编者按：
听起来“傻大笨粗”的钢铁行业，其实是大工业门类中流程最长、复杂程度最高的行业之一。一个钢铁厂一年内沉淀的数据量能达到几万亿字节！
以往这些数据只能靠人的经验进行积累和传授，而应用大数据、AI等技术的“钢铁大脑”，不仅减轻了一线工作负担、精简了人员数量，还提升了效率、降低了成本。仅AI炼钢这一个项目，粗算每年可以省下5000万元左右。
以钢铁为例的实体产业，正在拥抱大数据、云计算、AI等数字技术，重塑传统经济中的瓶颈环节。
大多数人很难理解，像钢铁冶炼这样的传统行业，怎么会与互联网、大数据这样的新词汇联系在一起。但事实上，数字新经济的意义就在于，它并非与传统经济截然对立，而是用新的眼光将传统经济“透视”一遍，用数字化的手段去重塑传统经济中的瓶颈环节，以达到提质、增效、降本的效果。
攀钢对数字化技术的运用，就是解决了生产线上的瓶颈环节，把原来需要依赖人的经验和专注度的环节，用大数据和AI替换掉。由于大数据的计算比人工更快、更稳定，带来的效果就是产线运转得更快速，反应料添加得更准确，产品质量更稳定。中国千千万万的实体企业，就像攀钢一样，它们并不像互联网企业那样天然地需要“云”背后的算力和存储，但数字技术在企业生产和管理上切切实实的推动作用，最终会让它们因为“看见”而“相信”。
在攀（枝花）西（昌）地区，分布着我国境内最大规模的钒钛磁铁矿，钒储量占全国的54%，钛储量则高达91%——钒、钛是磁铁矿重要的伴生金属，也是生产某些高端特种钢不可或缺的合金原料。巨大的矿藏，纵深的战略位置，使得20世纪60年代三线建设启动时，攀钢集团（以下简称“攀钢”）——中国战略后方最大的钢铁联合企业——在攀枝花应运而生。
到了2008年，曾经的建设对象成了建设主体。这次，身穿工作服的攀钢人，将目光投向了西昌。他们风尘仆仆地赶到这里，决心在这里建一座先进的钢铁钒钛企业。
先进到什么程度？在建设的时候，所有设备、工艺都是全球最先进的；所有的工序，从原料烧结、焦化、高炉一直到最后的轧钢，完全实现了自动化。但是，攀钢集团并不满足于此。
大多数局外人难以理解的一点是，钢铁这个听起来“傻大笨粗”的传统行业，其实是大工业门类中流程最长、复杂程度最高的行业之一。炼钢产业链向上溯及铁矿石，中间涉及烧结、炼焦、高炉炼铁、转炉炼钢、连铸等大工序，向下则涉及加工（热轧、冷轧）、配送等环节。
来料的最优配比、炼钢的理想温度，极为复杂的流程背后是庞大的数据积累。
漫长的产业链、极度复杂的物理和化学变化，使钢铁厂成为一个巨大的数据生产者，一个钢铁厂一年内沉淀的数据量能达到几万亿字节。然而长期以来，钢铁企业并没有能力去利用这些数据。
2018年5月，攀钢集团、阿里云、积微物联（成都积微物联集团股份有限公司，攀钢集团孵化的一个第三方平台）三方签署合作协议，他们共同的目标是，让数据在钢铁生产线上发挥力量。随后，阿里云派出了一队工程师，从城市高耸而精致的写字楼，走向了藏在大山深处的钢铁厂。
历史和现实在这一刻相遇。和10年前的攀钢人一样，他们同样背负着建设的重任。只不过，和彼时的众志成城相比，这一次的开端并不那么简单顺畅。
全国范围内，“钢铁+大数据”的应用，在此前尚无先例。尽管攀钢的管理层坚定了数字化转型的决心，但理念要落地，必须依赖广大的干部职工。可是，在与阿里云的合作之初，攀钢内部的疑虑情绪是普遍存在的。很多人不理解，攀钢的自动化、信息化已经做得很好了，而数字化很虚无缥缈；有人认为阿里是做消费者业务的，不了解工厂。
“钢铁大脑”项目负责人：“老攀钢”人周敏
在疑虑中，这次前途未卜的尝试还是有一些积极因素的。
第一个因素是攀钢选择了一个先天条件最好的试点单位——西昌钢钒有限公司（以下简称“西昌钢钒”）。作为攀钢旗下最新的工厂，西昌钢钒的信息化水平很高，具有最强的数据生产和储存能力，自然最容易上马数字化项目。
