一九五零年初春的时候
有一位年轻人去看火
1949年，21岁的张寿荣从天津北洋大学冶金工程系毕业进了鞍钢。当学徒半年之后，1950年春天，他开始担任鞍钢一号高炉工长。
那时候高炉的现代化水平很低，也没有电脑和各种各样的仪表来测量数据。他判断炉子里的情况，靠的是一双眼睛。
张寿荣在鞍钢高炉前。图/《张寿荣自传——钢铁人生》
他说自己怎样看铁水，铁水流经出铁口后，随着含硅量升高，火花逐渐稀少，分叉变多，跳跃变高；当含硅达2.5%以上的时候就不再有火花了，在铁水中还会出现小火球；含硅越多流动就越困难，黏在铁沟里的也就越多。
2005年9月11日，张寿荣院士出席第五届中国青年科技企业家管理论坛。图/中新
凭借一双慧眼，他在武钢做到了总工程师的位置，在1995年被选为中国工程院院士，并且被称为中国炼铁第一人。2024年7月14日在武汉逝世，享年九十六岁。
2024年10月，也就是三个月之后，中国宝武在宝钢学术年会上首发了自主研发的钢铁行业大模型，底下挂着高炉大模型、转炉大模型、配煤配矿大模型。
一年半之后，在2026年的四月份的时候，宝钢股份就出了一座可以思考的二号高炉，该模型能够预判接下来两个小时内的炉温变化，并且还会根据这些情况来做出相应的调整，整个过程都是一个闭环的过程，它对两小时后铁水温度和硅素的预测命中率都超过90%。
硅素。就是76年前那个青年趴在出铁口边上，根据火花分叉的数量来推测出的结果的东西。
一吨钢只赚63块
要弄明白钢铁企业最近为什么会忽然间对AI这么感兴趣，就必须要知道这个行业的情况了。
2026年一季度，中钢协重点统计钢企的钢铁主业利润只剩10.3亿元，同比下降85.6%，主业销售利润率低到0.1%。账面上那点利润基本来自非钢产业和副产物，而炼铁、炼钢这两项工作已经处在盈亏边缘上了。
具体到品种就更加明了一些。
长流程螺纹钢每吨的成本为3270元，毛利仅有63元
短流程电炉钢则亏损89元/吨
冷轧更是亏损138元/吨
63块钱差不多相当于一份外卖的价格了，这个还是在没有亏损的情况下算出来的。
另一种情况，在2025年10月之前有165家企业完成了全工序超低排放改造工作，吨钢平均环保运行成本约为212.44元，是螺纹钢毛利的三倍多。到现在为止全行业的总投资已经达到了3100亿左右。
环保这笔钱已经花出去了，利润却还是趴在0.1%上。而传统的降本手段这边，设备该换的换过了，产线该合的合过了，人员该压的压过了，大动作已经做不出来了。剩下能挖的成本，全藏在工艺内部那些说不清楚的缝隙里。
大部分的缝隙出现在炼铁环节中。这里的成本约占整个钢铁制造总成本的70%，碳排放占全流程八成以上，能耗占比也达到七成，是整条链条里权重最大的一段。但这一段偏偏是最难标准化的，操作高度依赖工长的个人判断。
燃料比就是对这个行业最直接、最真实的评价标准之一，它用来表示生产一吨铁水所消耗的燃料量，国际上公认的先进值为每吨450到500公斤左右。根据中国钢铁工业协会的说法，在整个十四五期间（即从2020年到2024年），重点统计企业的燃料比总共只下降了1%，同期焦比下降4.9%。
五年，1%。这个数字说明常规手段能榨的油水早就榨干了。
同一种铁矿石、同一种炉型、同一种焦炭的情况下，A厂与B厂之间的燃料比差别可以达到几十公斤之多。而这其中的不同之处就在于工长脑海中的东西了。
这笔钱，我把它叫做经验税。并没有被记到任何一份财务报表里面去，但是整个行业的年度支出却达到了上百亿元级别。
把工长的脑子装进服务器
宝钢二号高炉背后的合作伙伴为华为。
宝钢股份炼铁厂大数据应用首席工程师王士彬把改造前的困境概括成四句话：炉内状态看不清，操作反馈跟不上，连锁反应控不住，经验传承传不下。最后那六个字后面还会说到。
按照上面的方法计算的话，在炉内温度波动减少十度的时候，一吨铁水可以节约一公斤焦炭，节省三块钱的成本。使用这个模型之后，这座高炉燃料比下降了两公斤/吨铁水，碳排放量也相应地降低了约五公斤/吨铁水，整个高炉一年能节省上千万元的费用。
一千万在年营收几千亿的公司里并不算是什么，关键在于如何复制这个问题上。高炉大模型先是在四号高炉跑了整整一年，在2025年八月的时候迁移到三号高炉上，在同年之内还会把二号高炉以及梅山基地四号高炉也接入其中。第一座炉子用了十年时间，宝钢早在2015年就已经开始着手智能制造的工作了，第二座只花了一年的时间。
养一个工长要十年，装第二座炉子不用。
