直接答案：钢铁 AI 不是“买一个大模型”，也不是“上线多少智能体”。先用三项国标对齐三件事：GB/Z 224-2026 场景分类（研发设计、工序管控、运营管理、经营管理、产业生态）、GB/Z 231-2026 数据集（原始汇聚、清洗治理、知识融合、样本成型、数据安全）、GB/Z 241-2026 服务能力成熟度（能力框架、指标、分级、评估）；再选一个可测场景做 POC。南钢“元冶”、山钢“尚智”、鞍钢、太钢的公开案例说明：高炉炉温、转炉终点、轧制力、金相检测、能耗/硫控等场景已经有可量化结果，但这些是企业公开披露，不是行业基准。验收看预测准确率/命中率、节拍/响应、成材率/良率、能耗/单耗、停时、人工接管、智能体使用/闭环率，不看“上线多少智能体”。先做 L1/L2（监测/预测建议），再评估 L3（闭环控制）；安全联锁、关键控制不能被 AI 替代。本文资料截止 2026-11-13；具体以国标原文、企业工艺、安全规程和合同为准。
本文面向钢铁/冶金企业厂长、工艺、设备、质量、IT/数字化负责人，以及给钢铁企业做 AI/大模型项目的服务商。它不横评厂商，也不承诺预测准确率/降本/节拍数字；它解决一个更前面的问题：钢铁 AI 先选哪个场景、按什么标准准备数据、怎么验收才不是“看演示”。
先对齐国标三件事：场景、数据、成熟度；再选一个可测场景；先 L1/L2、后 L3；验收看指标和证据，不看智能体数量。
三项国标怎么用：场景、数据集、成熟度
2026-10-19，市场监管总局（国家标准委）发布三项钢铁 AI 国家标准化指导性技术文件，由钢研、宝武、宝信等 50 余家单位联合编制，构建“场景分类—数据集规范—成熟度评估”闭环。GB/Z 224-2026 面向钢铁长流程企业的工艺与业务，把场景分为研发设计、工序管控、运营管理、经营管理、产业生态五大类，再分中类/小类；GB/Z 231-2026 规定钢铁大模型数据集的结构，以及原始汇聚、清洗治理、知识融合、样本成型、数据安全等要求；GB/Z 241-2026 给出服务能力框架、评估指标、成熟度分级与评估方法。工厂用法：用 224 盘场景/统一命名，用 231 建数据目录/质量/版本，用 241 做自评/选型/验收参考。它们是指导性技术文件，不是强制认证，也不能替代本厂工艺、安全与合同判断。
| 标准 | 解决什么 | 工厂怎么用 | 不能替代什么 |
|---|---|---|---|
| GB/Z 224-2026 场景分类 | 钢铁长流程 AI 场景的五类/中类/小类 | 盘场景、统一命名、选试点、对齐业务 | 不保证场景有效/可落地 |
| GB/Z 231-2026 数据集 | 数据集结构、汇聚/清洗/知识融合/样本/安全 | 建数据目录、质量规则、版本、权限 | 不保证模型精度/业务效果 |
| GB/Z 241-2026 成熟度 | 服务能力框架、指标、分级、评估方法 | 自评、选型、验收参考、改进路线 | 不是认证/排名/价格 |
标准信息来自市场监管总局/国家标准委 2026-10-19 发布稿；三项均为国家标准化指导性技术文件（GB/Z），不是强制标准。具体以标准原文为准。
场景分层：L1 监测、L2 预测建议、L3 闭环、L4 全流程协同
钢铁 AI 最容易犯的错，是把“看板/报警”说成“智能体”，或把“预测建议”直接做成“闭环控制”。建议分四层：L1 监测/可视化——高炉、转炉、轧线、设备状态、能源，输出看板/报警/异常；L2 预测/建议——炉温、终点、轧制力、金相、硫含量、配煤配矿，输出预测/建议/方案，由人确认；L3 闭环控制——把设定值写回 APC/DCS 或由智能体执行，必须限幅/限速/人工接管；L4 全流程协同——多工序/多基地排产、调度、运营，归因和组织难度最高。层级越高，安全、责任和验证要求越高；不要跳过 L1/L2 直接上 L3。
| 层级 | 典型场景 | AI 输出 | 风险 | 验收重点 |
|---|---|---|---|---|
| L1 监测/可视化 | 高炉/转炉/轧线/设备状态/能源 | 看板、报警、异常 | 误报/漏报 | 数据完整性/报警准确率 |
