1949 年 10 月 1 日，新中國成立後的第一次閱兵，飛機、坦克、大炮都來自繳獲所得，受閱步兵方隊手持的武器規格都不能統一，當時我軍的裝備被戲稱為萬國造。
軍工裝備離不開鋼材，從研發到生産 80% 以上的零部件都需要鋼材和特殊鋼的支撐。
新中國成立時，中國的人均鋼産量不足打一把菜刀。
10 年間，新中國在建立獨立完整的國防工業體系的迫切的願望中，從零起步，從無到有的跨越。
10 年後的 1959 年，中國參加閱兵的國産武器逐年遞增，鋼鐵巨牛隆隆作響。
這個國民經濟的重要基石，基礎設施建設、制造業、能源、國防工業，從農業大國邁向工業大國，鋼鐵鼎立于中國工業的磐石之基盡顯底氣。
今天，中國的粗鋼産量已經連續 25 年位居世界第一。鋼鐵力量，托舉起一個強大中國。
時代在變，環境在變，困難也在變，如今的中國，不再缺鋼少鐵，但鋼鐵行業發展已經走到了生鏽的艱難階段。
鋼鐵緊箍咒：背後有槍，前方有糖
中國鋼鐵人通過幾十年的鑽研，突破過國外大量卡脖子技術和設備。
" 基建狂魔 " 伴随着中國經濟高速運作轟鳴聲，中國人均鋼産量從不足打一把菜刀 / 不足 10 噸，到粗鋼産量世界第一。
90 年代瘋狂崛起的各大鋼廠、參差不齊、分布随意，鋼鐵行業經曆了 30 多年無節制擴張。
當經濟逐漸減速，鋼鐵行業卻遲遲刹不住車，中國進入長期産能過剩階段。
曠日持久的國際貿易戰、全球經濟放緩，外需不足，出口受限。
産能過剩是中國鋼鐵行業硬傷。
這些年，去産能、降庫存是國家層面的主旋律。
産能過剩是全球範圍内的，專家指出，本輪根本原因，是 2008 年國際金融危機引發的全球經濟衰退和鋼鐵需求下降。
" 低效、裁員、污染、滞銷 " 成了近幾年鋼鐵行業的關鍵詞。
路徑依賴。産能過剩最直接的影響價格下跌，鋼企營收下滑，間接導緻市場低價、無序競争，從而形成惡性循環。
不少鋼企從 " 支柱産業 " 到靠 " 補貼度日 "，中鋼協統計的重點企業數據，2011 年行業的銷售利潤率為 2.4%，2014 年僅 0.9%。在 2014 年上半年，寶鋼股份、新興鑄管及重鋼股份分别獲得财政補助 1.3 億元、3.97 億元和 5.09 億元。
2020 年一季度，A 股 34 家上市鋼企中，除了 7 家鋼鐵淨利潤同比增長，其餘都出現較大幅度下降
有 5 家企業出現虧損。
當然不伐新冠影響，後續複蘇迹象，但鋼鐵粗放的時代，真的過去了，已經是不争事實。
停下來？
當初 " 唯 GDP 論 " 的時代背景下，擴大産能成了地方政府最快捷的做政績、提業績的方式，
全國上下瘋狂跑馬圈地，擴大産能。
鋼鐵行業事關國計民生，又是資本密集型，難進入，也難退出，
産能分散極為嚴重，行業集中度低。
據工信部數據，100 萬噸以上的鋼企有 305 家，平均一個省 10 家。
" 全世界沒有産能這麼分散的狀況。" 有業内人士表示。
數據顯示，2019 年，我國鋼鐵前 10 位企業的産業集中度僅為 36.8%，千萬噸以上的鋼鐵行業的集中度也僅僅隻有 52.38%。與之相對的是，水泥行業集中度高達 64%，因此水泥的利潤能夠保持在 17.5%。
滋生了惡性競争和地方政府保護主義，降低行業利潤，環保推進非常困難。企業成本壓力大。原材料上漲，盈利空間小。
退出機制不足，企業退出難。
不少企業虧損嚴重，但行業并沒有相關先例，相關政策缺失，退出通道沒打通，更有地方政府出于經濟和社會穩定考慮，即使資金鍊斷裂，淪為 " 僵屍企業 "，依然難以退出。
