今年初，DeepSeek横空出世，标志着AI大模型在技术领域的重大突破，为企业运营管控带来了全新的机遇和挑战。鞍山钢铁集团深入贯彻落实国务院国资委关于实施“人工智能+”行动和鞍钢集团“AI+”专项行动，坚持“高端化、智能化、绿色化”发展方向，全力推动“鞍云智鼎”AI大模型平台落地生根。

鞍山钢铁集团主要领导亲自部署企业数智化战略方向，从根本上转变工作思路与方法，激活数字化转型的“源动力”。坚持以数据治理与人工智能技术为手段，各级领导干部积极主动学习使用数字化工具，推动工作方式从“经验驱动”向“数据驱动”转变。

在2024年数据治理、数据应用、大数据平台建设基础上，今年聚焦应用领航、数据共享、模型跃升三个方面加力推进，强化规范、制度、体系支撑和数字化应用人才队伍建设等保障，打造“千模百业”应用场景，构建“技术+场景+知识+价值”的全新人工智能革命，加快数据资产和人工智能赋能新质生产力。

统筹规划，明确实施路线

统筹“AI+”顶层设计；打造人工智能“8541”总体规划布局,围绕研发、制造、设备、能源、销售、采购、物流、服务8大业务领域，提升感知智能、认知智能、决策智能、具身智能、科学智能5项技术能力，围绕数据、算力、平台、模型4个核心要素，建立1套标准、规范、运营和数字化人才保障体系，体系化建设“AI+”钢铁行业应用场景。

到2025年底，重点打造形成“114+N”规模部署，形成“千模百业”场景布局；（1000个大/小模型，100个业务场景）。“两个1”是指一个“数据平台+算力中心”和一支有影响力的“数字化应用人才团队”；“4”是指研发、制造流程、供应链及业务提效四个领域应用场景集合；“N”是指N个场景案例，赋能“千模百业”。

到2026年“千模百业”场景形成规模，全员可在数据平台上开发业务应用，实现全面推广的新突破、新格局。在优化业务流程方面，实现从“繁琐低效”到“智能高效”。在打造智能供应链方面，实现从“经验采购”到“需求先知”。在重构制造流程方面，实现从“人盯设备”到“AI自决策”。在赋能智能研发方面，实现从“试错迭代”到“仿真加速”。

聚焦AI模型应用

释放技术的“新价值”

通过模型分析挖掘数据背后的管理与运营问题，强化人机协同，组建专业团队开展模型训练与使用，聚焦核心需求精准攻关，提升模型应用效能。通过AI大模型的深度学习算法，能够从复杂的数据中提取有价值的信息，从而优化资源配置，提高生产效率。鞍山钢铁集团在供应链管理中，AI可以实时监控库存水平，预测需求变化，从而帮助企业降低库存成本，提高响应速度。

AI赋能的运营管控体现在决策支持方面，充分认识到传统的决策过程往往依赖于经验和直觉，而AI则通过数据驱动的方式，提供更加科学和精准的决策依据。

认清“数据门槛”难度

AI落地清晰有路径

一提到AI，很多人下意识觉得“得有海量数据才行”。鞍山钢铁集团数据质量不高、数据零散、规模未被挖掘。在规划阶段突破了三大误区，一是数据资源不足、质量不高，没办法触碰AI，不能搞AI；二是AI大模型无所不能，有了大模型、部署了DessSeek就什么都能解决了，不需要传统信息系统和BI工具；三是消除AI无所不能、神化AI的误区，搞清了AI与BI各自优势，利用好BI精准分析的特点，做好AI与BI相结合应用试点推广，效果更好。

规划设计阶段，明确了两阶段任务。第一阶段是效率助手期，此时的AI无需超越人类智能，对数据的依赖也远没想象中苛刻，更像一位“超级助理”，帮企业处理重复工作、快速分析数据，直接提升管理效率，这一步所有企业都能立刻启动；第二阶段是AI自主成长期，需海量数据支撑，赋能全业务链条，体现穿透式管理与穿透监管的需要，最终实现AI智能程度将超越人类。