| L2 预测/建议 | 炉温、终点、轧制力、金相、硫含量、配煤配矿 | 预测、建议、方案 | 误差/工况漂移 | 准确率/命中率/提前量/采纳 |
| L3 闭环控制 | 设定值写回 APC/DCS、智能体执行 | 写回/优化 | 超调/安全 | 闭环率/接管率/停时/安全边界 |
| L4 全流程协同 | 多工序/多基地排产、调度、运营 | 排产/调度/协同 | 归因难/组织 | 端到端指标/责任 |
分层为编辑归纳；L3 必须建立在 L1/L2、数据/模型验证和安全审查之上，不是所有场景都需要闭环。
公开案例：南钢、山钢、鞍钢、太钢各自做了什么
四个案例的共同点不是“模型多大”，而是“场景可测、数据打通、指标能算”：南钢“元冶”用多模型+机理+百万 OT 点位，覆盖高炉、轧制、金相、硫控等 25 个业务智能体；山钢“尚智”把转炉终点、配煤配矿、AI 视觉转钢做成可算钱的单点场景；鞍钢用 100+ 智能体/17 类场景做生产调度、工序成本、设备管理，并培养 300 名数智领航员；太钢把 AI 退火主操、CP 执行率、智慧质量系统结合，重复质量问题下降 50%。它们能证明“钢铁 AI 有公开落地”，不能证明“你的厂照搬就能得到同样数字”。
| 企业 | 场景 | 公开数字 | 能学到什么 | 不能证明什么 |
|---|---|---|---|---|
| 南钢 | 元冶：高炉、轧制、金相、硫控等 25 个业务智能体 | 炉温提前 2h/90%+、铁水一级品率 +10%；轧制 ±0.2mm、命中 88→98%、250 万吨/年、成材率 +0.5%；金相 10→3–5 分钟、效率 +80%、准确率 95%+；硫控提前 1h/95%+、掺烧 -50%、停产 -25%、年创效 60 万元+；年降本超亿元 | 多模型+机理+OT 数据+场景分层 | 不代表所有钢厂/工况可复制 |
| 山钢 | 尚智：转炉终点、配煤配矿、AI 视觉转钢 | 转炉终点温度 95%+、碳 90%+、周期 -2–3 分钟、辅料 -2–5%、吨钢成本 -3–6 元；配煤配矿 3 分钟、通过率 60→95%、吨钢原料 -0.5–2 元；转钢每次省 2 秒、劳动强度 -80%；年创效超 1 亿元 | 单点场景做成经济账 | 不是行业均价/统一收益 |
| 鞍钢 | 100+ 智能体/53 上线、17 类场景 | 工序成本分析年降本 1000 万元+、总年降本 1700 万元+；300 名数智领航员；年 Token 180 亿、对话 400 万次 | 组织/人才/智能体运营 | 不代表技术先进性/可复制性 |
| 太钢 | AI 退火主操、CP 执行、智慧质量 | CP 执行率 95%、重复质量问题 -50%；百余个智能体/数百个知识库 | 质量体系+AI 结合 | 不代表所有质量问题可解 |
数据来自企业公开新闻/政府或媒体公开报道（华为 2026-10-27、大众新闻 2026-10-13、国资委 2026-10-19、科技日报 2026-10-08），为企业自报，不是第三方审计或行业基准；具体口径以原文为准。
数据准备：OT 点位、机理知识、标签、数据集版本
钢铁 AI 的数据不是“把 MES 数据导出来”，而是六类：①OT 点位/时序——关键工序/设备/频率/时间戳；②机理/知识——工艺机理、规则、案例、知识库；③标签/样本——缺陷、异常、结果标签，口径一致；④质量/化验——批次/采样/化验与过程对齐；⑤数据集/版本——目录、版本、权限、安全；⑥接口/实时——DCS/PLC/MES/ERP 接口、方向、频率、回写/失败处理。国标 GB/Z 231 把原始汇聚、清洗治理、知识融合、样本成型、数据安全都列为要求；数据不齐，模型只能“看起来会”，到现场就漂移。
| 数据 | 最小要求 | 常见缺口 | 验证 |
|---|---|---|---|
| OT 点位/时序 | 关键工序/设备/频率/时间戳 | 点位不全、时钟不同步 | 点位清单/对账 |
| 机理/知识 | 工艺机理、规则、案例、知识库 | 只在个人/文档里 | 专家评审/版本 |
| 标签/样本 | 缺陷/异常/结果标签，口径一致 | 标签少/不一致 | 抽样复核/一致性 |
