——温珂/中国科学院科技战略咨询研究院研究员
在陕煤曹家滩智慧矿区这个案例中，我们感受到了技术服务于人的温暖。在这里，尽管也会出于安全和效率的考虑，在高危环节使用机器和算法替代人工，但让人感受更深刻的，是智慧矿区的设计者们，本着“视人为人”的原则，以“人在所有场景下的真实需求”为一切智慧化改造的出发点，细致入微地考虑每一个细节，让数智化的系统去服务人、帮助人，而非以系统为中心，让人服从和受控于系统。显然，比起单纯的产线效能改造，这是更加温暖的数智化未来。
深入大漠
工业领域的数字化改造，核心目的是“提质、增效、降本”，而具体形式则多是用大数据、物联网、AI等去替代人工。通过“减人”来提高效率，在方法论上是讲得通的，但它难免会面临伦理的拷问，甚至让人们纠结一个终极命题：人工智能到底会造福人类，还是将毁灭人类？
毛乌素沙漠，我国十大沙漠之一，位于陕北榆林市北部、内蒙古鄂尔多斯市以南，面积广达4万多平方公里。新中国成立以前，榆林当地人用这样一首诗来形容其环境的恶劣：“山高尽秃头，滩地无树林。黄沙滚滚流，十耕九不收。”新中国成立后，在几代人的不懈努力下，榆林沙化土地的治理率已经超过93%，茫茫沙漠变成了沙地和草甸。不过因为基础设施薄弱，不具备人居条件，毛乌素沙漠依然是人迹罕至的荒凉之地。
——亚里士多德
一切技术，一切规划，以及一切实践和抉择，都以某种善为目标。
白天的毛乌素沙漠被太阳热烈地炙烤着，但仍有许多人默默坚守着将沙漠变成绿洲的梦想
为了沙漠中的奋进者：“视人为人”的陕煤曹家滩智慧矿区
然而就在2012年，一群风华正茂的建设者深入毛乌素沙漠腹地，在距离榆林市50多公里、距离最近镇区近20公里的不毛之地，建起了一个年开采规模可达1500万吨的大型煤矿。7年以后的2019年，矿区正式投产，3000多人聚集于此，为共和国的能源事业奉献青春。
是的，数字化转型，一直在路上，始终需要时间。或许可以用丁立国的一句话来为德龙的转型做一个注脚：“一件事，一辈子，一直干，一定成。”
这个矿区，就是陕西煤业化工集团有限责任公司（以下简称“陕煤集团”）旗下的榆北曹家滩矿区。
而随着数字化项目的不断开展和落地，德龙的人们也渐渐地更加习惯和数据打交道。“现在，我们已经把数字化的理念，以企业文化的形式传递下去，固化下来。有相当一部分的部门和生产工序，已经开始拿数据来发现问题、分析问题、解决问题。”郭玉宾对此感到满意，但他同时也不忘补上一句，“但是，整体的改变还需要过程，还需要时间。”
过去，在很多人心目中，煤矿就是原始、艰苦、粗放、高危等的代名词，然而鲜为人知的一点是，像陕煤曹家滩矿区这样的国有大型煤矿，早已“非复吴下阿蒙”。
好在，双方的目标是一致的，丁立国和阿里云总裁张建锋也两次会晤，共同推动项目的前行。于是，在短短一年时间内，“钢铁大脑”的一个底座和四种功能已经初现雏形，全面验收上线已经为期不远。甚至除了上述项目，阿里云还运用可靠的数据存储与处理能力、优秀的平台搭建能力，帮助德龙完善其独立打造的一个钢铁工业品交易平台——叮当电商平台，以服务钢铁企业和优质供应商，助力阳光采购。阿里云甚至还引入蚂蚁集团的力量，帮助德龙打造了一个供应链金融平台，并已成功实现首笔放款。
“以勇立潮头、争当时代弄潮儿的志向和气魄，力争实现陕煤集团在煤炭行业‘四化’建设中争当排头兵的奋斗目标。”这是陕煤集团党委书记、董事长杨照乾在2020年发出的号召。
当然，在项目推动过程中，钢铁和互联网之间的行业差异、文化差异，也会带来双方团队的磨合问题。郭玉宾坦言，双方在做事的方式方法上不尽相同，能力圈也各有长短，相互“顶牛”的事情时有发生。“因为我的团队跟我一样是较真的，我们十几年没有任何一件事情是荒废的，没有任何一个系统是不发挥作用的。我们要么不做，要做就做到行业的极致，要求非常苛刻。而阿里这边也都是技术大牛，他们有他们的观点和思路，大家都会觉得自己是对的。”对于这样的碰撞，只有长时间磨合，完成方式方法的融合，实现技术之间的穿透，才能把事情做成。
所谓“四化”，是国家煤矿安全监察局在2015年前后提出的，指的是煤矿的机械化、自动化、信息化和智能化。像陕煤集团这样的大型国有能源集团，在“四化”建设的过程中，始终处于行业前列。譬如截至2019年，陕煤集团管理的36对矿井，采煤机械化率达到100%，掘进机械化率达到90%，比全国平均水平分别高21.5%和29.6%；辅助生产系统自动化控制率达到97%，预计将在2022年实现工作面无人化，比国家规划提前8年。
针对干部员工队伍当中存在的观望情绪，德龙做了强有力的推动。丁立国董事长非常明确地在内部强调：数字化、智能化建设是一把手工程。既是集团的一把手工程，也是各公司总经理的一把手工程，同时也是各部门的一把手工程，要求全员统一思想，提高对数字化转型必要性的认识。同时，在制度上，德龙也制定了具体的激励措施，根据项目的推进效率实施奖惩制度，鼓励管理者积极推动创新，杜绝守成思想的蔓延。
