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

、美mei國guo在zai人ren工gong智zhi能neng大da模mo型xing領ling域yu處chu於yu領ling先xian地di位wei。中zhong國guo鋼gang鐵tie工gong業ye擁yong有you全quan球qiu最zui豐feng富fu的de場chang景jing，在zai與yu人ren工gong智zhi能neng融rong合he方fang麵mian也ye處chu於yu世shi界jie最zui前qian沿yan。需xu要yao注zhu意yi的de是shi，包bao括kuo各ge種zhong物wu理li冶ye金jin模mo型xing在zai內nei的de所suo謂wei小xiao模mo型xing
，歐ou洲zhou
、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AI應(ying)用(yong)實(shi)現(xian)對(dui)全(quan)流(liu)程(cheng)的(de)優(you)化(hua)和(he)控(kong)製(zhi)，而(er)中(zhong)小(xiao)企(qi)業(ye)則(ze)更(geng)關(guan)注(zhu)單(dan)點(dian)優(you)化(hua)和(he)效(xiao)率(lv)提(ti)升(sheng)。同(tong)時(shi)必(bi)須(xu)指(zhi)出(chu)，我(wo)們(men)的(de)產(chan)業(ye)基(ji)礎(chu)還(hai)不(bu)太(tai)牢(lao)固(gu)，最(zui)大(da)的(de)短(duan)板(ban)是(shi)數(shu)字(zi)化(hua)基(ji)礎(chu)設(she)施(shi)
，在(zai)傳(chuan)感(gan)器(qi)、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、更geng堅jian決jue的de企qi業ye，將jiang在zai未wei來lai引yin領ling行xing業ye發fa展zhan，形xing成cheng以yi傳chuan統tong產chan業ye升sheng級ji和he新xin興xing產chan業ye崛jue起qi協xie同tong發fa展zhan為wei核he心xin競jing爭zheng力li的de新xin格ge局ju。這zhe一yi格ge局ju的de形xing成cheng，將jiang為wei中zhong國guo鋼gang鐵tie行xing業ye在zai全quan球qiu競jing爭zheng中zhong贏ying得de主zhu動dong權quan
，推tui動dong行xing業ye高gao質zhi量liang發fa展zhan。

　　《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。

　　dangqian，xingyeyedequecunzaiyixiedianxingdexianxiang
，xuyaodajiaguanzhu。biru，youdeqiyejiyuqiucheng

，renweidamoxingyingyongnengyixiajiejuesuoyoudewenti，huajuzitouru
；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(he)AI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(zhe)4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、綠(lv)色(se)化(hua)，鋼(gang)鐵(tie)行(xing)業(ye)也(ye)不(bu)例(li)外(wai)。有(you)的(de)企(qi)業(ye)還(hai)會(hui)再(zai)加(jia)上(shang)高(gao)效(xiao)化(hua)。這(zhe)些(xie)都(dou)要(yao)依(yi)靠(kao)科(ke)技(ji)創(chuang)新(xin)和(he)產(chan)業(ye)創(chuang)新(xin)深(shen)度(du)融(rong)合(he)，所(suo)以(yi)我(wo)先(xian)說(shuo)說(shuo)科(ke)技(ji)創(chuang)新(xin)核(he)心(xin)能(neng)力(li)的(de)基(ji)本(ben)判(pan)斷(duan)吧(ba)。

　　未來10nian，shujuqudonghewuliqudongderengongzhinengdamoxingdoujiangchengweixianshi，danjushenzhinenghaiyouhenchangdeluyaozou。jiyuzhegepanduan，xianzaipianguanlileidegongzuohedabufenjishugongzuo，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。