| 质量/化验 | 批次/采样/化验与过程对齐 | 频率低/口径不一 | 留样/复测 |
| 数据集/版本 | 目录、版本、权限、安全 | 无版本/权属不清 | 版本记录/审计 |
| 接口/实时 | DCS/PLC/MES/ERP 接口、回写/失败 | 只离线/无回写 | 接口测试/对账 |
数据要求为编辑建议，参照 GB/Z 231 的结构与安全要求；具体按本厂工序、设备、权限和安全制度确认。
验收指标：7 项，不看“智能体数量”
验收要能复算、能归因：①预测准确率/命中率（按场景定义，区分正常/边界/异常工况）；②提前量（预警/预测提前多久，是否够处置）；③节拍/响应（推理/控制响应是否满足工艺）；④成材率/良率（与基线比，扣工况/原料变化）；⑤能耗/单耗（单位产品，扣负荷/原料/环境）；⑥停时/非计划停机（分钟/次数/根因）；⑦人工接管/闭环率（接管次数、闭环运行时间、模型失效/工况变化）。每项要有基线、数据源、口径、责任人和异常处理；不要用“上线多少智能体/多少场景”代替效果，也不要用单厂案例数字当本厂目标。
| 指标 | 定义 | 数据源 | 建议门槛/异常 |
|---|---|---|---|
| 准确率/命中率 | 命中/总数，按场景/工况分层 | 历史/在线数据 | 按基线定；看边界/异常 |
| 提前量 | 预警/预测提前时间 | 时序/事件日志 | 按工艺处置时间定 |
| 节拍/响应 | 推理/控制响应时间 | 系统日志 | 满足工艺/安全要求 |
| 成材率/良率 | 合格/总量，扣工况/原料 | MES/QMS | 与基线比，不承诺比例 |
| 能耗/单耗 | 单位产品能耗/原料 | 能源计量/报表 | 工况修正/基线 |
| 停时/非计划停机 | 停机分钟/次数/根因 | 设备/生产记录 | 根因/恢复/责任 |
| 人工接管/闭环率 | 接管次数/闭环运行时间 | 操作日志 | 模型失效/工况变化 |
指标和门槛为编辑建议；按本厂基线、工况、安全要求和合同设定，不承诺任何准确率/降本/节拍比例。
POC 怎么做：选一个可测、非安全关键的工序
POC 的目标不是“让 AI 接管全厂”，而是回答三个问题：这个场景的数据够不够？预测/建议准不准、提前量够不够？小步闭环会不会超调/越界/频繁接管？建议选一个可测、非安全关键、数据完整的工序（如高炉炉温预测、转炉终点建议、轧制力预测、金相/表面检测、配煤配矿），分五段：W1 选场景/记基线；W2 数据集/历史回放；W3 影子/在线建议，人工确认；W4 小步闭环（如适用），限幅/限速/人工接管；W5 评审，复算指标/成本，决定继续/缩小/停止。任何安全报警、持续振荡、超限，立即停。
| 阶段 | 做什么 | 证据 | 通过/停止 |
|---|---|---|---|
| W1 选场景/基线 | 选可测、非安全关键、数据完整的工序；记基线/目标 | 场景表、基线 | 数据不足/安全不清 → 停 |
| W2 数据/回放 | 按 GB/Z 231 建数据集，历史回放，和实际操作对比 | 数据目录、回放报告 | 误差大/不可解释 → 停 |
| W3 影子/建议 | 在线影子/建议，操作员确认，记录采纳/拒绝 | 建议日志、采纳率 | 不信任/越界 → 停 |
| W4 小步闭环 | 如适用，限定参数/范围/速率，APC 执行，人工接管 | 闭环/停时/接管记录 | 振荡/超限/安全报警 → 停 |
| W5 评审 | 复算准确率/节拍/成材率/能耗/停时/接管 | 评审报告、下一步 | 不可归因/证据不全 → 不扩大 |
周期按场景/数据/接口调整；POC 通过不等于可上生产，仍需安全审查、变更管理和分阶段实施。
合同要写什么：场景、数据、模型、验收、安全、退出
合同重点不是“买多少模型/多少智能体”，而是七件事：①范围/场景/层级——L1/L2/L3、哪些工序/设备、哪些不做；②数据/OT 点位——点位清单、频率、质量、权属；③模型/知识/权属——模型、知识库、提示词、数据集归谁，能否导出/删除；④接口/实时——DCS/PLC/MES/ERP 的方向、频率、回写、失败处理；⑤验收/基线——指标、口径、复算、谁签字、达不到怎么办；⑥安全/责任/保险——联锁/安全/人工接管/责任边界；⑦运维/升级/退出——SLA、版本、导出/迁移/删除。不要把“上线”当验收，也不要在 POC 未通过前签全款上线合同。
