当生成式人工智能浪潮席卷全球制造业时，一家占据中国钢铁年产量近一成的”钢铁巨擘”率先给出了自己的答案。2024年10月23日，在上海召开的2024年全球低碳冶金创新论坛暨第九届宝钢学术年会上，中国宝武钢铁集团正式发布了自主研发的钢铁行业大模型产品，这不仅是中国宝武在人工智能赋能新型工业化道路上的一次关键跨越，更标志着中国钢铁工业正式迈入”工业AI原生”的新阶段。从基础大模型、行业垂类大模型到应用场景领域模型的三层架构设计，到”平台+算力+算法+模型+场景”五位一体的建设思路，再到在生产精益制造、运营精细管理、产销协同等200余个真实业务场景中的落地生根，中国宝武用实际行动回答了一个行业之问：在传统重工业这片”数据荒漠”上，人工智能究竟该如何扎根、开花、结果？
作为全球钢铁行业的”领头羊”，中国宝武钢铁集团有限公司以近1.3亿吨的年钢产量位居世界前列，其一举一动都牵动着中国乃至全球钢铁产业链的神经。当大多数钢铁企业还在为”AI 能不能用”而争论不休时，中国宝武已经率先完成了钢铁行业垂类大模型的研发、部署和规模化落地，并将其深度嵌入从铁矿石采购到高炉冶炼、从热轧轧制到冷轧成品的每一个关键环节，开启了中国钢铁工业”人工智能+”的新纪元。
一、企业历程与定位：从钢铁巨头到”工业AI 先行者”
中国宝武钢铁集团有限公司（简称”中国宝武”）由原宝钢集团和原武钢集团于2016年12月联合重组而成，是中国最大的钢铁企业，也是国务院国有资产监督管理委员会监管的中央企业之一。重组后的中国宝武迅速跻身《财富》世界500强前列，并在2020年首次突破亿吨钢产量大关，成为全球首家年钢产量突破1亿吨的钢铁企业。此后，中国宝武持续推进联合重组，先后吸纳了马钢集团、太钢集团、中南钢铁、昆钢集团、新钢集团等数十家国内钢铁企业，集团总产能规模不断刷新历史纪录，行业集中度和话语权进一步提升。
在主业稳固的同时，中国宝武将数字化转型和智能化升级定位为支撑集团高质量发展的”第二增长曲线”。早在2017年，中国宝武就提出了”智慧制造”战略，并在2021年发布了新一轮”数智化转型”路线图，明确将人工智能列为集团未来5–10年最重要的核心技术之一。2022年，中国宝武旗下宝信软件启动钢铁行业大模型预研；2023年，集团成立人工智能专项工作组，统筹推进大模型研发、数据治理和场景落地工作；2024年10月，钢铁行业大模型产品在上海正式首发，标志着中国宝武在工业AI赛道上完成了从”跟随”到”引领”的关键一跃。
从战略定位来看，中国宝武的工业AI 战略具有鲜明的”央企担当”色彩：一方面要服务于集团内部的降本增效、绿色低碳和高质量发展，另一方面也要承担起”链长”角色，将成熟的工业AI 能力向产业链上下游和行业内外赋能，真正打通”基础研究—技术研发—产业应用—行业赋能”的完整闭环。这一定位决定了其AI 战略不仅要”做出来”，更要”用起来”，并且最终”传出去”。
二、AI 技术底座：五位一体的钢铁大模型平台
中国宝武钢铁行业大模型的技术底座，由其旗下信息化核心子公司宝信软件主导建设，整体采用”平台、算力、算法、模型、场景”五位一体的建设思路。这一思路的最大特点在于：不是简单地把通用大模型”搬进”钢铁厂，而是围绕钢铁工业的工艺机理、生产流程和业务痛点，重新构建一套从底层算力到顶层应用全栈自主的工业AI 基础设施。
在架构上，宝武钢铁大模型采用三层垂直分层设计：第一层是基础大模型，主要承担自然语言理解、知识推理和代码生成等通用能力；第二层是行业垂类大模型，针对钢铁工业的工艺、设备、质量、能源、物流等核心领域进行预训练，内置了大量钢铁工业的工艺机理知识和行业 know-how；第三层是应用场景领域模型，面向具体的业务痛点进行微调和优化，例如”高炉炉温预测模型””冷轧表面缺陷识别模型””能源动态调度模型”等，确保模型能力可以真正”落地生根”。
在数据底座方面，中国宝武依托遍布全国的钢铁生产基地，每天产生海量的工业数据。宝信软件自2020年起持续推进”数据治理三年行动计划”，构建了覆盖集团总部、子公司和生产基地的三级数据中台，并建立了工业数据标准和质量管控体系。在算力底座方面，宝武与多家国产AI 芯片厂商合作，搭建了包含数千张国产AI 加速卡在内的智能算力集群，并在2024年完成了与主流国产大模型的适配。在算法层面，宝武集成了深度学习、强化学习、智能优化等多种先进算法，并针对钢铁工艺机理开发了专门的”机理+数据”双驱动算法范式，提升模型在工业场景下的可解释性和可靠性。
