文 | 赵伟 张永丰 谢怀亮

AI落地的核心是穿透技术泡沫，锚定场景价值，而非盲目堆砌技术，传统企业转型需以“业务为核、数据为基、场景为根”。以数据驱动，打通组织壁垒，让技术真正落地场景，嵌入和服务于核心业务，摒弃形式化的技术应用和转型，真正聚焦价值创造，才能让AI真正赋能产业升级，成为高质量发展的新引擎。

鞍山钢铁是鞍钢集团的重要子企业，作为钢铁领域核心央企成员，立足传统制造企业数字化转型痛点，形成了以“业务为核⼼、数据为基础、场景为落脚点”的业务转型思路，坚持以“业务出题、技术答题、数据阅卷”为工作模式，聚焦“降本、增效、提质、控险”四大核心目标，推动AI技术从概念走向实效，筑牢实体产业数字化转型的“压舱石”。

一、紧跟两会要求，答好“新考卷”

2026年全国两会为数字经济发展划定清晰航向，明确提出打造智能经济新形态，深化拓展“人工智能+”行动，推动人工智能在重点行业商业化规模化应用，将其作为培育新质生产力的重要抓手。在制造领域，两会精神聚焦三大核心导向：一是强化数智化转型顶层设计，推动数字经济核心产业增加值占国内生产总值比重达到12.5%；二是深化数据资源开发利用，健全数据要素基础制度，破解“数据孤岛”难题；三是鼓励传统产业通过技术改造与AI融合实现提质升级，安排2000亿元超长期特别国债资金支持大规模设备更新。

作为钢铁行业的标杆央企和国民经济的支柱力量，鞍钢股份的发展规划与两会要求高度契合、同频共振。在战略层面，鞍钢股份紧跟“深入推进数字中国建设”的国家部署，将AI应用从选择性探索升级为战略性任务，全面响应国务院《关于深入实施“人工智能+”的行动意见》中2027年智能体应用率达70%、2030年达90%的目标要求。在实践路径上，企业聚焦两会提出的“智能制造”“绿色低碳”等关键词，将AI赋能贯穿于生产提质、成本管控、节能减排全流程，与两会“实施重点行业提质降本降碳行动”的要求精准对接。在数据治理上，鞍钢股份搭建企业级知识库与高质量工业数据集，落实两会“建设高质量数据集”的部署，为AI深度应用筑牢数据根基，以实际行动答好新时代赋予制造业的“新考卷”。

二、谋定发展目标，绘制“战略图”

（一）战略转型核心目标

鞍钢股份以“业务为核、数据为基、场景为根”为核心导向，确立数字化转型与AI赋能的总体目标：通过2-3年时间，实现从“经验驱动”向“数据驱动”的根本性转变，构建全链条、全要素、全级次的数智化管理体系，将AI打造为降本、增效、提质、控险的核心引擎，最终建成“世界一流智能钢铁企业”，为钢铁行业数智化转型提供可复制的实践样本。具体目标包括：关键工序数控化率保持95%以上，劳动效率持续提升，节能降本年创效超亿元，AI场景覆盖研发、生产、营销、管理全业务域，培育“千模百业”场景布局。

（二）业务转型作为顶层引领

鞍钢股份以业务模型重构为切入口，看破AI技术泡，锚定“场景价值”核心，构建“技术-流程-组织”协同的顶层设计体系，打破传统工业固化的运营模式。

鞍钢股份对AI泡沫的认知，区别于网络热议的技术层面争议，核心指向“技术与业务脱节”实际痛点。AI泡沫的本质是落地偏差，并非否定AI技术本身，而是摒弃“技术堆砌”的误区，落脚点是解决AI在业务场景的实际价值落地问题，拒绝为了数字化而数字化、为了AI而AI的形式化。在传统钢铁企业中，数字化转型易陷⼊“为技术而技术”的误区堆砌系统、跟风布局，却未明确技术对业务的赋能点。真正的破局之道，是穿透技术表象、看本质，聚焦“AI能在哪些场景解决实际问题、创造什么样的价值”，让技术回归服务业务的本质，而非沦为单纯的“技术炫技”。

