“十五五”时期钢铁产业数智化转型研究

 

党的二十届四中全会指出，“坚持把发展经济的着力点放在实体经济上，坚持智能化、绿色化、融合化方向，……构建以先进制造业为骨干的现代化产业体系”，并强调要“优化提升传统产业”，推动包括冶金产业在内的重点产业提质升级，提高传统产业在全球产业分工中的地位和竞争力。近年来，以互联网、大数据、人工智能、区块链为代表的新一代信息技术加速融合应用，数智化转型成为提升钢铁产业竞争力和实现高质量发展的关键抓手。作为国民经济重要支柱性产业和优势传统产业，钢铁产业的数智化发展对加快构建以先进制造业为骨干的现代化产业体系、促进经济高质量发展具有重要意义。

钢铁产业数智化转型是适应经济形势，打破传统发展模式的必然选择，也是持续提升竞争能力和抢占竞争优势的关键。“数智化”是指将人工智能、大数据、物联网、云计算等数字技术贯穿于设计、生产、管理、服务的各个环节，通过智能制造推动生产全过程实现自动化、数字化和智能化。本文通过回顾“十四五”时期钢铁产业数智化转型创新实践，分析当前钢铁产业数智化转型面临的问题，并在对“十五五”时期钢铁产业数智化转型进行形势分析基础上，提出促进“十五五”时期钢铁产业数智化转型的对策建议。

一、“十四五”时期钢铁产业数智化转型实践成效

“十四五”时期是我国钢铁产业大力发展智能制造、深入推进绿色低碳转型和大幅提升资源保障能力的关键阶段。随着国家提出推动传统产业向高端化、智能化、绿色化、低碳化发展的总体思路，钢铁产业作为重要传统产业之一，不断进行产业升级和技术创新，将产业数智化转型列为重要方向。“十四五”时期，钢铁产业积极拥抱新一轮科技革命和产业变革，深度融合数智技术应用，推动产业数智化，取得了积极成效。

（一）钢铁产业数智化水平实现整体跃升

近年来，我国钢铁产业以推进“两化融合”为切入点，积极与5G、云计算、大数据、人工智能、工业互联网等新一代信息技术相融合，数字化、智能化、网络化水平明显提升。一方面，我国钢铁企业在数智化转型理念上经历了“自主创新与标准引领”“业务价值驱动”“全流程系统协同”“产业链协同赋能”等一系列转变，在智能化转型方面取得了显著成就。另一方面，钢铁企业在生产制造运营环节积极采用制造执行系统（MES）、企业资源计划系统（ERP）等信息化管理系统，并利用智能机器人与自动化设备、数字孪生、大数据、人工智能与机器学习等数智技术，共同推动钢铁产业向数字化、智能化转型，实现生产效率、能源利用水平和产品质量的全面提升。

据中国钢铁工业协会调研，95.1%的钢铁企业将数字化转型战略纳入企业总体发展进程，机器人应用密度达65台（套）/万人；82.9%的企业建设了智能集控中心，63.4%的企业运用三维可视化仿真系统建设数字化工厂。同时，《中国两化融合发展数据地图（2024）》显示，钢铁产业积极进行全流程技术革新，实现钢铁生产全流程智能化、高端化和绿色化，钢铁数字化研发设计工具普及率超70%，关键工序数控化率超50%，数智化水平明显提升，尤其是大型钢铁企业的钢铁生产数智化水平提升幅度较大。例如，南京钢铁股份有限公司通过全方位智慧化建设，实现全流程、全产业链数据贯通与智能升级，全业务数字化率达85%，关键设备数字化率、关键工序数控化率均达100%。

（二）钢铁智能工厂建设成效显著

为加快制造业数字化转型、智能化升级，工业和信息化部、国家发展改革委等六部门联合开展“2024年度智能工厂梯度培育行动”，分基础级、先进级、卓越级和领航级四个层级开展智能工厂梯度培育。

目前，我国钢铁产业建立的智能化示范工厂和智能制造优秀场景数量不断增加，涉及钢铁产业链供应链各环节。2024年12月，工业和信息化部信息技术发展司公布“2024年钢铁行业重点场景数字化转型典型案例”，全国钢铁企业共有48个案例入选，涵盖炼钢智能控制、供应链管理、质量检测等多个场景。截至2025年12月，钢铁产业共涌现出76个智能制造优秀场景、49家国家级示范工厂和19家卓越级智能工厂、3家“全球灯塔工厂”。如宝山钢铁股份上海基地工厂、中信泰富特钢（兴澄特钢）、首钢股份冷轧公司，借助5G、大数据、人工智能、物联网等先进技术打造的智慧制造项目及典型应用案例，分别于2022年、2023年和2025年入选“全球灯塔工厂”。

