“在智能制造的终极状态，现在许多工作岗位将变成无人值守。”在宝钢研究院首席研究员郭朝晖的眼中，未来，钢铁工业的常规性的生产操作、设计服务、采购销售将实现无人化；设备维修维护、产品与技术创新、商务策略制定需要人的主导，但数字化、智能化的程度将大大提升。这也是智能制造的衡量标准。

　　“目前，浦项正着手建设智能工厂，其终极目标是建立无人介入的智能工厂。”郭朝晖说，“如果现在中国钢企跟不上，可能会导致新一轮的落后。”

钢铁业为什么要实现智能制造？

　　“钢铁工业推进'中国制造2025’应该借鉴'工业4.0’的思想。”日前，郭朝晖在接受《中国冶金报》小编采访时说。事实上，“中国制造2025”的切入点和主攻方向是智能制造；德国“工业4.0”的核心也是智能制造，适合自动化程度高的行业。而钢铁行业则是自动化程度最高的制造行业之一。

　　“'工业4.0’是否适用于钢铁行业，要看其是否具备'工业3.0’的基础，因为前者是后者的自然延伸和发展。”郭朝晖说。

　　“从这个意义上说，钢铁行业是最适合借鉴这一思想的行业之一”。郭朝晖认为。宝钢信息技术的主要奠基人何麟生先生认为，宝钢等先进钢铁企业早已超越了“工业3.0”的阶段；智能制造的许多理念和目标，在钢企早有探索、甚至已经实现了。例如，“智能制造”强调的个性化定制，在钢铁行业称为“标准+ɑ”；钢铁企业熟知的数学模型，其本质就是智能制造中的CPS(信息物理系统)。

　　郭朝晖认为，在钢铁业推进智能制造能带来多方面的价值，如提高服务水平、促进安全生产、提高产品质量和资源利用效率、节能减排、降低生产成本、优化劳动环境、提高劳动效率，并能为保护自然环境、应对老龄化、促进人的自由发展等社会问题做出贡献。在“工业3.0”行业中，中国钢铁业的整体技术水平与国外先进企业的差距相对较小。中国制造业要振兴，钢铁业理应承担更大的责任，关键是后面的路应该怎么走。

个性化服务应是智能制造的先导条件

　　钢铁作为基础性原材料，经济性是以规模化生产为基础的。然而，钢铁的用途千差万别，用户需求差异很大，规模化生产和个性化需求的矛盾一直困扰着钢铁行业。这不仅导致生产组织困难，还造成成本和库存上升、成材率和质量下降、交货期延长等问题。

　　郭朝晖认为：“钢铁业推进智能制造，不应盲目追求产品本身的个性化差异，而是应该强调“大规模定制”：即尽可能地用相同的材料满足不同的用户需求，并尽可能将有差异的工序靠后安排。

　　然而，要落实这一思想并不容易，首先要搞清楚用户对材料的本质要求是什么。这就要以“个性化服务”为先导，并在服务中提高自身的服务能力、完成知识积累。“集约化生产、个性化服务”或许应该是钢铁行业推进智能制造的重点方向。

　　钢铁行业可将CPS嵌入横向集成和端到端集成的信息平台，实现智能化的研发、服务、采购、销售。这样，通过知识和信息的共享，突破部门之间的边界、实现快速有效的协同，拉近企业与客户间的距离，就可以为用户提供量身定做的个性化服务。郭朝晖认为，在钢铁企业中，服务于用户需求的不仅是销售和研发部门，而是整个公司。

　　放眼未来，下游用户对个性化服务的要求会逐步加强。基本动力将来自两个方面：一是随着用户自动化、智能化水平的提升和对最终产品质量要求的提高，对材料质量的要求肯定会提高；二是随着电商的不断发展，钢铁产品需要越来越多地来自中小客户，传统的服务模式也将越来越难以为继。因此，推动“智能服务”显然是钢铁行业实现智能制造的重要方向。

劳动力成本提升倒逼智能制造发展

　　智能制造是一场深刻的工业革命，是创新的蓝海。但是，要有“以人为本”的高度，才能看到蓝海的全貌。郭朝晖认为，智能制造的目的可归结为：“服务人、帮助人、代替人、超越人、解放人、依靠人”。推进智能制造，也可以归结到人的问题上来。

　　事实上，德国提出“工业4.0”的直接原因之一就是老龄化使其制造业的竞争力下降，需要通过技术手段延长劳动年龄并吸引年轻人。

　　在中国，问题同样严重。随着“刘易斯拐点”的到来，用工成本急剧上升；2012年，劳动人口总量开始减少，随之而来的是中国进入了中高速发展的'新常态’。近年来，钢铁企业在面临市场低迷，资金、环保等压力的同时，明显感受到劳动力成本上升，协力工难找、队伍不稳，职工敬业度下降、管理困难，安全事故频发、产品质量不稳定等问题。最近，有多位专家指出：未富先老，可能让中国陷入“中等收入陷阱”。

　　“受计划生育等因素的影响，2022年后的10年，中国16岁~60岁的劳动力总人口将以每年1000万人左右的速度减少。老一代工人退休后，劳动力危机很可能成为压垮我国某些钢铁企业的最后一根稻草。”郭朝晖指出。

