2020 年，中国钢铁产量位居全球首位，达到 10.65 亿吨。其同比增长 6.5%，市占率从 2019 年的 53.3%上升到 2020 年的 57.1%。这一数字比排名第二的印度要大很多，2020 年印度产量为 1.03 亿吨，同比下降 10.6%，占全球钢铁总产量的 5.46%。同时也比居第三的日本多，日本产量为 8320 万吨，同比下降 16.2%，占全球钢铁产量的 4.92%。
中国人“钢少”只能靠“气多”的日子，早已一去不复返了。
然而，新的考验接踵而至。
涨幅超过了 120%。
症结在于，中国钢铁行业呈现出“大而不强”的状况。其全球占比高达 57%的钢铁产能，并未真正实现联合。
此情况带来了三个主要的痛点。
钢铁行业在 2013 年至 2018 年间，因国家对生产线项目的投资，使得钢铁产能集中释放，从而导致行业内产能过剩。并且，钢铁行业缺乏标准的供需信息配置，致使钢铁厂商无法快速识别市场需求，进而出现了供需失衡的现象。
钢铁产品生产包含炼铁、炼钢与轧钢三个环节。各环节涉及多个生产系统、工业控制系统与供应链层级。因此具备流程复杂、体系庞大等特点。这导致存在资源浪费及产能受限的情况。生产流程复杂，所以产能调整反应慢。
钢铁工厂设备种类繁多且应用场景各异，各类工业环境及设备都有不同的数据后台。在生产过程中，会产生大量如设备管理、市场运行、产品生产等数据，这些数据的格式差异较大。由于缺乏数据标准，所以钢铁企业间的数据难以兼容，进而影响了产品的信息化联动，也制约了行业的发展。
中国钢铁行业面对澳大利亚、巴西的“四大矿山”，这些矿山通过资本能高效统筹且资源掌控力极强。而中国钢铁行业无法做到高效联合，只能无奈地进行“内卷”。
国家根据具体情况采取相应措施，工信部即将发布的《关于推动钢铁工业高质量发展的指导意见》设定了目标：
“十四五”期间，也就是到 2025 年，钢铁行业的集中度 CR5 要达到 40%，同时 CR10 要达到 60%。
在铸管领域培育 1 - 2 家世界级专业化引领型企业。
目标明确，如何执行？
怎样让全球 57%的钢铁产能切实联合起来呢？怎样凭借 5G 等新基建以及数字化、智能化的大潮，推动钢铁行业实现转型升级，变得既大又强呢？我们具备哪些比较优势？又遭遇着哪些困难？带着这些疑问，观察者网近期走访了宝物集团宝山基地，和钢铁与通信行业的技术专家展开了深入的交流。
行政+资本，加速行业整合
资料表明，钢铁行业的整合起始于 2015 年的供给侧结构性改革，并且是从国企和民企这两个方向同步展开的。
国企方向，主要涉及宝武集团的整合进程。如今的宝武集团，年产量达到 1.5 亿吨。其产量占全球 2020 年粗钢产量（18.64 亿吨）的 8%。这个钢铁领域的巨无霸，是在过去短短 5 年时间内完成组合的。
宝钢股份运行中心（宝钢供图）
2016 年，宝钢集团与武钢集团合并，成立了被号称“中国神钢”的宝武集团，宝钢由此升级了自身的整合基因。2019 年，安徽省国资委把其持有的马钢集团 51%股权无偿划转给宝武，宝武合并了马钢集团。2020 年，安徽省国资委把其持有的公司控股股东太钢集团 51%股权无偿划转给宝武，宝武合并了太钢集团。
宝武首先托管了中钢集团，接着成为了重庆钢铁的实际控制人，其年产钢量成功突破了 1 亿吨。今年在合并了昆钢控股以及山钢集团之后，宝武集团的粗钢产能逼近了 1.5 亿吨，大概占全国产能的 14.2%，从而进一步稳固地坐稳了粗钢产量世界第一的位置。