具体到崭新的曹家滩矿区，其典范的意义还要更强一些。譬如说，这里安装了全国首套智能快速掘锚成套装备和两套快速掘进系统，工人们拿着遥控器就能监督指挥机器干活，自动定位、全断面掘进、自动打锚杆上网，所有工序一气呵成，创下了日单进91米、月单进2020米的纪录。又譬如说，这里已经在尝试使用巡检机器人、选矸机器人等，降低人工劳动强度和危险性，并计划在2021年建成无人化的全智能采煤工作面。
就以炼钢工艺优化项目为例，用机器辅助人来决定钢铁料的添加量，这是颠覆了一线工作者的传统认知的，特别是这样的改革在整个行业中还远远没有普及，有限的几家也处于试验阶段。这时，生产一线的各级管理者有些“患得患失”。一方面，对创新怀有好奇心，也希望给公司创造增量价值；但另一方面，又顾虑重重，害怕万一创新失败，反而影响工厂的正常生产，造成产值下降，既影响集团的效益，也影响自身的位置。
但是，仍然有一些问题困扰着矿区的领导。智能化需要一步步走，无论如何减人，当前在矿区还是需要集中3000多人的队伍。况且，以曹家滩矿区的信息化和智能化现状，需要的人才素质也比以往更高。在这个“前不着村、后不着店”的荒凉之所，要保障生产的安全与高效，就必须能够把人才“引进来、留下来”，可这谈何容易？
郭玉宾说：“每一件事情的创新都是有过程的，前期一定很痛苦，因为一开始大家大都不相信，只有做出好的结果，大家才会相信。在德龙集团，从决策上（推数字化转型）是没有任何阻力的，但中层管理者和基层员工对这些新的技术和应用，一开始是不理解的。”
“视人为人”的智慧解决方案
但是，任何突破传统的创新行为，都不太可能畅通无阻，在德龙也不例外。
对此，陕煤集团的管理层绝非没有考虑。如果说，用智能化的手段提升矿井下的生产效率，可以概括为“智慧矿井”，那么通过科技的力量提升矿区管理水平，提升人的生活便利度和舒适感，就可以称为“智慧矿区”。在曹家滩矿区运营之初，陕煤集团就决定以其为标杆，打造一个高起点、高标准、高质量的智慧矿区。
一件事，一辈子，一直干，一定成
2020年年初，曹家滩矿区开始对智慧矿区的建设进行招标，4月底宣布选择阿里云为合作方，共同打造井口以上、井口以下全线智能的新矿区。
以上一个底座和四个功能，就构成了德龙“钢铁大脑”一期项目的雏形，借由它，德龙将开启从信息化、自动化向数字化、智能化的跨越。
阿里云带来的智慧矿区方案，包含了两个大的方面。一是对园区的精细化管理，辅助实现高效安全的生产和运营；二是对员工生活的便利性服务，让远离城市的年轻人仍能够同频感受时代的脉动。
现在，阿里云将德龙整个设备运维系统打通，将所有的设备关联起来进行分析。有些设备在温度、振动、转速等因子上偶然会出现异常值，阿里云的智能算法就会从全局的角度去探寻可能的原因。在掌握足够多的数据之后，就可以对设备状态的趋势性变化形成预判，可以向管理人员提前推送预警信息，防范设备严重故障的突然出现。
在精细化管理方面，阿里云首先对16万平方米的整个矿区进行了3D建模，将园区内原有的全部数据终端（包括3万多个数据点位、200多路视频等）接入，实现了将园区从“物理世界”到“数字世界”的搬运。在把园区“数字化”之后，就能利用公有云的计算能力和大数据、AI等技术，对园区做许多智慧化的改造了。
第四个项目叫智能设备管理。以往，钢铁企业的设备运行信息在信息系统中只反馈“0/1”的数据，即设备是否正常运行，对设备的趋势性变化无法进行预警。一旦设备出现故障导致停机，对工厂来说是很大的损失。
譬如，可以对摄像数据进行实时监测和AI自动识别，覆盖传输带异物、危险区域、人员聚集等各方面，系统能够快速分析安全隐患并及时处置，改变先出事、再处理的传统手段。
阿里云在攀钢的产线上已经证明了通过机器视觉进行自动检测是可行的，在德龙，这套方法论同样适用。而且，阿里云团队还意识到，通过表面检测中发现的一些有规律的瑕疵，还可以反推哪些设备和环节存在问题，这就又引出了第四个项目。
譬如，可以利用统一化的数据，将原先各自为政的系统，包括门禁、停车、就餐、打卡、井口综合安检等系统，进行统一整合，将多张卡整合为一卡通行甚至无卡化（面部识别），既方便员工的使用，也便于统一管理。
第三个项目是热轧表检。在德龙原先的产线上，对钢材表面的质量检验也是由质检员借助仪器进行人工判断。由于钢板流水线的运动速度快，连续生产时间长，这实际上对质检员的注意力和身体素质都提出了很高的要求。而一旦质量检验出现纰漏，由于钢材单位重量运输费用的高企，钢厂难以通过回收重铸的方式进行补救，只能向客户赔偿损失，这不只是成本问题，还有可能影响市场黏性。