大國企可調控，地方民營企業與地方 GDP 挂鈎，背後涉及就業率、成千上萬的工人安置等更複雜的社會問題。
關鍵、核心鋼鐵技術缺位，技術依賴。
國人大多自豪于 " 世界第一 "，卻不知道 " 高端鋼材進口依賴 " 的隐患。
最大≠最強，中國鋼鐵行業大而不強。
中國鋼企基礎建設對粗鋼需求，忽視高端鋼材長期投入研發，創新能力不足。
重點工程、重大裝備、國防軍工等關鍵領域的鋼材質量要求高、研發難度高。
過去，中國長期處于模仿跟随階段，很多技術直接引進。
思維意識上，習慣于通過引進或學習某個技術，在短時間内取得跨越式發展。
比如在低碳冶金、近終形制造、智能制造等技術方面仍處于跟随狀态，部分核心檢測和控制裝備仍依賴進口。
航母等高端特鋼技術，依然由美、日、俄等少數國家掌握。頂着 " 鋼鐵生産大國 " 稱号，中國仍有 20% 鋼材尚未實現自主可控，依賴進口。
" 十四五 " 時期，中國鋼鐵工業基本格局仍然是産能過剩。
當市場規模難以大幅增長，規模擴張路徑失靈。近兩年，市場開啟淘沙模式，淘汰落後産能，走向少而精的戰略。
産能嚴重過剩，市場秩序混亂，效益嚴重低下，原燃料降價幅度低于鋼材降價幅度，國有鋼鐵企業附加成本高，民營鋼鐵企業靠環境治理低投入和能源浪費形成的低成本優勢正在消失，環保治理的嚴肅性正在形成，産品質量有待提高，産品銷售模式有待改進，産品直銷直供比例偏低，電子商務降低物流成本有待規範的配套。
不轉型等死，形容鋼鐵行業尤為貼切。誰都跑不過時代的浪潮，" 不自革，就被革 "。
背後有槍，前方也有光。
浩浩蕩蕩的能源大潮終究還是來了。
" 力争在 2030 年達到碳峰值，2060 年實現碳中和 "。
這是中國立下橫跨幾十年的 " 雙碳 " 目标。
緊接着兩會上，碳中和被首次寫入政府工作報告，并定為 2021 年八大工作重點之一。
" 雙碳 " 升級為國家戰略，" 碳中和 " 元年也正式開啟。
能源、制造業正面臨國家戰略導向、行業改革壓力以及巨大市場潛力的三重奏。
其中，鋼鐵、煤炭、電力、石化等排碳大戶，行業任務最重、責任最大，将是主陣地，也是雙碳戰略的主力軍。
中國是全球最大的鋼鐵生産國，一年的鋼鐵産量超全球的一半。據統計，2018 年中國的粗鋼産量超 9 億噸，全球占比約為 51.3%。碳排放量可想而知，天文數字。
據統計，2020 年，鋼鐵碳排放量占全國總排放量 15% 左右，位制造業居首位。實現 " 雙碳 " 目标的壓力同樣不言自明。
說白了，" 雙碳 " 不僅僅在于節能減排，更是一場涉面極廣的行業升級革命。
排碳大戶，是實現雙碳目标的勝負手，數字化，成為中國鋼鐵産業轉型最清晰的方向。
而這場低碳化、智能化、數字化之路上，有一座座史無前例的市場金礦。
大勢當前，美國工業互聯網、德國的工業 4.0、中國的智能制造 2025、日本的超智能社會 5.0 藍圖，全世界都在向智能制造邁進。
鋼鐵作為制造業的 " 脊梁 "、工業的 " 糧食 "，轉型之迫切更甚。
鋼鐵行業，周期屬性強、同質化競争激烈、作業環境惡劣，在未來，更低的綜合成本、更高的産品附加值以及差異化的服務将是企業突出重圍的核心競争力。
鋼之堅，鋼之艱
2020 年中國鋼鐵行業的企業數字化率僅 30%。