钢铁产业智能工厂大批涌现，覆盖钢铁产业链多个环节。其中卓越级智能工厂在生产智能化、装备管控、数据集成、全生命周期管理及供应链优化等方面达到行业领先水平，在提高生产效率、协调管理等方面成效显著。例如：江阴兴澄特种钢铁有限公司构建产销协同的高性能特殊钢智能工厂，覆盖特殊钢冶炼、精炼、连铸、轧制全流程，产量提升了14.4%，吨钢能耗降低了10.46%，交货周期缩短了20.3%，质量损失减少了46.7%；大冶特殊钢有限公司构建特种高精度无缝钢管精益智能工厂，将人工智能与生产、质量、安全、能源管控等各环节深度融合，探索出一套精益管理新模式。

（三）“人工智能+”深度赋能推进质效变革

人工智能深度融入钢铁产业全产业链，提高钢铁产业智能化渗透率，引领钢铁产业效率与质量提升，是钢铁产业数智化转型的又一生动体现。当前，钢铁产业中研发设计、生产制造、运营维修服务、经营管理、供应链管理等环节数智化应用场景日益丰富。

在研发设计环节，利用数智技术缩短产品研发周期，提高研发效率。例如，中信泰富特钢集团股份有限公司借助数字孪生技术，缩短高端轴承钢研发周期。

在生产制造环节，大量投入工业机器人替代风险大、环境差和操作难岗位，提高了生产效率和安全水平；同时利用人工智能大模型采集生产数据，实时回传水流、温度、压力等关键参数，实现碳排放管控、能耗管控、资源循环利用，重塑钢铁产业绿色发展范式。例如，河钢集团有限公司推出升级版碳中和数字化平台，打造多功能多场景智能体，可实现能耗精准预测、碳配额需求分析效率翻倍。同时，钢铁产业积极推出钢铁产业人工智能大模型，如“宝联登钢铁产业大模型”“威赛博钢铁大模型”“冶金流程优化大模型”等，深度融合于钢铁产业链中。

在经营管理环节，通过搭建的人工智能大模型实现各环节数据整合。例如，中天钢铁集团有限公司通过引入致远互联的协同运营平台（COP），利用大数据分析实现了数据流、业务流和信息流的高效整合，提升了跨部门协同管理效率。

此外，为贯彻落实《关于深入实施“人工智能+”行动的意见》，广大钢铁企业积极响应“人工智能+”行动，不断推动产业智能化升级，为人工智能技术深度融入产业链供应链搭建桥梁。例如，宝山钢铁股份有限公司进一步扩大算力中心规模，拟建设10余个专业语料库，开发100多个工业智能体，并推动300个以上人工智能应用场景在全业务链落地。

（四）龙头企业引领全产业链数智化转型

随着新一代信息技术快速发展，钢铁企业纷纷进行信息化、数字化、智能化建设，将新技术、新装备、新理念与生产、工艺管理相结合，不断拓展钢铁智能应用场景，数字化、网络化、智能化转型步伐逐渐加快。其中，钢铁产业龙头企业在关键领域先行先试，沉淀出可复制、可推广的宝贵实践经验，打造出数智化转型示范标杆，引领全产业链数智化转型。

一方面，钢铁龙头企业通过建设工业互联网平台、大数据中心、人工智能引擎平台等搭建数智化转型基础底座；另一方面，其在产品研发设计、制造和服务、业务流程、组织结构、商业模式、生态协同等全链条进行了数智化探索，为钢铁产业数智化转型贡献力量。例如，宝武钢铁集团搭建宝武工业互联网平台——宝联登平台、“1+N”大数据中心，从智慧治理、智慧制造和智慧服务三方面探索数字化转型路径，引领全价值链生态协同发展，着力实现超大规模、超级复杂场景下的智能运营和智慧决策。再如，作为我国钢铁工业“长子”的鞍钢集团，通过数字化、智能化改造，实现从“钢铁硬汉”到“智慧先锋”的蜕变，引领产业链协同发展。鞍钢推动工业互联网创新实践，从冷轧车间的“黑灯生产”到智算中心的“云端算力”布局，采用“产线+算力”的协同模式，不仅解决了制造业生产效率和成本痛点问题，更拓展了“产业链协同”新空间。2024年底，鞍钢完成25条智能化生产线改造，累计实施信息化、智能化项目270个，建成集控中心19个，上线智能模型200余个、工业机器人等智能化装备210台（套），布局厚板5 500 mm轧机、冷轧彩涂机等25条智能化生产线，建成鲅鱼圈基地智慧透明工厂，发挥着示范引领作用。

