本報記者 樊三彩
自1996年以來，寶山鋼鐵股份有限公司（下稱“寶鋼股份”）數智化發展歷程大致經歷了3個階段。第一階段，信息化建設。1996年，寶鋼股份啟動“9672”工程，建設了一體化產銷管理系統；2001年—2004年，寶鋼股份實施企業系統創新工程，全力構建一個對外充分適應、快速響應，對內高效溝通、快速決策的企業經營運作系統。第二階段，數字化建設。2015年，寶鋼股份提出智慧制造，開始數字化進程，現在稱之為智慧制造1.0階段，通過自動化、數字化提升勞動效率、業務運營效率。
“目前，寶鋼股份已經進入到第3個階段——智能化階段，也就是智慧制造2.0階段，核心標志是AI（人工智能）。我們期待能夠將人工智能等先進技術與鋼鐵進行更深層次的融合。”寶鋼股份智能化負責人指出。
在全球工業4.0浪潮推動下，寶鋼股份正以人工智能技術為核心驅動力，加速傳統鋼鐵制造向智能化躍遷。作為粗鋼產量全球上市鋼企第二、汽車板與硅鋼產量雙料全球第一的行業巨頭，寶鋼股份通過“AI+”戰略打造“綠色智能、極致高效”的未來鋼鐵制造新模式，其探索實踐為長流程重工業轉型提供了示范樣本。
“AI元年”戰略落地：
2025年將推動300余個AI場景
在全業務鏈落地
2024年，寶鋼股份將其定位為“AI元年”，全面啟動以“三千”（千卡算力、千模能力、千人戰隊）能力建設為核心的數智化轉型戰略，清晰勾勒出企業在AI時代的轉型藍圖。
寶鋼股份舉行AI轉型戰略發布會
在算力基建領域，寶鋼股份與華為公司、科大訊飛等頭部科技企業合作，累計投入超2億元，建成國內鋼鐵行業規模最大、技術最先進的國產化算力中心。“我們打造的不僅是算力中心，還是鋼鐵行業的智能大腦。”寶鋼股份相關負責人表示，其建成標志著鋼鐵制造從“經驗驅動”向“數據驅動”的根本性轉變。
在應用場景拓展上，2024年寶鋼股份成功上線125個AI應用場景，覆蓋生產、質檢、物流、管理等環節。數據資產化率提升至近70%，企業核心運營數據基本實現結構化管理，為AI模型訓練提供豐富“養料”。同時，400余名數智工程師通過認證，成為鋼鐵制造與AI技術融合的“翻譯官”。
面對近8000萬噸年產銷規模的協同管理挑戰，寶鋼股份明確2025年算力與場景拓展目標：計劃進一步擴大算力中心規模，建設10余個專業語料庫，開發100多個工業智能體，并推動300個以上AI應用場景在全業務鏈落地。通過AI技術深度介入決策流程優化，強化跨部門、跨專業實時協同能力，著力實現“管理架構扁平化、決策響應高效化、市場需求敏捷化”的現代化管理升級。
大模型首戰煉鐵核心環節：
預測命中率與控制采納率雙超90%
2024年8月，“高爐大模型”在寶鋼股份寶山基地4號高爐正式投運，標志著大模型技術在鋼鐵長流程核心工藝環節的首次落地應用，也意味著人工智能大模型技術首次用于解析高爐這一復雜黑箱工藝，推動智能算法在鋼鐵制造最復雜耦合場景中的實用化突破。
這一具有里程碑意義的落地實踐，背后曾面臨一系列技術挑戰：高爐內涉及氣—固—液多相流轉化、高溫高壓反應及數萬動態參數交互，傳統經驗模型難以適應工況變化，大模型技術能否實現高精度預測？實時調控是否能夠彌補煉鐵工藝的滯后性？預測輸出能否真正指導操作、提升質量、降低能耗？
為破解這些行業難題，寶鋼股份依托大模型技術底座與寶鋼深厚的冶金訣竅（know-how），創新構建“預測+控制”雙輪驅動架構，打通數據感知、智能決策、閉環控制的關鍵路徑。
