高炉异常有AI“放哨 ”，钢卷直径由智能体辅助计算……当前 ，钢铁行业正经历一场“智”变。记者在采访调研中获悉 ，越来越多钢铁企业正推动AI赋能生产的核心环节，为这一传统行业注入新的增长动能 。
近日 ，南京钢铁宣布与飞书合作共建全链路“卓越运营体系 ” ，将AI能力落地更多业务场景 。南京钢铁人工智能研究院院长李瑾彦在接受采访时表示，继与华为联合开发“元冶·钢铁大模型 ”后 ，企业又与飞书合作 ，目标是推动人工智能技术深度融入铁钢轧全流程，将AI能力下沉至每一位基层员工。
李瑾彦表示 ，当前AI已深度赋能南京钢铁的高炉炼铁、轧钢温控等环节 。以高炉炼铁为例 ，当运行出现异常时，AI智能体系统能及时推送预警并精准定位问题根源，变“事后追溯”为“事中纠偏 ” ，大幅降低生产风险 。
永卓控股有限公司也在加速以AI赋能核心产线。公司首席信息官林锦斌介绍 ，企业已将AI智能体应用于钢铁行业最核心的高炉炼铁环节，力求破解这一“工业黑箱 ”长期依赖经验操作的难题 。
“高炉内部高温 、高压 ，被称为‘工业黑箱’ 。过去 ，操作全凭炉长的经验判断，不仅容易出现偏差 ，而且发现问题时 ，往往已错过最佳调整时机。如今，企业将炉长们长期积累的经验转化为标准化规则 ，与实时生产数据一同输入大模型 ，利用其高通量信息获取和计算能力，为操作 、监控、管理等各岗位人员提供高价值的决策参考 。这不仅降低了岗位工作的难度和门槛 ，也推动高炉运行水平提升 。”林锦斌说。
在更细分的生产环节 ，AI也在突破传统手段难以克服的瓶颈。中天钢铁数字化负责人夏竹青介绍，在钢帘线生产中，“湿拉 ”后的半成品质量检测工作通过AI提高了效率 。“过去的方法是在每盘丝满盘后 ，人工剪下一小段 ，用钳子测量自然形成的圆圈半径，不仅耗时长 、有材料浪费 ，且剪断后需打结 ，可能引入新的质量问题 。现在我们不再剪丝，而是直接测量丝的‘翘角’角度 ，将数据输入AI智能体即可获得圈径预测值 ，这种方法比人工预判的准确度更高。 ”
“过去两三年，飞书观察到 ，众多制造业企业正通过推动AI在组织内快速普及 ，实现制造升级 。”飞书制造业解决方案专家罗红钢表示，在钢铁行业 ，从铁 、钢、轧各工序到生产运营全过程 ，普遍面临“黑箱”难题，而AI为破解这一难题 、实现精益运营提供了路径 。
中央财经大学中国互联网经济研究院副院长欧阳日辉表示，行业大模型与高质量工业数据之间相互赋能 、协同进化 ，可对行业发展产生飞轮效应。以钢铁行业为例 ，模型通过高频数据实时优化高炉布料、控制轧钢温度，能在保证质量的前提下 ，降低能耗 ，助力行业显著提升利润 。
中国钢铁工业协会副会长李毅仁表示，当前我国钢铁工业已进入提质升级的新发展阶段 。那些利润率大幅领先行业平均水平的企业 ，往往是智能制造的推动者和实践者。他指出 ，面对行业深度调整，企业应加快实现智能化 、绿色化发展 。