二、当前钢铁产业数智化转型面临的挑战

当前，中国钢铁产业与数智技术融合正蓬勃发展，已涌现许多科技成果。由于钢铁产业链层级多、生产流程复杂、物料管控难度高，随着融合程度的不断加深，钢铁产业数智化转型仍然面临诸多挑战，尤其是智能制造基础有待夯实、数据孤岛现象严重、产业链数智化转型不协调及数智化复合型人才缺乏等问题。

（一）智能制造基础有待夯实

目前，我国钢铁产业正从数字化向智能化迈进，涌现出一系列创新的智能制造科技成果和应用场景。但钢铁产业数智化转型要向深、向广延伸，智能制造基础还有待夯实。

首先，数智技术关键领域核心技术缺乏。数智技术作为钢铁产业数智化转型的技术底座，被深度应用于钢铁生产流程中，在提高生产效率、优化资源配置方面发挥着重要作用。我国在数智技术领域部分核心技术环节与国际先进水平存在差距。如在人工智能通用大模型与垂直领域大模型方面，中国与美国相比存在差距。2023年底，按各区域IT负载计算，美国全球数据中心容量占比51%、欧洲占比17%，中国占比16%。在特定硬件制造领域，核心生产设备及工艺技术对外依存度较高，如在高端工业软件领域中，CAD、CAE、CAM软件市场被欧美垄断，研发设计与仿真类软件的功能性能与国际领先水平存在差距。

其次，产业链数智化系统集成难度较高，面临从点到线再到面的挑战，且无法形成闭环控制。一方面，由于钢铁产业属于典型的流程型基础产业，体量庞大、装备众多、工艺复杂，对全流程全产业链数智化控制系统技术要求较高，智能化需求较大。另一方面，大量钢铁企业的数智应用场景和系统大多处于单点应用阶段，主要集中在生产工艺优化、能耗降低、技术创新等方面，整个钢铁生产、经营、管理的全流程数智化渗透率有待提高。《钢铁行业数字化转型评估报告（2024年）》显示，大多数企业已建立MES系统，其中机器人在检化验场景应用最多，在连铸、轧制、烧结、精整等工序应用也逐步增多，但总体上呈现单点应用态势。

最后，钢铁产业领域的数智基础设施建设有待加强。中国已成为基础设施建设大国，基础设施规模庞大，但钢铁产业的数智基础设施建设仍然面临挑战。一方面，支撑钢铁产业数智化转型的基础设施还不够完善，难以全面迎合数智化转型需求；另一方面，贴合钢铁产业发展特性和需求的数智基础设施建设有待加强。

（二）数据孤岛现象严重

当前，大多数钢铁企业设立了大数据中心，从供应链到生产制造再到设备运行维护，产生大量数据，数据利用迈上了新台阶，但依然存在数据孤岛现象。

首先，在钢铁企业内部容易出现数据孤岛现象。钢铁的生产过程涉及冶炼、轧钢等多重加工工艺，生产过程中通过工业互联网、人工智能、大模型等技术产生大量的数据，但因钢铁生产流程复杂，各流程涉及工艺参数众多，数据来源分散，基础数据的可靠度有待提高。随着“数字钢铁”建设，龙头钢铁企业通过构建流程大数据体系，消除信息孤岛和数据烟囱效果显著，但大量中小型钢铁企业依然处于智能化改造、人工智能试点应用阶段，尚未完全破解数据孤岛现象。

其次，在钢铁制造流程中，各个环节工艺产生的数据标准不同，数据接口不一，易导致数据孤岛现象。一方面，生产环节技术工艺迭代升级，高炉冶炼、炼钢、轧钢等技术持续发展，各环节技术进步节奏不一，易形成数据孤岛。另一方面，国家尚未建成发布钢铁行业全流程数据标准体系，各省市仍处于初步搭建与探索阶段，未形成统一的钢铁全流程数据标准，不利于各流程数据的衔接、分析与处理。如2025年7月31日，由全国钢标准化技术委员会冶金智能制造标准化工作组组织的《钢铁行业全流程数据标准体系建设指南》讨论会在成都顺利召开，会上确定了钢铁行业数据标准体系框架及范围，但关于钢铁行业全流程数据标准尚未发布。