譬如，可以制作三维可视化大屏，对园区和井下的情况做到实时、全局的反馈，管理运营人员足不出户，就能快速感知、及时反应。
阿里云根据判级规则，结合阿里达摩院的视频分析技术，向德龙提供一整套由机器进行智能判级的解决方案。这种解决方案的实质，是通过视频终端设备（如摄像头）采集废钢的外形特征，然后利用AI算法将这种特征数据化，并进行合理的判级。其中的难点在于怎样让AI算法适应外形千变万化的废钢，使判级准确度接近于资深的工人。“训练的过程需要大量的工作，每一个AI算法可能需要8000组的数据才能训练出来，8000组数据实际上就是8000车的废钢。我们定的指标也很苛刻，智能化的识别准确率要达到95%以上，达到以后就可以完全不用人工了。”郭玉宾说。
在员工生活服务方面，阿里云特别关注了智能超市和无人货柜的需求。阿里云的工程师在了解现场情况时首先注意到，矿区离中心城镇的距离非常远，这意味着必须保证生活物资的供给“不出矿区”，否则员工的基础生活就得不到保障。其次，煤矿的生产是连续的，煤矿工人一般需要“三班倒”，这意味着员工的购买需求是全时段的。基于此，供应充足、结算方便、全时服务的智能超市与无人货柜是必备的。
第二个项目叫作废钢智能判级。废钢是没有成为终端产品的钢铁废料，包括切边、切头以及使用后报废的钢铁设备等。废钢不是“垃圾”，而是钢铁工业中仅次于铁矿石的重要原材料，在中国现有的钢铁市场中，废钢占原材料的比例在18%左右。当然，钢铁企业在购买废钢前，首先要对废钢进行“判级”，对不同级别的废钢，以不同的价格标准进行收购。传统上，对废钢的判级虽然有一定的量化标准（比如厚度、重量等），但在具体检验过程中仍然非常依赖于人的经验，带来的问题一是低效率，二是存在一定的危险性（工人需要爬到很高的废钢堆上进行作业），三是定级的弹性化带来了采购上的灰色地带，加剧腐败的可能。
此外，阿里云还注意到了很多矿区容易忽略的绿化问题。考虑到矿区身处沙漠腹地，秋冬时节偶有沙尘暴，不仅对整个园区的生产环境造成负面影响，也不利于人的身心健康，阿里云对园区的绿化维护做了一些辅助工作。如引入智能灌溉系统，最大限度地利用好水源，保证园区内绿植的成活率，抵御风沙环境。这也有效提高了园区生活的舒适度。
阿里云的炼钢工艺优化项目，就是利用大数据算法，在不同的来料、温度、冶炼目标等限制条件下，快速计算出炼钢辅料的种类和添加量。这一方案取代了人工经验的计算，可以将钢铁料的投放计算得更为精准，预估吨钢将节省钢铁料2～6公斤，相当于每年节省成本2000万元左右。同时炼钢工序也将更加高效，如果每炉钢水节省1分钟，就相当于每天多炼3炉钢，多生产100多吨钢材。
“按照传统的做法，想做一个煤矿的信息化项目，常常会围绕企业资源计划、财务管理及煤矿安全生产等系统展开，因为这会提升生产效率。但人的需求和感受往往会被忽略，对一些困难或者不便，默认人应该去克服。”阿里云的一位工程师介绍说，“但我们的切入点，就是更加关注各类场景下用户的真实需求，然后围绕需求给出定制化方案。这种原则，我们内部就叫作‘视人为人’——怎么把人看作人，让所有东西为人服务，而不是让人跟着某个东西转……举个简单的例子，我们站在曹家滩矿区的一个电梯前面，电梯会自动打开，这是让人很舒服的。类似这样的功能，可能很多人觉得不重要，但它实际上是一种对使用者无微不至的照顾。”
第一个项目是炼钢工艺优化。和攀钢类似，在德龙原先的炼钢工艺中，炼钢辅料的添加也是凭借人工经验进行的，“凭经验先加一点儿，化验看够不够，不够再加一点，加到合适为止”。这带来的问题，一方面是人工经验的精度不够，不利于精确控制成本，有时候还可能出现差错；另一方面是拖慢炼钢工序的速度，最后的结果就是影响产量。德龙传统的精益管理做得不错，已经把炼一炉钢水所需的时间从最初的将近40分钟缩短到20分钟多一点，但要继续往上提升，单靠提升管理能力，基本上已经摸到天花板，要依靠数字化、智能化的力量。
可能也正是这种“视人为人”的智慧化解决方案打动了作为业主方的陕煤曹家滩矿区，他们从强手林立的诸多竞争者中选择了阿里云为项目实施方。在曹家滩矿业总经理雷亚军看来，智慧矿区是个热门话题，但以往单点突破的方式很难带来实质性改变。“阿里云提供的智慧矿区方案能系统解决矿区的老问题。”
有了数据中台这个底座，“钢铁大脑”就有了神经中枢，接下来，就需要发挥其计算能力的优势，把数据的价值提炼到产线上，使数据驱动的智能制造真正落地。对于智能制造，丁立国曾提出“降低成本、提高效率、数据真实、风险可控、贴近客户、贴近现场”六大愿景，双方团队就围绕这六大愿景，结合产线的实际痛点，为钢铁大脑设计了四个具体项目，让“英雄有用武之地”。
沙漠绿洲
