一、关于数字化转型战略思考
（一）钢铁行业痛点难点
钢铁行业是典型的流程型制造业，有着明显的传统标签，企业转型发展存在如下痛点、难点和挑战。
第一，在传统企业印象里，钢铁是“傻大黑粗”、“高能耗”、“高污染”的代名词，传统钢厂工人的工作环境相较于其他行业较差，实现生产过程的高效化、绿色化和智能化，是转型升级必答题。
第二，受限于钢铁长流程制造的特殊性，数万台机器昼夜不间断运行，过程中任何一个环节出错，都会直接影响整条生产线以及成品质量，综合表现为测量难、建模难、控制难和优化决策难。
第三，流程型制造业的原料是自然资源，来源非常多元，成分也是波动的，如何生产出标准化、性能均一的产品，如何沉淀和传承现场老师傅的经验，是行业面临的又一挑战。
第四，钢铁主要原料铁矿石80%以上依赖进口，加上下游需求收紧，整个行业利润率长期低于工业行业平均水平，企业在如此艰难环境下如何生存，是行业面临的最大挑战。新一代数字技术发展日渐成熟和逐渐广泛的应用，为钢铁企业转型升级增强核心竞争力提供了破局之道。以业务数字化降本增效、提质减排；以数字业务化发展智能装备、数字工厂、数字孪生等新业务，数字化和业务有机融合，双向赋能，形成新的生产模式、运营模式和商业模式，实现跨越式发展，已成为钢铁企业重要发展战略。
（二）钢铁行业数字化转型战略
2015年，钢铁行业提出“创建国际一流受尊重的企业智慧生命体”的企业愿景，之后进一步提出了“一切业务数字化、一切数字业务化”的战略路径。
以“一切业务数字化”提升运营效能。基于设备和生产过程进行智能化升级改造，提升自动化作业程度，完善各环节数据监测，人工智能分析决策，综合优化流程，提升整体运营效能，同时，将生产车间进行集控，在改善员工工作环境的同时提高运转效率。通过工业互联网平台的建设打通内部各业务系统数据和信息，实现研发、采购、生产、营销等环节的互联互通、信息融合与智能决策。产业链层面，提升产业链上下游协同合作，打通上下游数据，实现下游柔性生产制造、上游原材料供应预测，提高产业链整体运营效率。
以“一切数字业务化”创造新型商业模式。以数字化发展催生新的数字经济形态，以价值为导向，形成用户经济、平台经济和价值经济。在数字化、网络化、智能化的基础上，直接面向客户，建立数据模型，柔性化个性化定制生产，围绕客户需求提供“产品+服务”的整体解决方案。同时，平台化商业模式，以提供多种软件服务和搭建生态系统为核心，搭建垂直领域的公共技术平台或工业品经济平台，将钢铁行业和行业内外部数据沉淀，形成数据产品直接变现，或提炼形成行业洞见，输出产品或咨询服务。
二、钢铁行业数字化转型探索与实践
（一）数字化转型组织保障
数字化转型成功，离不开企业高层领导的重视和坚实的组织保障。钢铁行业将数字化战略置顶，推行“一把手工程”策略，建立数字化管理委员会，由董事长和总裁亲自挂帅，管理战略、文化、投资、组织与绩效，以客户价值管理为牵引进行目标团队与整体绩效评估。下设专家智库，充分牵引业界顶级资源支撑钢铁行业整体转型建设，指导钢铁行业的数字化转型和智能化改造战略规划，并成立了数字应用研究院，负责数字人才变革与选拔、应用场景孵化落地，营造数字文化氛围等职责，强化数字化战略引领能力。
数字化人才是数字化转型的核心驱动力，领先数字系统需要匹配领先数字化组织才能发挥其业务效能。在钢铁行业首创了数字化人才序列，最高级别的首席科学家级别与公司高管齐平，构建了人才引进、成长、选拔、流动的成套体系和机制，牵引内部OT型人才成长为稀缺的OT+IT+DT的复合型人才。
（二）JIT+C2M商业模式
相较于传统的大规模生产组织方式，定制配送是对传统生产方式的颠覆，是基于客户个性化订单的生产，订单零散度大幅增加，生产难度、非计划率指标、后道精整切割能力、合同按期交付率、质量100%保障、仓储物流的压力、信息化的支撑能力均是巨大的挑战。