民企方向上，建龙、德龙、敬业、方大、沙钢等经营状况较好的民营钢企，正在整合其他民企，或者对经营状况已明显陷入困境的国企进行整合。建龙集团在 2020 年旗下拥有 14 家钢厂，其钢产量合计达 3647 万吨。旗下的山西建龙、北满建龙等多家钢厂都是通过并购获得的。2021 年，建龙集团又托管了邢台钢铁。德龙参与了渤海钢铁的破产重整，从而成为了 3000 万吨量级的钢铁集团。敬业集团在海外完成了对英国钢铁的收购，在国内通过并购，在内蒙古、广东和云南都有了产能布局，其合计产能已经超过了 2000 万吨。
行业媒体《中国冶金报》称，自 2015 年供给侧结构性改革开始后，宝武集团的整合情况大致是，将经营状况较好的国企整合在一端，而另一端是把经营状况较好的民营企业用来整合其他民企以及破产重整的钢企，这样一来效率提升得较为明显。中国钢铁业在兼并整合方面，水面下的要素已经具备了充分的准备，钢铁行业中具有质量的兼并整合的“微笑曲线”已经开始显现。
钢铁行业整合“微笑曲线”（中国钢铁新闻网图）
物理整合，还是化学反应？
宝武的整合，是仅仅追求在物理层面将不同地方的工厂结合起来呢，还是要促使它们发生化学反应呢？谈及宝武整合时，宝钢股份智慧制造推进办公室副主任邹玉贤在接受采访时反问了一个问题：如果用传统方式，凭借行政或资本力量来合成一个公司，我们能够做到，并且也正在做。然而，整合之后内部如何协调，怎样完成融合，将整合前参差不齐的业务能力提升到同一水平呢？这就需要依靠智能制造。
宝钢股份智慧制造推进办公室副主任邹玉贤（宝钢供图）
邹玉贤介绍，宝钢吸收武钢后，宝钢的智能化系统和装备推广到了武钢。例如，在取向硅钢方面，武钢的取向硅钢曾有一段时间存在成材率低、制造成本高的情况，这影响了整体效益。如今，我们加大了跨基地数据融合的力度，实现了产销研的实体化以及基地的一体化运作。青山基地的取向硅钢制造能力得以快速提升，成本下降，效益显著上升。
硅钢是一种钢铁材料，其含硅量在 0.5%至 6.5%之间。它是国民经济中关键的基础功能材料。硅钢可分为取向硅钢和无取向硅钢这两大类。它涉及到发电、送电、用电等电力全生命周期的各个环节。并且广泛地被运用于制造各种电气设备，比如新能源车的驱动电机以及特高压输电网的变压器等。
取向硅钢的制造技术极为复杂，高端取向硅钢能够代表一个国家钢铁制造业的综合技术水平。我国的取向硅钢技术曾经遭遇被他人“卡脖子”的情况，在 2008 年，宝钢股份历经十年的努力，自主研发并成功掌握了低温高磁感取向硅钢的制造技术，并且将其实现了产业化，打破了国外产品在特高压电力变压器领域的垄断地位。2020 年，宝钢自主研发出了 0.18 毫米规格的 055 等级硅钢。这种硅钢的铁损极低，在全球范围内首次发布。它成为了目前世界上损耗最低的取向硅钢。
宝钢展示区：这种规格为 0.18 毫米、等级为 060 的硅钢，其铁损极低（观察者网图），在全球处于领先地位。
观察者网探访宝钢“硅钢事业部第四智慧工厂”。在现场，硅钢事业部行政人事部部长汤洪博介绍道，整个工厂实现了无人化与少人化。并且，工厂取消了现场操作室，这在全球处于绝对领先地位。通过智慧链接，应用大量数字化、网络化、智能化技术，使得生产运行从原先的“机旁散点”式作业转变为“集中操控 + 现场维调”的新形态。
汤洪博进一步介绍，如今，智慧决策系统运用大数据与人工智能。原先依赖大量工程师去摸索、传承和改进的复杂工艺，如今被精确地固化到了工艺模型中。并且该系统还具备现场自适应能力，这是又一个大的跨越。
邹玉贤告诉观察者网，我们不会错失任何一个去探索以及运用最高精尖技术的契机。同时应当明白，对于钢铁行业的改造而言，更多且更具决定性的方面，乃是在存量优化上展开的比拼，这是由行业的特点所决定的。
