我國此舉旨在搶占AI賦能實體經濟的戰略先機，構筑新一輪產業革命中的核心競爭力。從國內產業發展視角看，鋼鐵行業面臨著生產效率提升、成本控制、綠色低碳轉型等諸多挑戰，《意見》的出臺為鋼鐵行業提供了清晰的轉型方向與強有力的政策支撐，是推動產業邁向高質量發展的關鍵一環�
新出臺的《意見》是在行業近幾年實踐經驗之上的升級指引。對鋼鐵行業而言，這標志著行業正從單點的智能應用向全流程、系統化的應用實踐邁進。未來的鋼鐵生產，將呈現數據驅動的精準制造、虛實結合的智能優化以及綠色低碳的可持續發展等特征。抓住此次人工智能政策的有利契機，我國鋼鐵工業有望實現從規模領先到技術引領的跨越式發展�
《中國冶金報》記者：最近一段時間，“AI+鋼鐵”成為鋼鐵行業的熱門提法，您認為有哪些概念需要厘清？在您看來，“AI+”在哪些場景應用潛力最大？請談談您對于正確推進“AI+鋼鐵”的建議�
王軍生：“AI+鋼鐵”絕非淺嘗輒止的“技術嫁接”，而是AI技術與鋼鐵全產業鏈的深度融合與創新變革。它是一個系統性工程，全面涵蓋了從原料采購、生產制造、質量管控到產品銷售及售后服務等各個環節，必須杜絕為了應用AI而盲目跟風的現象，確保AI技術的應用與實際生產需求緊密結合，從而創造出真正的價值�
在鋼鐵行業，AI有諸多適用場景。在生產優化方面，鞍鋼集團在智能制造進程中，借助AI技術對3D（危險、臟亂、困難）崗位作業進行優化，顯著提升生產效率與安全性；在質量管控層面，視覺AI檢測在冷軋板表面檢測等場景得到廣泛應用，大幅增強產品質量穩定性；在綠色低碳領域，AI用于能源調度優化，依據生產工況實時調整能源分配，有效降低鋼鐵生產過程中的能源消耗與碳排放。另外，AI在工藝模型的參數優化，材料研發過程中成分、組織和性能分析等領域也有實際效果�
然而，整體觀之，以大語言模型為代表的AI技術，目前仍主要應用在管理和辦公輔助領域，在生甀質量、能源等鋼鐵行業現場應用方面正在開展積極的應用探紀基于行業實踐，筆者對推進“AI+鋼鐵”有如下建議�
一是筑牢數據根基。鋼鐵企業要構建統一、規范的數據標準體系，整合礦山開采、煉鐵、煉鋼、軋鋼等全流程數據，提高數據質量與可用性，為AI模型訓練提供優質“養料”�
二是從小范圍場景試點起步。鋼企應選取痛點突出、效益易評估的環節（如高爐風口診斷、鋼材表面缺陷檢測等），驗證技術可行性與效益后再逐步推廣復制，避免大規模鋪開帶來的風險�
三是構建“老工�+新專家”的協同團隊。安排經驗豐富的鋼鐵工藝專家與AI技術人才結對，工藝專家傳授行業知識、實際操作要點，AI人才助力將經驗轉化為算法模型，實現優勢互補�
四是緊盯價值創造。每個AI項目都要設定明確的效益目標與回本周期，嚴格評估投入產出比，確保智能化改造切實為企業降本增效、提升競爭力�
總之，“AI+鋼鐵”并非簡單的技術疊加，而是深度融合、協同創新的過程。唯有理性厘清概念、精準匹配場景、優化數據質量、科學推進實施，方能真正為鋼鐵行業注入新動能，達成智能化轉型升級的目標�
| 
