近日，中國鋼鐵工業協會發布《鋼鐵行業數字化轉型評估報告（2024年）》（下稱《報告》）。此次參評鋼鐵企業有41家

，其粗鋼產量合計3.9億噸，約占全國粗鋼產量的38%
，包含粗鋼產量1000萬噸及以上企業13家，500萬噸~1000萬噸企業9家，200萬噸~500萬噸企業17家，200萬噸以下企業2家；國有企業18家
，民營及混合所有製企業23家。

　　“gangtieqiyedouzaidalituijinshuzihuazhuanxingzhinenghuashengjixiangguangongzuo，daduoshugangtieqiyeyizujianxiangyingdezuzhiyutuanduiquanmiantuijinshuzihuazhuanxinggongzuo，duiguihuabianzhijizuzhiluoshiyufazhongshi，zaishengchanzhizao
、運營管控、客戶服務三大領域積極探索轉型實踐，推動管理創新與技術創新。”《報告》同時指出，“在跨領域協同、係統性創新上還有較大提升空間
，特別是在研發、製造、服務的全生命周期管控以及產業鏈協同等方麵
，需繼續推進人工智能深度賦能和協同創新。”

　　“近年來，企業越來越重視統籌推進
，並隨著產線集中
、智能化以及5G+物聯網技術應用的逐漸普及

，相關設備設施的建設規模逐年增長。但同時也要看到
，受前期基礎設施等方麵已完成大量資金投入，以及2023年鋼鐵企業綜合盈利能力下降等因素影響
，在數智化建設資金投入同比有所降低。”《報告》提出。

　　在基礎建設方麵，95.1%的企業將數字化轉型相關的發展戰略納入企業總體發展進程
，並持續投入資金實施數智化改造升級項目，2023年度噸鋼投入28.6元，較上一年降低25.7%，信息安全資金投入依然整體偏低。在信息資源方麵，數據治理工作穩步推進，75.6%的企業建立了專門的數據治理組織和專職隊伍開展工作，較上一年提高12.3個百分點。在組織設置方麵，分別有78%和73%的企業設立了數字化管理組織和信息安全管理組織。在IT基礎設施架構建設方麵
，雲平台普及進一步加快

，43.9%的企業采用雲計算架構。

　　在單項應用方麵
，大多數企業已建立MES係統

，機器人（含無人化裝備）應用密度達65台（套）/萬人，較上一年提升20%。其中
，機器人在檢化驗場景應用最多，主要集中在理化檢驗工序
，並呈現出向產線取樣工位延伸、打造智能理化實驗室的趨勢。在連鑄
、軋製、燒結、精整等工序應用也逐步增多，但總體上呈現單點應用態勢，產線級整體智能協作以及與主產線的深度智能融合尚未成熟。 

　　在綜合集成方麵，500萬噸規模以上企業基本實現了管控銜接、產銷一體和業財無縫
，但在自動排產比例等局部業務領域的係統銜接和數據共享方麵仍有待進一步提高。82.9%的企業建設了智能集控中心，較上一年提升1.3個百分點，主要集中在鐵前和軋鋼。同時，63.4%的企業運用三維可視化仿真係統來建設數字化工廠
，智能管控向縱深發展。

　　在(zai)產(chan)業(ye)鏈(lian)協(xie)同(tong)創(chuang)新(xin)方(fang)麵(mian)，越(yue)來(lai)越(yue)多(duo)的(de)企(qi)業(ye)加(jia)大(da)力(li)度(du)構(gou)建(jian)與(yu)上(shang)下(xia)遊(you)客(ke)商(shang)高(gao)效(xiao)緊(jin)密(mi)銜(xian)接(jie)的(de)生(sheng)態(tai)圈(quan)，並(bing)利(li)用(yong)信(xin)息(xi)技(ji)術(shu)手(shou)段(duan)實(shi)現(xian)信(xin)息(xi)共(gong)享(xiang)。工(gong)業(ye)互(hu)聯(lian)網(wang)平(ping)台(tai)建(jian)設(she)和(he)應(ying)用(yong)比(bi)例(li)達(da)95.1%，平台主要用於生產過程管控。82.9%的企業已開始探索大數據模型應用
，主要應用在工藝過程優化和產品質量性能預測方麵。企業綜合協同智能管控能力大幅提高。研發、製造、服務三大流程的全周期融合仍在爬坡階段。 