最后，不同地域、不同层级的钢铁企业同样易产生数据孤岛现象。立足新发展形势、新政策要求与数智化转型背景，上下游协同转型已成为钢铁产业发展趋势。但各钢铁企业在技术水平、投入力度、制度保障上存在差距，购置的智能监控设备、数据中心层级不一，易造成企业间数据质量、数据体量参差不齐，进一步加剧数据孤岛现象。

（三）产业链数智化转型不协调

钢铁产业正积极推进数智化转型，上下游产业链协同转型成为其发展趋势，但在转型过程中呈现出显著的不协调性。

首先，全产业链数智化渗透率不一。钢铁产业链涵盖从铁矿石开采到各类钢材制品制造的全过程，包含上游原材料的供应、中游钢铁产品的生产制造、下游钢铁产品的应用。但全产业链的数智化水平不均衡，数智化应用主要集中于生产制造环节。《钢铁行业数字化转型评估报告（2024年）》显示，在钢铁企业中工业互联网平台建设和应用比例达95.1%，平台主要用于生产过程管控，82.9%的企业已开始在工艺过程优化和产品质量性能预测方面应用大数据模型；然而，在全流程数智化协同方面，研发、制造、服务三大流程的全周期融合处于“爬坡过坎”阶段。

其次，产业链上中下游企业数智化转型不协调。一方面，在同游产业链的钢铁企业因产能规模、装备技术、生产模式、转型战略等因素，在推行数智化转型进程中易出现不协调现象，且易受技术、资本、人才、基础设施等因素影响，在智能制造建设方面出现不均衡现象。另一方面，在产业链上下游环节中，因产业链特性及数智化渗透率的影响，易出现上下游钢铁企业数智化转型不协调现象。在钢铁行业中，中游企业大量应用人工智能、工业互联网、大数据等数智技术赋能钢铁的冶炼、制造，数智化应用场景丰富。上游企业主要是对铁矿石、焦煤、焦炭等原材料进行采集，其数智化应用空间相对小于钢铁的冶炼、制造环节。

最后，依托政策支持和产业基础的华北、华东等传统钢铁产业集群覆盖钢铁全产业链，钢铁领域数智基础设施较为完善、资金投入较为充足、数智技术研发较为前沿，智能制造场景较为丰富，数智化进程较为快速；但部分仅覆盖上游、中游或下游的钢铁企业，存在基础设施建设、人才资源、技术支持相对薄弱现象，数智化进程相对缓慢，易导致钢铁产业链数智化协同进程变缓。

（四）数智化复合型人才缺乏

科技人才作为创新第一资源，在特定空间内汇聚，能够产生集聚效应和创新效应，对赋能钢铁企业数智创新从而推动数智化转型十分关键。近年来，政府大力倡导培育行业专业人才与跨领域复合型人才，鼓励地方和企业引进海外高层次人才，为钢铁产业数智化转型夯实人才基础，但行业仍面临数智化复合型人才紧缺的困境。

首先，数字人才需求存在缺口。《2024数字人才白皮书》显示，74%的被调查企业表示存在数字人才缺口，其中44%的被调查企业表示非常紧缺；在具体的数字人才需求类型上，数字化专业人才占比最高，达到87%，数字化应用人才和数字化管理者也占据一定比例。同时，随着各行业数字化转型的加速，跨领域融合型、数据驱动型、人工智能与机器学习等新型数字人才的需求不断增长，给数智化转型带来了新的挑战。

其次，钢铁产业正处于从数字化迈向智能化的进程中，逐渐向智能化、绿色化、融合化发展，其所需求的复合型人才要求更高。但在特定硬件制造领域，核心生产设备及工艺技术和工业软件领域的创新型、复合型、高层次领军人才缺乏，已经成为制约钢铁产业数智化转型的瓶颈之一。2023年，钢铁企业主业在岗职工中，博士研究生占0.14%，硕士研究生占1.80%，本科生占18.44%，专科生占25.78%，中专生占14.84%，高中及以下占39.00%，高层次学历人才占比不高。《中国企业家人工智能应用调研报告（2025）》显示，47.66%的企业缺乏复合型人才，43.75%的企业缺乏人工智能专业知识，33.59%的企业未制定人工智能战略。