钢铁行业的大型设备，很多需打地基才可建造。邹玉贤称，通常一台大型设备可能使用四五十年甚至更久，一套装备不到 10 年，我们一般不会考虑进行改进，推倒重来的概率很低，且投资较大。今天尤为特别，中国的钢铁产能已达到全球的 50%之上。国家已提出去产能目标，故而再上新产能的余地更为狭小。必须更多地对存量进行考量并加以优化，促使既有的装备持续实现数字化与智慧化的升级。
同时，在智慧制造层面我们正在进行相关工作，在资源整合后的集团层面，我们也正基于大数据中心的建设来实现组织管理的优化。邹玉贤以硅钢事业部为例进行介绍。他指出，借助建立在大数据中心之上的智慧决策中心，硅钢事业部在组织架构方面发生了转变。原本是“厂部→分厂→作业区→班组”这种传统的科层制结构，如今已转型为“1 个智慧决策中心+N 个智慧工厂”的网络型结构。将来硅钢事业部计划建设多个智慧工厂，其中有在上海宝山的，也有在武汉青山的，这样就能真正实现对远在千里之外的工厂进行近在咫尺的管理。
宝钢股份运行中心（观察者网图）
谈及整个集团层面的组织管理时，邹玉贤介绍，宝武集团如今是一个产能达 1.5 亿吨的超大型联合体。原先各个企业里的不同部门，如今正依据行业进行整合，从而形成“一企一业，一业一企”的新态势。例如，所有的设备维护检修部门整合为宝武智维，类似的情况还有宝武氢能、宝武水务、宝武环科等。每一个企业仅仅承担一个主业，并将其做精、做好、做大。我们的一个生产基地在地域上，会出现很多不同企业进行合作的情况。这就需要我们在数据层面将它们融合起来，以便能够像一个工厂（one mill）那样去进行管理。
5G，存量设备升级利器
钢铁行业的智能制造升级，是传统工业生产向工业互联网转变升级进程的一部分。
工业互联网被公认为是第四次工业革命的重要基石。它是中国、美国、德国等全球各大经济体在数字时代必须要去抢占的战略高地。
亿欧的董事总经理王彬博士之前在接受观察者网采访时讲道，美国的工业互联网在利用资本力量来统一标准方面比较强，而德国的模式在将历经百年的工业经验进行“自下而上”的数字化方面比较强。对于中国而言，关键之处在于要加快产业与数字化的有机融合，像 5G 等数字新基建设施以及巨大的市场、丰富的应用场景，这些都是中国发展工业互联网所具备的优势。
钢铁行业的特点决定了其设备投资量大，使用年限长，存在大量存量设备改造需求。这也就决定了钢铁行业的数智化升级必然是渐进式的。一方面，钢铁行业的大多数设备是固定的，且光纤通信是主流；另一方面，在某些场景中，重新铺设光纤的工作量很大。而 5G 具有部署方便、可移动、大带宽、低时延等特点，在这些场景下，5G 确实是对存量设备进行数字化、智能化改造的利器。
宝钢股份冷轧厂的副厂长是刘德成，华为的 5G 钢铁行业专家是彭俊，他们向记者现场介绍了 5G 应用当前的一些场景以及未来的一些场景。
无人仓库中的无人天车（上图）和操控室（下图）观察者网图
行车也被称作“天车”，它是在钢铁行业中经常使用的室内起重吊车，第一个场景就是行车的使用场景。彭俊介绍，我们不会单纯为了使用 5G 而去使用 5G 。实际上，在本世纪初，施耐德就已经在比利时、加拿大等地的工厂开始对行车进行无人化改造，当时主要采用的是 WiFi 技术。然而，当时中国的人力成本还不是一个问题，所以并未将这种无人化行车技术引进到中国。2015 年之后，无人行车成为国内的主流，不少工厂使用的是 WiFi 方案，但遇到了两个主要问题。一个问题是，WiFi 的信道是有限的，在同一个场景中只能支持 5 到 6 个信道，如果在大型仓库中有更多的行车，信道配置就会出现重复的情况。另一个问题是，WiFi 的频谱是非授权的，任何人都可以进入，此外还存在诸如干扰率、时延等不可控的问题。现在钢铁行业 5G 应用场景里，行车是较为主流的方案。不久前，钢协开展了自动化改造项目的评审，在这些项目中，有 9 家企业上报了“智能天车”方案。