項目落地以來，該高爐大模型系統已在寶山基地4號高爐穩定運行10個月，展現出卓越的實際效果：在工藝優化方面，模型實現預測命中率與控制采納率均超過90%，爐熱控制精度顯著提升，鐵水溫度和硫磺合格率穩定維持在90%以上；在能耗與減碳方面，高爐運行更順暢，實現了鐵水溫度、硅含量、燃料比等多項指標的改善，每噸鐵水可節約燃料2千克。
據統計，全國現有高爐約900座，其中中大型高爐超500座。寶鋼股份自身運營22座高爐，母公司中國寶武集團共計53座。此次高爐大模型系統的成功實踐，為整個鋼鐵行業的智能化升級提供了具象范本，具備在行業范圍內廣泛復制推廣的現實基礎。
大模型賦能云表檢：
高附加值鋼材重點缺陷
識別準確率高達96%
表面質量是超高強汽車板、高牌號取向硅鋼等高附加值鋼鐵產品的生命線，也是其進軍高端市場的主要制約因素。在面對鋼材表面復雜、細微、易混淆的缺陷（如微小劃痕、麻點、氧化鐵皮等）時，傳統小模型力不從心。其準確性不足導致依賴人工二次復檢，漏檢率高難以滿足嚴苛的工業級穩定性要求，且質檢數據質量差，無法有效支撐后續的分析與工藝改進。
在高速、高精度的生產過程中，細小缺陷的精準識別與分類成為行業亟待攻克的難題，亟須突破高精度表面質檢技術，構建從檢測、分類、判級到反饋優化的質量管控閉環，為產品高端化升級提供核心保障。
為破解高附加值鋼材表面質檢難題，寶鋼股份創新打造了AI云表檢系統。該系統基于大模型技術，在云端訓練具備通用缺陷識別能力的領域模型，并通過針對性精調突破特定復雜缺陷的準確性瓶頸。該系統將精準的表檢結果數據實時反饋至全流程質量管控平臺，與生產工藝參數、下游服役數據關聯分析，精準定位缺陷根源，驅動生產工藝持續優化，形成“檢測—分析—改進”的智能閉環。
云表檢系統穩定運行后，重點缺陷識別準確率高達96%，缺陷漏檢率降低35%，顯著降低缺陷流入下道工序的比率，有效避免了由此引發的停機、切換損失，保障生產順行。人工二次檢判率大幅下降，現場質檢勞動強度降低50%，釋放出寶貴的人力資源。該系統具備強大的跨產線、跨基地復制能力，已覆蓋該公司內主要熱軋線，并展現出向冷軋、硅鋼等產線拓展的巨大潛力。
冷軋“AI主操”：
退火工藝符合率提升約22%
連續退火工序作為冷軋生產的核心環節，其工藝復雜度直接影響產品質量與生產效率。寶鋼冷軋1730產線連續退火機組自投產以來，承擔著超150種鋼種、6倍厚度跨度、2倍寬度跨度以及50余種退火曲線的復雜生產任務。傳統操作模式下，退火爐控制嚴重依賴人工經驗，當工藝變化或異常跑偏發生時，需要操作人員對溫度、速度、張力等關鍵參數進行實時調整。這種依賴經驗的操作模式不僅讓員工負荷大，且易因人為疏忽導致生產事故或產品質量缺陷。
寶鋼股份“黑燈工廠”
為破解這一行業共性難題，寶鋼股份以C512機組為試點，深度整合1000余條產線實時數據，創造性開發可聯動調控速度、溫度、張力的智能化模型組，對海量歷史數據進行特征提取與擇優學習。通過應用神經網絡、機器學習等先進算法，該系統可精準篩選最優控制模型，并基于目標參數動態生成每卷鋼的控制設定值及下發時序，最終實現退火爐全流程自主智能控制。
