课程背景
在全球制造业向智能化、数智化转型的浪潮中，中国正以 “十四五” 规划和《智能制造演进规划（2021-2025 年）》为指引，加速推进机器智能和制造业深度融合。钢铁业界作为国民经济的支柱业界，面临着资源、环境、效率等等多方面的挑战。AI技艺的出现为钢铁公司提供了前所未有的机遇，能够助力其达成生产进程的智能化、管控决策的科学化以及货品和服务的差异化。在宏观政策层面，往细里说，国家也出台了一系列支持工业数智化转型的政策，鼓励公司利用新兴技艺拉升竞争力。钢铁业界内的管控层需要纵深弄懂AI技艺的内涵、运用情境以及前沿动态，以便拟定出符合公司实际的方略规划，引领公司在数智化转型的浪潮中占据主动，达成可持续演进。
工业大模型作为机器智能通用化的核心载体，正促成制造业全链条变革。政策层面，国家明晰提出“机器智能+”行动（2024年政府事务报告），要求深化工业智能体运用培育新质出产力；技艺层面，大模型已在研发规划、生产精进、供给链管控等等七大工业情境落地，但面临
资料碎片化、算力不足、跨学科英才短缺
等等挑战。本课旨在打通AI技艺和钢铁业界情境的融合壁垒，响应“新型工业化”方略诉求
本课锁住钢铁业界管控干部核心诉求，打通AI技艺和工业情境的融合壁垒，响应“新型工业化”方略诉求，借助拆解国家 AI 演进方略和生产制造业政策轮廓，梳理 AI 在钢铁业界智能生产、质量管控、供给链精进等等众多大情境的落地路径；纵深剖析 AI 和工业大模型的融合运用，支援参训者掌握相关技艺和实践办法，以化解工业智能化变革带来的机遇和挑战。
课程收益
【课程获益】
借助课程研习，参训者将获得以下核心本领拉升和价值创造：
1.
方略认知拉升：
深刻领会 AI 在钢铁业界的宏观政策环境，把握国家政策导向，为公司的方略决策提供有力依据，确保公司在政策支持下更好地布局数智化转型。
2.
学识架构构筑：
熟练掌握AI的概念定义、DeepSeek核心公式，工业大模型的基础原理、要害技艺和开发运用办法，以及其在钢铁生产各环节的运用推演，构筑起系统化的学识架构，使管控层能够从技艺层面精准把握数智化转型的要害点。
3.
实践运用本领增强：借助实际实例拆解和项目实践，能够将所学学识运用到工业生产、管控等等具体情境中，达成工业流程精进、质量改进、装置预测性维护等等标的，有效拉升公司营运效率和经济效益。
4.
革新思路激发：弄懂AI领域的最新前沿资讯，激发管控层的革新思路，鼓励他们在公司内部积极探索新的业务模式和管控方式，促成公司持续革新，保持业界领 先地位。
5.
决策科学化：
基于对AI技艺的纵深领会，管控层能够更为科学地评核数智化转型项目的可行性，合理配置资源，降低转型隐患，拉升决策的准确性和有效性，为公司创造更大的价值。
【课程特色】
•
深度业界适配
：课程内容既涵盖 AI 和DeepSeek大模型的系统理论学识，又注重实际操作和实例运用，借助大量实践项目和实例拆解，支援参训者将理论学识转化为实际运用本领，达成学以致用。。
•
前沿技艺融合
：课程围绕工业生产、制造、管控等等实际情境展开，紧密结合钢铁业界的实际诉求，确保参训者所学学识既具备前瞻性，又能在公司实际营运中落地运用。
•
公司实践实例
：课程紧跟 AI 和国内钢铁公司运用的成功实例开展纵深剖析，借助真实实例展示AI技艺在钢铁公司中的运用情境和施行成效，使参训者能够直观地研习和借鉴，增强对学识的领会和记忆。
•
交流式研习：采用交流式教学方式，鼓励参训者积极参与课堂碰头和小组活动，分享各自的事务心得和见解，助推学识的交流和碰撞，练就参训者的队伍协同本领和问题破解本领。
【课程标的】
1. 使参训者周全弄懂 AI 和DeepSeek大模型的演进历程、技艺架构和运用现况，掌握工业大模型的基本概念、原理和架构。
2. 支援参训者熟稔工业领域常见的 AI 运用情境，领会工业大模型在钢铁业界情境中的运用推演和价值创造方式，能够根据公司实际诉求拆解并确定合适的运用情境，借助实际实例拆解和项目实践，拉升参训者破解工业实际问题的本领。
