永卓控股:钢铁是用AI炼成的
前不久,《苏州市2026年度“人工智能+”行动方案》印发实施,其中专门给制造业“布置”了任务:重点聚焦“人工智能+”制造领域,动态培育150个工业大模型,新增100个以上可复制可推广典型应用场景。年初,苏州更是召开2026新型工业化推进会,发布当地推进“AI+制造”八大行动。
这些行动任务,透露出一个强烈信号:人工智能浪潮下,苏州要走“AI+制造”道路,引领产业转型升级。
作为核心主体,企业如何推动AI与制造叠“加”融合,释放出新动能?永卓控股有限公司率先起笔,将钢铁产业作为主阵地,探索数据治理与知识库编制,一步步“训练”大模型、搭建应用场景,写下人工智能赋能企业降本增效、质量提升的高分答卷。
拥抱AI加速“智变”
在永钢集团炼铁厂高炉中控室,大屏上显示着车间生产的监控画面。一旁的折线图、雷达图里,数十条高炉的指标实时更新,每条后面都标注了分数。

这几张图表,粗看没什么特别,但背后藏着一套AI系统的“智慧”:放在以前,即便是经验老到的技术人员,也得盯着监控琢磨半天,对比各项数据变化,才能判断炉况好坏。现在不一样了,数据自动分析、量化评分,生成直观的图表。工作人员从曲线里就能看出变化,从评分中就能发现问题。
更厉害的是,这套系统还能预测炉况未来走向,提前给出调整建议,让高炉始终保持低耗高产的状态。这就相当于装上了一个“智慧大脑”,既能发现问题,也能想出办法。
这样的“智慧大脑”,已经装进了永钢的每座工厂、融入了每道生产环节。

炼钢一分厂里,AI当起了“大厨”,根据实时工况算出最佳成分配比,加料、搅拌,“烹”出一块块好钢。轧钢产线上,AI是质检员,盯着钢坯的位置和形状,确保它顺利进入加热炉。精品线材库里,AI负责指挥环形穿梭车、无人行车、堆垛机紧密配合,把钢材稳稳送进仓位……
钢铁之外,其他产业也在加速“智变”。
6月28日,永卓物流一体化运营管理平台弹出提醒:自6月29日6时起,苏通大桥桥区以下至长江#1浮水域实施临时交通管制。看到封航通知,运营人员朱伟打开“异常影响船舶”界面,船舶信息、所在水域、延误时间,还有一份详细的分析处置报告,立刻呈现在眼前。
“以前,每天都要盯着天气预报、海事信息,根据航线判断有没有影响,再想办法解决。”朱伟说,“现在AI不仅能自动搜集信息,还能结合库存情况给出调度建议。”
AI技术,让产线运转有条不紊,也让管理运营更省力气。
想快速判断一家供应商靠不靠谱?打开永卓控股的AI智能分析与决策系统,输入采购合同,供应商的资质、交付质量、竞标成功率、历史表现清清楚楚。点击“分析助手”,系统还能列出对方的优势短板,评定合作风险等级。
如今,永卓控股已开发应用29个AI智能体、134个AI模型,覆盖炼铁、炼钢、轧钢、能源、安全、采购等10大领域,通过提前感知、实时预警、辅助决策,为各环节提供有力支撑。
数据治理练出智慧大脑
AI深度融入生产管理,源自永卓控股对数字化的深耕。

