】宝钢AI高炉首发 :钢铁智造时代如何行动?

①

宝钢股份AI智慧高炉全球首发上线

②

宝武集团的AI战略布局

2023年起，宝武与ICT（信息通信技术）顶尖企业开展合作，按照“数实融合、同题共答”原则攻关行业难题。宝钢股份将2024年定义为AI元年，制定了以“AI+”为标志的新一轮数智化转型战略，推动钢铁业数字化转型和智能化升级，促进实体经济做强做优做大。

战略升级：“2526工程”

宝武集团于2025年2月26日正式启动“2526工程”，将“人工智能重新定义钢铁”升级为公司战略，全面推进人工智能与钢铁制造的深度融合。集团提出从2025年开始全面部署大模型，以DeepSeek大模型为核心技术引擎之一，并在数据基础构建、钢铁大模型深化、智能体赋能变革等6个方面开展重点行动。该工程以人工智能大模型技术应用为引擎，通过系统谋划、精准施策、全员协同推进AI能力提升与产业智能化融合。

硬件准备：大修1号高炉

宝钢股份宝山基地镌刻着“85・9”精神的1号高炉于2026年3月15日正式停炉，展开为期100天的大修。此次大修采用第三代模块化模式，将高炉分为三大模块进行快速拆装。4月4日，新炉体回装首战告捷，仅用8天就精准完成拆除与回装。大修的核心目标，正是为了全面应用“AI+高炉”数智化技术。焕新后的炉体将深度融合智能管控与绿色环保技术，为AI系统搭建起精准、稳定的硬件平台。

共同研发：与宝信、华为合作

宝钢股份在AI转型过程中与华为、宝信软件形成了明确的协同分工机制。宝钢提供钢铁生产工艺数据和场景需求；华为提供基础算力平台和大模型技术支撑，包括算力中心建设、盘古大模型预训练底座等；宝信软件负责工程化落地与系统集成，将AI模型部署到实际生产控制环节。2024年，高炉大模型由宝钢股份与华为共同研发，在推广阶段与宝信软件共同完成工程化实践。算力支撑方面，宝钢股份与宝信、华为合作建设的AI中心算力已达60PFlops，为目前国内钢铁行业规模最大、技术最先进的人工智能算力平台。

复制推广：给出“宝武方案”

宝钢股份在智慧高炉首发活动中正式提出《AI高炉：宝钢股份高质量发展新阶段炼铁生产方式的革命》这一成果体系。该体系涵盖从原料、烧结、炼焦到高炉炼铁的全流程AI管控方案，构建了“感知—决策—执行”闭环智能控制架构。宝武集团将这一方案定位为可复制、可推广的行业范本，即其他钢企可以根据自身条件，参考宝武的硬件改造路径、数据治理方法和模型部署策略，推进本企业的AI转型。

2026年是宝钢股份AI战略转型的第三年，公司预计到明年将累计建成1200个以上人工智能场景、25条以上人工智能标杆产线。宝钢股份将持续推动AI技术与钢铁核心工序的深度融合，加速炼钢、热轧、冷轧等关键工序大模型研发与落地应用。

③

钢铁行业AI转型整体趋势

政策支持体系逐步完善

国家近年来不断强调钢铁行业智能化、数字化发展。2025年12月，工业和信息化部等八部门联合发布了《“人工智能+制造”专项行动实施意见》，指出要提升钢铁行业全流程智能化水平。国家层面五部门印发的《钢铁行业稳增长工作方案（2025—2026年）》也明确了钢铁行业绿色低碳和数字化发展等目标。中国钢铁工业协会也发布了《钢铁行业数字化转型工程三年行动方案（2024—2026年）》，提出到2026年底实现“四三二一”总体目标，大力推动数字化与钢铁行业的深度融合。

头部钢企加速AI落地

2026年初以来，多家钢企加速AI大模型落地：河钢发布威赛博2.0版，以“大模型+小模型”协同实现从单点智能迈向全域智能，高端汽车板研发周期缩至3个月，邯钢综合能耗降3%，唐钢生产排程缩30%；山钢启动“十百千”场景倍增计划，年内完成100个AI+场景，新建100余个智能化模型；沙钢携手华为启动行业大模型项目，首批7个应用场景；柳钢联合华为&中国移动发布“玄铁”大模型，覆盖六大环节“20+N”场景。

