中国冶金报 中国钢铁新闻网
记者 刘经纬 报道
近日，中国钢铁工业协会发布了《钢铁行业数字化转型评估报告（2023年）》（以下简称《报告》），以49家企业为例，从基础建设、单项应用、综合集成、协同与创新等方面，分析评估了我国钢铁行业数字化转型的进展。
参评企业包含国有企业18家、民营及混合所有制企业31家。其中，粗钢产能1000万吨及以上企业14家、500万吨~1000万吨企业12家、200万吨~500万吨企业17家、200万吨以下企业6家。《报告》指出，绝大部分钢铁企业建立了数字化转型相关管理组织和团队，并加强其规划落实，系统间的综合集成能力进一步加强。在研发、制造、服务全生命周期管控以及产业链协同等方面需继续深化，这也是现阶段钢铁企业数字化转型需重点建设的内容。
1 行业数智化水平稳步提升
《报告》显示，在基础建设方面，93.9%的企业将数字化转型融入企业总体发展战略规划中，并持续投入大量资金实施数智化改造升级项目。其中，24.5%企业的资金投入占营业收入的比例超过1%。2022年，企业资金投入165.4亿元，平均吨钢投入38.5元，较上一年提高8.7元，提升23.9%。数据管理工作稳步推进，63.3%的企业建立了数据治理组织和专职队伍，专门开展数据治理工作，这一比例较上一年提高12.2个百分点。
在单项应用方面，97.9%的企业已普及车间级制造执行管理信息系统。其中，子系统联网率达到100%的企业比例较上一年提高4.2个百分点，达31.9%。应用工业机器人成为钢铁行业普遍共识，机器人(含无人化装备)应用密度达54台（套）/万人，较上一年36台(套)/万人提升50%。信息技术在能源管理、环保监测、安全管控、物流仓储、设备监控、生产过程优化等方面的创新场景大幅增加，生产流程整体信息化水平有所提升。
在综合集成方面，500万吨规模以上企业基本实现了管控衔接、产销一体和业财无缝。其中，78.7%的企业应用信息技术实现订单排产与优化，与上一年保持齐平。建设智能工厂和智能集控中心正在成为新趋势，有40%的企业在其主要产线应用了三维可视化仿真技术，较上一年提高2.5个百分点。
在协同创新方面，企业正加大力度构建上下游客商高效紧密衔接的生态圈，实现信息共享。数据显示，企业均能在不同程度上实现与上下游客商在线协同，其中，与供应商实现订单协同的企业占53.1%，较上一年提高9.5个百分点。79.6%的企业对大数据模型进行了试点应用，18.4%的企业已开展局部AI（人工智能）应用。利用工业互联网技术实现智能化生产过程管控和智慧化运营管理的企业达79.6%和57.1%，较上一年分别提高7.3个百分点和1.8个百分点，企业综合协同、智能管控能力呈稳步提升趋势。
2 行业数字化转型仍存在多项短板
《报告》指出，我国钢铁行业数字化转型仍存在诸多问题，需要在发展中进一步解决。
在基础建设方面，信息安全管理和资金投入仍有较大提升空间。在组织和规划方面，专职的两化融合管理和信息安全管理人才占比相对较低，分别为3.4%和2.5%；在资金投入方面，投入资金不足营收1%的企业仍然达到75%以上；在设备设施方面，无线网络传输技术在AGV（自动导引车）车辆倒运、周界安防等方面的应用占比相对较低，分别为8.2%、34.7%；在信息资源方面，信息系统的灾备基础仍显薄弱。
单项应用方面，生产制造领域的智能化水平有待提升。在生产管理方面，部分企业在工器具管理、生产计划排产和工艺控制指令下发至生产单元方面的自动化水平较低；在经营管理方面，内部供应链管理的信息系统局部业务覆盖不足；在生产制造方面，工业机器人在整个行业和生产工序中应用分布不均，企业在生产过程中的无人化和少人化替代、数据智能分析和优化等方面还不够成熟；在产品研究开发方面，大多数企业都应用了用于新钢种研发的工具，但更多偏重于专业软件，同时，企业研发人员的占比总体上还有待提高。
在综合集成方面，随着运营管理精细化要求的增加，业务与财务的无缝衔接需求更为迫切，提升的空间依然较大。在产品设计与生产衔接方面，生产路径选择和参与过程质量控制的部分参数设置仍然需要人工干预；在管控衔接方面，企业的总体应用水平偏低，实现企业资源计划系统、制造执行系统、过程控制系统整体集成融合的企业占比不高；在产销一体化方面，自动排产订单比例、自动材料申请计划量仍有待进一步提高；在业财无缝方面，局部业务领域的系统衔接、数据共享等方面水平仍需进一步提高；在企业智能管控方面，目前智能集控已实施落地的多为铁前、轧钢领域，热处理、公辅等领域还需拓展；在环境经营方面，目前信息技术对产品环境分析评价的支撑仍属薄弱环节。
在协同与创新方面，由于产品结构和运营模式等存在差异，总体水平仍有提升空间。在制造和服务的全周期管控方面，存在对客户需求理解不足等情况；在工业互联网平台建设及应用方面，企业运营管理和产业链协同的应用仍需进一步强化；在大数据及人工智能AI技术应用方面，目前AI技术在钢铁行业的应用仍处于初级阶段，技术与实际需求的匹配度可能存在不足；在产业链集成方面，一些企业可能只是实现了简单的信息共享和交流，并没有达到真正的业务深度融合与创新。
3 不同发展阶段企业需“量体裁衣”
综合钢铁企业的产能规模、装备技术升级、生产模式创新、数智化应用水平等方面总体得分情况，《报告》将参评企业划分为3个梯队。针对上述问题，《报告》给出3点建议。
第一梯队的企业一般投入较大，已将数字化转型上升为与企业发展战略同等重要的层级，已有总体规划蓝图，正在逐步落地推进。建议深化跨领域协作与创新。此类企业虽然在基础建设、单项应用和综合集成方面已具备较为完善的智能制造和两化融合基础，但更应强化在全生命周期管控和产业链协同方面的创新，以此促使企业在研发、制造和服务等阶段实现无缝衔接；同时强化信息安全和人才培养，加快推进信息安全等级保护认证工作；加速推进数字化转型，优化数字化战略，注重大数据及人工智能技术的普遍应用。
第二梯队的企业要紧跟行业数字化、智能化技术发展的新趋势，对优秀案例和先进做法快速反应，并形成适宜自身特点的创新应用。建议加强全生命周期管控。在产品研发方面，鼓励此类企业提高数字化、智能化的应用水平，确保产品从研发、生产到服务的全过程实现有效管控；在产业链集成方面，深化产业链协同，加强与客户和供应商的业务协同与创新，进一步提高线上协同的能力，推动运营模式向生态服务型转变；在网络安全和信息安全方面，持续筑牢信息系统的灾备基础，确保在面对重大风险时有更为完善的防范措施。
第三梯队的企业通常受规模、资金、产品特点等因素影响，总体投入不多，智能制造呈现“小步快跑”推进特点。建议在鼓励此类企业进一步提升生产制造水平的过程中，逐步提升控制单元的智能化应用水平；加强自动化与信息化系统的完备性，包括与上层系统的数据联通和局部业务领域的系统衔接；在产品研发方面，加强对新钢种研发的两化融合投入，同时提高研发人员的占比，以加速数字技术应用的进程。建议强化开放学习标杆企业，引入成熟案例，本地化适宜性稳步推进，形成具有自身特色的智能制造创新模式。另外，智能制造相关团队建设、机制建立是第三梯队企业普遍存在的短板，也需要引起足够重视。