钢铁行业以船板分段配送项目为抓手，对传统的生产组织、营销模式、管理模式、服务模式进行变革创新，打造钢铁行业围绕柔性智造的“JIT+C2M”体系，建立基于互联网思维和客户精确需求、精确制造、精确配送的定制配送商业模式。通过介入客户前期的实际生产经营，充分了解其个性化需求，据此提升智能化生产能力和信息化集成能力，最终按客户要求准时交付产品，实现生产的精益化、柔性化、智能化，交付的敏捷化、准时化、配送化，最终打造服务质量最优、综合成本最低的营销价值链，共同提升上下游供应链的综合竞争力。商业模式的转变让钢铁行业正在由生产型企业向服务型企业转型。
（三）工业互联网建设
2012年，美国通用电气公司（GE）发布白皮书—《工业互联网：打破智慧与机器的边界》（Industrial Internet: Pushing the Boundaries of Minds and Machines），提出了工业互联网的概念，进而引起了全球范围内工业互联网建设的热潮，工业互联网为企业提供了获取工业大数据的机会，带动工业人工智能等技术的发展以及科研模式和方法的变革。
钢铁行业早在2002年以“管理高度集中、产销高度衔接、数据高度一致、信息高度安全、人员高效配置”为总体目标开展两化融合探索，借助CPS的规划、建设和不断完善使工业现场与市场安全连接。2003年，与POSCO ICT合作开发的国内第一个中厚板炼轧一体化MES系统，引入了韩国浦项的生产管控理念；2007年，与台湾中冠合作开发ERP系统，同年完成上线。在这之后，钢铁行业开启工业互联网实践，钢铁行业的远程化、智能化、无人化应用场景越来越广泛。
1.工业互联网平台
基于生产流程全场景应用，目前已形成了架构完整、技术先进的工业互联网平台，平台分为边缘层、IaaS、通用PaaS、工业PaaS、 SaaS五层架构。主要能力包括：OT数据采集能力（数采网关、IOT数采引擎）、OT数据融合分析能力（边缘计算网关、规则引擎）、IT+OT数据融合治理能力（工业大数据资产平台、工业大数据计算平台）、模型应用快速开发部署能力（模型开发平台、无代码开发平台、应用容器平台、DevOps平台）。工业互联网技术架构（如图1所示）与业务工序、管理模式相融合，形成面向钢铁行业各业务场景系统解决方案，集云计算、大数据、人工智能、公共库和应用研发的智能工厂生产管控一体化系统，实现了设备互联、数据驱动、软件定义和平台支撑。
2.智能工厂
2016年10月28日，工信部发布了《钢铁工业调整升级规划（2016—2020 年）》，明确强调了钢铁行业要以智能制造为重点，推进产业转型升级，在钢铁行业内首次提出“JIT+C2M”理念，开展组织变革和流程变革，通过两化融合技术推动钢铁行业分段定制准时配送的个性化、柔性化产品定制新模式。2022年2月，工业和信息化部、国家发展和改革委员会、生态环境部联合发布《关于促进钢铁工业高质量发展的指导意见》提出要大力发展智能制造。开展钢铁行业智能制造行动计划，推进5G、工业互联网、人工智能、商用密码、数字孪生等技术在钢铁行业的应用。
基于钢铁行业的属性，将整体工序分为能源、铁区和钢轧三部分。
目前已建成铁区一体化中心和钢轧一体化中心，能源一体化中心也在稳步推进，改变了传统钢铁企业的生产模式，将工人从危险岗位脱离出来，由“蓝领”变“白领”，应用大量智能化工业模型，以数据驱动替代原先经验驱动的工作模式。建成全球首条专业加工高等级耐磨钢配件的板材配送加工基地——JIT+C2M智能工厂，通过产品组合服务来打通产业链，解决了下游终端用户零部件加工分散，离散制造成本高，效率低等问题，通过机器人协同作业，工件数字建模、立体库、废屑回收等工序智能协同，实现离散制造向全流程制造转变，是真正意义上的“黑灯工厂”。规划建设了首期六条数字工厂示范线，运用数字孪生技术，攻破了全流程物料跟踪的难题，完成虚拟空间数字映射，实现生产运营实时动态与数字孪生实时采集数据的融合，支撑典型钢铁高端制造的精益化生产。
3.智慧运营
围绕公司整体运营，钢铁行业主要的业务领域，如人力资源、党建、财务、风控、法务、安全、保卫等，实现了集团层面的数字化全覆盖。规划了钢铁行业首个覆盖业务最广的“智造、经营、生态”集群式一体化中心，涵盖了六大集群，十九大业务领域，实现跨空间、跨边界、跨组织的集群式一体化智慧运营。
