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。