圖為大數據模型應用領域情況

　　《報告》顯示，鋼鐵行業數字化轉型總體發展水平持續提升
，湧現出眾多優秀的典型案例與創新應用，但行業發展不均衡，企業間差距較為明顯（綜合鋼鐵企業的產能規模、裝備技術升級
、生產模式創新、數智化應用水平等方麵情況，將41家參評企業劃分為3個梯隊，並從以下幾方麵分析重點能力建設情況）。

　　研發創新方麵。鋼鐵企業普遍應用的研發工具，主要集中於模擬仿真
、動力學分析、熱力學計算以及知識庫等關鍵領域。“研發工具類型數量差異顯著，第一梯隊平均擁有12種工具，遠超第二梯隊（平均2種）和第三梯隊（平均1種）


，xianshichuyanfanenglidetiduifenhua。yanfaxiangmushengmingzhouqiguanlixianshanghuachengdudiyitiduiquanmianlingxian，diertiduizainiandujihuaguanliheguochengguanlifangmianbiaoxiantuchu，dandisantiduizaigefangmiandexianshanghuachengdujunjiaodi。”《報告》顯示。

　　數據應用方麵。“大數據及人工智能技術在鋼鐵行業已有初步運用，但在切實發揮數據價值
、提高生產製造的智能化水平上
，依舊有著較大的距離。”《報告》提出
，因數據複雜度高、模(mo)型(xing)泛(fan)化(hua)性(xing)差(cha)等(deng)原(yuan)因(yin)
，企(qi)業(ye)大(da)多(duo)通(tong)過(guo)數(shu)據(ju)輔(fu)助(zhu)工(gong)業(ye)機(ji)理(li)模(mo)型(xing)和(he)運(yun)營(ying)分(fen)析(xi)決(jue)策(ce)模(mo)型(xing)等(deng)應(ying)用(yong)，數(shu)據(ju)驅(qu)動(dong)的(de)知(zhi)識(shi)模(mo)型(xing)應(ying)用(yong)較(jiao)少(shao)，數(shu)據(ju)的(de)深(shen)層(ceng)價(jia)值(zhi)尚(shang)未(wei)充(chong)分(fen)發(fa)揮(hui)。

　　數據顯示
，第一梯隊企業主要模型應用占比前5位包括：市場預測
、設備運行狀態預測、客戶畫像、基於數據模型的工藝過程優化
、產品質量性能預測。第二梯隊和第三梯隊的企業在應用大數據模型的多個領域有較大的提升空間，比如在金融風險監控等應用領域。

　　技術應用方麵。在工業機器人應用方麵，第一梯隊企業為230台（套）/萬人；第二梯隊企業為67台（套）/萬人；第三梯隊企業為15台（套）/萬(wan)人(ren)。在(zai)智(zhi)能(neng)檢(jian)測(ce)及(ji)感(gan)知(zhi)設(she)備(bei)方(fang)麵(mian)，鋼(gang)板(ban)表(biao)麵(mian)缺(que)陷(xian)自(zi)動(dong)識(shi)別(bie)領(ling)域(yu)應(ying)用(yong)智(zhi)能(neng)檢(jian)測(ce)技(ji)術(shu)的(de)企(qi)業(ye)數(shu)量(liang)最(zui)多(duo)，其(qi)次(ci)是(shi)在(zai)鋼(gang)水(shui)成(cheng)分(fen)檢(jian)測(ce)領(ling)域(yu)，而(er)在(zai)金(jin)相(xiang)自(zi)動(dong)識(shi)別(bie)與(yu)分(fen)級(ji)、液位檢測領域的應用相對較少。

圖為工業機器人應用密度情況

　　“在人工智能應用方麵，以機器視覺技術為例
，第一梯隊與第二梯隊的近乎所有企業都進行了與質量控製、工業OCR
、車輛識別等AI相關的應用。伴隨技術的廣泛普及以及大數據算法的不斷訓練和優化
，未來在廢鋼分揀、金相自動識別等領域
，AI將持續帶來應用價值。”《報告》特別預測道。

　　業務創新方麵。《報告》分析指出
，產線集控已然成為鋼鐵行業智能製造的新潮流。數據顯示

，82.9%的企業構建了一體化監控與調度的智能集控中心，相比上一年增長了1.3個百分點。集控在行業整體上處於第一梯隊、第二梯隊企業競相建設的快速增長階段，兩個梯隊差距不大