和许多企业一样，德龙在十几年来的信息化建设过程中，也存在着系统分步建设、数据通用性弱的问题。阿里云的数据中台在系统间构建接口，使数据能够打通整合，同时用一套统一的标准进行数据治理，使以往不标准、难利用的数据变得标准、可用。在底层数据拉通之后，德龙就能针对经营全流程的诸多环节，如生产、设备、库存等，做出可视化的数字看板，让管理人员实时、准确地掌握现场情况，做出更为快速、正确的决策。
经过几个月的建设，截至2020年10月，除三维可视化等两个较复杂的模块预计将于2020年年底正式交付，阿里云设计的其余模块都已基本正常交付。
诚如郭玉宾所言，数字化转型的基础是数据的整合和治理，“钢铁大脑”首先要有一个汇集信息的中枢，然后才能发挥人工智能的计算优势，而这正是阿里云数据中台的强项。也正因为如此，数据中台成了本项目的开篇之作和基础工程。
那么，被智慧化方案“加持”的曹家滩矿区，现在是什么模样呢？
“钢铁大脑”的一个底座和四种功能
首先，许多场景下的一些重复性的、消耗人体力或有一定危险性的工作被机器人替代了：在公司综合办公楼一楼，一个仿佛不倒翁模样、憨态可掬的机器人在展厅内进退自如，随时接受人们的询问，并向来访的客人介绍园区的种种情况；在井口智能安检大厅，智能扫地机器人依靠着自动加载地图、避让行人、一键召回、自主泊车入位、OTA（空中下载）升级、大数据分析等本领，实现了区域清扫全覆盖；在井下主运大巷，轨道式无人巡检机器人部分替代了人的工作，可在特殊环境下检测和判断设备的运行状态，减少了人员下井的需求，这自然也就提升了矿区的安全性。
得益于德龙高效的决策机制，方向一旦认定，后续的动作上来就很快。9月，双方做了一次高层互访，阿里云团队开始进场调研。12月，双方再到阿里云的第一个“钢铁大脑”项目的业主方——攀钢集团进行考察，随后便正式签订了合作协议。就这样，德龙集团的“钢铁大脑”项目，也正式开始了。
其次，员工就餐的地方也处处体现着现代化的智慧元素。有别于从前窗口式的售卖，现在的餐厅在每个消费档口都设置了人脸识别消费机，提高了支付效率，实现了“靠脸吃饭”。菜价也不是按份来定，而是称重计费，这就有利于员工按需取量，减少浪费。此外，在选餐时，餐位屏幕上会显示食物的脂肪含量、热量、蛋白质含量等一系列数据，系统会根据员工在免费体检的“健康小屋”中录入的身体健康数据进行分析，自动为员工提供合理的就餐建议，督促员工养成科学的饮食习惯。
“数字化转型的核心是什么？是数据有没有真正用于生产经营管理的方方面面。如果数据用不起来，那数字化转型一定是失败的。要把数据真正用起来，一个是要对数据做整合、做治理，另外一个就是通过大数据，面向生产各个环节的管理，通过相关的算法模型支撑管理、工艺、操作等层面的快速优化。在这两个方面，阿里的技术都是非常有竞争力的，这也就促成了我们双方之间的合作。”郭玉宾介绍说。
在井口智能安检大厅，准备入井的员工要面对的，是阿里云专门为曹家滩矿区设计发明的一体机，这种一体机将简便而系统地执行以往人员入井所必需的一系列判断甄别工作。首先是通过虹膜识别，确认入井人员身份，判断其是否具备下井资质；其次是通过虹膜和体温的综合识别，判断入井人员是否存在健康隐患；然后是通过酒精检测，判断入井人员是否饮酒；最后是系统随机出5道题，这5道题都与下井作业有关，入井人员必须全部答对后才能进入。这一方面是对其井下作业能力的再确认，另一方面也是为了考验入井人员情绪的稳定性。由于一体机的存在，安检人员的工作量大大减轻，而且效率高，效果也好。因此，在2020年榆林召开的煤博会上，这种井口综合安检一体机也参展亮相，并广受青睐，目前已被其他许多矿区陆续引入使用。
就在这次拜会中，阿里云负责人在介绍钉钉的同时，顺便谈到了阿里云在钢铁制造领域的大数据应用。这个“顺便”可谓正中靶心，双方聊了不过一刻钟，郭玉宾就意识到，自己想要的答案正在缓缓浮现。
更难能可贵的是，即便员工离开那些人工搭建的智能化场所，徜徉在矿区之中，也能由衷地感受到矿区的变化。曾经，这里是漫天飞沙的沙漠腹地，但现在，矿区内已种植各类乔木3万多株、灌木近21万平方米，全矿区绿化率在24%以上。樟子松等树木棵棵挺立，月季、紫花地丁、白三叶争相开放，有时再下点小雨，几乎是一派烟雨江南的景象，真可称得上是沙漠中的一片绿洲！
“第一次拜会客户是在2019年6月28日，当时其实还没有谈数字化转型，而是谈的钉钉。”该项目的阿里云团队负责人回忆说，“当时德龙加新天钢有四五万人，他们有大规模的办公管理的需求。”
“我们在总结这个项目的时候，最后归结为8个字：因为有爱，所以温暖。我们带着爱心去做这件事，把出发点放在怎样让这些沙漠中的奋进者，工作方式再便利一点，生活环境再舒适一点。坚守这样的初心不改，最后达到的效果一定会是不错的。”阿里云的工程师这样总结道。