更为有力的数据来自南京，南钢与华为合作开发了元冶大模型，在高炉内有上千个传感器可以进行实时数据采集，并且能够对两个小时之后的炉温做出精确预测，其准确性稳定在90%以上，该系统被称为火眼金睛。
南钢智慧运营中心的数字大屏 实时展示原料、生产、设备、能耗、物流等上百项核心数据，可视化呈现全链路生产状态
大模型带来的效果是这样的：
铁水一级品率从80%提升到99%
吨铁生产成本降低200元
单是高炉智能配矿一个场景年降本就超过3亿元
单位产值能耗下降12%
吨铁成本若下降 200 元，对比螺纹钢 63 元的毛利，影响是量级的。
宝钢将老师傅数十年积累的实操经验，与大数据、云计算深度融合，让原本难以观测的炉内黑箱变得可视透明。
模型学到的就是工长自己。
那些说不清楚、教不明白、退休就带走的判断力，被拆成参数装进了服务器。经验税从此不用再交，因为经验被算清楚了。
钢铁为什么最先被提及呢
关于AI落地的文章，有一个常见的问题就是按照行业的大小来排序，大的先上，小的后上。但实际并不是这样。要使一个产业真的用上AI，必须满足三个条件，钢铁全都符合。
第一条，利润薄到必须抠。 一公斤焦炭三块钱，燃料比降两公斤，一吨就省下六块。行情好的年份没人把六块钱当回事，可现在一吨钢的毛利只有六十三块，这六块相当于多赚了接近一成。
第二条，炉子里的事，人根本看不见。 炉内温度2300℃以上，任何探头伸进去都会化掉，里面到底在发生什么，谁也说不清。机理模型算不准，几十年下来只能靠工长的经验去凑。数据海量、规律说不清，这种活正好是大模型的强项。倒过来看，那些流程清楚、规则明确的环节，传统自动化二三十年前就啃完了，压根轮不上AI。
第三条，有的是炉子供试错。 国内粗钢总产能超过10亿吨，2026年的产量控制目标只有9.3亿吨。多出来的那部分产能，在别的行业是包袱，在这里成了试验田。一座炉子改砸了，交付照样不受影响；改成了，模型转头就装到下一座炉子上。
这样来看，AI进入工业领域的先后顺序和这个行业是否具有吸引力没有关系，而是由该行业的浪费是否可以量化的程度来决定的。钢铁行业的浪费可以精确到公斤级别，因此排在第一位。而那些说不出自己的日常浪费是什么的地方，即使AI再先进也无法进入。
被算清楚之后
首先泼上一盆冷水，有机构比对了宝钢、华菱、河钢、鞍钢、首钢、马钢等多家钢铁企业的2025年报，大模型、智能体已经成为年度关键词，但是落实到实际操作层面却存在较大的差异：部分头部企业在高炉等重要黑箱环节中实现了大模型的应用，而相当一部分企业则处于观望和探索阶段。
简单来说就是年报里写得多，实际应用得少。本文所提到的企业属于比较特殊的情况，并不能代表整个行业的现状。
另外两件事也非常重要。
第一，经验的产权变了。 一位工长三十年攒下的判断力，过去是他在厂里最硬的东西，厂子离不开他，涨薪调岗退休返聘的底气都在这上面。模型学会之后，这份东西跟他的关系就断了，它变成资产写进公司账上，可以复制到任何一座炉子，也可以打包卖给同行。
第二、王士彬所说的经验传承传不下这句本来是用来说明改造之前的问题，也就是老工匠要退休了，技术没有办法继承下去，因此需要用模型来代替。这个逻辑是没有问题的。但是把时间轴拉得更长一些就会发现其中存在一个矛盾。
如果命中率为90%，那么就有10%的情况没有被考虑到，在这种情况下就只剩下异常的炉况了，也就是所有参数都不同寻常的时候，这时候离事故发生就更近了，而人们又必须依赖自己的经验来做决定。
那么新的年轻人又该如何培养自己的手感呢？张寿荣的眼睛是在没有仪表盘的时代里一炉一炉盯出来的，在现在的工厂中，他们见到的是一个大屏以及一条自动产生的指令，因此不会有出错的机会来磨炼自己。有的企业已经公开表示该系统降低了工作的难度和门槛。降低门槛当然是好的事情之一，这也说明这个职业不用再筛选人才也不用再培育新人了。
这套系统靠老师傅喂养，同时切断了下一代老师傅的生成机制。
到现在为止还没有发现问题，是因为最后一批靠感觉工作的人还没有走。到十年以后剩下百分之十的工作要由谁来做，这个问题就没人知道答案了。
所以评判一个钢厂的标准也要改一改了。以前看的是生产能力大小和高炉容积，现在新的标准就是两条：
一是它的燃料比距离450公斤还差多少；二是工长的脑子是否已经装进了服务器之中。
第一项就是看这一年是否能够生存下来，第二项就是判断十年之后还在不在。
经验税这几个字以后会在其他行业中不断重复出现。医院里的老影像科医生、纺织厂的验布工人、电网调度中心靠感觉排方案的人，他们脑子里的东西都还没有被算清楚。
