近日，习近平总书记提出的新型工业化、新质生产力等新概念均有一个共同且重要的内涵，即数字化转型。钢铁工业数字化转型，其本质是生产力与生产关系的重构，是运用数字化技术赋能，重构组织、流程及文化，提升企业内外部能力，对于企业发展的重要性不言而喻。
10月30日，辽宁鞍山，作为2023年钢铁企业研究院院长座谈会的主要议题之一，数字化转型成为与会院长、专家们热议的焦点。转不转的答案是肯定的，但为何转，怎么转，谁来转，企业往往“语焉不详”。钢协党委书记、执行会长何文波出席会议，认真听取院长们的意见，并对钢铁行业数字化转型下一步工作提出了具体要求。来自宝武、鞍钢、首钢、河钢、沙钢、建龙等多家龙头钢企研究院院长、研发机构负责人围绕数字化转型路径进行了一场深度对话。
为何转：先明确目标，再寻找路径
推动数字化转型之前，目标问题必须考虑清楚，“盲人摸象”不可取。当前，钢铁企业推进数字化自下而上较多，自上而下较少。会议一致认为钢企数字化转型应先解决为何转的目标问题。
中国宝武中央研究院副院长毛晓明表示，数字化转型未来发展到什么程度无法准确预估，但正因此，明确发展目标才格外重要。“宝武内部制定发展规划，往往以6年为期，但数字化转型却以3年为期。它难在两方面，一是数字化技术发展快，制定的规划可能很快就落后了；二是转型后会面临哪些问题、会产生哪些明确的效果，不容易做好评估。”
建龙重工副总裁阮小江直截了当地指出：“数字化一定要坚持目标导向、问题导向，围绕改善经营指标、提高竞争力去做，而不能为了数字化而数字化。”他举例道，如产品质量稳定性、少人化科学化决策、产业链高效协同等，都是钢铁企业提高竞争力应当深入思考和努力的方向。
实际上，长久以来，钢铁产品最大的问题不是个别的质量指标不行，而是不够稳定。“我们研究过很多世界一流钢铁公司，他们的装备表面看起来一般，但围绕质量稳定性的数字化控制能力极强，因此，要实现质量稳定性，必须引入模型，实现生产的标准化、精细化，减少人为因素。”阮小江类比指出，“实现高炉生产的稳定，也有赖于将烧结、焦化、球团等环节的信息串起来，实现标准化，将高炉生产从‘黑箱’变成‘玻璃体’。”
据介绍，“向经营型企业、数智化企业、创新型企业、美好企业转型”是建龙集团的四大转型目标，建龙集团目前正在做大量的调研工作，系统谋划数智化转型，确立科学的工作机制，为实现真正的数智化转型目标积极努力。
沙钢集团钢铁研究院有限公司常务副院长麻晗认为，数字化转型也可以为绿色低碳发展助力。如沙钢投资建设超低排放集中控制系统，实现了厂区各货运道路路口、环保设备、生产运行设备的全覆盖，同时对全方位采集的数据进行统计分析、预警预测、动态分析，形成清晰直观的可视化图表，为“双碳”工作提供了可靠的“智慧方案”。
有专家补充强调，数字换转型的目标一定要是企业管理层、生产经营人员等各个层级的人员都能看懂、可执行的目标。
怎么转：推动“模型化”，协同研发共性难题
知易行难，怎么转是个关键的问题。转换思路，少走弯路是第一步。原因在于，投巨资却没有起到应有的作用，对企业而言是时间和金钱的双重损失，还可能对行业内一些认知不清晰的企业形成误导。有业内人士指出，数字化不等于集中显示，不等于自动化、信息化，应全力避免“形式大于内容”“为了数字化而数字化”的现象。
那么，如何走正确的路？与会专家们提出了“模型化”的思路。
比如数据。当前，钢铁企业数字化过程中会产生海量数据，如何让这些纷繁复杂的数据发挥更大价值、成为企业经营质量提升的关键支撑？专家指出：“数字化最终得靠模型化发展，不然，超量数据如何处理是大的问题。”在他看来，大部分钢厂数字化、自动化，可能还包含局部的智能化是一起干的，所以导致一些数据的采集暂时无用。另外，数据的采集一般来源于电信号，这些电信号的波动会导致数据的稳定性不够，甚至有一些错误信号，这就需要专业的分析模型来过滤。
河钢材料技术研究院副院长张雲飞介绍：“近年来，河钢正对工艺控制模型、数据分析模型等研发展开深入探索，按照信息化、模型化、智能化的升级路线，持续推动新一代智能制造技术与钢铁工艺流程、操作技术、运营管理的深度融合，不断加快数智化发展步伐。”
又如产品研发数字化。“产品研发的链条很长，从用户到用户各个环节都是动态的，用静态的规程满足动态的需求必然会处处被动应对，要动态调整过程控制参数才能始终保持领先；原料结构优化和产品结构优化等经营管理也是动态的过程，要把市场的实时波动与现场的动态变化有机结合起来，生产组织过程中的集批生产和钢种、规格、温度、质量等级的过渡对生产顺稳和技经指标影响巨大，需要动态调整才能做到多目标优化……”首钢集团技术研究院党委副书记、副院长王松涛表示，“这些业务看似千变万化，其底层逻辑都是基于规则的。我们应着力将这些规则转化成可推广可复制的基于理论或基于经验的模型，从而实现数字化研发的目标。”
