《行动方案》明确了基础底座升级、数据模型互通、应用模式焕新、产业生态融通四大行动及十一项重点任务，为钢铁行业智能化转型提供了全面支撑。
一是基础底座升级筑牢智能转型硬支撑。网络智能升级方面，控网算一体化演进和能力升级，将破解钢铁企业高温、强电磁干扰等环境下的AI控制难题。比如在高炉炉况监测、连铸坯质量管控等场景部署5G-A、TSN技术，实现毫秒级数据传输与设备联动。平台智能化提升方面，依托钢铁工业互联网平台打造“模型池”，封装高炉燃料比优化、轧钢精准控温等核心工艺模型，通过低代码技术降低中小钢企应用门槛。发展“平台+智能体”模式，在设备健康管理、能源调度等场景落地应用，让平台成为钢铁生产的“中枢大脑”。算力供给强化方面，结合钢铁分布式生产的特性，构建多层次的算力体系。端侧在传感器、AGV等设备部署轻量化算力模块，满足实时质检需求；边侧通过车间级边缘一体机支撑工序内的AI实时控制；云侧对接全国一体化算力网络，支撑全流程大模型、双碳核算模型的训练，实现算力的精准匹配。
二是数据模型互通打通钢铁智能核心脉络。数据汇聚共享方面，依托国家工业互联网大数据中心，汇聚钢铁供应链、双碳等基础数据，建立行业数据目录。利用标识解析体系打通全链条数据通道，健全数据确权授权机制，在保障安全的前提下促进产业链数据的可信流通。数据集建设方面，联合龙头企业、数据服务商，分类建设通识类、行业通用类、专用类三级数据集，针对性解决钢铁数据标注缺失、格式不一等问题。加强数据安全与质量管控，研发专用清洗标注（MA标识体系）工具，建设工业数据训练基地，为AI应用提供标准化的数据服务。模型开发部署方面，培育钢铁行业大模型，支撑全产业链优化。开发质量检测、故障诊断等专用小模型深耕具体场景。统一模型互联接口标准，推动不同工序模型的协同联动，破解“各自为战”的碎片化问题，提升模型复用率。
三是应用模式焕新激活钢铁产业转型动能。应用模式变革方面，依托“AI+工业互联网”打造虚拟产线，实现工艺参数自优化、物料平衡调控等自主决策，推动生产从“经验驱动”向“数据驱动”转变。开发设备智能巡检、故障自愈调控等服务，延伸工业服务价值；通过全链条数据分析优化能源调度与库存管理，降低运营成本。在行业推广方面，编制“钢铁行业融合应用参考指南”，梳理十类典型场景与技术清单，建立解决方案资源池，实现供需精准对接。遴选标杆项目，总结龙头企业的经验，形成可复制推广的典型案例、转型路径，推动行业从“单点试点”向“规模化应用”跨越。
四是产业生态融通凝聚行业协同发展合力。专业化服务方面，鼓励龙头企业孵化行业级解决方案供应商，支持AI企业转型为智能化解决方案供应商，将催生一批钢铁领域专业服务供应商，全面提升钢铁智能化水平。产品创新方面，人形机器人应用将进一步深化，人工智能将赋能软件开发与优化升级，降低开发成本与门槛，钢铁工业传感器、智能调度软件等产品开发，人形机器人在高危工序应用等步伐将加快。公共服务方面，通过构建公共服务体系，建设模型评测平台、开源社区，开展供需对接活动，降低中小钢企转型门槛。此外，还将遴选出一批典型应用案例、优秀解决方案，加强宣传推广。
可以看出，工业互联网和人工智能融合赋能将为钢铁产业智能化升级提供持续动力。展望“十五五”，随着AI技术钢铁应用场景的不断扩大，从生产优化到设备运维，从能源管控到供应链协同，智能化正由点及面全面铺开，行业将逐步形成以数据为核心、生态为支撑、创新为驱动的融合发展新格局。