鋼鐵産業鍊橫向涉及礦業采選、冶煉、軋鋼、壓延、加工、消費，縱向涉及采購、生産（能源、物流、質量、維護、勞力）、銷售、供應鍊等多個環節，具有對信息實時性要求高、生産流程變量多、采銷兩端要素雜等特點，長期受 " 孤島控制 "" 條線分割 "" 界面有縫 "" 銜接粗放 " 等難題困擾。
1、生産流程複雜。
鋼鐵産品生産包含煉鐵、煉鋼與紮鋼三個環節，其中各環節涉及多個生産系統、 工業控制系統與供應鍊層級，體系龐大，資源浪費、産能受限。
2、數據标準不一、數據利用率低。
設備種類多、應用場景多，鋼鐵工業蘊藏了大量的數據資源，但不同設備和環境工業協議不統一，生産過程中産生的數據格式差異大，系統、數據難兼容，海量數據資源價值難挖掘。
3、安全隐患多。
煉鋼屬于高危作業，設備故障，因為其帶來的不僅是物力财力的損失，很有可能出險人員傷亡。
4、技術、數字化程度低。
工業 3.0 時代，鋼鐵行業的信息化基礎就相對薄弱，鋼鐵行業的底層操作系統、關鍵軟件等核心技術都依靠國外，核心專利的缺乏，讓鋼鐵發展十分緩慢。
還有産能過剩、質量管控難、危險場景多、設備維護成本高、下遊需求日益個性化、環保壓力增大等等問題。
" 高溫、高危、産能落後 " 的刻闆印象，鋼鐵行業要摘掉這些标簽，并不容易。
越難，越知道行業蛻變背後的不易。
鋼鐵數字化在路上
未來，産能就是利潤，誰能在最大限度地提高能耗使用率，誰就能在能源革命中占據上風。
" 提高産能 " 簡簡單單四個字，背後卻是一場産業、科技、成本的多方博弈。
目前的鋼鐵數字化存在諸多難點，比如傳統鋼鐵行業，産能過剩、生産流程複雜、質量管控難、缺乏數據标準、危險場景多等問題。
對于産線多、部分分散、體系龐大，進行生産集控，通過感知 + 大數據，實現可看可判可控。
在控制層面，海康将流程拆解成應急管理、調度管理、品質管理、生産管理四大層面，通過突破圖像亮度處理、高幀率成像等物聯感知技術，實現 " 集中控 "。
在可視化層面，海康采用了三維融合、語音控制等技術，輔助實現對運營分析數據、生産統計數據、生産運行情況、設備狀态情況 " 集中看 "，實現行随 " 屏 " 動、管理至簡。
對于設備運維工作高度流程化、生産環境複雜、作業風險高、巡檢任務重，海康威視在設備管理上，以 AI+ 熱成像技術，提升管控效率。
以前，業内人用 " 守株待兔 " 來形容這項工作。
以冷軋廠的設備點檢為例，談到設備故障點檢維修時，需要 24 小時輪流值班查看設備的各項參數是否有異常，往往會出現 " 作業人員剛離開，故障就發生 " 的現象，不能及時逮到這隻 " 兔子 "。
同時，傳統人工錄入，數據真實性無法保障；紙質記錄歸檔困難，曆史詳情追溯繁瑣；任務繁重且危險，人工巡查很難面面俱到。
重點設備的在線實時監測，海康威視采用了擅長的熱成像技術，對熱風爐進行實時在線監測，加之 AI 拾音器、振動傳感器，通過設備智能在線檢測和巡檢引擎，可遠程掌握企業設備運行狀态和巡檢報告，形成及時發現問題、快速處理問題的業務閉環，為設備預測性維護數據庫提供有效數據。
通過遠程巡檢，監控中心即可完成線上巡檢任務，減少巡檢人員進入生産區的頻次，減少生産隐患、保障了工作人員安全，減少危險場所巡檢頻次。工作人員不再需要守株待兔了。
在整個流程中，視覺扮演着重要角色。在輔助生産環節，AI+ 雷達 +OCR，實現生産運輸過程關鍵信息識别，提升業務效率。
