在數字化轉型與智能化升級的浪潮中，中國鋼鐵行業正經曆一場從“製造”到“智造”的範式革命。《院長智慧談》欄目旨在以“智慧”為雙關內核——既對話鋼鐵企業研究院的掌舵者，萃取其戰略智慧；亦聚焦“智造”發展前沿，解碼智能化進程中的戰略選擇、技術攻堅與範式重構。通過院長視角的智慧碰撞，為行業高質量發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，我們的智能化發展仍有諸多細節需要推敲。圍繞中國鋼企如何受益於智能化浪潮
、當前的誤區、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
、第一副院長王鬆濤進行了一場深度對話。

圖為王鬆濤

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

　　王鬆濤：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
、meiguozairengongzhinengdamoxinglingyuchuyulingxiandiwei。zhongguogangtiegongyeyongyouquanqiuzuifengfudechangjing，zaiyurengongzhinengronghefangmianyechuyushijiezuiqianyan。xuyaozhuyideshi，baokuogezhongwuliyejinmoxingzaineidesuoweixiaomoxing，ouzhou、日本在這方麵的應用實績和創新能力依然處於領先地位。

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

　　以首鋼為例。首鋼集團黨委提出以“一引領兩融合”作為發展新質生產力的戰略路徑，在AI研發和應用方麵成果豐碩。“十四五”期間
，首鋼實現了從智能工廠建設到全流程自動化
、數字化的係統性升級
，部署了集成大模型的AI平台，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製造示範工廠，順義冷軋被評選為全球“燈塔工廠”。其中，在大模型應用方麵，順義冷軋精整計劃排程實現100%全自動完成

，機組分配準確率超99.2%，排程規則符合率達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
，為大模型賦能鋼鐵製造探索了可行的道路。

　　中國寶武、南鋼、鞍鋼等企業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
，全麵部署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，如高爐控製中的爐溫預測命中率達到95%，矽含量命中率達到92%
，預測2小時後爐溫和矽含量的命中率達到90%以上，大幅降低了燃料消耗。南鋼在大模型開發與場景落地方麵成效顯著。2025年6月，南鋼正式發布元冶·鋼鐵大模型，可處理冶金機理、設備運維
、供應鏈優化等複雜問題。比如，煉焦配煤模型采用多目標優化算法
，將配煤方案生成時間從1天~2天壓縮至1分鍾~2分鍾，噸焦成本降低5元~10元，年節約成本超750萬元；智慧煉鐵方麵，應用智能配礦模型
、高爐體檢模型和爐身鏡像技術
，連續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，實現單爐冶煉時間從40分鍾縮短至30分鍾
，效率提高33%。

　　當前
，鋼鐵行業的AI應用已進入增強工具期向協作夥伴期過渡的階段
，頭部企業正通過係統性AIyingyongshixianduiquanliuchengdeyouhuahekongzhi，erzhongxiaoqiyezegengguanzhudandianyouhuahexiaolvtisheng。tongshibixuzhichu
，womendechanyejichuhaibutailaogu
，zuidadeduanbanshishuzihuajichusheshi，zaichuanganqi
、儀器儀表
、工業控製係統、二級模型等基礎能力方麵
，國內相關廠商的產品技術水平和研發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格局？

　　王鬆濤：未來
，我國鋼鐵行業的確麵臨各種前所未有的變量，不過可以確定的是，包括AI在內的科技創新將是重塑行業格局的最重要變量。

　　首先，組織與人才結構變革，管理效率顯著提升。領先企業將自覺推動由AI驅動的組織變革
，使企業從“人力紅利”向“智力紅利”躍遷，實現管理更加精細化、扁平化

、去中心化。而能否成功的關鍵，不僅在於技術本身
，還取決於企業能否構建“AI增強人類能力”的協同生態——讓“碳基人”的創造力、戰略思維與“矽基人”的計算力
、執行效率形成互補。未來的企業競爭，將是“碳矽協作效率”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，產業鏈協同深化。AI技術優化供應鏈和客戶管理，推動行業從“製造能力”競爭全麵轉向“製造+服務能力”的競爭。鋼鐵行業要構建“全覆蓋、全業務、全聚合
、全流程”的業財一體化平台，不僅全麵貫通內部業務流程
，還要與上下遊形成更深、更廣的融合共生關係，向“共生型”數字化發展模式轉變。未來
，具備全鏈條AI能力的企業將在供應鏈和客戶管理方麵占據優勢，推動產業鏈協同深化。