智慧运营中心让钢铁行业可实现端到端的全面数据资产整合，对采购、生产、销售等各业务环节全要素、全流程、全价值链的集成，并且形成模型集群化应用的核心理念。支撑钢铁行业从单领域单工序寻优走向跨领域甚至全局寻优，并达到少人化、集约化效果。
4.产业互联网
钢铁是工业之母，是许多产业链中的重要节点，钢铁企业特别是大中型钢铁企业，应该承担增强产业链竞争力的使命。在当今数字化转型方兴未艾的时代，产业互联网的构建能够为整个产业链的信息流通、资源配置的效率跃迁、为行业模式创新与商业逻辑创新提供决定性的支撑与助力，这将颠覆性地提升国家在某一个产业链的国际竞争力。
所以积极从产业链视角，依托工业互联网平台，持续构建产业互联网体系，通过规模化、产业化的大数据应用，构建更为精准和专业的客户画像工具、计划互联系统、以信息流为纽带的物联系统、商务支持系统等，使钢铁产业上下游的用户在同一平台交易与协同，形成与供应商及用户之间在生产、运营、销售等价值链层面上的高阶互联，精细化的生产与运营数据向产业链的传递，使得原先产业链上下游从公司对公司的协作转变为车间对车间级的计划协同，下游的客户可以随时随地查询到订单在生产体系内的状态，以此支撑客户的排产排期，推动与用户的合作关系向协同共生方向发展，为客户提供增值服务的同时，增强用户黏性，实现客户、伙伴的多方共赢，激发整个产业链的活力。
（四）数据治理
2020年4月9日，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，数据第一次作为新型生产要素，列为比肩土地、劳动力、资本、技术的“第五要素”。近20年的信息化发展，建设了诸多信息化系统，系统相互独立，信息孤岛较多，加之钢铁生产流程复杂，单个工序也可能存在多个工控系统、生产执行系统，从原料、炼铁、炼钢、轧钢至成品出库等流程和数据分散。
为夯实数字化转型的数据基础，钢铁行业应全面推进数据治理，构建钢铁生产运营数据体系。可发布1个总纲、3个政策、9大类 28份管理规范、39个流程，打造了数据全生命周期的数据体系，为数据管理工作提供了基本法；设立数据管理委员会和数据管理办公室，设置数据管家和数据Owner岗位，为数据工作开展提供组织保障；同时构建数据管理工具与平台，实现数据资产的高效管理与共享。
通过搭建统一的数据体系、数据管理运营平台，把数据转化为资产和数据变服务，从根本上解决数据质量问题，继而构建以数据驱动的新一代IT/OT融合的数据架构和组织能力，使得数据在企业内顺畅流动起来，并将数据作为新生产要素持续创造价值。钢铁行业整体数据治理体系项目制定了分步分阶段目标，数据治理体系是钢铁行业数字化转型的核心底座，构建数据管理能力，支撑和服务数字化转型。
一是建立数据资源的全景视图，使数据“看得见”，为用户提供公司数据资源的检索服务，并展示、分析数据在全公司内业务间、系统间的分布与流向信息。
二是促进共享，通过大数据平台进行跨系统的数据集成，用户数据需求通过数据资产目录进行系统定位和对接，解决传统方式中找数据难、业务和技术沟通难、系统对接难的问题。用户在具体的数据使用上，依托数据共享机制实现数据服务的申请、获得授权并通过API接口获取数据的使用权。
三是源头控制，建立了一套切实可行的数据质量监控与Owner体系，设计数据质量稽核规则，加强从数据源头控制数据质量，形成覆盖数据全生命周期的数据质量管理，实现数据向优质资产的转变。
四是挖掘价值，通过数据管理体系的有效支撑，提升公司业务数据的管理、运营能力，赋能业务高效使用数据，深入价值洞察。提升跨业务领域、跨信息系统的分析水平，助力实现相关业务的密切协同，并引领数据驱动的创新。
（五）工业人工智能
工业人工智能的本质是将人工智能技术与特定的工业场景相结合，实现设计模式创新、智能生产决策、资源优化配置等创新应用。工业人工智能赋予工业系统自感知、自学习、自执行、自决策、自适应的能力，使其能够适应复杂多变的工业环境并完成多样化的工业目标和任务，最终提高生产效率、产品质量和设备性能。