就在郭玉宾为了这个大命题而绞尽脑汁的时候，阿里云的团队适时地上门了。
从某种意义上说，这片沙漠中的绿洲，其实是人性与数字技术共同造就的。
丁立国要的当然不是“问题”，而是“答案”，而且必须是“行业标杆式”的答案。在和阿里云的团队相遇之前，郭玉宾在数字化转型上的思考已然经年累月，取经的足迹也遍布了海内外：韩国浦项、德国蒂森克虏伯、宝武钢铁集团、首钢集团，甚至于行业外的美的、海尔……行业内外的数字化进展让郭玉宾深有感触，也认定了数字化转型是钢铁行业未来发展的必由之路，但每个企业都有自己的实际情况，具体到德龙集团，转型的抓手和落脚点在哪里，仍是一个非常复杂的命题。
东华水泥工业大脑：“AI师傅”的大本领
德龙钢铁文化园内的金刚园，陈列着215个“变形金刚”，由公司员工采用废旧汽车零件、废旧钢材制作而成，气势擎天，是真正的“抬头挺胸说环保”
传统行业在进行数字化变革时，最难的是迈出第一步。原因是它们和天生根植于数字的互联网企业有所不同，面对的环境变化节奏没有那么快速而多变，因而大多数时候更追求运行的稳定性而非灵活性，更加倚重和习惯于生产工艺或业务流程的渐进式改良，更倾向于排斥那些“不可预期”的改变。
在东华水泥的产线改造过程中，我们能清晰地看到，传统思维和大数据思维的碰撞几乎无处不在。但幸运的是，在所有可能导致项目停顿的沟沟坎坎面前，东华水泥没有选择放弃。这看上去并不是一场“非赢不可”的战斗，但东华水泥的坚持，让它赢得了数字化时代的入场券。
“看似传统的钢铁行业，其实在近10年中做了大量的信息化、自动化建设工作，在提高效率、规避风险等层面均发挥了关键作用，但是存在的问题是什么呢？这些系统大都是分散而建，集成度并不是太好，存在诸多的数据孤岛。近年来大家都在思考的一些大的概念，包括大数据、人工智能、智能制造、工业互联网等等，真正在行业里实实在在落地的并不是太多。原因在于：如果数字化基础不牢靠，推进模式、路径考虑得不是足够清晰，只是简简单单购置机器人、应用智能化装备，它的连接和应用都会存在很多问题。”德龙集团CIO（首席信息官）郭玉宾说。
——郭斌/浙江大学管理学院教授、浙江大学-剑桥大学全球化制造与创新管理联合研究中心副主任
但相比在环保上重投入之后的立竿见影，信息化、数字化、智能制造似乎更为“道阻且长”。
困境破题
不过，对现代钢铁工业这个拥有超过200年历史的“老”行业来说，环保还不是它唯一的未来命题。工业和信息化部2016年印发的《钢铁工业调整升级规划（2016—2020年）》就明确提出要发展智能制造，要“加快推进钢铁制造信息化、数字化与制造技术融合发展，把智能制造作为两化深度融合的主攻方向”。于是，眼望未来的丁立国，在提出“绿色德龙”之后，又提出了“数字德龙”。
2016年，时任山东东华水泥有限公司（以下简称“东华水泥”）总经理的李庆文（现任东华水泥党委书记、董事长、总经理），在严峻的现实面前，产生了深深的危机感。
当然，准确地说，这也并不是一种“错”觉。位于河北省邢台市的德龙钢铁文化园，是全国第一家由生产中的钢铁企业打造的4A级旅游景区。或许是因为很早就意识到环保可能成为产能过剩的钢铁行业的“胜负手”，德龙集团董事长丁立国提出了“低头弯腰做环保，抬头挺胸说环保”的环保理念。他提出了“绿色德龙”的经营理念和发展愿景，坚持在环保投入上“不设上限”，通过超低排放、循环经济、大规模绿化等方式，打造世界级洁净工厂，获得业内外的普遍好评。
这种危机感一方面来自短期市场的反馈。2015年，在宏观经济处于调整期的背景下，我国水泥需求出现24年来的首次大幅负增长，全年水泥产量约23.5亿吨，比2014年减少1.3亿吨，全年需求同比下滑超过5%。由于产能过剩，全行业产能利用率仅在67%左右。
钢铁大象、变形金刚模型、壁画、博物馆、满眼的绿植……漫步在德龙钢铁文化园，来访的人常常会产生一种错觉，以为自己正在游览一个风景区。
另一方面，则来自长期趋势的不容乐观。新经济的崛起吸引了越来越多的年轻人，水泥行业招工难已成常态。而国家对环保的日趋重视，也意味着水泥行业未来在生产效率和节能减排上将面临更大压力。
从“绿色德龙”到“数字德龙”
经过长时间的调研和思考，李庆文给出了自己的“药方”。他提倡，东华水泥一定要走“四化”的战略发展方向，即智能化、绿色化、专业化、工厂化。说得更直白一点，绿色化解决环保问题，专业化和工厂化解决产能结构升级的问题，而智能化，一方面可以应对从业人员的趋势性减少，另一方面也是促使其他“三化”落地的底层基础。
——张宇/中国工业互联网研究院政策研究所所长