，第三梯隊企業由於受限於基礎設施，增長較為緩慢。“在集控中心的管控範圍裏，熱處理生產依舊是集控使用程度最低的領域。”《報告》提出。

　　根據《報告》，在企業數字化轉型與高質量發展的進程中，核心痛點與業務需求主要體現在幾個方麵：生(sheng)產(chan)過(guo)程(cheng)需(xu)精(jing)準(zhun)化(hua)控(kong)製(zhi)，生(sheng)產(chan)計(ji)劃(hua)需(xu)資(zi)源(yuan)最(zui)大(da)化(hua)利(li)用(yong)
，生(sheng)產(chan)質(zhi)量(liang)需(xu)實(shi)現(xian)一(yi)貫(guan)製(zhi)管(guan)控(kong)，生(sheng)產(chan)設(she)備(bei)需(xu)精(jing)細(xi)化(hua)管(guan)理(li)，倉(cang)儲(chu)物(wu)流(liu)需(xu)高(gao)效(xiao)化(hua)運(yun)營(ying)，能(neng)源(yuan)介(jie)質(zhi)需(xu)極(ji)致(zhi)化(hua)使(shi)用(yong)
，低(di)碳(tan)環(huan)保(bao)與(yu)數(shu)字(zi)化(hua)需(xu)協(xie)同(tong)發(fa)展(zhan)，安(an)全(quan)生(sheng)產(chan)需(xu)得(de)到(dao)本(ben)質(zhi)保(bao)障(zhang)。此(ci)外(wai)
，信(xin)息(xi)安(an)全(quan)、人才隊伍建設以及體係建設等保障條件也需得到切實落實。

　　基於此，結合《鋼鐵行業數字化轉型工程建設指南》，《報告》對處於不同梯隊企業的數字化轉型提出如下建議。

　　第一梯隊企業，應打造涵蓋平台化和社會化的研發創新、生產與運營管控
、用戶服務、產業鏈合作等新型能力；開展對外賦能服務

，與平台合作夥伴實現網絡化協同

、服務化延伸

、個性化定製等業務模式創新
；探索新技術、新裝備在場景上的創新應用，並形成係統性解決方案；針對行業共性技術“瓶頸”，牽頭組建創新聯合體，加大研發投入，開展聯合攻關；將創新成果進行經驗分享並形成相應標準。

　　diertiduiqiye，zaiyewujichengyuyingyongchuangxindengfangmianyudiyitiduichajubuda，yingjingenxingyeshuzihuazhuanxingfazhanxinqushi
，duiyouxiuanlihexianjinzuofaxunsuzuochufanying
，bingxingchengshihezishentediandechuangxinyingyong
；在解決行業共性問題的過程中，積極參加創新聯合體，並與相應合作夥伴打造創新生態。

　　第三梯隊企業，通常受規模、資金、產品特點等因素製約，總體投入不多
，數字化轉型具有“小步快跑”的推進特點。應強化學習，並將數字化轉型提升為企業發展戰略，重視人才培養和機製建立；優先推動投產比高、產出快的場景應用
；重點推進場景級能力打造和業務數字化、場景化

、柔性化（多樣化、個性化）運行；關注行業成熟度高、可複製的優秀解決方案，本地化適宜性穩步推進。

　　“總zong體ti上shang，鋼gang企qi在zai推tui進jin過guo程cheng中zhong需xu遵zun循xun國guo家jia及ji行xing業ye的de標biao準zhun體ti係xi，要yao充chong分fen汲ji取qu行xing業ye內nei的de成cheng功gong案an例li與yu建jian設she經jing驗yan。從cong全quan局ju視shi角jiao出chu發fa
，規gui劃hua頂ding層ceng設she計ji，製zhi定ding詳xiang盡jin的de總zong體ti規gui劃hua，並bing分fen階jie段duan逐zhu步bu實shi施shi。”《報告》mingque，weiquebaoshishixiaoguo，qiyexudingqikaizhanjieduanxingpingguyuzhenduan，tongguoziwojianzhayujiuzheng，jishidongchawentibingjinxingdongtaiyouhua，quebaoshishilujingyufangfajubeikexuexingyuyouxiaoxing。zhenduixingyezhizaotedianyutedingyingyongchangjing
，tuidongshuzihua、智能化技術在更廣泛範圍和更深層次上的創新應用
，以助力鋼鐵行業智能製造體係的持續改進與完善。