最后，钢铁产业工艺流程复杂、工序繁多、供应链链条长，对人才专业度要求较高；数智技术兼具多学科交叉特性，对复合型人才综合能力要求严苛。在数智化转型进程中，单一专业人才难以适配发展需求，行业缺少既精通钢铁业务、又掌握数智技术，可精准将数智化解决方案与专属业务场景深度融合的复合型人才。

三、“十五五”时期钢铁产业数智化转型形势分析

“十五五”时期是我国钢铁产业由规模优势向质量优势、由产钢大国向造钢强国跨越的关键五年。在这承前启后的战略阶段，对“十五五”钢铁产业数智化转型的形势进行研判，是擘画转型路径、凝聚变革合力、驱动产业迈向高质量发展的必要前提。当前，我国钢铁产业在国家战略需求、产业政策优化、技术蓬勃发展和优秀实践经验等协同作用下，积蓄起一股数智化转型的蓬勃之势。

（一）国家战略与加快发展新质生产力驱动

国家重大战略与加快发展新质生产力的要求，为钢铁产业数智化转型注入了强劲的宏观动能。“十五五”时期，制造强国、质量强国、航天强国、交通强国、网络强国等强国战略持续推进，推动以先进制造业为骨干的现代化产业体系快速发展。规划中强调优化提升传统产业，推动重点产业提质升级，为钢铁产业“十五五”时期发展指明了方向。

同时，党的二十届四中全会对发展新质生产力作出新部署，要因地制宜发展新质生产力。新质生产力的核心要素在于科技创新，产业结构优化升级是发展新质生产力的主要途径。促进新质生产力快速形成与发展的关键在于数智化转型的落地。一方面，数智化赋能钢铁产业，能够有效推动钢铁产业新质生产力发展，实现钢铁产业高质量发展；另一方面，加速培育发展钢铁产业新质生产力，也有利于钢铁产业数智化转型加速落地。

钢铁产业作为技术、资金、能源、资源密集型的典型高排放制造业，其全链条、全要素的数智化转型，正是培育新质生产力的关键实践。钢铁产业因其复杂的生产工艺具有丰富的科技创新空间，可积极研发冶炼技术，以实现生产工艺的智能化、高端化和绿色化。例如，南京钢铁专注于技术创新，致力于产业升级，不断壮大新质生产力，拥有有效专利3 600件以上，为300多个大国重器和国家重大工程提供关键钢材料。当前，钢铁作为典型传统产业，其以绿色、智能、高端为代名词的高质量发展已成为共识。发展钢铁产业新质生产力，需发挥科技创新驱动产业创新的核心作用，在研发设计、生产工艺、管理模式、环境治理等方面引入数智要素，提高全要素生产率和塑造新动能，促进钢铁产业实现新的跃升，向高质量发展迈进。

（二）数智化转型政策支持力度持续加大

近年来，从中央到地方都在大力推动制造业转型升级，对包括钢铁产业在内的传统产业领域实施数智化转型布局，为其提供了清晰的路线图与系统性保障。

在国家部委政策层面，对制造业和钢铁产业的数智化转型均有明确要求和政策措施。《关于加快传统制造业转型升级的指导意见》《制造业数字化转型行动方案》《制造业企业数字化转型实施指南》《加快数智供应链发展专项行动计划》《数字中国建设2025年行动方案》等一系列推动制造业向高端化、智能化、绿色化转型的政策出台，部署了制造业“人工智能+”、数字赋能、基础设施提升及数实融合等重点任务。以钢铁产业为例，近年来，有关钢铁产业数字化转型、智能化升级等一系列政策出台，如《关于促进钢铁工业高质量发展的指导意见》《钢铁产业智能制造标准体系建设指南（2023版）》《原材料工业数字化转型工作方案（2024—2026年）》《钢铁产业数字化转型实施指南》《工业互联网平台安全生产数字化管理第6部分：钢铁产业》等，不断深化工业互联网平台在钢铁产业中的应用，为钢铁产业数智化转型提供了方向指引。

