【智能制造·专家论坛】杜斌：钢铁业智能化工作决策有4点注意事项

宝钢中央研究院智能制造研究所首席研究员 杜斌

参加这次讨论使我深刻感受到了中国钢铁人要为世界钢铁业技术发展做出重要贡献的强烈愿望和时代要求。大家畅谈“留下中国人技术印记”这个重大话题，既站在钢铁强国的高度，又选择“未来智能信息系统”这个具体案例，让我们进一步看到这种愿望正在与具体行动的加速结合。我作为专业人士很受鼓舞，也将认真倾听和学习。

2015年来，钢铁业把智能化作为战略方向和核心的技术抓手，钢铁企业、相关大学和技术公司都投入了极大的热情，取得了令人瞩目的成就，形成了初步的技术生态。但正是由于热门，网上也流传一句调侃的话：“智能化是个筐，什么都往里面装”。其实，不同钢铁企业的阶段和技术基础不同，面对这种快速到来的新技术浪潮和错综复杂的需求，企业智能化相关的决策者在怎样选择、推进和决策智能化工作方面一定颇具难度。作为在钢铁自动化智能化领域工作了一辈子的专业人士，应该努力提出一些建议供大家参考。为此，本人完成了一篇名为《钢铁业智能化技术推进与决策的思考》的长文，从多方面探讨了钢铁业智能化技术的决策要素和推进方法等，该文拟于近期在《中国冶金报》发表。

今天，借这个机会也聊一下这个话题。主要讲文章中说到的两个方面：一是分类梯度推进问题，二是企业智能化决策的注意事项。希望对钢铁业智能化推进者有所帮助。

由于企业的自动化信息化基础不一样，不宜都以一个模式进行智能化工作。换句话说，自动化、信息化与智能化要采取不同的技术和管理推进方法，我们认为虽然自动化和信息化适合大面积推进，而智能化则需要逐步进行。针对这三者，结合宝钢的实践，这里给一个简单的顺序：先自动化（包括各类自动化装置、过程控制系统等，这些投入对现代钢厂必不可少的），再模型化（这里主要指二级控制模型），因为过程控制模型要比现在的智能化技术对制造的作用更直接更准确更成熟，这个认识是来自宝钢十多年持之以恒的“数模推进”的集体智慧。与之平行的就是先信息化，再智能化。笔者在宝钢研究院的团队2003年介入当下的钢铁业智能化领域，根据宝钢的实践，智能化技术价值在信息层面得到了广泛验证，是性价比高、风险低、适应性较强的技术群。可以预见，未来的钢铁业宏观变化（如集团化、供应链一体、制造柔性、新材料拓展等）离不开这些技术的支撑。

关于智能化工作决策的注意事项，谈四点体会供大家参考。第一，考虑到智能化技术很新，智能化不同于自动化和信息化，绝大多数过往毕业的钢厂各级决策者并不深刻了解这个领域，也缺乏丰富的实践检验。因此，决策时要尊重内行，不被“各类展览和媒体段子”迷糊了眼睛。数年来，我有幸接触过很多行业内国企民企的相关计划，在智能化领域的确存在一定程度的盲目性。当然，现在很多企业内部缺乏真正的智能化专家和内行，但可以从行业里面找到。对于中小钢铁企业，行业协会、特别是冶金自动化学会可以进一步加强这方面的服务和技术引导。第二，智能化的需求要认真识别和寻找，这个识别的过程要多专业（如工艺+控制+智能化）的工程师一起讨论和论证，才能选出有价值的东西，使得投入不盲目，可实现性高。仅仅由现场工艺或者制造工程师提出的方案很可能存在技术可行性方面的问题，也不容易找到最合适的优化空间。同时，要依靠内行识别社会可获得技术的真实价值，不被忽悠。第三，不追热点，当下各种形形色色的热点往往来自商业和纯学术背景，与工业实际问题差距较大，直接引用难免出错。对于钢铁业智能化工作，我喜欢宝武提出的“四个一律”和“三跨融合”，喜欢鞍钢提的“数字化”这些直截了当的技术用语。不喜欢学术性强，如“数字孪生”“工业元宇宙”等，虽然它们本身没有错，但对钢铁业针对性低，令大多数非专业工程师费解，且内涵外延不清。我们是实业，花样繁多或者一年一变的技术概念其实弊大于利。第四，充分意识到智能化是一个漫长的挑战，企业要“路、车、司机”平衡发展才是效率最高的。这里“路”指的是信息化基础设施，“车”指选择做什么课题，“司机”则是指企业内部的人才和培训。培训要坚持“必要性、实用性和适度完整性”，不必“高大全”。本人参加过多次对企业工程师的培训交流，深切感受到了由于专业的差异和大工作负荷等因素，培训内容过多过深会让非专业的工程师望而生畏，效果可能反而事倍功半。另外，建议培训重点应该是中青年员工，可能的话要学习一门计算机语言，我们向宝钢股份推荐的是Python。