近日，國務院正式頒布《關于深入實施“人工智能+”行動的意見》（下稱《意見》），為我國人工智能與各行業(yè)的深度融合發(fā)展指明了清晰方向?！兑庖姟诽岬?，在“人工智能+產(chǎn)業(yè)發(fā)展”方面，要加快實施培育智能原生新模式新業(yè)態(tài)、推進工業(yè)全要素智能化發(fā)展等重點行動。通過深入學習并結合自身工作實際，筆者對“人工智能+”在鋼鐵行業(yè)的應用有了諸多深刻感悟。
當前，在全球經(jīng)濟形勢復雜多變的背景下，鋼鐵行業(yè)正深陷產(chǎn)能過剩與需求低迷的雙重困境，亟須探尋新的生存與發(fā)展路徑。企業(yè)應圍繞極致成本、極致效率、極致效益的目標，借助新技術與新思維推動商業(yè)模式創(chuàng)新、持續(xù)優(yōu)化生產(chǎn)工藝，以此推動企業(yè)實現(xiàn)高質量發(fā)展。
一是組織流程優(yōu)化創(chuàng)新。當前，人工智能技術發(fā)展已形成清晰的三階段演進路徑：從輔助性工具（第一階段）到人機協(xié)同作業(yè)（第二階段），最終邁向智能體自主決策（第三階段）?，F(xiàn)階段，大部分企業(yè)正處于從第一階段向第二階段轉型的關鍵窗口期，預計未來5年將有更多企業(yè)突破至智能體決策階段。這一技術躍遷將引發(fā)組織形態(tài)的根本性變革，即部門架構趨向扁平化，管理對象從“以人為核心”轉向“智能體—人類協(xié)同體系”，管理者角色將聚焦于目標框架設計、資源動態(tài)配置與結果價值評估，而具體執(zhí)行環(huán)節(jié)則由具備自優(yōu)化能力的智能體通過算法閉環(huán)高效完成。
因此，未來組織重構需建立三維協(xié)同機制。在架構設計層面，需明確定義智能體角色定位與權限邊界；在流程優(yōu)化層面，需系統(tǒng)規(guī)劃人—人、智能體—智能體、人—智能體3類交互路徑，配套建立動態(tài)反饋機制與應急響應預案；在效能評估層面，可引入OKR（目標與關鍵成果）目標管理體系，使智能體具備自主目標解析、資源智能調配及結果自動反饋能力。當然，人工智能介入不是按照崗位進行替代，而是在任務層面產(chǎn)生差異化影響，即人工智能的替代效應呈現(xiàn)顯著的任務粒度特征。
在財務領域，數(shù)據(jù)錄入、報表生成等規(guī)則明確、邏輯封閉的任務已實現(xiàn)95%以上的自動化替代；而在市場分析場景中，智能體可獨立完成80%的數(shù)據(jù)采集與基礎建模工作，但戰(zhàn)略洞察、異常歸因等復雜決策仍需人類專家介入。這種差異化影響要求企業(yè)構建標準任務全自動化、專業(yè)判斷人機協(xié)同、創(chuàng)新領域人類主導的梯度能力體系，在審計合規(guī)、客戶關系管理等場景中形成“智能體處理標準化流程+人類專家把控關鍵節(jié)點”的協(xié)作模式，最終實現(xiàn)組織效能的指數(shù)級提升。
二是加強人才體系建設。在智能制造大會上，周濟院士指出“智能制造以人為本”的核心要義。產(chǎn)業(yè)變革既迫切需要一支兼具技術深度與業(yè)務洞察的高素質建設隊伍，也必將通過實踐淬煉出適應智能時代的新型人才梯隊。
當前，智能制造的推進已突破單一主體邊界，形成企業(yè)主導、供應商協(xié)同、科研院所支撐的創(chuàng)新生態(tài)，其顯著特征在于業(yè)務專家正從幕后走向臺前，與IT（信息技術）團隊形成業(yè)務理解、技術實現(xiàn)的雙輪驅動。傳統(tǒng)人才價值評估體系以執(zhí)行力權重占優(yōu)為特征（執(zhí)行性工作占比80%），導致創(chuàng)新思考空間被壓縮；而智能時代通過人機分工重構價值坐標，在協(xié)作模式下，AI承擔80%標準化執(zhí)行，使人得以聚焦20%的高階認知活動；至智能體決策階段，人類更將專注于1%的決策核心（戰(zhàn)略方向、創(chuàng)意突破、價值判斷）。這種變革倒逼人才培養(yǎng)體系革新，需構建“高校理論奠基、企業(yè)場景錘煉、培訓機構技能強化”的三方協(xié)同機制，通過動態(tài)調整培養(yǎng)方案、優(yōu)化知識結構、創(chuàng)新激勵機制，實現(xiàn)人才能力從執(zhí)行導向向創(chuàng)新驅動的戰(zhàn)略轉型，最終打造出既懂工業(yè)機理又通數(shù)字技術的復合型領軍人才隊伍。