在地方政策层面，河北、江苏、山东等省份对钢铁产业数智化也提出了要求和支持措施（见表1）。其中作为钢铁大省的河北，先后出台一系列政策，为钢铁产业数智化提供了政策导向，持续推进钢铁产业数智化行动，力求钢铁生产过程更加智能化、高效化、精准化，从而提高资源利用效率，降低企业生产成本。同时，河北省成立的首个地方钢铁产业数字化转型联盟，以钢铁企业为主体，整合钢铁领域的科研、服务机构等资源，加强行业内的交流与合作，通过聚焦钢铁产业的数字化转型加速河北省钢铁产业高质量发展。其他地区也不断开展数字化和智能化工作，推动包括钢铁产业在内的传统产业“换芯升级”。例如，江苏省持续推动传统产业改造升级，以传统产业焕新工程为抓手，引导传统产业朝高端化、智能化、绿色化方向发展，向产业链中高端攀升。2024年12月印发的《江苏省深化制造业智能化改造数字化转型网络化联接三年行动计划（2025—2027年）》提出，力争到2027年，打造一批具有江苏特色的智能工厂，规模以上工业企业基本完成智能化改造，中小企业全面实施数字化转型。

表1 部分省份关于推动钢铁数智化转型的政策

 

（三）数智技术及其与绿色技术耦合呈蓬勃发展态势

我国钢铁产业已建立起全球规模最大、体系最为完整的产业体系，具有深厚的应用积淀和高质量发展的迫切需求，是数智技术深度赋能的理想实践场。数智技术是以数据要素为核心、以智能化工具为载体、以产业数字化转型为目标的系统性技术革命。数智技术的迭代更新引领产业转型升级的技术创新模式发生深刻变革：由数字技术单一驱动转向数字技术与智能技术交互叠加的多维驱动，正以全方位、全链条渗透的方式推动钢铁产业向数智化转型。其中，以生成式人工智能、物联网、区块链、数字孪生为核心引擎的智能化技术趋于成熟，深度赋能钢铁制造全流程，成为推动钢铁产业数智化转型的关键力量。

数智技术趋于成熟，为钢铁产业数智化转型创造了技术条件。《数字中国发展报告（2024年）》显示，我国在量子计算、脑机接口、数字孪生等前沿技术领域持续突破，国产人工智能崛起推动大模型走向产业普惠，人形机器人快速迭代并初步实现商业化落地，数字技术更上一个台阶。《国家信息化发展报告（2024年）》显示，复旦大学计算神经科学与类脑智能教育部重点实验室全脑规模数字孪生脑平台，实现了860亿神经元、百万亿突触全人脑尺度大脑模拟。同时，人工智能领域加速发展，据世界知识产权组织数据，2024年，全球新公开的4.5万件生成式人工智能专利中，产生自中国的数量达到2.7万件，占比60%，位列世界第一。2024年，我国在新型储能、人形机器人、具身智能机器人等领域突破关键共性技术672项，实现技术成果转化690项，孵化企业182家。

同时，全球钢铁产业的绿色低碳与智能化已逐渐成为未来全球钢铁产业发展的主旋律，“十五五”时期我国钢铁产业进入智能化与绿色化耦合发展纵深推进阶段。钢铁产业是资源消耗密集型产业和典型的高碳排放行业，2023年，我国钢铁产业碳排放18.6亿吨，占全国的15%，在全球气候治理和国家碳中和背景下面临严峻挑战；2024年，中国钢产量10.051亿吨，占全球的53%。钢铁产业碳中和目标紧迫，驱动钢铁全流程共同推动原料、生产、技术、供应等上下游领域发生根本性变革。我国钢铁企业积极响应政策号召，从工艺、技术、能源等层面探索低碳技术路径，实现绿色低碳可持续发展，从而获得更多绿色订单。钢铁制造绿色化需要通过数字技术进行精细化的能耗管理与系统控制，这为智能化嵌入了天然接口。在绿色与智能双轮驱动的市场趋势下，钢铁企业需重塑价值锚点，为产业转型升级注入最核心的市场驱动力。

（四）优秀实践沉淀出一批可复制可推广的实践经验

钢铁产业的数智化实践探索，尤其是“十四五”时期数智技术深度赋能钢铁产业，搭建了一批数字平台和数智系统，推动钢铁产业数智化转型进程。

2023年7月，中冶京诚数科公司携手华为公司以工业互联网技术为底座，联合研发冶金行业数字化管控平台，打破了现有钢铁企业传统信息化系统架构，为行业数字化转型提供了强有力的支持；同年，全国首套钢水无人化运输系统在鞍钢正式上线、攀钢数智化物流一体化管控平台上线、由宝武钢铁联合齐齐哈尔华工机床股份有限公司共同开发的连铸板坯低倍智能化加工检测系统成功在行业应用推广。