| 条款 | 要写清 | 为什么 |
|---|---|---|
| 范围/场景/层级 | L1/L2/L3、工序/设备、明确不做 | 防“什么都支持” |
| 数据/OT 点位 | 点位清单、频率、质量、权属 | 数据是基础 |
| 模型/知识/权属 | 模型/知识库/提示词/数据集归谁，能否导出 | 防平台锁定 |
| 接口/实时 | DCS/PLC/MES/ERP、方向/频率/回写/失败 | 防接口另收费 |
| 验收/基线 | 指标、口径、复算、签字、不达标 | 防演示验收 |
| 安全/责任/保险 | 联锁/安全/人工接管/责任边界 | 钢铁高风险 |
| 运维/升级/退出 | SLA、版本、导出/迁移/删除 | 防烂尾/数据锁死 |
合同条款为编辑建议，不构成法律意见；具体按企业采购制度、法务、安全规程和合同确认。
谁该读、谁不适合、能支持什么决策？
适合：钢铁/冶金企业有高炉、转炉、轧制、质检、能源等场景，已经有 DCS/PLC/MES/数据平台，正在选 AI 大模型/智能体项目或准备验收的厂长、工艺、设备、质量、IT/数字化团队；给钢铁企业做 AI 项目的服务商也可用这三项国标对齐场景/数据/成熟度。不适合：没有基础数据/接口、工艺/安全边界不清、只想买“一个大模型”或“多少智能体”的企业；也不适合希望用一篇页面替代国标原文、安全审查或合同意见的团队。能支持：先选哪个场景、按什么标准准备数据、L1/L2/L3 怎么分、POC 怎么验收、合同怎么写；不能替代国标原文、工艺/安全设计和第三方审计。
常见问题
三项国标是强制的吗？
不是。GB/Z 是国家标准化指导性技术文件，不是强制性标准；它们提供场景分类、数据集要求、服务能力成熟度评估的参考框架，不替代企业工艺、安全、合同和客户要求。可以把它们作为盘场景、建数据目录、做自评/选型/验收的共同语言，但不要写成“通过国标认证/强制合规”。
先做高炉还是转炉/轧制？
看数据、可测性和安全边界：高炉炉温预测/炉况诊断数据相对连续、可验证，适合 L2 预测；转炉终点温度/碳含量有明确命中率，适合 L2 建议；轧制力/厚度控制涉及闭环，先做预测/建议，再评估 L3；金相/表面检测是视觉+判定，边界较清楚。先选一个非安全关键、数据完整、指标可测的工序，不要一开始就做全流程 L4。
大模型和机理模型/APC 怎么分工？
大模型/智能体擅长读规程、查案例、解释、给建议、生成方案；机理模型/软测量负责预测不可测参数；APC/RTO 负责多变量控制、设定值优化和约束；安全仪表/联锁负责独立保护。钢铁案例里的“大模型”也是与机理、APC、OT 数据组合使用，不是让大模型直接替代控制回路。L3 闭环要有 APC/规则/安全边界和人工接管。
预测准确率 90% 能信吗？
先问口径：是正常工况还是全工况？是提前 2 小时还是事后回填？样本量/时间段？有没有边界/异常工况？是单厂自报还是第三方验证？案例里的 90%+、95%+ 是企业公开披露，不是行业基准。本厂验收要用自己的历史数据回放、分层工况、提前量和人工采纳率复算，不能直接拿案例数字当合同承诺。
智能体数量能当验收吗？
不能。智能体数量只说明“上线了多少个”，不说明“解决了多少问题”。验收要看每个场景的准确率/命中率、提前量、节拍、成材率/良率、能耗、停时、人工接管/闭环率，以及是否有基线、数据源、责任人和异常处理。鞍钢 100+ 智能体/53 上线、南钢 25 个业务智能体，是规模和运营信号，不是效果证明。
老钢厂数据不全能做吗？
可以先做 L1 监测/只读诊断，或选数据相对完整的单工序做 L2；但要做 L3 闭环，至少要有 OT 点位/时序、机理/规则、标签/样本、质量/化验对齐、数据集版本和接口/回写。数据不全时先补点位/时钟/标签/版本，不要用“大模型”绕过数据治理；GB/Z 231 的数据集要求可以作为补齐清单。
预算/周期怎么估？
