7.2
深览指数
科技微博·经济观察报··AI 生成
一个垂域大模型如何改写钢铁生产线？
本文通过山钢集团旗下山鼎云科自研的尚智大模型案例，详细拆解了钢铁行业垂类大模型的落地路径。核心结论是：在行业普遍浅层试用通用大模型时，山钢通过自研垂域模型，将数十年工艺经验和老师傅隐性知识转化为数字化资产，已上线105个场景，管理效率提升70%以上。文章贡献在于提供了从数据治理、人机并行落地到内测外拓商业化的完整方法论，而非空洞概念。适合关注工业AI落地、国企数字化转型的从业者阅读。原文 ↗
核心观点
- ▍钢铁行业垂类大模型的核心竞争力在于将数十年积累的工艺经验和老师傅隐性知识转化为可计算、可迭代的数字化工艺资产，而非依赖通用大模型封装的表层能力。
- ▍尚智大模型采用“通用底座+冶金垂域模型”双引擎架构，并可孵化轻量化工业小模型以满足产线秒级实时推理需求，走出了与Cloud AI不同的技术路线。
- 01截至2025年，95.1%的钢铁企业将数字化转型融入发展战略，81%的企业探索大模型应用，但多数停留浅层试用，通用模型难以适配生产专属场景。
- 02山鼎云科针对数据孤岛、隐性知识流失、有效样本不足三大痛点，分三步治理：打通20套系统（2025年10月上线）、完成200余个菜单/3000余页面/23万字段标准化、实现12系统2868张表数据入湖。
- 03落地105个场景，包括机器狗1小时检测36个风口小套（隐患识别率99.2%）、连铸坯智能判定（缺陷评级准确率98.01%）、智能配矿从4小时压至2分钟。
- 04山钢集团综合管理效率提升70%以上，上市公司山东钢铁（600022.SH）2025年实现归母净利润1.06亿元，扭亏为盈。
- 05采用“人机并行”落地策略，以自动转钢场景为例，优先夜班测试，稳定后再复制至白班，全过程历时两年，最终实现全天候替代。
- 06商业化走“内部打磨、外部输出”路径，已对外服务十余家钢铁企业，并向矿山、焦化、有色冶金等流程工业及装备制造、新材料离散行业拓展。
反方 / 局限
- — 文章未提及大模型的算力成本、能耗、运营维护成本，也未讨论小模型迭代是否会持续依赖山钢集团内部的海量生产数据，外部企业复制的数据基础条件可能远弱于山钢。
- — 文中未涉及尚智大模型与宝武/鞍钢等其他钢铁集团自研或合作的垂域模型的竞争对标，也未讨论若多家头部钢企各自自研模型，行业数据孤岛问题未被根本解决。
6 分钟 · 4 卡片 · 9 资料
读原文 →