从看数到用数

从效率助手到智脑

鞍山钢铁集团积极拥抱AI，走过了从“工具”到“助手”再到“智脑”的渐进过程，划分了四个层次：

🔷看数（BI）—— 管理者的 “指挥棒”。适用于固定指标数据项显示，按照固定逻辑体现数据结果，辅助中高层管理者决策。

🔷 问数（ChatBI）—— 人人可用的 “数据助手”。解决临时报表数据开发慢、管理细度不够和反映速度慢等问题，支持自然语言交互，能自动分析原因、模拟未来。

🔷用数（DataAgent）—— 业务岗位的“AI智能助理”。能主动发现问题、协同处理任务。如库存数据的安全线与实际库存的差距，一旦超标就自动提醒补货，甚至给出具体方案（需人工确认）。

🔷 智脑—— 自主决策的“超级大脑”（友智策工具）。建立数据模型，无需人工干预，多个 AI 智能体联动工作。如建立生产、采购、销售业务数据模型，实现智能体协同制定流程管理、排产计划等，自动响应管理要求和市场变化。

破解落地难题

实战方案保驾护航

企业在推动AI与数据深度融合、真正让AI“用起来”的过程中，常会遇到四个“拦路虎”。结合实践，鞍山钢铁集团结合实战形成了探索思路和方案，一是针对AI输出结果不靠谱的“幻觉”难题，采用“大模型+本地小模型”架构，通过多源数据交叉验证（如开发炼钢精炼智控模型）提升结论可靠性；二是对于AI计算过程看不懂的“黑盒”难题，构建“人机协同”机制，让员工参与算法设计、流程优化，实现“过程透明、结果可验”；三是面对AI听不懂企业“行话”的“术语壁垒”难题，用RAG和向量化技术，把企业独特的指标定义、计算规则“翻译”给AI；四是数据安全与访问效率难平衡的“权限风险”难题，则通过基于企业指标体系的权限控制系统解决，确保不同岗位只能获取“该看的数据”。

聚焦业务提效、办公协同

鞍钢股份数智发展部聚焦效率提升，携手鞍钢数科、用友网络、阿里云共同打造“鞍云智鼎”AI大模型平台，引进“友空间”协同高效的“超级入口”，实现业务提效、智慧办公跨越再升级。推出以“数智员工”为代表的智能体集群，让重复性工作自动化、释放人力资源成为可能，形成“自然人与数智人”共生协同工作，并与多业务AI智能体、AI超级群、AI会议、AI文档、AI数据和AI业务推送等多场景协同。真正让企业业务高效运行，业务协同效能跃升，数智赋能管理变革。

聚焦穿透管理

发挥AI能力，提高数据价值

近期，鞍山钢铁集团人力资源部、制造管理部、物资采购中心、炼钢总厂、保卫部等多家单位积极推进大模型落地应用，聚焦效率、成本、质量问题，深耕工业机理，成功实施生产数据分析、铁成本分析、热轧产品边际利润预测、两金占用分析、商情指数分析、精准采购分析、库存趋势分析、设备故障诊断、精炼温控模型等智能体数据分析模型，加速AI技术在制造、营销等全链路场景覆盖，有效提高数据洞察能力，决策周期和效率由数天可减少至数分钟。

下一步，鞍山钢铁将持续深化平台功能，深入探索AI 如何在企业落地实践，贯穿全流程、全场景、全业务。从0到1的破茧行动向1到N的“蝶变”赋能，真正实现“数智蝶变”。培育产业数字化和数字产业化协同发展，培育生态协同、产业互联的新模式，打通企业内部全流程、全场景、全业务链条，使AI智能体更具有展示能力的空间和数据价值增值。

鞍山钢铁集团准确把握好历史机遇，做好“基于历史数据发现问题把握规律、基于当前数据分析状态控制风险、基于过去和现在数据预测未来把握机遇”。实施“以管理问题为导向，解决业务痛点问题，聚焦采购流程、营销流程、制造流程、财务数据，实施穿透式管理”，全力发挥“AI+数据”监管能力，真正解决经营问题，真正实现流程变革、再升级，为高质量发展增添动力。