2024年，湖南钢铁集团联合华菱云创、湖南移动和华为技术，以湘潭钢铁人工智能大模型平台早期试点22个应用场景为载体，发布全球首个钢铁大模型；本钢搭建集团级“1+N”大数据平台；中冶京诚数字科技（北京）有限公司自主研发“AI+长材”机器视觉应用系统等。

2025年12月，方大特钢“铁前一体化”智能管控平台上线，作为工业互联网数据采集平台，实现了铁前全流程的数据贯通、业务协同与智能管控；同年，河钢集团有限公司自主研发的We Shyper Data大数据中心接入DeepSeek，为企业构建一体化数智系统。目前，该平台汇聚工业App 3 000余个、工业模型2 700余个，赋能9个细分领域，服务企业5 000余家，为企业数智化转型提供支撑。智能制造技术在钢铁产业获得重大突破和深入应用。

四、“十五五”时期钢铁产业数智化转型对策建议

“十五五”时期是我国钢铁产业由增量向质优跨越、实现高质量发展的关键阶段。面对当前钢铁产业数智化转型过程中存在的多重现实困境，“十五五”时期应从以下四个方面重点推动钢铁产业数智化转型进程，促进钢铁产业高质量发展，贯彻落实制造强国战略。

（一）筑牢智能制造基础

钢铁作为“工业粮食”，是制造强国建设的重要基石。在数智化转型中亟须通过智能制造先进技术和装备不断夯实智能制造基础。

首先，加强钢铁领域原始创新和关键核心技术攻关。围绕钢铁产业“卡脖子”关键核心技术进行攻关，如对特定硬件制造领域，核心生产设备、工艺技术及高端工业软件领域等进行技术攻关，缩短与国际领先水平的差距，降低核心技术对外依存度。全链条推动高端智能装备、工业母机、高端仪器、基础软件等重点领域关键核心技术攻关取得决定性突破。

其次，推动人工智能、工业互联网、数字孪生等数智技术和绿色低碳技术的创新，强化数智技术、绿色低碳技术与钢铁产业深度融合，提升钢铁产业数智系统的集成度。强化工业互联网、大数据、人工智能等技术与钢铁生产流程深度融合和创新，根据钢铁产业生产制造特性，打造贴合钢铁冶炼、生产、制造等复杂工艺的数智化控制系统，破除从点到面应用的难题，同时兼顾绿色低碳发展。利用大数据、机器学习及生成式人工智能等技术对钢铁单点应用问题进行高保真度建模，打造一个双层架构控制系统的数字化底座，提高产业链数智化系统集成能力。

最后，加速数智基础设施建设和升级，新建或改造生产线、车间、工厂等生产现场，使设施适应更为复杂的数智化应用场景，为数智化转型提供强劲动力。构建专用大模型，在普遍、广泛使用通用大模型的基础上，针对钢铁产业的特点和需求，开发钢铁产业专用大模型，以便更精准地解决钢铁原材料采集、钢铁产品生产和产品应用等环节的具体问题，应对钢铁产业数智化转型的复杂挑战。

（二）着力破除数据壁垒

高质量的行业数据是基础，是驱动智能化转型实现高质量发展的新动能与核心资源。钢铁产业在智能化升级过程中，可用的、准确的、高精度的数据是实现智能化应用场景的前提。

首先，构建钢铁产业通用的数据标准体系。鼓励钢铁企业与高等院校、研究机构等加强产学研用合作，开展技术标准研制与应用。在数据接口、数据交换、数据管理、产品主数据等方面推动钢铁产业数据标准与交换协议制定，形成钢铁产业通用的数据格式和标准，构建全网互联互通的数据标识，为全产业链数据互联交换共享提供标准规范。

其次，加快构建以工业互联网为核心的数据平台，健全钢铁产业链数据库及共享机制，鼓励数智化转型试点企业开展对口协作，发挥钢铁产业数智化转型标杆企业的示范效应。如借鉴山东钢铁永锋临港的全流程工业互联网平台，搭建“一个平台+三个一体化”新型智能制造架构，实现数据的统一采集、存储与应用，彻底消除数据孤岛现象。同时，面向钢铁产业链中特定场景丰富模型库、数据库、创新平台，打通各产业链经营主体间的数据孤岛和业务壁垒，实现各钢铁企业间的信息共享。