　　再其次


，技術研發效能躍升，技術創新更加重要。企業將研發適用於鋼鐵行業的AI工具，賦能鋼鐵行業的技術創新。如果把鋼鐵產品從材料研發到用戶應用的全過程，由低到高分為數據分析、工藝優化

、材料優化
、新材料研發4個層次的話

，前3個層次主要由數據驅動，第4個層次主要由物理驅動。當前的AI主要由數據驅動，在前3個層次可發揮巨大作用，但同時，還要大力開展基礎研究，研發物理驅動的AI工具，實現顛覆性的金屬材料原始創新。未來
，擁有以AI工具賦能技術創新能力的鋼鐵企業將在市場競爭中占據主導地位。

　　最後，掌握技術標準主導權，中國鋼企國際競爭力提升。首個鋼鐵智能製造國際標準ISO 21763《鋼鐵行業智能製造指南》已成功立項，將有助於鋼鐵行業的智能製造升級，規範鋼鐵行業智能製造係統功能及產品質量
，同時也將為實現改善工作環境、工人安全與福利
、生產安全、減少溫室氣體排放等聯合國可持續發展目標做出貢獻。中國鋼鐵企業通過AI技術的應用，正在構建具有國際競爭力的智能製造體係。未來
，鋼鐵企業將與各類外部研發團隊合作推進AI全領域深度合作
，在鋼鐵行業率先建立數實融合發展的新標準、新模式。

　　未來3年~5年，AI技術將重塑鋼鐵企業和行業格局。在AI與鋼鐵融合發展上更迅速
、更務實、gengjianjuedeqiye
，jiangzaiweilaiyinlingxingyefazhan，xingchengyichuantongchanyeshengjihexinxingchanyejueqixietongfazhanweihexinjingzhenglidexingeju。zheyigejudexingcheng，jiangweizhongguogangtiexingyezaiquanqiujingzhengzhongyingdezhudongquan
，tuidongxingyegaozhiliangfazhan。

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

　　王鬆濤：這個問題很好
，也是當前企業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技術融入千行百業相互交織的過程中，這就決定了當前對於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、失敗的現象很正常，應該給予更多包容和鼓勵。

　　當(dang)前(qian)
，行(xing)業(ye)也(ye)的(de)確(que)存(cun)在(zai)一(yi)些(xie)典(dian)型(xing)的(de)現(xian)象(xiang)，需(xu)要(yao)大(da)家(jia)關(guan)注(zhu)。比(bi)如(ru)，有(you)的(de)企(qi)業(ye)急(ji)於(yu)求(qiu)成(cheng)
，認(ren)為(wei)大(da)模(mo)型(xing)應(ying)用(yong)能(neng)一(yi)下(xia)解(jie)決(jue)所(suo)有(you)的(de)問(wen)題(ti)
，花(hua)巨(ju)資(zi)投(tou)入(ru)；也有的滿懷希望，本地化部署大模型之後發現不好用，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。這些現象可能導致企業投入浪費、人員信心受挫
，甚至錯失真正的機遇。

　　出現這些現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，技術局限性和實施複雜性被弱化；有的企業對技術本質理解不足，不了解大模型是基於概率的生成式AI
，擅長模式識別、內容生成和一定程度的推理；有的企業低估落地成本
，忽略了模型調優
、係統集成、業務流程改造、人員技能提升等隱性成本；有的企業有“銀彈”思維定式，期望找到一勞永逸的解決方案，忽視企業問題的複雜性和係統性；有的企業混淆“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，人雲亦雲，喪失企業戰略自主能力

；有的企業有“模型中心論”思維，過度關注模型本身，忽視了“數據是AI的燃料”，數據治理基礎薄弱
，企業內部數據分散
、格式不一、質量參差不齊；有的企業技術主導

、業務缺位，業務部門參與度低或不理解，項目目標與核心業務需求脫節，解決方案設計不符合實際工作流程。

　　首shou鋼gang本ben身shen也ye在zai探tan索suo過guo程cheng中zhong。我wo每mei周zhou都dou會hui跟gen核he心xin團tuan隊dui交jiao流liu研yan討tao
，我wo會hui問wen大da家jia兩liang個ge數shu