在业务流程转型上，推行“先解耦、再重构”策略，打破部门墙与数据孤岛，将炼焦、烧结、炼铁、炼钢等全工序业务流程与数据链路重新串联，形成敏捷化、一体化的新型业务流程。通过“业务出题、技术答题、数据阅卷”的工作模式，确保每一项数智化举措都精准对接业务需求，避免“技术堆砌”与形式化转型。

在组织架构转型上，成立由党委书记、董事长牵头的数智委员会，构建跨部门、跨层级的协同组织体系，形成IT+OT深度融合的系统推进格局。将数字转型考核指标纳入年度绩效（占比10%），要求各级领导干部做到“要重视、要懂、要组织落实”，层层压实转型责任。同时建立“双融合、双保驾”人才机制，推动数据运营IT团队与业务团队深度融合，打造兼具技术能力与业务认知的复合型人才队伍。

在价值创造转型上，从单一生产效率提升向全价值链价值创造延伸，实现“数据赋能、业务增效”的核心目标。通过数据穿透式管理，打通从采购、生产、物流到营销的全链条价值环节，让数据成为贯穿业务全生命周期的核心生产要素，支撑管理决策从“凭经验”向“看数据”转变。

三、紧跟前沿技术，寻求“突破点”

（一）传统钢铁行业转型痛点

钢铁行业作为典型的传统重工业，长期面临三大核心痛点：一是数据割裂严重，不同年代、不同技术路线的业务系统形成“数据孤岛”，数据标准不统一、接口不兼容，难以形成协同价值；二是管理模式滞后，依赖事后静态报表分析，缺乏实时动态监控与预警能力，对生产过程中的异常波动响应不及时；三是技术与业务脱节，通用AI技术“水土不服”，工业场景的实时性、可靠性、安全性要求难以满足，技术落地效果不佳。

数字化转型的关键，在于打破技术与业务的割裂。正在推行IT+业务”深度绑定的合作模式，突出数字企业文化氛围，让技术团队与业务团队围绕同一目标推进场景落地，同时，推动AI⽂化与组织变革同步进行，全面提升全员数字能力，实现技术变革与组织变革协同发力，相互支撑。

（二）新技术新架构破局方案

鞍钢股份以“数据+AI”为核心突破点，通过技术创新与架构优化，系统性破解转型痛点。

在技术架构上，创新构建“私有数据平台＋公有云AI平台”双平台集成架构，既调用公有云的AI资源优势，又保障企业核心数据安全，实现异构信息系统的无缝衔接。同时借鉴大型央企“双重ERP系统”架构经验，在集团层面部署侧重合规监管与资金管控的集中式ERP，在基层实体部署侧重精益生产的业务运营ERP，通过统一数据中台实现深度对接，为穿透式管理提供刚性技术支撑。

在数据治理上，建立企业级统一数据中台，确立全集团同源数据标准，实现结构化与非结构化数据的全面汇聚。开展数据指标梳理、溯源与质量提升工作，以“准、及时、找差距、发现问题”为原则，构建高质量工业数据集，为AI应用提供充足“燃料”。目前已构建数字模型200余个，实现业务流程优化66%，决策效率提升48%。

在AI技术赋能上，引入知识图谱与智能体（Agent）引擎两大核心技术。知识图谱技术能够精准识别复杂股权代持与隐秘关联网络，防范利益输送与虚假交易；Agent智能体如同“数字监管员”，基于机器学习模型7×24小时不间断巡检，实时捕获异常支出与违规红线，自动生成预警线索。同时搭建“一企一屏”高管驾驶舱，实现全局宏观战略、资金、运营风险的秒级尽览，推动监管模式从“被动应对”向“主动预判”转变。

AI落地的前提是解决“人、数据、知识”三大核心问题，全员AI意识转变，是数据应用落地的前提，只有转变了传统的思维、主动接纳，才能让技术真正发挥作用；数据资产的积累，依托前期建立的大数据平台，打通了不同年代、不同技术路线的业务系统，整合了数据应用的基础能力，为AI提供坚实的数据底座和语料；多层级知识库构建，搭建个人、部门、企业级私有化知识库，为智能体、数字员员工的落地提供了支撑，实现AI应用“根基牢固”。

四、找准场景要素，做好“必答题”