从建设仓储、销售、物流的管理平台,到成立恒创数科,整合业务与财务数据,再到运用数字技术把数据变成指令,一体化管控生产全流程——近20年的信息化、数字化之路,给永卓控股铺下了最关键的地基:数据。
打开永钢数据采集系统,各分厂名称整齐排列。点击“新一钢8号连铸”,煤气热值、钢水净重、铸流流量等数值在表格中动态更新,记录着车间的“脉搏”。40多万个采集点位,遍布永卓控股的数字化网络,汇成了海量的生产数据。
“简单说,AI就是在数据中找规律,做出误差最小的预测。”永卓控股首席信息官林锦斌解释,“数据越充足,AI对企业越了解,判断就越准。”
永钢有海量数据,但不等于数据好用。
最初,各分厂车间都是按自己的需要采集数据,没有定下统一标准。“打个比方,两个炼钢厂都采集炉内温度,但采集的位置不同、时段不同,数值肯定就不一样。”恒创数科解决方案室主任周忠说,这样的数据,不但没法“教会”AI,反倒会造成混乱。
更棘手的是,产线上大多是常态运行的数据,但也有人工“微操”产生的,两样数据混在一起,再也分不清。
面对难题,一场“数据治理”行动,在永卓控股全面铺开。
《工业实时数据采集规范》制定出台,统一了采集流程和方式的“度量衡”,让数据能在各平台间流动。而为了追溯数据产生的原因,永卓控股还记录下关键的人工操作,与采集数据一一对应,打上“标签”。
有了准确的实时数据,还得配上对应的趋势和结果,两者“打包”成的高质量数据集,才能让AI开始学习。
恒创数科解决方案室中级产品经理宋翼轻点鼠标,把钢材收发记录、生产信息、能源使用等各类数据归集到平台,输入规则公式,开启多轮运算分析,最终得出产出量、投入量、成材率等业务指标。
解决了数据的问题,提高了AI的“认知能力”,能及时发现问题,还得做好知识库,才能使其具备“处理事务”的能力。
2025年3月,永卓控股与阶跃星辰合作创办卓跃智数,依托其多模态基础大模型的技术能力,专门编制知识库来支撑AI的开发训练。
每天下班前,炼铁一分厂2号高炉甲班工长史方杰都会打开高炉标注系统,写下当天的关键操作和引起的变化,再让AI分析研判,得出建议。就这样,一份完整的案例报告便汇入了知识库。
翻开永卓控股的知识库,里面有来自生产一线的真实案例,有深耕行业多年沉淀的经验规则,还有独到的工序流程和经营理念。正是这些“家底”,支撑着AI与制造深度融合,创造出真正契合企业需求的应用场景。
AI解锁降本增效新办法
智能体、大模型给永卓控股带来了什么?答案就藏在一个个系统界面里。
打开永卓控股采购系统的大宗材料预测辅助建议界面,横向排着煤焦、合金、铁矿石、废钢四个按钮,上面标着当日价格,以及未来一周、一月的预计走势。点开“煤焦”,一张未来50天的价格趋势图展开,鼠标放在任意日期上,便显示出当天预测价格。再点一下,一份详细的分析报告弹出:焦炭短中期高位回落,预计本月26日将跌至1753元/吨,累计跌幅3.68%……
“全球经济、地缘政治、货币政策、供需变化,很多因素都会造成大宗原材料价格波动。”永钢集团采购中心主任陈嘉禄说,“AI能综合分析这些因素,准确预判走势,帮企业实打实地控制采购成本。”

