高爐異常有AI“放哨”，鋼卷直徑交給智能體計(jì)算．....鋼鐵行業(yè)這場(chǎng)“智”變，正在拉開企業(yè)間的效率差距。記者采訪調(diào)研發(fā)現(xiàn)，AI正加速滲透至鋼鐵生產(chǎn)核心工序，一批率先布局的鋼企已嘗到“數(shù)據(jù)紅利”，為行業(yè)轉(zhuǎn)型升級(jí)打開了新的利潤空間。

近日，南京鋼鐵宣布與飛書合作共建全鏈路“卓越運(yùn)營體系”，將AI能力落地更多業(yè)務(wù)場(chǎng)景。南京鋼鐵人工智能研究院院長李瑾彥在接受采訪時(shí)表示，繼與華為聯(lián)合開發(fā)“元冶·鋼鐵大模型”后，企業(yè)又與飛書合作，目標(biāo)是推動(dòng)人工智能技術(shù)深度融入鐵鋼軋全流程，將AI能力下沉至每一位基層員工。

李瑾彥表示，當(dāng)前AI已深度賦能南京鋼鐵的高爐煉鐵、軋鋼溫控等環(huán)節(jié)。以高爐煉鐵為例，當(dāng)運(yùn)行出現(xiàn)異常時(shí)，AI智能體系統(tǒng)能及時(shí)推送預(yù)警并精準(zhǔn)定位問題根源，變“事后追溯”為“事中糾偏”，大幅降低生產(chǎn)風(fēng)險(xiǎn)。

永卓控股有限公司也在加速以AI賦能核心產(chǎn)線。公司首席信息官林錦斌介紹，企業(yè)已將AI智能體賦能于鋼鐵行業(yè)最核心的高爐煉鐵環(huán)節(jié)，力求破解這一“工業(yè)黑箱”長期依賴經(jīng)驗(yàn)操作的難題。

“高爐內(nèi)部高溫、高壓，被稱為‘工業(yè)黑箱’。過去，操作全憑爐長的經(jīng)驗(yàn)判斷，不僅容易出現(xiàn)偏差，而且發(fā)現(xiàn)問題時(shí)，往往已錯(cuò)過最佳調(diào)整時(shí)機(jī)。如今，企業(yè)將爐長們長期積累的經(jīng)驗(yàn)轉(zhuǎn)化為標(biāo)準(zhǔn)化規(guī)則，與實(shí)時(shí)生產(chǎn)數(shù)據(jù)一同輸入大模型，利用其高通量信息獲取和計(jì)算能力，為操作、監(jiān)控、管理等各崗位人員提供高價(jià)值的決策參考。這不僅降低了崗位工作的難度和門檻，也推動(dòng)高爐運(yùn)行水平趨于最優(yōu)。”林錦斌說。

在更細(xì)分的生產(chǎn)環(huán)節(jié)，AI也在突破傳統(tǒng)手段難以克服的瓶頸。中天鋼鐵數(shù)字化負(fù)責(zé)人兼皓鳴科技總經(jīng)理夏竹青介紹，在鋼簾線生產(chǎn)中，“濕拉”后的半成品質(zhì)量檢測(cè)工作通過AI提高了效率。“過去的方法是，在每盤絲滿盤后，人工剪下一小段，用鉗子測(cè)量自然形成的圓圈半徑，不僅耗時(shí)長、有材料浪費(fèi)，且剪斷后需打結(jié)，可能引入新的質(zhì)量問題。現(xiàn)在我們不再剪絲，而是直接測(cè)量絲的‘翹角’角度，將數(shù)據(jù)輸入AI智能體即可獲得圈徑預(yù)測(cè)，這種方法比人工預(yù)判的準(zhǔn)確度更高。”

“過去兩三年，飛書觀察到，眾多制造業(yè)企業(yè)正通過推動(dòng)AI在組織內(nèi)快速普及，實(shí)現(xiàn)制造升級(jí)。”飛書制造業(yè)解決方案專家羅紅鋼表示，在鋼鐵行業(yè)，從鐵、鋼、軋各工序到生產(chǎn)運(yùn)營全過程，普遍面臨“黑箱”難題，而AI為破解這一難題、實(shí)現(xiàn)精益運(yùn)營提供了路徑。

中國鋼鐵工業(yè)協(xié)會(huì)副會(huì)長李毅仁表示，當(dāng)前中國鋼鐵工業(yè)已進(jìn)入減量調(diào)整、存量優(yōu)化、提質(zhì)升級(jí)的新發(fā)展階段。那些利潤率大幅領(lǐng)先行業(yè)平均水平的企業(yè)，往往是在智能制造、尤其是“AI+鋼鐵”領(lǐng)域的推動(dòng)者和實(shí)踐者。他指出，面對(duì)行業(yè)深度調(diào)整，加快實(shí)現(xiàn)智能化、綠色化、融合化發(fā)展是必由之路。

中央財(cái)經(jīng)大學(xué)中國互聯(lián)網(wǎng)經(jīng)濟(jì)研究院副院長、中國市場(chǎng)學(xué)會(huì)副會(huì)長歐陽日輝表示，行業(yè)大模型與高質(zhì)量工業(yè)數(shù)據(jù)之間相互賦能、協(xié)同進(jìn)化，對(duì)行業(yè)發(fā)展產(chǎn)生飛輪效應(yīng)。

“高爐煉鐵等環(huán)節(jié)之所以被稱為‘工業(yè)黑箱’，是因?yàn)閮?nèi)部高溫高壓、物理化學(xué)反應(yīng)極其復(fù)雜，并且極度依賴?yán)蠋煾档慕?jīng)驗(yàn)直覺。如今，通過AI模型對(duì)海量傳感器數(shù)據(jù)進(jìn)行實(shí)時(shí)分析、學(xué)習(xí)和預(yù)測(cè)，將‘模糊的經(jīng)驗(yàn)’轉(zhuǎn)化為了‘可視化的數(shù)字洞察’，實(shí)現(xiàn)了從經(jīng)驗(yàn)驅(qū)動(dòng)到數(shù)據(jù)驅(qū)動(dòng)的范式轉(zhuǎn)移。”歐陽日輝說。