（一）场景落地总体思路

鞍钢股份率先在行业和集团公司内搭建“鞍云智鼎”大模型应用平台，坚持“先易后难、逐级拔高”的场景落地策略，聚焦业务提效、服务能力提升、制造过程管控、班组及安全管理四大类核心场景，规划17个AI应用方向，形成覆盖全业务域的场景矩阵。场景落地以“流程全级次穿透式管理”为核心目的，打通组织与业务壁垒，融合技术、业务、产品、时间、数据、度量等多维要素，确保AI技术深度嵌入业务流程，实现“数据穿透，一穿到底、一看到底”，符合国资委对央国企提出的“穿透式监管”的要求。

（二）核心场景案例

 1.生产过程智能管控场景

在炼焦、烧结、炼铁、炼钢等核心生产环节，部署多维度数据穿透分析系统，整合设备运行数据、工艺参数、原料成分数据等全要素信息，从表层指标异常深挖核心诱因。例如，当发现钢材质量波动时，系统可自动追溯原料供应批次、炉温控制曲线、设备检修记录等关联数据，精准定位问题根源并给出调整建议。

2.经营管控实时对标场景

构建原料、燃料、制造费等多维度数据实时对标系统，将财务数据与业务数据深度融合，推动财务从被动查询向主动赋能转变。系统依托行业大数据标杆比对，实时监控各生产基地的单位成本、能耗指标，自动识别成本异常膨胀节点，锁定责任主体。

3.智能采购与供应链优化场景

上线“采购通”智能体，整合采购需求、供应商资源、市场价格波动等数据，实现采购计划智能生成、供应商智能评估与异常交易智能预警。通过自然语言处理（NLP）技术扫描采购合同，自动识别违约金陷阱与隐藏关联交易，防范采购风险。同时打通供应链物流数据，实现物流成本动态监控与周转效率优化。

4.安全管理智能预警场景

打造“数智小安”智能体，集成生产现场视频监控、设备运行状态、人员定位等数据，运用计算机视觉与传感器数据分析技术，实现违章操作实时识别、设备故障预警与安全风险预判。例如，系统可自动识别进入危险区域、未按规范佩戴防护装备等行为，即时发出声光预警，有效降低安全事故发生率。

5.知识管理与办公协同场景

推出“通识小博士”智能体，构建个人、部门、企业级私有化知识库，整合技术文档、操作手册、历史案例等非结构化数据，为员工提供智能问答、操作指导等服务。“通识小博士”衍生出各专业知识问题与知识库关联，作为通用大模型的语料库，形成多智能体协同调用，更高效、精准提供办公效率提升。同时通过RPA技术自动化处理报销审批、报表生成等重复性办公流程，结合自主研发的低代码平台，让大多数业务人员参与到轻量化应用开发中，形成了全员数字化意识转变，全员AI化的文化氛围，并大幅提升办公协同效率。

（三）场景落地保障机制

为确保场景落地成效，鞍钢股份建立三大保障机制：一是“风险共担与合规奖金池”激励机制，将管理者战略利益与数据真实性、风险暴露及时性绑定，对主动排查历史遗留问题的单位给予专项奖励；二是“人机协同”复核机制，AI系统作为初级过滤网发现问题线索，由审计专家与纪检监察人员进行根因分析与整改闭环，防范“算法黑箱”风险；三是“巡审联动”监督机制，整合纪检巡视与财务审计的数据权限与专业优势，确保场景应用合规可控。

结语

在“十五五”规划开局的关键节点，鞍钢股份以两会精神为指引，以数据+AI为核心引擎，通过战略引领、技术创新、场景落地与组织变革，在穿透式业务价值链管理上取得显著成效。从紧跟国家战略答好“新考卷”，到顶层设计绘制转型蓝图，再到技术突破破解行业痛点，最终以场景落地做好“必答题”，鞍钢股份的实践充分证明：传统制造业的数智化转型无需盲目追风口、拼技术，而应“接地气、重实用”，坚持“技术优、少投入、低风险”的核心逻辑。

未来，鞍钢股份将继续深化“数据+AI”融合实践，完善数字化底座、强化AI智能应用、协同产业创新发展，在推动钢铁产业高端化、智能化、绿色化发展的同时，为制造业智能化转型贡献更多可复制、可推广的经验，以实际行动践行央企使命，向世界一流企业方阵阔步迈进。（作者：赵伟，鞍钢股份有限公司数智发展部副总经理； 张永丰，鞍钢股份有限公司数智发展部总经理；谢怀亮，鞍钢股份有限公司数智发展部一级经理助理）