三、核心 AI 应用场景：从高炉到大模型的智能化跃迁
宝武钢铁行业大模型首批落地场景覆盖了钢铁生产全流程的”研、产、供、销、服”各个环节，集团公开披露的应用场景超过200个。以下几个场景尤其具有代表性：
1. 高炉炉况智能诊断与炉温预测。高炉是钢铁冶炼的”心脏”，炉温的微小波动都可能引发巨大的质量波动和能耗变化。宝武基于历史运行数据和工艺机理，构建了炉温预测大模型，可提前6–8小时预测炉温趋势，预测准确率达到95%以上，帮助高炉操作员从”经验炼铁”走向”数据炼铁”。
2. 冷轧表面缺陷智能识别。冷轧产品的表面质量直接决定其市场价值。宝武部署的视觉检测大模型可在产线高速运行状态下实时识别包括划痕、辊印、氧化色差等数十类缺陷，识别准确率超过98%，并实现了与下游质量判定和返修流程的自动化联动，每年可为企业减少数千万元的质量损失。
3. 能源动态调度与碳排放优化。作为高耗能行业，钢铁企业的能源成本占总成本的20%以上，碳排放更是全社会关注的焦点。宝武的大模型可根据电价、煤气、热值、设备状态等多变量动态生成最优能源调度方案，并通过持续的强化学习不断优化策略，预计可帮助集团每年节约能源消耗3%–5%，折合标煤数十万吨。
4. 智慧营销与产销协同。基于行业垂类大模型，宝武构建了面向客户的智能导购、智能客服和需求预测系统，能够根据客户的历史订单、行业趋势和宏观经济数据自动生成精准的产品推荐和报价策略，显著提升了客户响应速度和订单转化率。
5. 研发知识助手与新材料开发。面向研发人员，宝武上线了”研发知识助手”，整合了集团数十年的研发文档、专利和实验数据，并接入大模型的推理能力，帮助研发人员快速检索文献、生成实验方案、辅助新材料配方设计，新材料研发周期预计可缩短20%以上。
四、商业模式与财务表现：AI 投入与降本增效的双向奔赴
从商业模式来看，宝武钢铁大模型并非单纯的”成本中心”，而是同时承担着”内部赋能”和”对外输出”双重角色。在内部，集团每年向宝信软件投入大量研发资金，用于大模型迭代升级和场景拓展；在对外，宝信软件将成熟的工业AI 产品和解决方案以”工业SaaS”的形式对外销售，赋能中小钢铁企业、装备制造企业和流程行业客户，形成了”内部孵化—产品化—市场化”的完整商业闭环。
从财务表现来看，钢铁行业近年来整体面临需求收缩、原料价格波动和绿色低碳转型的多重压力。中国宝武在2023年实现营业收入约1.1万亿元，旗下宝信软件等信息化板块则保持了高于集团平均水平的增长。AI 投入与产出之间的正向循环正在形成：以高炉炉温预测模型为例，集团内部测算每年可带来的直接经济效益超过5亿元；以冷轧表面缺陷识别模型为例，每年可减少的质量损失和人工成本超过1亿元；从全集团视角看，200余个AI 场景每年累计可带来数十亿元的综合经济效益。
更值得关注的是，AI 还在赋能中国宝武的”双碳”战略。钢铁行业的碳排放约占全国碳排放总量的15%，是实现”双碳”目标的重点行业。中国宝武基于大模型构建的能耗优化和碳排放管理系统，不仅能够帮助集团自身降低碳排放强度，也已经作为”工业绿色AI”解决方案对外赋能，成为集团ESG 评级的重要加分项。
五、行业挑战与争议：传统重工业的 AI 转型之困
尽管宝武在工业AI 领域已经走在全球前列，但钢铁行业的AI 转型绝非坦途，仍然面临多方面的挑战与争议。首先是数据治理难题。钢铁生产数据具有高维度、强时序、机理复杂等特点，且分布在不同的工序、车间和子公司之间，数据孤岛、噪声污染和标注成本高企，仍然是制约模型效果的关键瓶颈。
其次是算力国产化与供应链安全。在高端AI 芯片受限的背景下，钢铁大模型的训练和推理高度依赖国产算力。如何在保证性能的前提下实现算力国产化替代，是整个行业必须直面的现实问题。宝武虽然已经在与多家国产AI 芯片厂商合作，但国产芯片在单卡算力、显存容量和软件生态方面仍与国际顶级产品存在一定差距。
第三是工业AI 的”最后一公里”问题。许多钢铁大模型在试点场景中表现优异，但在跨基地、跨产线、跨工艺的规模化复制过程中，往往会出现”水土不服”。如何让大模型在不同的生产环境、设备状态和操作习惯下保持稳定可靠的表现，是工业AI 落地的最大挑战。