AI助力降本,既可以依靠研判市场动态,也能通过合理分配资源实现。
电价有峰谷,不少企业为了省电费,在高峰时段停产检修。电费是少了,可煤气却白白放掉了,怎么办?永卓控股智控中心的“产线寻优”AI大模型,给出了解法。
6月22日,3条轧钢产线计划在14—22点峰价电时段避峰停产,这样的话,当日煤气预计将放散30万Nm3。于是,系统分析产线调整数量、成本效益,一口气给出6种优化方案。考虑实际检修需要,最终工作人员将生产计划重排为,线材六厂B线0:00—6:00、14:00—24:00正常生产,6:00—14:00停产,减少煤气放散量约16万Nm3,成本减少1416.91元。
AI加持下,企业不仅实现降本,还提升了工作效率。
永钢集团发电分厂有40项定期检查任务,过去全靠工作人员抽查。区域大、分布广、机组多,不仅费时,还容易有盲区。生产工艺工程师于林铃借助AI,按机组、区域、周期分门别类建好电子档案,让AI每天自动比对记录,发现问题立刻提醒,并给出整改建议,让抽样检查升级成了全量数据自动核查。“以前要花8个小时的核查,现在15分钟就能搞定。”于林铃笑着说。
智能化的初步探索,让永卓控股的产线和运营管理迭代升级,竞争力更强了,而这也激励着企业,把步子迈得再大些。
7月1日,一场业务洽谈视频会议在卓跃智数举行。和以往不同,这次客户钢企“问”的不是钢材,而是永卓控股打造的多款高炉智能体。现场,企业解决方案部部长叶明帅逐一介绍智能体的运行逻辑与功能,引起了客户的浓厚兴趣。
眼下,永卓控股正加快钢铁行业垂类大模型的研究开发,既能打造更多“为我所用”的AI大模型,也能对外输出服务方案,拓展新的业务空间。
走上“AI+制造”这条发展新路,永卓控股坚持因地制宜,从自身实际需求出发,以生产经营体系为“框架”,“搭载”适配的大模型与智能体,从而驱动生产流程与经营模式的不断优化,加快完成智能化改革的华丽转身。
关键词:
责任编辑:孙知兵
免责声明:本文仅代表作者个人观点,与太平洋财富网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
如有问题,请联系我们!
- 耳机配件狂涨203%!顺友物流护航带电小件,助力卖家抢赢美国夏季旺季2026-07-15
- 2026年最新主流外汇交易平台口碑榜内容全面汇总解析2026-07-15
- 没藏住,被主力发现了2026-07-15
- 永卓控股:钢铁是用AI炼成的2026-07-15
- 日化智云与国联股份达成战略合作,共拓中亚日化出海新局!2026-07-15
- 生意社:7月15日上海地区钴粉报价暂稳 今日快看2026-07-15
- 2026年最新全球正规外汇平台推荐哪家 技术维度解析2026-07-15
- 玉树金融监管分局核准李庚泽中国农业银行玉树分行行长任职资格2026-07-15
- 央行:上半年人民币贷款增加10.72万亿元-精彩看点2026-07-15
- 22天收完几亿亩粮!揭秘中国农机何以创造速度奇迹2026-07-15
- 第十三届SNH48 GROUP青春盛典中报出炉 多重福利加码解锁盛夏逐梦新局2026-07-15
- 专业音响河南哪家更靠谱?河南金豫华音响是您最终选择2026-07-15
- “五小龙”抢占四席!坤元资产以“耐心资本”护航中国商业航天2026-07-15
- 2026智能柜品牌排行榜 主流厂商实力综合评测2026-07-15
- 从蓝图走向现实,国安股份交出第二份ESG答卷2026-07-15
- 长江现货镍价回落,镍价一日回暖后成色承压2026-07-15
- 现货白银怎么投资?新手有哪些投资技巧需要掌握?2026-07-15
- 今日看点:PriceSeek提醒:7月15日国内PET现货价格上涨2026-07-15
- G7易流聚焦活体运输痛点,二十余家农牧企业共寻生猪途损破局方案2026-07-15
- 良信董事长任思龙一行赴同飞股份参观交流,开启战略合作新篇章2026-07-15
- 中国海洋石油股价升至23.06港元,创2026年6月以来新高2026-07-15
- 瑞为技术领跑民航视觉市场,8.7% 份额构筑行业核心壁垒2026-07-15
- 社会实践|智话浙商之淳商口述史:采访顺商传媒王星彦,如何用渠道招商的方式助力企业快速发展2026-07-15
- 良信电气与超聚变深化交流,共话数智转型与零碳建设2026-07-15
- 中国境外券商投行实力榜深度评测:5大品牌横向对比与选购指南2026-07-15
- 2026年7月主流百万医疗保险测评榜新鲜出炉:星相守 2 号综合评分最高2026-07-15
- 千亿赛道破局者!安然原创科技,扛起功能性健康涂料国产替代大旗2026-07-15
- 小额住院也能赔,星相守2号凭什么成为大众客户的心头好2026-07-15
- 2026四款热门成人重疾险横评:谁才是真正的“家庭支柱首选”?2026-07-15
- Ledger中国购买:从授权渠道到安全自托管的完整路径解析2026-07-15
精彩推荐
- 中国海洋石油股价升至23.06港元,创2026年6月以来新高
- 4只中证港股通医药卫生综合指数ETF涨超4%
- 果然有互换?记者:切尔西以创纪录价格签曼联女足前锋马拉尔 新消息
- 今日热闻!姆巴佩告别世界杯!法国出局揪出头号罪人:全场0射0过人 逃红牌
- 上海石油化工股份(00338)上半年汽油销售收入127.69亿元_重点聚焦
- 消息!AI短剧,为何共用一张脸?
- 俞敏洪回应孙东旭与东方甄选前主播离职后成立公司:不必过度讨论,员工离开后需要继续谋生;除敏感岗位外,员工离职后可以从事同...
- 【新视野】【市场观潮】酒店退房破旧规,给行业带来哪些启示
- 每日信息:7月13日科创综指ETF华夏基金份额减少1200万份,重仓股海光信息、寒武纪、摩尔线程
- 【播资讯】韩红:全额退票
- 国城矿业:国城锂业年产20万吨锂盐项目一期工程投产_每日观点
- 今日要闻!长江十年行丨重塑长江:跨越180万平方公里的江河焕新
- 花旗Q2财报周二出炉 营收增速预期升至9.3%
- 中际旭创:行业算力需求和带宽需求真实存在,会反映到光模块厂商业绩上_今日看点
- 台风残涡+冷空气影响,大连即将迎风雨天





中国互联网违法和不良信息举报中心