“AI重构钢铁产业核心生产力。”8月18日，中国钢铁工业协会副会长姜维在“AI+钢铁”技术发布会上表示，在国家一系列“人工智能+”政策的指引下，钢铁行业正迎来以AI驱动高端化跃迁的历史性机遇。
中国工程院院士王国栋指出，钢铁工业作为典型的大型复杂流程工业，全流程各工序均呈现“黑箱”特性，存在大量不完全信息、不确定性及动态环境下的各类问题。尤其是材料“黑箱”内部的演变过程与最终的目标控制变量，目前尚无法实现在线实时连续监测，单纯依靠数字时代的大数据、机器学习等统计方法，难以突破现有瓶颈。
对此，王国栋提出破解之道，即整合我国钢铁材料领域与AI领域专家的优势，充分利用钢铁行业丰富的大数据、钢铁领域专家的理论与经验，以及信息领域先进的生成式人工智能技术，建立人机混合人工智能体，为钢铁行业精准赋能。
以炼铁环节为例，炼铁过程涉及的物理化学冶金反应极为复杂，全流程“黑箱”操作，不仅数据维度高、耦合性与非线性强，还存在明显的时间滞后性；同时，炼铁工业长期存在的工序孤岛式控制问题，导致单元间界面衔接性差、资源配置困难、实时分析效率低下。
东北大学“AI+钢铁”大模型便是通过基于铁前大数据的智能配矿系统，不仅能够有效降低吨铁能源消耗，减少碳排放，还可对渣铁性能成分实现提前预测，大幅提升炉热稳定率、炉缸活跃性。
“AI作为数字时代的前沿技术，为钢铁行业突破发展瓶颈、实现高质量发展带来了新的曙光。”冶金工业信息标准研究院院长张龙强表示，智能算法能够精准预测设备故障，大幅减少停机时间，提高生产效率。在质量控制领域，AI图像识别技术可以对钢材表面缺陷进行高精度检测，确保产品质量符合标准。此外，在供应链管理环节，人工智能还能够根据市场需求、原材料价格波动等多因素预测，优化采购与生产计划，降低运营成本，提升企业竞争力，激活新动能。
在此背景下，钢铁行业正在加速推动“AI+钢铁”相关标准制定工作。张龙强透露，在工信部科技司的指导下，我国已开展《人工智能 钢铁大模型技术要求》等6项大模型标准的研制。同时，聚焦人工智能在钢铁行业的典型应用场景，以需求为牵引，开展了《人工智能 钢铁行业应用场景分类指南》等10余项标准的研制。
展望未来，姜维指出，钢铁行业将继续以“AI+智能技术应用”为核心，全面转向新一代人工智能技术驱动的生产力重塑，通过政策引导、标准建设、标杆推广推动行业转型。重点聚焦产业链智能协同、低碳智能融合及低成本技术推广，支撑钢铁行业高端化、智能化、绿色化发展。
