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借鉴 。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。