3. 练就参训者的革新思路和持续研习本领，鼓励参训者在未来事务中持续探索新技艺、新运用，为业界演进贡献革新力量为公司拟定有效的智能化解题打法，促成公司工业智能化转型和升级。
课程大纲
一、
AI认知思路的起点——具备AI思路、构筑AI认知
影片：《AI重塑未来》
1．
AI成为国家和全球公司的首要方略
(1) 全球竞争市场格局的巨变
(2) 百年未有之大变局影响深远
(3) 国家数智化转型和智能化顶层规划
(4) “机器智能+”成为中国国家方略
(5) AI替代的旧职业和AI创造的新职业
(6) 新转变带来新思路，就一线经验说，新营销带来新机遇
(7) AI开启智能商业模式新时代
(8) 钢铁业界数智化转型的业界演进趋势
(9) 钢铁公司达成智能化转型的必要条件
(10) 钢铁公司做好数智化和智能化转型的方略布局
1．
机器智能核心概念
(1) 机器智能的定义
(2) 机器智能的演进历史
(3) 机器智能的层级和核心要素
(4) 机器智能的总类
(5) 判别式机器智能
(6) 生成式机器智能
影片：
《机器狗的演进历程》
1．
大模型和DeepSeek核心技艺
(1) 大模型的定义
(2) 大模型的事务制度
(3) 预训练和微调
(4) 大模型和小模型的差异
(5) 工业大模型的类别和架构
(6) 工业大模型演进的必要条件
(7) 工业大模型在运用情境的适配性拆解
(8) 工业大模型的教学支持系统
(9) DeepSeek大模型核心优势
(10) DeepSeek大模型版本特点和部署方式
(11) DeepSeek大模型在国内外的演进现况和趋势
(12) DeepSeek大模型在生产制造业的独特优势
(13) DeepSeek大模型在采用中的六大阻碍
一、
AI赋能钢铁业界情境运用——DeepSeek助力钢铁业界运用和实践
1.
生产精进和流程管控
◦ 智能排产和资源调度模型达成高炉炼铁进程的智能将控
◦ 生产钢材表面缺陷缺陷实时检测和根因拆解
◦ 能耗精进和碳足迹预测
2.
装置管控和预测性维护
◦ 装置故障预警和寿命预测
◦ 基于AI的维护打法动态精进
3.
供给链和物流智能化
◦ 诉求预测和库存动态管控
◦ 物流路径精进和隐患预警
4.
质量将控和工艺革新
◦ 智能质检（视觉检测、声纹拆解）
◦ 工艺参数精进和新材料研发支持
5.
DeepSeek大模型赋能数字智能化转型实例
• “5G+工业互联网”在钢铁业界的典型情境
• 精益数智化赋能冷、热轧等等要害工艺流程精进。
• 高炉运作的精益数智化改进，精益数智化驱动智能决策
• 本钢集团：精益资料治理助力公司高质量演进
• 鞍山钢铁：基于资料驱动的钢铁全流程智能工厂
• 中天钢铁集团有限公司利用百度智能云构筑数智化底座
• 攀钢集团5G智慧矿山
• 宝钢智慧数智化碳管控平台
• 智能将控冶金感应加热技艺以及装备
• 冷轧产线智慧排程系统
影片：《AI在钢铁业界运用情境》
一、
AI的隐患和挑战——安全、伦理和未来趋势
1.
隐患和挑战
◦ 资料安全：工业资料隐私和传输合规
◦ 伦理问题：AI决策透明性和责任归属
◦ 技艺隐患：模型泛化本领和极端情境化解
2.
未来趋势和方略机遇
◦ 技艺融合革新：DeepSeek和数字孪生、工业元宇宙，机器人的融合
◦ 生产模式的人机协同：AI辅助决策和组织协同员工本领升级
◦ 可持续演进：节能减排和循环经济利用对社会和全球影响
◦ 全球制造业AI竞争格局和公司方略建议
3.
钢铁公司数字智能化转型路线图
◦ 方略共识：全员思想认知统一”AI + 行动”情境运用全覆盖
◦ 组织筹备：生产资料分类和资讯基础本领搭建
◦ 业务和生产升级：革新和协同双轮驱动
◦ 长效价值创造：AI辅助精进管控链路重塑价值
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|张峰老师
适合谁听
钢铁业界公司中高层管人者（生产管控、技艺研发、供给链负责人等等）。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。