第四是人才与组织变革。钢铁大模型的规模化应用，不仅需要AI 算法工程师，更需要既懂钢铁工艺又懂数据科学的复合型人才。这类人才在传统钢铁企业中极度稀缺，同时，组织内部的部门墙、考核机制和数字化文化，也是影响AI 项目成功的重要因素。
此外，关于”AI 是否会取代钢铁工人”的争议也一直存在。宝武的实践表明，AI 并不是要”取代”工人，而是要将工人从重复性、高危险和高强度的劳动中解放出来，转向更具创造性的”AI 训练师””工艺优化师”等新型岗位。但这一转型过程必然伴随阵痛，需要企业、政府和社会共同努力。
六、未来展望：从”钢铁大模型”到”工业智能体”
面向未来，中国宝武的工业AI 战略正在沿着三条主线加速推进。第一条主线是从大模型走向智能体（AI Agent）。未来的钢铁工业AI 不再只是”问答助手”或”分析工具”，而是能够自主感知环境、制定决策、执行行动的工业智能体。例如，能够自主调度生产计划、自主调整工艺参数、自主进行设备维护的”无人化车间智能体”。
第二条主线是从单点应用走向全链路协同。宝武计划在”十五五”期间，将钢铁大模型的能力从单工序、单基地扩展到全工序、全基地，并向上游矿石、煤炭和下游汽车、家电、装备制造产业链延伸，构建真正意义上的”钢铁工业大脑”。
第三条主线是从单企业走向行业赋能。宝武已经将成熟的工业AI 产品以”工业SaaS”的形式对外输出，未来计划打造”钢铁行业工业AI 公共服务平台”，为中小钢铁企业、装备制造企业和流程行业提供一站式AI 赋能服务，让工业AI 成为推动中国新型工业化的关键力量。
总的来说，中国宝武钢铁行业大模型的发布和应用，不仅是中国钢铁工业数智化转型的一个重要里程碑，更是全球重工业AI 转型的一面旗帜。它向世界证明：在传统重工业这片看似”AI 不友好”的土壤上，只要坚持”机理+数据”双轮驱动、坚持以场景为王、坚持产业链协同，就一定能够走出一条具有中国特色的工业AI 发展之路。
📚 公开来源支撑
- [1] 中国金属学会：《科技新进展：中国宝武钢铁大模型平台的开发与应用》 https://www.csm.org.cn/col/col6317/art/2024/art_3272cb46f05c4588b6f64c725abaa3f1.html
- [2] 中国日报网：《中国宝武首发自主研发的钢铁行业大模型》 https://cn.chinadaily.com.cn/a/202410/24/WS671a1812a310b59111d9fc35.html
- [3] 经济参考报：《中国宝武自主研发钢铁行业大模型产品在沪首发》 http://jjckb.xinhuanet.com/20241028/71a41f65a90d479788030555ce9d7ae5/c.html
- [4] DOIT：《宝武钢铁：钢铁行业垂类大模型技术进化与实践》 https://www.doit.com.cn/cxo/822287504322629.html
- [5] 华为技术有限公司：《AI 赋能跃升资源行业数智生产力》（王国栋院士/韩硕/袁亮院士联合署名） https://www-file.huawei.com/dam/asset/view/0992f7d8646e40019225b9ece83ee5eb.pdf
- [6] 工业和信息化部：《人工智能赋能新型工业化典型应用案例名单》 https://pro6d788648-pic10.ysjianzhan.cn/upload/88cg.pdf
- [7] 宝信软件官方资料与宝武集团年度报告（2023）
- [8] 新华社、中国证券报、上海证券报关于中国宝武钢铁大模型的系列报道（2024年10月）
若您对人工智能感兴趣或为人工智能创始人，可添加数智化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数智化转型网小助手思思（17757154048，微信同号）
若您为人工智能服务商，可添加数智化转型网小助手Jasper，加入人工智能行业交流群。
声明：本文基于公开材料整理而成，如需转载请在作者处标明数智化转型网。
本文由数智化转型网（www.szhzxw.cn）转载，编辑/翻译：数智化转型网（Professionalism Achieves Leadership 专业造就领导者）讯龙