2017年，时任东华水泥副总工程师的徐路接手了智能工厂建设的任务，但在调研了很多方案之后，他也迟迟理不清头绪。智能化变革应该怎样推进，是否真的能够起效果，谁都说不出个所以然来，尤其是在现有设备不做大的改动的情况下，如何实现智能化，在行业内尚无先例。
德龙钢铁的数字化转型带有明显的民企印记，体现了民企的转型速度、广度和深度。在不到一年的时间里，德龙钢铁上马了数据中台，并在产线的四个环节上应用了数字化技术，这是速度；它的数字化改造不局限于某个分厂的产线，而是贯穿全集团各个分厂，并向上下游延伸到交易环节、金融环节，这是广度；它不仅对业务进行改造，而且要求管理理念、企业文化向数字化的方向转变，这是深度。钢铁行业总体上仍然是一个产能过剩的行业，转得快、转得成功的企业，在未来的竞争中很可能占得先机。
直到2018年，在股东单位淄博矿业集团有限责任公司（以下简称“淄矿集团”）组织的一场数字化转型对接会上，东华水泥的与会代表被阿里云的方案吸引，主动争取到了做试点项目的机会。
德龙钢铁大脑：更锐的眼，更快的脑
“说实话，我们当时对大数据都不太懂。”回忆起当时的场景，徐路实事求是地说，“之所以想要试一试，首先是出于对互联网大公司技术能力的信任，其次呢，我个人还是比较相信，数据梳理以后是会产生价值的。你想，我们自己手工做的月度报表，都能在一定程度上发现生产经营的问题，那就更不要说大数据模型了。”
现在，他不用再操心怎么给干部职工“洗脑”了。当所有人都看到大数据的力量，他们已经由衷地相信，这就是钢铁工业的未来。
在另一边，对阿里云而言，东华水泥也是他们在水泥行业遇到的第一家做数字化转型的客户，因而同样有着巨大的不确定性。好在，完成初步调研之后，阿里云发现，东华水泥的产线自动化程度比较高，数据质量还不错，也就是说，东华水泥是具备做数字化转型的基础条件的。
段向东对这个结果也挺满意：“人员精简了，效率提升了，而且马上就产生效益，很快收回了投资。这样的项目，就把远期目标和当期目标结合得很好。”对未来，他再次加重语气说：“我们一定要把数字化、智能化转型，作为一个非常重要的核心工作去做。”
当然，具备基础条件只是第一步。做数字化转型的关键不是能不能做，而是通过数字化转型能够实现什么。特别是东华水泥这样的国有企业，每一笔投资都要算清预期收益率，否则很难通过决策流程。于是，双方通过前期摸底和沟通，明确将该项目定义为“水泥工业大脑”。这个“大脑”要实现两个目标：第一个目标是能耗优化，预期要将产线上的煤耗、电耗水平降低2%，这一方面能够节省成本，另一方面也能减少排放；第二个目标是稳定质量，因为水泥熟料的强度波动越小，越有助于下游水泥粉磨企业的成本控制，因此，项目预期要将熟料3天强度的标准差降低5%。
两个项目的成功，极大地鼓舞了人们的信心，原来的那些备选项目也被排上了攀钢的日程表。为了更好地利用数据，找到更多可优化的点，周敏还启动了数据中台的建设，想把原有的16个孤立系统全部打通。对未来展望到了兴奋处，一句“川普”脱口而出：“（其他项目）跟数据中台的进度匹配起，继续推起走！”
2018年7月，双方正式完成签约，东华水泥与阿里云共同组建“山东东华智能制造研究院”，用大数据技术，为传统行业培育新动能探路试水。
至于AI炼钢项目，其经济效益的体现就更加明显了。“项目上线以后，吨钢消耗铁水减少了4公斤多，而我们一年的钢产量在440万～450万吨。按照1公斤铁水2元钱进行粗算，就可以减少成本3000多万元。此外，由于合金给得更加精准，吨钢消耗合金也可以省下5元钱，这就又省下2000多万元。”
碰撞，无处不在
“智慧表检解决的是质量问题，质量是企业的生命线。从我统计的结果看，2020年2月上线至今，我们的表面质量客户投诉为零。要是放在以前，可能会有个五次八次。”每一次质量投诉背后都涉及产品折价或赔偿，而客户满意度的下降更难以简单地用价格来衡量。从这个角度来看，提升质量就提升了效益。
几乎所有的新闻通稿都将双方的合作过程说得云淡风轻，但事实上，传统思维与数字化思维的碰撞几乎无处不在。
比起工人们的直观感受，管理层当然看得更加理性，也更加全局。周敏掰着手指头列举成果时，语气中全是自豪与欣慰。
最早的碰撞甚至发生在双方签约之前。就在阿里云完成初步调研、形成方案之后，东华水泥的领导班子，就到底要不要上马“水泥工业大脑”，发生了一次“大分裂”。当时，一位领导因公出差在外，剩下的班子成员一共8人，在总经理和党委书记首先表态同意上马的情况下，依然有4位班子成员投出了反对票。反对的原因，当然是怀疑像阿里云这样的数据技术公司，“连工艺都不懂，怎么可能改进工艺呢”？
在成品车间，这些通过大数据二次冶炼的钢材等待着被送往全国各地，它们将被制作成家用电器、汽车的表面，走进千家万户
好在公司一把手的态度十分坚定，再加上股东淄矿集团也十分支持，专门组织培训力量，给东华水泥的领导班子讲大数据的原理和应用，这才成功推动了项目的最终签约。