（六）冶金工业机器人
工业机器人不同于人形机器人，结构比较简单，但基于钢铁生产过程高温、粉尘、震动多等特殊环境，冶金工业机器人的综合要求要更高，一方面，恶劣的生产环境要求机器人的运行具有极强的稳定性；另一方面，不同的钢铁企业相同产线因设备及空间环境的差异，钢铁企业的机器人更多时候需要个性化的定制，成功的机器人使用案例无法直接复制。
（七）新一代工控架构探索
随着数字化转型走入深水区，也面临新的挑战，数据的传输与流转成为转型瓶颈。传统的工控体系架构只能采用单一的工业总线生态来构建，随着不同的业务叠加造成烟囱式的工业现场体系架构；传统PLC数据采样少，PLC控制层的“细腰”无法支撑数字化走向深水区，“数据采集”子系统建设存在工业协议种类多、构建成本高，扩展性不好；钢铁行业的装备在关键的工控设备上多采用国外传统工控厂家的设备，这两年由于一些核心器件的供给问题，导致采购成本大幅上升，采购周期大幅延长，已经严重影响到现有产线的运营维护和新产线的建设。
为了解决工控架构存在的问题，围绕“开放、标准、统一”的目标，打造新一代工控系统架构，探索出以“工业智能网关”作为通用算网底座的方案，实现多种应用APP（SoftPLC、数采应用等）一体化部署。同时通过工业现场网络化部署，实现传统烟囱式架构的解构，打开封闭的生态体系；通过北向数字孪生的接口标准化，可任意扩展部署数据感知系统，“智、控”一网承载，解决数据难治理的问题；通用硬件平台在满足工业高可靠性的前提下，实现从芯片、操作系统、工业组态软件等全栈核心技术的国产自主可控，满足钢铁行业产线建设的长期发展和演进。多管齐下的方式使得钢铁行业逐渐获取软硬件领域的控制权，自由地追加数据的承载和流通，实现工业控制的开放化、网络化、网联化、协作化、智能化。
（八）智慧产业化
钢铁行业数字化转型的持续投资，以对外推广输出为理念的系统设计规划，使得钢铁行业积累了大量可以对外服务的数字化产品与解决方案。形成新材料、智能制造、能源环境、产业互联网等战略新兴产业集群。
三、未来思考与规划
从消费互联网到工业互联网，先进的数字技术不断涌现，根据企业性质和特点，未来只有两种企业：数字化企业与非数字化企业。随着数字化转型的不断深入和能力成果的不断迭代，当然，这一能力不可能一蹴而就，需要从战略层面顶层设计，并协同生态实施推进。
第一，坚持一切业务数字化和一切数字业务化，借助大数据技术，将海量数据转变为管理画像，将例行管理逐渐推向例外管理，确定性业务自动化，机器替代人，不确定性的业务由机器辅助决策，人机协同，最终实现企业所有作业的敏捷、精益与绿色。知识载体由人到系统，工作模式由重复执行转变为持续优化，实现产业工人的职业升级。
第二，持续构建数据驱动的文化价值体系、学习优化型的敏捷组织模式，以及混合型的人才梯队，由点带面推进生产组织深层次变革，实现生产模式与业务模式的进化。需求与创新从业务团队中来，业务团队人员培养数据意识，用数据定义业务，把握业务痛点，提出真正有价值可落地的业务需求，只有做到业务人员懂IT，IT人员懂业务，形成“OT+IT”一体化的管理团队，数字化投入的价值才能够顺利落地变现，
第三，未来的竞争，不仅仅是产品竞争，更是产业链之间生态系统的竞争，将持续与全产业链生态进行高效联结与深度融合，实现从研发设计、原料采购、生产制造和产品销售等各环节全覆盖，更加敏捷地响应客户需求，构建高附加值的知识与服务产品体系，增强服务客户的广度与深度，并实现商业模式的蜕变。
作者介绍：王芳，东南大学网络安全博士在读，南钢党委副书记，南钢数字化建设领导小组常务副组长。先后荣获江苏省数字化转型社会贡献奖、江苏省两化融合突出贡献奖、2022年度中国制造业卓越CIO，牵头推进基于数字化转型的管理创新和技术研发，分别荣获全国、行业、省、市管理创新成果一等奖15个；牵头起草《钢铁行业智能车间技术要求》等多项团体技术标准；参与编撰数字化转型业务战略丛书——《制造业数字化转型之路：两化融合管理体系实践与创新》。