技术应用体系初步建立

AI技术应用从单点突破走向系统集成。宝信软件自主研发的“宝联登钢铁行业大模型”采用“基础+行业垂类+应用场景领域”三层架构，构建“场景、模型、数据、算力、平台”五位一体全栈能力，已创建1000多个智能体，覆盖生产、设备、质量等场景，该模型荣获2025世界人工智能大会最高奖SAIL奖。此外，唐宋大数据推出AI大脑，覆盖市场研判、经营、贸易三大核心场景及七大模块；河北省上线国内首个垂直大模型服务平台，着力破解企业“选模难、用模贵、落地慢”等痛点。

人才培养体系同步推进

院校和企业推出“钢铁+AI”行业人才培养方案。院校层面，聚焦智慧冶金、智能装备等行业前沿领域，布局复合型交叉冶金学科方向：从江苏科技大学将AI融入硕士课程体系、重庆科技大学提出“AI赋能冶金专业改造升级”方案，到山东工业职业学院培养“钢铁数智工匠”，构建不同层次冶金人才培养体系。企业层面，方大九钢为硕博人才定制课题；中国金属学会举办智能化低碳发展高级研修班。

绿色低碳协同效应显现

AI技术的应用能够有效控制碳排放。2025年国内钢铁生产能耗约占全国总量的11%，碳排放量约占15%，是减排重点领域。河钢邯钢通过AI大模型实现综合能耗降低3%以上；山钢集团智能化改造使吨钢碳排放削减5.1%。此外，河北、广东等地百万吨级氢冶金项目陆续投产，相比传统工艺可年减排50%以上，绿色转型加速推进。

④

给国内钢企AI转型的建议

顶层参与：管理层一把手统筹转型

AI转型涉及战略规划、组织架构、业务流程和人才体系的全方位变革，需要企业最高管理层从战略高度推动。企业层面应建立由一把手牵头的AI转型领导小组，统筹战略规划、资源调配和组织变革。

资金投入：平衡前期投入与后期回报

AI转型需要在前期的算力基础设施建设、软件开发、硬件改造等方面投入大量资金，而效益的显现往往需要较长时间。同时，钢铁行业当前面临盈利能力不足、减量调结构等多重挑战。如何平衡短期投入与长期回报，是钢企在AI转型中必须解决的现实问题。

人才培养：开展“AI+冶金”交叉培训

目前AI在钢铁行业推进过程中面临人才短缺的问题，既懂钢铁生产工艺又熟悉AI技术的复合型人才在市场上极为稀缺。企业应建立系统化的AI人才培养机制，通过内部培训、校企合作和外部引进等多种方式充实人才储备。

组织变动：引导组织渡过形态变革

在钢企AI转型中，部门架构将趋向扁平化，管理对象从“以人为核心”转向“智能体—人类协同体系”，对传统管理模式形成冲击。部分员工可能对新技术产生抵触情绪，或担心自身岗位被替代。企业应做好组织变革管理，引导员工适应AI技术带来的工作方式变化。

数据质量：提高数据质量、完善数据标准

许多企业的数据分散在不同系统之间，存在“数据孤岛”现象，数据标准不统一，历史数据质量参差不齐。AI模型的性能高度依赖于训练数据的质量和完整性，因此企业需要投入大量精力进行数据清洗，并建立统一的数据采集标准、时序数据库和质量校验机制。

人机协同：提高AI模型采纳率

宝武特意提出“控制采纳率”与“命中率”均超过90%，揭示了AI落地的核心矛盾：只要一线工人不信任、不执行，那么即使模型再准，也无法给企业带来效益。企业必须建立人机协同的操作规程和激励机制，让AI输出可解释、可追溯，让操作人员敢于采纳、愿意采纳。

技术安全：AI安全性须持续验证

AI模型在高炉控制等核心生产环节的应用，对预测命中率和系统安全性有极高要求。AI系统在生产控制中的决策一旦出现偏差，可能引发生产事故或质量损失。企业应建立将工业控制系统安全审计纳入常态化管理，确保模型输出在介入生产前经过多重确认。

寻求合作：与数字技术公司共同创新

AI技术的引入涉及算力、算法、模型和工程化等多个专业领域，传统钢企难以独立完成全部技术环节。宝钢股份与华为、宝信软件的合作模式提供了可参考的范本。企业应根据自身条件，选择合适的数据技术合作伙伴和技术路径。

结语

AI智慧高炉已经证明，高炉“黑箱”可以被打开，工艺控制能够从经验走向数据驱动。但技术首发不等于行业转型。从核心场景的应用验证到完整生产线的推广，从技术落地到架构重组，各企业需根据自身条件制定路线图，将技术蓝图转化为真正的企业效益。

★ ★ ★