第二个因素是攀钢拉进了一个既懂钢铁生产，又懂信息技术的第三方。这个叫作积微物联的合作者，原本是2012—2013年钢贸危机时，攀钢集团为寻找新的增长点而设立的一个子公司。积微物联从仓储入手，自主研发了国内领先的数码仓技术，随后转型为集仓储、加工、物流、在线交易、供应链服务等为一体的第三方独立平台。积微物联既脱胎于钢铁企业，又成功地依托信息技术而经营，故成了攀钢和阿里云之间最合适的黏合剂。
第三个因素则是前期双方拉锯谈判后形成的共赢式合作方式。最初，阿里云按照传统方案提出报价，即客户付费，阿里云提供整套解决方案。但像攀钢这样的国有实体企业，早已习惯了对每一笔投资计算内部收益率，如果项目的收益目标一开始就是模糊的，那就很难拍板上马。换句话说，阿里云可以提供“无法计算的价值”，但攀钢必须“让价值可度量”。阿里云灵活地调整了自己的报价方式，改成先合作，实现效益后分成。这不仅让攀钢更容易接受，而且将原来的简单雇佣关系变成了紧密合作关系，双方的利益取向更加一致。这为双方后续携手克服重重困难，奠定了良好的基础。
就这样，一群身穿工作服、头戴安全帽的技术工人和一群身穿T恤短裤、满脑子代码的IT工程师，坐到了同一辆“战车”上，从一个崎岖不平的开始，驶向无人知晓的未来。
钢铁厂是一个牵一发而动全身的巨型系统，每一次对既有运行的修正（哪怕是常规的停工检修）都意味着大额的成本支出，作为首创性的试点项目，自然更应求精而非求多。于是，在厘定几个基本原则后，合作团队将试点项目精简为两个。
第一个是钢铁料消耗项目（或称“AI炼钢”）。所谓的钢铁料消耗，是指在转炉炼钢环节，技术工人要根据经验公式，在铁水中实时加入一定量的废钢、合金等原料，确保最终产品组分达标。这对人的经验和注意力都提出了很高的要求，因为一旦出错，就会直接影响产品质量，必须耗费额外的时间和成本进行补救。这一环节有充分且高质量的数据，有可靠的反应机理，可以用大数据的方式自动计算配料添加量，对人工作业进行替代。
第二个是智慧表检项目。所谓表检，就是对轧制出来的钢板成品进行表面检测，确保其符合客户要求的交付标准。传统上，质检人员通过仪器观察流水线运转的钢板表面，按照质检标准进行人工判定。由于表检环节的定量化程度不像钢铁料消耗环节那么高，加上不同客户的质量要求实际上各不相同，因此完全用机器代替人工进行表检，在全球范围内都是难题。
钢铁料消耗项目的难度被列为“中等”，而智能表检项目的难度为“最高”。
确定方向只是万里长征的第一步。合作团队跨出第二步时，立刻就出现了争执。
双方无法站在同一个语境中对话。一方面，攀钢人对流程和工艺烂熟于胸，“安全生产”“保证质量”这些词像是铭刻在他们的DNA里，让他们天然地警惕和怀疑那些看不见摸不着的数据是否真的能够代替人脑来决策。另一方面，阿里云的工程师们虽然坚信数字的力量，但他们在炼钢工艺方面只是门外汉，更没有成熟的案例可供套用，轻率的自信当然绝不足以说服他们的合作者。
在某种程度上，这很像一则寓言故事里发生的情形：各有缺陷的“瞎子”和“瘸子”，试图共同穿越崎岖的山路。在那则寓言故事里，两个人很快就达成了一致，携手完成了目标。现在，攀钢和阿里云的团队，也需要找到一个携起手来的办法。
合作协议中的第三方积微物联，适时地成了这个“办法”。积微的复合背景，使它的工程师既能理解大数据的原理，又能理解工艺的关键要点。于是，他们一边担任产品经理的角色，把工艺的关键要点和场景需求“翻译”给阿里云的工程师，一边又向攀钢的技术员解释数字化改造的原理和可能产生的效益。如此一来，随着时间的流逝和项目进展的深入，双方之间的沟通障碍渐渐消弭。团队之间的界限感变弱了，整体感增强了。
西昌钢钒的第一个钢铁大脑——AI炼钢。电脑开始代替人脑做决策，既保证了钢铁质量，也解放了生产一线的人力。