該系統核心技術架構包含四大智能控制模塊：溫度—速度智控模塊通過AI模型實現速度與溫度的智能聯動控制，替代人工設定，根據生產計劃動態調整，確保溫度控制精度；張力智控模塊以模型輸出替代人工操作，結合關鍵生產參數實時調整張力設定，有效減少跑偏等異常問題；糾偏智控模塊融合視覺AI技術，實現跑偏的智能識別與自動糾正；平整智能控制模型組通過機器學習算法實現工藝參數的智能預設定與自學習，確保軋制力和張力的精準控制。四大模塊協同作業，形成從溫度、速度到張力、糾偏的全流程智能控制閉環。
該系統投運后取得顯著成效，模型投入率已超過90%，退火工藝符合率提升約22%，爐內帶鋼跑偏頻率較原先降低約42%，單次跑偏持續時長縮短約17%，機組生產效率平均提高4%以上。該系統的成功應用為鋼鐵行業冷軋工序智能化升級提供了可復制的技術范本，目前已開展同類產線的推廣復制，推動行業從傳統制造向智能制造發展。
寶鋼智慧營銷項目落地：
營銷工作效率平均提升20%
在營銷這一企業發展的關鍵戰場，寶鋼股份同樣展現出了卓越的前瞻性與行動力。寶鋼股份營銷中心深度探索AI技術與營銷“五橫八縱”核心業務的融合，成功實施了“數智營銷”AI項目，首批實現11個試點場景的落地應用，為寶鋼股份智慧營銷注入強勁動力。
寶鋼股份營銷中心大樓
寶鋼營銷通過積累海量行業信息和營銷專業知識，搭建了營銷領域知識庫，并依托NLP大語言模型強大底座能力及智能體平臺，成功打造智能員工助理。智能員工助理作為營銷人員的助手，集成了市場情報、智能報價、智能訂貨、智能數據查詢等多項場景能力，實現營銷市場情報的及時捕獲及日常事務處理顯著提速。
在訂單交付、兩金庫存、價格等關鍵應用場景，寶鋼營銷構建了精準的預測模型。該模型綜合訂單、物流、生產、庫存、市場價格、政策等公司內外部多來源數據，深入剖析影響因素，并可結合生產進度實時更新訂單交付時間、月末兩金庫存，為營銷決策提供了科學、精準的依據，助力企業在復雜多變的市場環境中運籌帷幄。
智慧營銷AI項目自上線以來，營銷工作效率平均提升20%。值得一提的是，當前已落地的11個應用場景在行業內具有較高的普適性和擴展性，為后續的橫向推廣和縱向深入積累了寶貴的實踐經驗。
據悉，寶鋼股份營銷體系全面推廣策略已提上日程。隨著這一項目的逐步推廣實施，智慧營銷有望在更廣泛的范圍內落地生根，為寶鋼股份實現高質量發展提供有力支撐，引領行業邁向更加智能、高效的未來。
作為長流程重工業代表，寶鋼股份通過自主創新與數智化轉型，不僅重塑了企業自身的競爭力，還為中國制造業高質量發展提供“鋼鐵樣本”。在建設世界一流企業征程中，寶鋼股份正以AI重新定義鋼鐵，為中國式現代化建設貢獻更強鋼鐵力量。（本文照片均由劉繼鳴攝）
【編·語】
讓AI在高價值場景“綻放”
自2024年國資委部署央企“AI+”專項行動以來，鋼鐵行業第一大央企中國寶武率先擁抱這場“AI+”浪潮。這兩年，國資委在談到“人工智能”時多次強調“高價值場景”，還在今年2月正式啟動戰略性高價值場景建設專項工作。
誠然，人工智能技術的價值，最終需通過場景落地轉化為現實生產力，特別是那些高價值場景的落地應用。正致力于從“鋼鐵+AI”轉向“AI+鋼鐵”的中國寶武，通過深入挖掘高爐大模型等高價值應用場景，實現以AI技術重新定義鋼鐵的目標。這一做法，使AI逐步超越技術工具層面的應用，驅動鋼鐵制造從“流程優化”向“范式重構”進化，為中國鋼鐵工業提供了“AI+”的可行性路徑。 （樊三彩）
《中國冶金報》（2025年06月10日 04版四版）