然而，对天堑的跨越并没有就此完成。从阿里云工程师进场的那一天开始，怀疑的声音就围绕着他们。
通过质检的钢卷通过园区的小火车被送往成品车间
“他们的产线工人大部分是持怀疑态度，因为他觉得你压根就不懂我的生产工艺，靠什么来改造产线。”参加项目的阿里云架构师回忆道。水泥制造看似“傻大笨粗”，其实涉及上百个工艺参数，在高温煅烧环节，窑内温度可以高达1400～1500℃，对生产过程和结果的判断都是经验性的，没有人精确地知道里面发生了什么，更没有办法精确地了解参数之间的匹配关系。
但阿里云的工程师们，有着越过工艺而直接理解数据的“独门秘技”。为了建成“水泥工业大脑”，他们设计了三个模型：预测模型、优化模型和反控模型。具体地说，预测模型是把所有的历史数据“喂”给机器，利用大数据分析的技术，自行找到参数之间的匹配关系，从而能够预测给定条件下的能耗数据；预测模型一旦成功，就意味着可以逆向破解最优能耗所需要的生产条件，给出优化操作的建议，这就是优化模型；如果优化模型在产线上被证明是可靠的，就可以用机器直接替代人工进行操作，这就是反控模型。
质检工郑利华直接参与了智慧表检项目的测试，亲眼见证了模型突破瓶颈、从不可用到可用的全过程，而钢铁大脑对他的“解放”，可能比朱小舟更甚。以往，电脑屏幕上的钢板流水线不停地运动，他不仅必须在上岗期间全程盯着电脑，而且还要时不时地手动输入缺陷位置和缺陷情况，视力和关节都“饱受摧残”。如今，钢铁大脑自动判断缺陷，自动生成缺陷报告，与人工判断的匹配度已经高达92%。像郑利华这样的质检工，再也不需要如履薄冰地紧盯屏幕，只要做好相对轻松的复核工作即可。
钢铁大脑上线后，变化十分明显。首先，人的工作量大大减少，观察软件、记录数据和按计算器的工作被一键替代，少加、错加配料的可能性被降到了最低。其次，大数据取代了人工经验，能够快速精确地计算出最优解，直接减少了浪费，降低了成本。而且，钢铁大脑就像人脑，具有深度学习的能力，按朱小舟的话说，“最开始用起来不一定怎么样，但是后面感觉它有一个自我修正的过程，会变得越来越准确”。
“水泥工业大脑”背后的原理与模型
来料配比计算、运行反馈、故障检测，原来是靠按计算器，用肉眼盯，现在的朱小舟，看着电脑屏幕，就可以高效精准地进行炼钢
阿里云的工程师们进场以后，就在东华水泥的工艺专家、工控员们怀疑的目光中，大量采集数据，并建模进行分析。一两个月后，这些完全“不懂工艺”的年轻人，已经可以和东华水泥四五十岁的资深工艺专家，就产线优化的方案侃侃而谈，这下，水泥工业的老工艺员们开始有点佩服阿里云的数据技术了。
但考验还在后面。在预测模型获得成功后，阿里云据此开发出优化模型，并切入产线中。这个优化模型会根据实时数据，为工控员提供操作建议，包括喂料量、喷水量、阀门控制等。然而，出人意料的是，运行一段时间后，人们发现优化模型的效果并不好。
钢铁大脑好不好用，一线工人最有发言权。转炉炼钢工朱小舟，当年是被师傅手把手带了半年后，才算入了门。由于炼钢环节的反应条件和组分十分复杂，即使入门之后，也还涉及熟练程度和注意力的问题。有时甚至仅仅因为操作工的情绪波动，都会导致合金量的少加或错加，这意味着流水线的卡顿和回炉，也意味着成本的损耗。
“我后来仔细观察，发现效果不好的原因是工控员不愿意听大数据的指挥。”徐路说，“如果有领导盯着还好，他还会往那个推荐值上去努力；如果没人盯着，他就按照自己的经验来，该怎么操作还怎么操作。说到底，人是有惰性的。”
2019年11月，AI炼钢项目正式上线；2020年2月，智慧表检项目正式上线。因为两个项目都是用“电脑”代替“人脑”进行生产，因此被人们亲切地合称为“钢铁大脑”。
徐路当机立断，决定直接上反控模型，以消除人为因素的干扰。在反控模型上线前，为了达成共识，减少干扰，徐路特意组织阿里云团队和东华水泥的工艺专家们开了个会，让阿里云工程师介绍反控模型将会控制的参数。然而，让人意想不到的是，就在这个会上，又发生了激烈的争执。
无止之境
“其中有一个参数，是原料磨循环风机的阀门。按照阿里云算法工程师的说法，这个阀门的调整，对提高产量、降低电耗是有帮助的。但是工艺工程师一下子就跳起来了，说：‘这个阀门你不要给我乱动，动坏了怎么办？再一个，你说调这个阀门有效，你的理论依据是什么？’阿里云的算法工程师也不知道为什么，这是大数据算出来的，没有理论依据可讲。”徐路回忆说。
山重水复疑无路，柳暗花明又一村。在周敏的坚持和团队的努力下，新的方向居然真的走通了，模型的适用性显著提高，具备了生产线应用的价值。阿里云团队激动地说：“周总，好像我们真的成功了！”周敏哈哈大笑。在爽朗的笑声中，过往的那些“吵架”，都融化为同舟共济的喜悦了。