最后，加强钢铁产业全流程生命周期数据治理。一方面，钢铁企业应加强对数据从采集、清洗、标注到应用全过程精细化管理，通过统一数据采集、清洗、标注标准，构建高质量钢铁产业标注数据集；另一方面，通过对数据进行分级分类、脱敏处理，严控使用边界，形成源头可溯、使用可控、全程可管的闭环管理模式。以《可信数据空间发展行动计划（2024—2028年）》为引领，推动钢铁产业可信数据空间落地建设，依托该空间搭建钢铁数据专区，助力全产业链经营主体精准对接匹配数据，有效提升全域数据的流通与利用效率。

（三）推进全产业链数智化

“十五五”时期，钢铁产业应顺应发展趋势，逐步优化产业链数智化转型协同发展。

首先，全面实施“人工智能+”行动，以人工智能全方位赋能钢铁产业全产业链，提高全产业链智能化、绿色化渗透率。在全产业链条全面部署“人工智能+”工作，开展“人工智能+原材料采集”“人工智能+钢铁冶炼”“人工智能+钢铁制造”“人工智能+钢铁应用”“人工智能+绿色低碳”等行动，契合钢铁全产业链实际需求，以点带面、协同联动，逐步实现从局部智能化、绿色化向全产业链智能化、绿色化转变，从而广泛提高全产业链智能化、绿色化水平。

其次，强化龙头企业示范作用，引领驱动数智化转型发展产业协同。一方面，积极构建政府引导、龙头引领、机构支撑的联合推进机制，实施普惠性数智化转型行动；另一方面，依托技术优势，积极开展技术创新合作和资源共享，实现上下游企业技术共享，推动数智化转型由点上示范走向面上推广，协同推动钢铁产业数智化转型。同时，构建产业链各环节数智化转型协同发展联动机制，由数智化发展进程快的企业带动数智化发展较慢的企业，在技术、资源、战略等整合资源推动下，先转型带动后转型，协同推动产业链数智化转型。

最后，大力推动钢铁产业链数智化转型协同发展的同时，兼顾数智化与绿色化协同发展。加强政府、企业、科研机构和社会各界的沟通和协作，促进资源和力量整合，形成推动钢铁产业数智化与绿色化协同发展合力。政府应发挥主导作用，明确数智化与绿色化协同发展的战略目标，出台针对性政策措施；钢铁企业需主动参与协同发展行动，积极推进钢铁领域绿色低碳技术及产品的研发与应用；科研机构应聚焦该领域绿色低碳技术的研发创新，助力技术落地见效。

（四）一体推进数智化教育科技人才发展

贯彻落实党的二十届四中全会精神，一体推进数智化教育科技人才发展。

首先，围绕科技创新和产业发展需求协同育人。支持有条件的高校围绕科技创新、产业发展和国家战略需求协同育人，构建和完善多元协同的产学研合作人才培养模式，深入推进“双一流”高校和国家交叉学科中心建设，加强基础学科、人工智能交叉学科及数智供应链相关学科建设，培育满足钢铁产业创新型、应用型、绿色型、复合型发展要求的数智供应链人才和数字化人才。同时，推进相关特色学院建设，鼓励企业与高等学校、科研院所协同育人，培育跨领域融合型、数据驱动型、人工智能与机器学习等新型数字人才。

其次，从智能制造角度出发，推进数智化科技人才队伍建设，提升人机协同水平。加强企业人才对工业机器人、智能传感控制系统、大数据监控等智能应用的学习与实践，着力培养其数字化工具应用能力、钢铁工艺知识掌握能力及数字化创新思维能力，推动企业“智工”队伍建设，助力钢铁产业工人技能转型升级，培育既懂钢铁业务又懂数智技术的复合型人才，同时积极引进熟悉钢铁生产工艺、掌握IT技术的复合型数字化人才。

最后，强化数智化科技人才吸引政策。鼓励掌握核心技术、具备持续研发能力的海内外领军型科技人才、高端技术人才向钢铁产业汇集；对在特定硬件制造、核心生产设备、高端工业软件等关键核心技术领域作出重要贡献的基础研究人才、数字化人才、高技能人才，以及攻克钢铁领域“卡脖子”关键核心技术难题的科研团队，加大表彰与宣传力度，吸引更多数智人才投身我国钢铁产业数智化转型的科技创新实践。

参考文献与注释从略，请参阅期刊纸质版原文

 

李婷 | 江西服装学院应用经济研究中心

 

郭朝先,李婷. “十五五”时期钢铁产业数智化转型研究[J].沈阳工业大学学报(社会科学版),2026,19(3):16-25.