第二个场景是无人驾驶重载车。我国冶金行业投入工业化应用的是这款最大载重的公路无人驾驶车辆。借助上海电信及华为 5G 网络低时延、高带宽的特性，通过无人车能实现无人仓库与无人码头之间的闭环运输。还能将行驶沿途视频通过 5G 网络快速回传至指挥中心。这样成品卷材就能实现 24 小时的无人装载与运输，从而大大降低了成本，提高了效率。
长达12米的无人驾驶重载车（AGV）宝钢供图
第三个场景是冷轧带钢的高速表检，也就是对带状钢材的表面缺陷进行质量检测。在这个场景里，高速摄像头对准以 800 米/分钟（等同于时速 50 公里）速度通过的带钢表面进行拍摄。通过机器视觉来检测瑕疵，并且识别精度能够达到 1 毫米，这样就充分地发挥了 5G 低时延以及高上行带宽的特点。
冷轧黑灯工厂（上图）及带钢高速表检场景（下图）观察者网图
第四个场景是操作岗位实现机器化。钢铁厂内有大量高温环境和危险环境，这对一线操作工人的健康和安全会产生不利影响。宝武提出了“操作岗一律机器人”的目标，将工人从重复、肮脏且危险的工作环境中解脱出来。比如，冷轧厂内原本由人工进行的传统巡检，现在已由装备热成像摄像头的机器人来执行；在高危的煤气区域，目前的人工作业可以被远程控制的机器人所替代。
无人巡检机器人（下图）及其巡检场景（上图）
第五个场景是正在策划的云化 PLC。可编程的逻辑控制器常用于工业控制。目前在一些前些年已进行过自动化改造的设备上，PLC 通常是各自独立的。在协调运行过程中，它们彼此之间需要不断检测和通信。如果用 5G 将所有 PLC 都集中到云端，使其成为一个大脑，各台设备成为这个大脑控制的不同肢体，那么就能极大提升效率并降低成本。
彭俊坦言，目前我们尚未进入钢铁行业的核心环节。目前来看，这主要是一个产业层面的问题。与其他行业相比，钢铁行业具有自身的特殊性，其行业系统集成商较为分散。以宝武集团为例，宝信软件是最重要的集成商。然而，在冶金行业原先存在八大设计院，其中中冶赛迪也是重要的行业系统集成商。并且，大型的钢铁集团大多都拥有自己的信息化公司。彭俊指出，他们对行业的理解更为深刻。华为作为通信设备商，三大运营商要推进 5G to B，就必须与钢铁行业的系统集成商合作，他们也愿意开放自身的能力，成为被集成的对象。
通信+行业双向推动，加速工业互联网升级
彭俊是华为 5G to B 专家，他所说的情况，反映出了通信设备商在行业数智化升级过程里的角色定位。
2019 年华为组建了 5G to B 工作组。2020 年初，我们举行了 5G 智慧钢铁峰会，在那时邀请到了宝武集团的专家。1 年多之后，如今我们看到了 AGV 无人框架车、硅钢厂、冷轧厂等应用场景得以落地。并且一直在交流双方的想法以及进一步的需求，进展相对来说比较快。彭俊介绍道，然而另一方面，宝钢的规模极其庞大，对经济效益的要求也较为严格，很多事情都有统一的规划。[]
钢铁行业工业互联网全景方面，5G 技术主要提供一种区别于光纤、3G、4G、WiFi 的工具。怎样高效运用这种工具，以求得行业发展节奏、资金投入、经济效益、社会效益等多元价值的平衡，更多地要依据行业自身的规律和发展节奏。
工业互联网能够实现多种数据类型集成、共享与互联互通。
2020 年 12 月，中国宝武以及宝信软件正式推出了工业互联网平台。此平台是由宝信软件独立研发的，并且依托于大数据、人工智能、智能装备、集控、工业网络安全、移动物联、虚拟制造等七大核心技术。该平台涵盖了钢铁、医药、轨道交通等十个行业，同时也包含了安全生产、节能减排、质量管控等 9 大领域。