，一yi個ge是shi進jin度du到dao百bai分fen之zhi多duo少shao了le，一yi個ge是shi信xin心xin指zhi數shu到dao多duo少shao了le。如ru果guo讓rang我wo給gei建jian議yi的de話hua，我wo認ren為wei，第di一yi
，企qi業ye要yao有you願yuan意yi深shen入ru學xue習xi行xing業ye知zhi識shi和heAI知識的人。要親自學，帶著團隊一起學
，在實踐探索中學
，並不斷地回答3個問題：AI是什麼？AI能幹什麼？我能用AI幹什麼
？第二，態度要端正。首鋼集團黨委書記、董事長趙民革總講要回歸企業經營本質，遵循“三個規律”辦企業。技術創新也是一樣，要遵循科學規律，徒慕虛名、好大喜功的做法大概率不會走太遠。第三，要對企業有正確的判斷。AI賦能的效果與企業的發展階段、能力水平、發展戰略密切相關
，不同的業務場景和目標對基礎設施、數據治理、人ren才cai儲chu備bei的de需xu求qiu差cha別bie很hen大da。第di四si，要yao做zuo好hao長chang期qi堅jian持chi的de思si想xiang準zhun備bei。當dang然ran
，業ye務wu層ceng麵mian也ye還hai有you很hen多duo需xu要yao解jie決jue的de具ju體ti問wen題ti，就jiu不bu一yi一yi贅zhui述shu了le
，以yi上shang這zhe4個方麵可能是最重要的。

　　努力學習 持續創新 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的生產經營場景。

　　王鬆濤：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年左右的範圍吧。習近平總書記指出
，製造業未來的發展方向是高端化、智能化、lvsehua
，gangtiexingyeyebuliwai。youdeqiyehaihuizaijiashanggaoxiaohua。zhexiedouyaoyikaokejichuangxinhechanyechuangxinshenduronghe
，suoyiwoxianshuoshuokejichuangxinhexinnenglidejibenpanduanba。

　　未來10年nian，數shu據ju驅qu動dong和he物wu理li驅qu動dong的de人ren工gong智zhi能neng大da模mo型xing都dou將jiang成cheng為wei現xian實shi，但dan具ju身shen智zhi能neng還hai有you很hen長chang的de路lu要yao走zou。基ji於yu這zhe個ge判pan斷duan，現xian在zai偏pian管guan理li類lei的de工gong作zuo和he大da部bu分fen技ji術shu工gong作zuo，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
、大量的數字人崗位以及比較多的運行維護技術人員組成
；二是企業管理極度精細化
，管理的邊界觸達所有數據的邊界，管理的顆粒度細化至數據的顆粒度
，管理的穿透能力直達最末端
；三是數據極端重要，數據的質量、數據的使用、數據的安全直接決定企業的生存，企業用不好數據就會被降維打擊
，失去數據控製權就是失去企業控製權；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

，都將通過基於規則和數據的智能決策係統最大限度地得到控製
；五(wu)是(shi)對(dui)人(ren)的(de)能(neng)力(li)要(yao)求(qiu)大(da)幅(fu)提(ti)高(gao)。這(zhe)就(jiu)如(ru)同(tong)一(yi)位(wei)樂(le)手(shou)必(bi)須(xu)精(jing)通(tong)樂(le)理(li)，才(cai)能(neng)與(yu)樂(le)器(qi)合(he)奏(zou)出(chu)交(jiao)響(xiang)樂(le)，我(wo)們(men)也(ye)需(xu)要(yao)通(tong)過(guo)持(chi)續(xu)學(xue)習(xi)，不(bu)斷(duan)提(ti)高(gao)駕(jia)馭(yu)人(ren)工(gong)智(zhi)能(neng)的(de)能(neng)力(li)。

　　當然，這是個開放的話題
，我也願意跟同行
、各領域專家持續深入探討，讓未來更加可期，更加可控。