（来源：佛山市金属材料行业协会）

中国钢铁工业协会2026年6月28日 20:30北京

过去，钢铁生产追求的核心是规模——产能越大越有优势，集约化程度越高越能降低成本。不少用钢企业常抱怨：“我们需要的特种钢材需求量不大，钢厂根本不愿接小单。”然而，这一局面正在被改写。一批年轻的技术团队将人工智能引入传统钢铁产线，让这个笨重的“钢铁巨人”跳起了灵活敏捷的舞步。

在中国宝武，当海量订单像潮水般涌入时，负责统筹调度的“大脑”已经换成了钢铁人工智能决策优化模型。宝钢股份钢铁AI决策优化技术研发团队负责人、首席研究员贾树晋打了一个比方：宝钢拥有多个生产基地，总产能超过8000万吨，订单如何分配直接决定了整体成本和运转效率。

传统运筹优化模型只能依赖固定规则计算，但AI截然不同。它会综合评估每个基地的产能、可制造性、与客户的距离，还会调取历史数据主动预测未来订单走势，最终给出最优分配方案。“我们自主研发的AI模型能够实时优化派单，”贾树晋表示，这一能力直接破解了多基地资源调配的长期痛点。

但仅会分配还不够，要实现个性化、定制化、小批量生产，AI还必须真正掌握钢铁工艺。试想，一炉钢至少300吨起步，可偏偏遇到200吨甚至80吨的小订单，该怎么处理？贾树晋解释：“我们让AI学会‘合并同类项’——把工程师的炼钢工艺知识转化为数字化规则。”掌握工艺知识后，模型就能把小订单拼合成大订单，以更低成本满足小批量需求。

随着应用深入，AI开始解决更多现场实际问题，例如余材利用。整个生产流程涉及十几道工序，每道工序都会产生余材——若不及时处理，要么占用库存，要么只能当作低档产品贱卖。过去人工寻找余材效率很低，如今AI模型一旦发现新订单能匹配余材，便会自动撮合，既节省成本又提升效率。贾树晋说：“余材智慧匹配模型全自动值守运行，几分钟内就能为全产线余材找到最合适的去向。”

产品下线后如何送达客户手中，同样是一道优化难题。以往各基地物流中心各自为政，数据不互通、资源不共享。团队成员杨子凝介绍，团队将过去十多年来积累的数千个物流站点的价格和周期数据喂给AI学习。如今，每次需要运输时，钢铁物流线路导航系统能瞬间计算所有组合方案，并给出最优解。“这一步要计算成百上千万次，人工根本无法比拟。”

在宝钢股份，这支仅有14人的小团队——近六成是90后，专业横跨数学、计算机、大数据、AI，以及冶金和材料学——已经自主开发了30多套AI决策模型，覆盖采购、制造、销售等关键环节。仅物流系统一项，每年就能降本超千万元。

贾树晋透露，团队正在打造钢铁产业的“虚拟工厂”，让AI在虚拟世界里反复试错千百次，再回馈现实生产，不断实现降本增效。这或许就是传统钢铁业未来最性感的样子。