宝武工业互联网研究院介绍了分层架构。我们在宝山基地看到的各种生产场景，大多属于智能化工厂层。在这一层，现场的数字化设备终端构成了数字化车间，从而实现了数字化工厂场景。厂级数据会向更高层汇聚，到达钢铁制造云平台进行协调和整合，形成总部集控加上属地部署的平台化运营模式。之后，再与集团内的各产业以及外部的物流、上游原料、金融、新材料、下游应用等相关方进行协调，进而形成协同化生态。
新一代信息技术与制造业深度融合，以网络、平台、安全这三大功能体系为基础，构成了数据优化闭环，实现了全要素、全产业链、全价值链的全面连结，推动形成了全新的制造模式、生产组织方式和产业形态，促使传统产业加快转型升级，共同构建了高质量钢铁生态圈。
工业互联网在钢铁领域应用已有多年。对于需要什么以及应该怎么做，钢铁企业及集成商的理解更为深刻。华为 5GtoB 钢铁首席营销官周峰坦言，随着新一轮的转型发展，越来越多的钢铁行业伙伴愿意去了解外部 ICT 公司所能提供的 5G、云能力、AI 能力的价值。将华为对通信的理解与他们对行业的理解相结合，能够催生新的技术手段，为钢铁数字化转型创造更大的增量。[]
周峰介绍说，钢铁行业对工业互联网的探索应用在持续推进。目前钢铁行业存在 5 层架构，底层与工业控制有关，上层和合同以及制造计划相关。当它们与华为 5G 相结合后，架构能够扁平化为两层结构，上面是一个类似大脑的部分，下面是一个控制执行单元。这样的未来架构，将会给工业互联网带来深刻的变革。
周峰认为，在看待央企的合并重组时，随着行业集中度的提升，宝武集团在本轮并购过程中，一方面需要实现硬件的整合；另一方面，在管理、组织、运营以及数字化层面也需要进行软件的整合，而这个过程与行业工业互联网化的过程存在一定的重合。宝武牵头进行这个过程，它充分发挥了龙头企业在技术、运营、组织等方面的优势，能够引领行业发展趋势，还能将好的经验推广开来，例如昆钢在被整合之后已经实现了扭亏为盈。
一方面是强强联合，以避免同质化竞争。例如，不锈钢产业的龙头太钢加入宝武编队之后，宝武把宝钢德盛和宁波宝新委托给太钢进行管理，这使得太钢承担起了制定并实施不锈钢产业新一轮总体规划以及推动宝武乃至中国不锈钢产业发展的历史使命。
目前工业领域应较多应用的有：远程进行控制；进行视频监控并回传；实现 PLC 云化；开展数据采集以及预测性维护；借助 AR 辅助；运用机器视觉；推进工业互联网等。周峰称，在与中国钢铁行业需求相匹配的过程中，我们也在实践里对解决方案进行完善。例如，钢铁行业需要适应高温环境，要做好防尘和防水功能；像我们的大带宽和低时延能达到何种程度，能满足钢铁行业的哪些需求；又如工厂希望数据不出园区，即便在光纤挖断的情况下，也能保证网络运行不中断等。
我们与宝钢股份这个行业标杆展开合作钢材表面缺陷，借此树立 5G to B 的标杆。同时，我们与宝钢、中钢协一起制定标准。周峰表示，如此一来，未来有可能吸引全国乃至全球各地的客户。这是我们 ICT 行业与产业携手合作的成果，通过孵化行业能力，促进生产力的进步，从而能更有效地助力行业实现数字化、智能化转型发展。
产业升级，人往何处去？
中国是人口大国。在产业升级期间，“人”的问题显而易见且极为深刻。产业升级后，生产线实现无人化，工人的去向成为问题。工人和工程师远离车间具体工序并脱离生产线，他们能否依然熟悉生产一线情况呢？研发过程中是否会出现问题呢？这些问题在宝山基地的座谈现场被记者提出。
宝钢股份智慧制造推进办公室的副主任邹玉贤，从两个层面对这些问题进行了回答和探讨，他表示：