三是供應鏈從智能感知到智能決策。通過搭建全維度可視化的供應商網(wǎng)絡生態(tài)平臺，企業(yè)可實現(xiàn)產(chǎn)業(yè)鏈縱向貫通與橫向協(xié)同，形成覆蓋需求預測、供應調度、風險預警的數(shù)字化運營閉環(huán)，建立端到端的韌性鏈條，確保供應鏈在復雜市場環(huán)境下的穩(wěn)定運行。
在供應商管理層面，鋼企應以物料屬性為核心分類維度，綜合評估戰(zhàn)略價值、資源稀缺性及供應風險，構建戰(zhàn)略采購、價值采購、價格采購、陽光采購管理體系，并針對不同層級匹配定制化合作策略，實現(xiàn)資源精準配置與供應彈性優(yōu)化。
在決策智能化升級方面，以訂單為數(shù)據(jù)主線，深度整合內(nèi)部交易與采購執(zhí)行信息，同時以產(chǎn)業(yè)運營為數(shù)據(jù)生態(tài)，實時捕獲外部技術服務、生產(chǎn)履約、金融信貸、物流動態(tài)及突發(fā)風險等多維信號，構建內(nèi)外雙循環(huán)的智能感知網(wǎng)絡。通過將供應商分級策略、績效評估模型與動態(tài)風險圖譜深度融合，形成采購戰(zhàn)略的數(shù)字孿生推演能力，實現(xiàn)從品類需求預測到成本彈性控制的精準決策閉環(huán)，有效破解量價矛盾。最終依托大數(shù)據(jù)與AI算法，對未來供應鏈趨勢進行場景化模擬，輸出具備前瞻性的智能決策方案。
四是打造商業(yè)新模式。通過系統(tǒng)化數(shù)據(jù)治理與數(shù)據(jù)資產(chǎn)價值化運營，企業(yè)可深度挖掘數(shù)據(jù)要素的商業(yè)潛能，在行業(yè)生態(tài)中構建差異化盈利模式。一方面，可依托自身場景優(yōu)勢，推出SaaS服務（按噸鋼節(jié)約成本分成收費），或搭建冶金領域專業(yè)知識付費平臺，將工藝訣竅、故障案例等隱性知識顯性化變現(xiàn)。另一方面，可探索數(shù)據(jù)要素確權交易，通過脫敏后的生產(chǎn)數(shù)據(jù)、設備狀態(tài)數(shù)據(jù)等形成行業(yè)級數(shù)據(jù)產(chǎn)品。企業(yè)更可孵化獨立科技實體，以輕資產(chǎn)模式開展上述創(chuàng)新業(yè)務，實現(xiàn)從傳統(tǒng)生產(chǎn)商向綜合解決方案提供商的戰(zhàn)略轉型。
綜上所述，數(shù)字化轉型作為一項系統(tǒng)性工程，既需要持續(xù)性的大規(guī)模資金投入作為支撐，又需以科學規(guī)劃為引領、分階段務實推進。行業(yè)主體應積極響應國家“人工智能+”戰(zhàn)略部署，推動智能技術應用從設備層單點突破向全流程智能協(xié)同演進，構建覆蓋原料配比、工藝控制、質量檢測等環(huán)節(jié)的自主決策體系。
未來5年~10年，隨著AI算法與冶金機理的深度融合，全流程自主閉環(huán)控制等創(chuàng)新范式將重塑產(chǎn)業(yè)技術架構，有望實現(xiàn)從經(jīng)驗式制造向數(shù)據(jù)智能制造的范式躍遷。為此，筆者建議強化政策供給力度，重點支持具有行業(yè)示范效應的“AI+”冶金標桿工程，在算力補貼、數(shù)據(jù)開放、標準制定等方面給予系統(tǒng)性扶持，加速培育新質生產(chǎn)力，助力我國鋼鐵工業(yè)在全球技術競爭中占據(jù)制高點。