算总成本：数据/OT 点位、机理/知识库、模型/智能体、APC/接口、算力、实施、培训、运维、内部人力；周期按场景/数据/接口/安全审查估，不要只看“上线日期”。POC 先做一个场景（数周到数月），用基线/回放/影子/小步闭环验证，再决定是否扩大；具体以厂商报价、项目确认和合同为准。
一句话总结
钢铁 AI 先用 GB/Z 224/231/241 对齐场景、数据、成熟度；先 L1/L2、再 L3；验收看准确率/命中率、提前量、节拍、成材率、能耗、停时、接管率，不看智能体数量；案例数字是企业公开披露，不是行业基准。
研究方法与局限
本文为公开资料与项目方法整理，不是钢铁工艺、安全、投资、标准合规或法律建议。三项国标为 GB/Z 国家标准化指导性技术文件（2026-08-27 发布，2026-10-19 市场监管总局/国家标准委发布消息），不是强制标准；具体条文以标准原文为准。南钢/山钢/鞍钢/太钢数据来自企业公开新闻、政府或媒体公开报道，为企业自报，不是第三方审计或行业基准；案例的工况、口径、统计期不同，不能直接横向比较或作为本厂承诺。文中的场景分层、数据要求、验收指标、POC 和合同条款均为编辑建议，具体按本厂工艺、安全规程、数据权限和合同确认。本文不横评厂商，不承诺预测准确率/降本/节拍/成材率数字，也不替代安全审查或标准合规意见。
数据来源与口径
资料截止 2026-11-13；以下为公开页面，具体以原文为准。
- 国家标准化管理委员会《人工智能赋能钢铁行业首批标准发布 助力行业数智化转型》（2026-10-19，来源市场监管总局）：国家标准委。GB/Z 224—2026《人工智能 钢铁行业应用场景分类指南》、GB/Z 231—2026《人工智能 钢铁大模型数据集技术要求》、GB/Z 241—2026《人工智能 钢铁大模型服务能力成熟度评估》，由钢研、宝武、宝信等 50 余家单位联合编制；场景分类覆盖研发设计、工序管控、运营管理、经营管理、产业生态；数据集规定原始汇聚、清洗治理、知识融合、样本成型、数据安全；成熟度提供服务能力框架、评估指标、分级与评估方法。指导性技术文件，不是强制标准。
- 国务院国资委《鞍钢集团：AI赋能 数智引擎激活钢铁生产新动能》（2026-10-19，来源鞍钢集团）：国务院国资委。鞍钢自主开发智能体超过 100 个、53 个上线、17 类场景；工序成本分析年降本 1000 余万元、总年降本 1700 余万元；近 300 名数智领航员；年 Token 180 亿、对话 400 万次。企业公开披露，不是第三方审计。
- 华为企业业务《从炼钢到炼数，南钢携手华为等伙伴打造的全球首个群体智能钢铁大模型实现规模商用》（2026-10-27）：华为。南钢“元冶”：25 个业务智能体、300+ AI 模型、1000+ 员工低代码智能体、26 大业务领域/百万 OT 点位；炉温提前 2h/90%+、铁水一级品率 +10%；轧制 ±0.2mm/命中 88→98%/250 万吨/年/成材率 +0.5%；金相 10→3–5 分钟/效率 +80%/准确率 95%+；硫控提前 1h/95%+、掺烧 -50%、停产 -25%、年创效 60 万元+；研发周期 -50%、年降本超亿元。企业公开新闻，不是第三方审计。
- 大众新闻《工业大省有“模”力｜山钢来了个新“炉长”：不凭经验凭算法》（2026-10-13）：大众新闻。山钢“尚智”：128 项场景/105 上线；转炉终点温度 95%+、碳 90%+、周期 -2–3 分钟、辅料 -2–5%、吨钢成本 -3–6 元；配煤配矿 3 分钟/通过率 60→95%/吨钢原料 -0.5–2 元；4300 产线 AI 视觉转钢每次省 2 秒/劳动强度 -80%；年创效超 1 亿元。企业公开/媒体报道，不是第三方审计。
- 科技日报《太钢：数智赋能质量管控》（2026-10-08）：中国科技网。太钢 AI 退火主操模型预测每卷带钢炉内温度、切换阶段提前下达预设参数；CP 执行率 95% 目标、重复质量问题 -50%；智慧质量系统推动 CP 结构化、工艺执行率自动判定、质量数据在线监控/异常预警；百余个智能体/数百个知识库。企业公开/媒体报道，不是第三方审计。