第一，宝钢目前不存在员工因提高劳动生产效率而被减员至社会的情况。与此同时，随着中国社会总体劳动生产率的提升，尤其是在东南沿海地区，像 3D（Dirty，，）这类体力劳动工种，在客观上越来越难以招到工人。这一现象反而促使企业加快升级数字化、自动化技术的步伐。宝钢正在积极创造条件，促使工人从体力劳动转变为脑力劳动，并且劳动环境也得到了极大的改善。原先的行车操作工，长期从事着重复且机械的劳动。他们的颈椎和腰椎往往都患上了职业病，很难工作到 45 岁以上。而行车实现无人化之后，我们让许多工人去学习物流管理操作，促使他们转型成为技术人员，同时也延长了他们的职业寿命。如此一来，就倒逼每个岗位都要进行向上的转型升级。
第二，对于工人和工程师远离生产一线这一问题，我认为其具有一定深度。我们正在进行思考，不能因为操作集中就降低对现场的理解以及对现场的要求。因此，我们现今依然要求操作和管理人员前往现场进行巡视和检查。这方面，我觉得 5G 技术作用很大。只要在现场安装足够多的传感器和摄像头，即便身处千里之外，我们也能够知晓现场的情况。并且还能收集到设备数据，如此一来，通过远程作出判断，或许会比在现场凭借经验判断更加可靠。但从另一方面来看，我们如今从一线操作岗位转岗的工人和工程师，历经了几十年的摸爬滚打，对现场极为熟悉。要是换了一批新人来，那该怎么办呢？他们会不会只懂得在操控室里操作，而对现场情况一无所知呢？这显然是不行的。因此，我们会在工作机制方面做出一些安排，以确保对现场处置的熟悉程度。
重载无人车操作岗，观察者网图
关于“人”的问题，亿欧王彬博士也与观察者网有过探讨。
王彬觉得，在中国“智能制造”的发展进程中，随着工业化的快速推进，经由信息化人员的加入，促使行业生产效率得以提升。当下看来，这种发展形式对行业人才的需求数量极为巨大，这是中国“智能制造”较为突出的一个短板。“智能制造”属于一个系统工程，涵盖机械工程、控制科学与工程、计算机科学等诸多学科，具备交叉学科背景的工程师是当前极为急需的人才。人社局的数据统计表明，到 2025 年时，智能制造领域的人才需求为 900 万人。同时，该领域的人才缺口将会达到 450 万人。
王彬觉得，行业人才和信息化人才得知晓对方领域的知识，这样才能把问题解决。一线工人若不懂数字化就不行，数字化专家也得懂产业。许多行业人才在解决基础性问题方面能力很强，数字化的东西实际上难度不算高，然而一些产业问题却有着很高的壁垒。所以，培养“两栖”人才，应当充分发挥职业教育的作用，将 AI、算法等知识向行业推广普及。
结语：全球57%的钢铁产能高质量联合，意味着什么？
2015 年开始了“供给侧改革”。从那时起，中国的钢铁行业正处在酝酿质变的过程中。
有人觉得国内钢铁行业属于“大而不强”的情况。实际上钢材表面缺陷，我们与许多行业专家以及院士进行交流后得知，这种现象正在发生改变。周峰向观察者网描述了钢铁行业与 ICT 结合的前景，他表示未来我们会既大又强。因为行业地位在很大程度上与体量有着关联，体量有助于形成规模发展的优势，能够让新技术应用的边际成本降低，并且还可以获得行业标准的话语权。
当然，在这样的愿景实现之前，我们有诸多事情要去做。其一，持续对行业进行硬件整合，要确保到 2025 年 CR4/CR10 达到 40%/60%的目标。其二，持续通过软件整合，从管理方面获取效益，务必让钢企强强联合产生 1+1 大于 2 的效果。其三，持续推进 5G、AI、大数据的应用，促使行业与 ICT 技术有机融合，尽快占据工业互联网的技术高地。在这些实践过程中，锻炼并打造出一支既懂得行业，又懂得数智化的高素质工程师和技术工人队伍。”
在这样的升级过程里，钢铁行业中占全球主导地位的那部分生产力会联合起来，接着它与全球最具活力的市场相结合，或许就会产生出一些更为强大的力量。
