与工业数据集、工业模型、工业智能体三类关键要素。10月30日中国钢铁工业协会三季度信息发布会则把行业定调为从“经验炼钢”转向“数据炼钢”:钢铁行业的AI已从单点试验进入按高价值场景成体系推进的阶段。
一、效益承压,是这轮智能化的真实起点
前三季度钢铁行业的运行数据,解释了为什么智能化不再是“锦上添花”。全国粗钢产量7.25亿吨、同比下降2.9%,表观消费量6.25亿吨、下降3.8%。重点统计企业利润总额718亿元、同比下降27.4%,销售利润率仅1.57%,其中钢铁主业利润126亿元、大幅下降75.2%,亏损面升至29.6%。
压力主要来自燃料端。9月份炼焦煤、冶金焦、喷吹煤采购均价分别为1916元/吨、2128元/吨、1381元/吨,同比上涨51.20%、38.29%、49.63%。主业利润被成本吃掉后,AI能不能降本不再是创新议题,而是生存议题——这正是“数据炼钢”的现实推力。
二、路线图怎么读:7个环节、25个场景、两阶段
本次发布的《技术路线图(2026版)》在工业和信息化部原材料工业司指导下,由原材料工业数字化转型专家委员会组织,中国电子信息产业发展研究院、中国钢铁工业协会、北京科技大学、东北大学联合南钢、宝钢、鞍钢、首钢、宝信软件、华为技术等骨干企业编制,是人工智能赋能原材料工业高价值场景技术路线图系列研究成果中的钢铁行业分报告。
| 框架维度 | 具体内容 |
|---|---|
| 场景范围 | 覆盖产品研发、工艺设计、生产管理等 7 个环节,梳理出 25 个高价值场景 |
| 推进阶段 | 每条场景路线明确“数智筑基”“自主演进”两个阶段 |
| 关键要素 | 聚焦工业数据集、工业模型、工业智能体三类要素 |
| 路径逻辑 | 从场景识别到技术演进再到要素支撑的系统路径 |
值得注意的是报告的界定方式:它把“高价值场景”作为独立概念给出选取原则,而不是把AI应用等同于模型上线。这是在回答钢铁企业最常见的困惑——场景多、难以取舍。
三、企业样本:南钢的300多个场景
南钢是当前最完整的实践样本。据南钢数智化融合发展部总经理、人工智能研究院院长李瑾彦介绍,南钢以“机理+数字”双轮驱动推进“百景千模”专项行动,构建“元冶”钢铁大模型集群,依托百万级感知点位夯实数字底座,已落地300多个高价值场景、25个核心智能体,实现5—10倍能效提升、3亿元以上降本增收。
场景选择集中在真正影响成本的环节:智能配料、板材排产、金相检验、源网荷储寻优等;宝钢股份全球首座AI智慧高炉正式出铁,河钢威赛博2.0、湖南钢铁盘古、南钢元冶、柳钢玄铁等大模型均已落地。江苏则在全国率先实施制造业“智改数转网联”行动,钢铁关键工序数控化率超过85%。
四、收官之年:政策目标已进入验收期
2026年是工信部《原材料工业数字化转型工作方案(2024—2026年)》的收官之年。该方案提出,到2026年钢铁行业数字化转型由单点突破向系统性、全局性发展转变,量化目标包括关键工序数控化率80%、生产设备数字化率55%、3D岗位机器换人率40%,建成6个左右工业互联网平台,培育30家以上优秀系统解决方案供应商,遴选30个以上典型场景、15家左右标杆工厂。
中国工程院院士王国栋给出了更具体的技术路径:钢铁等行业制造全流程存在不可测黑箱、连续生产、强滞后、小样本等痛点,需要构建“动态物理机理模型加数据驱动残差校正加输出概率分布”的世界模型架构。这也是路线图把工业数据集、工业模型、工业智能体并列为三类关键要素的原因。
五、给中小制造企业的三点参考
第一,场景要有取舍标准。25个高价值场景之所以能成体系,是因为背后有明确的选取原则,企业可据此判断哪些场景值得先投入,而不是被零散需求牵着走。
第二,先补数据底座再谈模型。数字点位、数据集与业务系统打通是“数智筑基”阶段绕不开的工作,模型能力不足往往不是首要矛盾——沙钢单炉冶炼复盘从约30分钟压缩到3分钟、变压器月度点检从3至5个工作日缩短到几分钟,靠的都是先把分散在生产系统与台账里的数据接进工作流。
第三,衡量口径要落到成本。行业利润率只有1.57%的现实下,AI项目若不能对应能耗、工时或成材率的改善,就难进下一年度预算。
对杭州及周边正在推进智能制造改造的企业来说,一道科技在AI大模型定制、数据挖掘与软件外包上的能力,正好对应“数智筑基”阶段的数据打通与系统集成;具体的场景诊断与实施路径,可结合资讯中心中的制造业落地案例沟通。
常见问题(FAQ)
“经验炼钢”依靠老师傅的眼看手感和经验判断,“数据炼钢”则依靠数字技术与AI大模型来支撑决策。10月30日中国钢铁工业协会三季度信息发布会上,协会党委副书记、副会长、新闻发言人唐祖君明确了这个转向:宝钢股份全球首座AI智慧高炉已正式出铁,河钢威赛博2.0全域大模型、湖南钢铁盘古大模型、南钢元冶钢铁大模型、柳钢玄铁大模型均落地应用,唐钢90%以上工艺场景实现数字化应用、炼钢效率提升10.3%。核心差别在于工艺参数、设备状态与经营数据被接入同一套模型和流程,判断依据从个人经验变成可复现、可追溯的数据结论。
该路线图是人工智能赋能原材料工业高价值场景技术路线图系列研究成果中的钢铁行业分报告,在工业和信息化部原材料工业司指导下,由原材料工业数字化转型专家委员会组织,中国电子信息产业发展研究院、中国软件评测中心、中国钢铁工业协会、北京科技大学、东北大学联合南钢、宝钢、鞍钢、首钢、宝信软件、华为技术等共同编制。报告界定了高价值场景的内涵与选取原则,梳理覆盖产品研发、工艺设计、生产管理、生产作业等7个环节的25个高价值场景,每条路线明确“数智筑基”“自主演进”两个阶段,聚焦工业数据集、工业模型、工业智能体三类关键要素,形成从场景识别到技术演进、再到要素支撑的系统路径。目前为征求意见稿,后续还将推进有色、建材、石化行业的分报告编制。
建议按三步走。第一步是给场景排序:可以参照高价值场景的选取原则,优先选那些直接影响能耗、工时、成材率或良率的环节,避免零散投入。第二步是补数据底座:把分散在生产系统、Excel表格和纸质台账里的数据先接通,这一步往往比换模型更耗时,也更关键。第三步才是模型与智能体:有了可用的数据,工艺参数优化、缺陷筛查、设备点检、财务经营分析这类场景才能真正跑起来并留下可核对的量化结果。浙江嘉兴的实践显示,正泰新能设备维保智能体做到故障诊断最快1秒响应、设备平均修复时长缩短50%、能耗优化年效益约317万元,靠的正是在特定场景上形成可复用的工程方法。