“下表面操作侧零星来料起皮。尾带上下表面零星热轧挫伤……”如今已经高效运转的“智慧表检”项目，可以做到对过检的钢板自动生成精确的缺陷报告。
沟通这样的“软”问题可以交给时间和耐心来解决，项目实施上的“硬”问题，则非要团队齐心协力蹚出一条路来不可。在智慧表检这个“难度最大”的项目上，他们很快就啃到了“硬骨头”。
智慧表检，从原理上其实非常容易理解。表检工作有现成的表面数据采集仪器，只要将人工判断的标准进行数字化（比如建立缺陷库），机器进行系统学习后，就可以接入生产流程进行检测，然后自动输出检测报告。将人工检测结果和机器的报告进行比对，如果两者持续呈现高拟合度，就可以认为机器自动检测是“靠谱”的，能直接应用到生产线上。
智慧表检项目最初的进展非常顺利。在完成数字化接入后，团队最初在高质量的汽车板上进行试验。由于机组状态好，表面缺陷相对较少，机器检测与人工检测的拟合度非常高。
但是打击很快到来。将应用场景从高端的汽车板切换到普通板，再进行测试，拟合度竟然急剧下降。这证明当前的模型适应性不好，如果直接应用于生产线，后果可能是灾难性的。
所有人都陷入了苦恼。整个团队不得不返工，夜以继日地调试模型。在反复检查数据后，团队转换了思路，将常规缺陷和超范围缺陷分类处理，重新建立模型。
新的方向居然真的走通了，模型的适用性显著提高，具备了生产线应用的价值。
2019年11月，AI炼钢项目正式上线；2020年2月，智慧表检项目正式上线。因为两个项目都是用“电脑”代替“人脑”进行生产，因此被人们亲切地合称为“钢铁大脑”。
来料配比计算、运行反馈、故障检测，原来是靠按计算器，用肉眼盯，现在质检工看着电脑屏幕，就可以高效精准地进行炼钢
钢铁大脑上线后，变化十分明显。首先，人的工作量大大减少，观察软件、记录数据和按计算器的工作被一键替代，少加、错加配料的可能性被降到了最低。其次，大数据取代了人工经验，能够快速精确地计算出最优解，直接减少了浪费，降低了成本。而且，钢铁大脑就像人脑，具有深度学习的能力，会变得越来越准确。
以往，电脑屏幕上的钢板流水线不停地运动，质检工不仅必须在上岗期间全程盯着电脑，而且还要时不时地手动输入缺陷位置和缺陷情况，视力和关节都“饱受摧残”。如今，钢铁大脑自动判断缺陷，自动生成缺陷报告，与人工判断的匹配度已经高达92%。质检工再也不需要如履薄冰地紧盯屏幕，只要做好复核工作即可。
通过质检的钢卷通过园区的小火车被送往成品车间
从管理全局来看，钢铁大脑带来的不仅是一线工作人员的效率提升。
智慧表检解决的是质量问题，质量是企业的生命线。从攀钢统计的结果看，截至2020年底，表面质量客户投诉为零。要是放在以前，可能会有个五次八次。每一次质量投诉背后都涉及产品折价或赔偿，而客户满意度的下降更难以简单地用价格来衡量。从这个角度来看，提升质量就提升了效益。
至于AI炼钢项目，其经济效益的体现就更加明显了。项目上线以后，吨钢消耗铁水减少了4公斤多，一年的钢产量在440万-450万吨，按照1公斤铁水2元钱进行粗算，就可以减少成本3000多万元。此外，由于合金给得更加精准，吨钢消耗合金也可以省下5元钱，这就又省下2000多万元。
两个项目的成功，极大地鼓舞了人们的信心，原来的那些备选项目也被排上了攀钢的日程表。攀钢还启动了数据中台的建设，计划把原有的16个孤立系统全部打通。
人员精简了，效率提升了，而且马上就产生效益，很快收回了投资——在攀钢项目中，远期目标和当期目标结合得天衣无缝。
未来，攀钢会把数字化、智能化转型作为一个非常重要的核心工作去做。所有干部职工也不需要再被“洗脑”了。当所有人都看到大数据的力量，他们已经由衷地相信，这就是钢铁工业的未来。
文章来源：《云上的中国——激荡的数智化未来》
作者：阿里云 x 吴晓波
编辑：阿里云研究院 张楠
往期回顾