无独有偶，鞍钢集团也高度重视数字化研发工作。“这方面投入了2000万元”，鞍钢集团钢铁研究院院长王军生介绍，鞍钢集团目前正在积极推进“数字化研发中试基地建设”和“冶金研发大数据平台建设”等项目。“在产品数字化研发方面，鞍钢立足钢铁产品研发/设计—制备—应用一体化，已在汽车、海工、厚板、硅钢、线材、热轧等研发方向开展了数字化研发项目，开发了以DH钢、SHF钢、厚板、硅钢等为代表的数字化研发产品，形成了以5G云化PLC钢铁工业现场控制、炼焦大数据配煤为代表的数字化工艺成果，数字化研发效果明显。”王军生表示。
对于模型化、数字化等过程中的技术瓶颈怎么办？专家指出，数字化转型，不仅要有自身之功，还应借力“他山之石”，开展协同研发十分必要。
麻晗表示，钢铁企业下一步需要加强共性技术研究，突破冶金流程数字化在线检测技术、钢铁复杂生产过程智能控制技术等关键共性技术制约。“比如现有钢铁生产过程控制系统中采用的一些经验公式、理论模型公式，不能快速适应每条产线现场实际，对此可以通过工业大数据的数字化应用，快速提高钢铁生产过程控制精度，最终达到智能制造、智慧制造目的。”
张雲飞非常认同开展联合研发的观点，他认为，钢铁企业链条层级多、生产流程复杂，要实现数字化系统全链条、全立体的覆盖，需要集众智聚众力开展协同创新、联合攻关。他表示，钢铁企业可以分阶段、分链条推进完善，形成多方面支撑、产学研协同，加快数字化转型的进程。
谁来转：“搭平台”“抓基础”“树标杆”
数字化转型，企业发力固然重要，汇聚行业力量也颇具价值。这方面，钢协大有作为。
经钢协研究分析，当前钢铁工业数字化现状存在几个方面特点：一是行业整体智能制造的水平不均衡。200万吨及以下企业，约40%工艺装备自动化水平参差不齐，处于基础建设或单项应用阶段。二是系统集成低，500万吨及以下企业中，仅60%的企业实现了MES系统与过程控制系统的横向集成，工艺体系复杂，一体化协同管理水平较低，面临点到线、再到面的挑战。三是智能设备仍处于单点应用阶段，有超过20%的企业未使用任何智能设备，智能设备产线级应用少。工序测控能力不足，过程控制模型可靠性、适应性有待提高。四是融合创新能力不足，目前获得工信部评价的智能制造工厂，大多还处于局部探索阶段；企业信息系统传统架构下存在数字化应用瓶颈，缺乏高端人才培养机制，智能制造研发人才不足。
会上，与会院长们结合自身企业实际，提出了多维度建议：
“希望把国内细分市场领域的头部企业（单位）拉进来共同谋划，如北科大、东北大学、中冶赛迪、宝信软件等各有各的强项和特色，能够联合研究发力，一定会事半功倍。”
“当前，行业标准制定的滞后尤其是数据标准的不统一，已经在很大程度上妨碍了中国钢铁工业数字化转型的顺利推进。因此，建议政府相关部门和钢协加强组织钢铁工业数字化标准研究，加快钢铁工业数字化标准体系建设，结合钢铁工业的特点建立健全统一数据规范、数据字典和数据语言体系，以标准促进钢铁工业数字化转型升级。”
“沙钢在推动智能制造的时候是自下而上的，注重在质量、效率、效益方面的实际效果。因此，建议钢协筛选出各企业典型的数字化场景应用案例开展深度分析和交流。”麻晗表示。
听了研究院院长们真知灼见的建议后，钢协会长、鞍钢董事长谭成旭要求，“希望行业能帮助梳理数字化转型成功的案例场景，结合即将发布的《钢铁行业数字化转型和建设指南》，用于指导企业实施数字化转型”。
对此，姜维表示，为推动上述问题的解决，一直以来，钢协依托牵头组建的“钢铁行业智能制造联盟”，搭建“钢铁行业智能制造标准试验验证公共服务平台”，遴选《钢铁行业智能制造优秀解决方案推荐目录》（2021—2022）等，按照编制并发布的《钢铁行业智能制造标准体系建设指南》，推动智能制造优秀案例标准化工作，并加强标准宣贯推广，积极引导企业推进数字化、智能化转型。未来将聚焦本次会议，进一步围绕“搭平台”“抓基础”，力争年内完善发布《钢铁行业数字化转型和建设指南》，通过选树成熟优秀的智能制造典型案例，推动钢铁企业加快数字化转型工程建设。在“树标杆”方面，钢协将继续开展“标准提升”行动，固化智能制造优秀案例，通过标准的方式，既推广应用优秀成果，又通过进一步的推广应用，降低成本，实现迭代，同时注重培育一批优秀的技术推广应用场景，打造钢铁行业智能制造解决方案资源池。