国际竞争对钢铁行业提出了更高要求

　　目前，浦项人均产钢量是我国钢铁企业该指标平均值的2倍以上。尽管中国的工资水平较低，但劳动力总成本已非常接近。随着中国劳动力成本进一步上升，我国钢铁企业的压力将越来越大。

　　但是，郭朝晖认为，中韩两国当前劳动效率的差异，主要是经济因素导致的。随着劳动力成本提升，中国钢企也会采用机器人、无人行车、无人台车、无人仓库等技术来提高劳动效率、降低生产成本。在技术上，这些都是没有本质困难的。

　　最近，浦项正着手建设基于“工业4.0”的智能工厂，其目的是确保竞争对手无法超越的“超差距”成本、品质竞争力，终极目标是建立无人介入的智能工厂。“我担心的是未来———如果现在中国钢企跟不上，可能会导致新一轮的落后。”

推进智能制造的3个维度

　　“在互联网和数字化铺就的'铁路’上，奔跑着智能化的“列车”，牵引着智能制造、智能服务、智能研发、智能供应链的'货物’，创造经济和社会价值。”郭朝晖表示。

　　郭朝晖指出，依照“实施工业4.0战略的建议”的描绘，工业4.0就是将CPS全方位地用于信息系统的横向集成、纵向集成和端到端集成。它们大体对应钢铁工业采购销售、生产制造、研发服务3类业务。

　　横向集成是企业及上下工序间的信息集成，是价值网络上的企业通过互联网完成的信息集成。主要影响采购和销售业务。横向集成将引发商业模式、业务流程的重大改变，会导致分工细化、传统中间商消亡和新兴服务业兴起。要实现“横向集成”，价值网络上的企业就要实现数据和信息的共享，企业数据将“透明化”。这一过程是商业利益推动的。所以，必须进行商业模式创新，才能支撑横向集成。对此，钢铁电商将在这一领域大有作为。

　　端到端集成是从用户需求到质量工艺设计、制造、使用和服务过程的信息集成。通过信息集成，推进研发与服务的数字化、智能化；提高研发和服务的效率和质量、促进企业向研发和服务转型，甚至从卖产品转变成卖知识、卖服务。在离散制造业，产品生命周期管理(PLM)是这个领域的核心技术。钢铁行业要推进智能制造也应该重视并开发适合本行业的PLM。

　　纵向集成是制造过程的资源管理、生产组织、过程控制等不同层级计算机之间的信息集成。依靠纵向集成，能够实现跨工序的协调和互动，如质量动态控制、智能调度等。众所周知，钢铁生产面临的主要问题是平衡质量、环境、成本、效率等要素之间的矛盾；通过纵向集成，可以推进平衡点的动态调整和全工序的优化。

　　技术创新的成功是以经济成功为标志的，智能制造也不例外。智能化、无人化都是手段，取得经济效益才是目的。因此，这是一个漫长的过程。期间，社会、人口、环境，以及相关技术等因素的变化，将对技术的经济可行性产生颠覆性的影响。

　　智能制造是互联网引发的技术革命，其特征之一是打破部门和组织的围墙。为此，相关企业必须重视顶层设计。否则，企业的问题就会聚集到各个部门的边界上，互联网的作用也会有名无实。

　　“全局策划、分步实施、效益驱动。”郭朝晖指出，“这是一个渐进的过程，领导者必须要有长远的战略眼光，要防止急功近利、拔苗助长。”

数字化是推进智能制造的关键

　　在郭朝晖看来，在钢铁工业的终极状态，若干岗位将无人值守。“以此为目标，逻辑上要完成3件事情：一是人的体力劳动必须由机器代替；二是人在生产过程中接收和发送的信息，都要实现数字化检测和传递；三是人的控制、操作思想必须由软件来实现。”

　　与离散制造业相比，钢铁行业的转型之路可能更加艰辛，主要难点在数字化。离散制造业有能力将次品率降至3.4%，但钢铁行业高级产品的成材率常在90%以下。这从侧面反映出钢铁行业数字化的困难：影响因素众多、检测能力不足、知识积累不够等。

　　郭朝晖认为：“数字化并非仅仅是数据的获取和转化，而是要用DIKW体系(数据、信息、知识、智慧)去认识其全貌。”也就是说，数字化要以智能化的预测和决策为导向，完成数据的结构化、知识的提炼与管理。

　　PLM技术恰恰体现了DIKW的思想。通过推动PLM，重点是将研发、生产、服务过程的碎片化的信息和知识有效地组织起来、将模糊的经验提炼出来并用计算机软件实现。依靠这样的载体，将个人知识转化成企业的知识、将隐性知识转化成显性知识，实现知识的有效积累，这样才能促进企业向研发和服务转型。研制PLM也应该是钢铁行业数字化的有效抓手。

　　郭朝晖还指出，如果以无人值守为目的，钢铁业必须重视大数据保存和积累。从CPS开发到质量保证，都需要将生产过程的痕迹尽量完整地记录下来。这样，大数据基础建设就是需求驱动的，而不是为大数据而大数据。

　　他认为，数字化是非常困难的，不仅涉及技术问题，还涉及企业文化和制度性的问题。数字化是智能制造的基础，不论是否针对无人值守，都是绕不过去的，必须花大力气重点推进。