機械的原始的人工計數，效率和準确性都難以保障，逐漸被 AI、雷達、OCR 等技術代替，在物料或成品的包裝、流轉、運輸過程中，實現關鍵信息的識别、記錄，便于信息追溯與統計，大大提升業務效率。例如一鍵計數功能，可聯動觸發視覺分析，其分析結果與稱重計數、貨單數量核驗後，系統即可自動打印标簽，高效方便。
安全管理方面，海康運用多維感知技術，将廠區車輛的進行智能管控。比如，通過雷視一體機檢測車輛違規事件，為安全監管部門提供廠區内車輛違規行駛、異常情況的反饋，提前發現車輛運輸潛在風險，違規車輛溯源率大大提高。
基于圖像的深度學習技術，能夠實現對隐患的智能檢測，對視頻畫面進行智能分析，對人的不安全行為、物的不安全狀态、環境不安全因素的實時分析、報警和處理，讓安全預控、能控、可控。
這也是過去幾年來大華在深入頭部鋼企中發現的問題，針對鋼鐵複雜的流程，大華從 " 人、機、料、法、環 " 五個緯度深入洞察業務場景，有針對性地采用不同技術賦能。
在工業安全領域，" 人 " 是所有制造業中極其重要的安全變量，大華通過智能化算法，進行穿戴安全、安全作業行為管理等智能監測預警，保障從業人員安全，降低安全隐患。
在工業生産領域，智能與 " 機 " 結合，可以實現生産過程中的可視化、自動化、數據化和智能化。大華通過可視化技術檢測原料廠的傳輸皮帶，實時檢測跑偏、堵料、異物設備狀态，實現設備狀态監管。通過表計識别，針對其它生産設備進行巡檢，以機器代人，降低人的工作強度，減少人員成本。
而鋼包、轉爐、高爐等高溫高危設備，鋼鐵作業場景高溫、強光，大華運用紅外熱成像、耐高溫防護等技術，不僅可提前、及時識别問題，在智能檢測分析下，更能提高設備使用在線率。
在生産原料環節，智能與 " 料 " 的結合，大華基于 AI 視覺智能識别算法，進行遠程和智能廢鋼判定，改變了傳統人工現場長時間定級的模式，也減少了因人為判定失誤導緻的原料成本損失。
在經營管理方面，智能與 " 法 " 的結合，借助視覺切片技術，可以實現與訂單精準關聯，對整個生産業務來料、生産、質檢、入庫全流程進行追溯與管理，提高管理能力。
對于複雜的生産流程，大華的機器視覺從整體流程出發， 從原料加工的火車編号識别、鋼包包号識别，再到煉鋼廠的鋼胚表面缺陷檢測，到最終的鋼材入庫的自動計數和定位打标，分門别類攻克，提升生産工藝。
當然，排碳大戶少不了環保要求。大華通過黑煙檢測、環境五要素分析給綠色工廠再添一抹綠色。
在鋼鐵行業一線無數個日夜的曆練，持續打磨技術的大華提煉出這樣一套從整個生産流程優化工藝、流程，降低生産成本，加快生産效率的解決方案。
總結
鋼鐵，中國經濟的脊梁，占中國 GDP 總值 8% 左右。
行業上下遊關聯産業多，在整個經濟布局中占有舉足輕重的地位。
世界名著《鋼鐵是怎樣煉成的》一書中，将主人公保爾 · 柯察金飽嘗生活的苦難的過程比喻成其成長為鋼鐵戰士的過程，具象化成鋼鐵的煉成，虛實結合間，世人體會到主人公的堅韌，也知悉鋼鐵煉成的不易。
如今，我們依然能感受到那種穿越時代、直接人心的力量，但鋼鐵行業，已經發生了翻天覆地變化。
1966 年，韶鋼的第一爐鋼水出爐，如今韶鋼年産鋼能力達 800 萬噸。
數字産能隻是鋼鐵行業數字化轉型的冰山一角，在智能化浪潮下，鋼企們成為萬千産業數字化的舵手，在 " 跨産業、跨基地 " 的工業互聯網架構上打造 " 一總部多基地 " 的 " 跨空間 " 和 " 跨人機界面 " 的互通融合，智慧制造 2.0 發出低沉而有力的鳴笛。雷峰網雷峰網雷峰網