会议一时间陷入僵局。最后，还是徐路用力推了一把，他问：“这个阀门如果来回动，有没有安全问题？”工艺工程师的回答是，没有安全问题，但是动得频繁容易损坏设备。徐路拍板说：“设备坏了，那是设备的可靠性不行，那我们就去修设备。如果没有安全性的问题，我们就试一试。”
尽管阿里云团队对他的办法将信将疑，但他斩钉截铁地说：“我们先试一步，少讨论，动作快！如果有问题，再想别的办法！”
试一试的结果，完全让东华水泥的一线员工们大开眼界。一名一线工控员在试用反控系统后，写下了自己的观察：“（反控系统）最大的不同就在于循环风阀门的调整，以前我们人工调整时循环风阀门的开度基本一个班甚至几个班都不变动，（但）反控系统调整得却非常频繁……”“同样的设备，同样的物料，人工调整台产460t（吨）就不错了，而反控（系统）的台产平均在470t以上，最高可以到480t。”他在文中由衷地感叹道：“短短几个小时就让我感受到了智能系统的强大。”
幸运的是，暂时的挫折并没有动摇攀钢数字化的决心。董事长段向东亲自召开项目推进会，帮助大家重拾信心，并明确表示数字化示范项目“必须坚决推”。周敏则在反复检查数据后，要求团队转换思路。他建议，将常规缺陷和超范围缺陷分类处理，重新建立模型。
以终为始
怎么会这样？所有人都陷入了苦恼。整个团队不得不返工，夜以继日地调试模型，希望找到问题所在，但却迟迟没有进展。在沙漠中找到的绿洲最后被证明是海市蜃楼，恐怕没有什么比这更打击信心的了。
事实胜于雄辩。用大数据武装起来的“水泥工业大脑”渐渐征服了东华水泥上到领导层、下到一线员工的全体人员。大家都意识到，水泥产线上老师傅带新徒弟、代代相传的传统模式，未来一定会转变为“AI师傅”自主实践、人工予以辅助的模式。如今，在东华水泥的产线上，AI系统的上线率已经超过了90%，最高的时候达到99%，除偶发的异常工况需要人为干预之外，“AI师傅”已经可以自主应对绝大部分的生产环境了。
但是打击很快到来。从兴奋中冷静下来的周敏随后想到，必须在全场景下进行测试，才能确定大数据模型的可用性。于是，他要求将应用场景从高端的汽车板切换到普通板，再进行测试。孰料，测试结果一出来，拟合度竟然急剧下降。这证明当前的模型适应性不好，如果直接应用于生产线，后果可能是灾难性的！
那么，“AI师傅”的实战成绩如何呢？一系列数据可以说明一切。
“智慧表检项目最初的进展其实非常顺利。”周敏回忆道。在完成数字化接入后，团队最初在高质量的汽车板上进行试验。由于机组状态好，表面缺陷相对较少，机器检测与人工检测的拟合度非常高。“这下子我们大家非常高兴，我一开始都相信（项目成功）了。”
首先是在节能减排方面。水泥工业大脑上线后，能耗不断降低，连续刷新纪录。2019年全年，企业节约标煤1.86万吨，节电663万度，减排二氧化碳8715吨、氮氧化物202吨、二氧化硫214吨，当年因节能减排产生的综合效益达到4200万元。2020年生产292万吨熟料，同比节约标准煤1.54万吨，节电242.3万度，减排二氧化碳7187.5吨、氮氧化物166.6吨、二氧化硫179.5吨，当年因节能减排实现综合增效2314万元。
智慧表检，从原理上其实非常容易理解。表检工作有现成的表面数据采集仪器，只要将人工判断的标准进行数字化（比如建立缺陷库），机器进行系统学习后，就可以接入生产流程进行检测，然后自动输出检测报告。将人工检测结果和机器的报告进行比对，如果两者持续呈现高拟合度，就可以认为机器自动检测是“靠谱”的，能直接应用到生产线上。
正如周敏最初预料的那样，在智慧表检这个“难度最大”的项目上，他们很快就啃到了“硬骨头”。
“短短的几个小时就让我感受到了智能系统的强大。”工控员试用反控系统后认真写下的工作感悟，并不是传统思维的败北，而是明证了人类与科技应该在互相学习中共生
沟通这样的“软”问题可以交给时间和耐心来解决，项目实施上的“硬”问题，则非要团队齐心协力蹚出一条路来不可。
调研中，质检工郑利华为吴晓波展示另一个钢铁大脑——智慧表检。“下表面操作侧零星来料起皮。尾带上下表面零星热轧挫伤……”如今已经高效运转的“智慧表检”项目，可以做到对过检的钢板自动生成精确的缺陷报告
“水泥工业大脑”推动节能减排
其次是在稳定质量方面。由于水泥工业大脑“耳听八路，手控四方”，而且不会像人那样存在波动和差异，因此生产条件的稳定性控制要显著优于人工。此外，水泥工业大脑还通过大数据手段，建立起自学模型，找出熟料强度与配方的关系，对饱和比、硅率、铝率等参数进行智能化控制。两种因素叠加，使得在AI自动驾驶工况下，水泥熟料的3天强度标准差降低了28.48%。
积微的复合背景，使它的工程师既能理解大数据的原理，又能理解工艺的关键要点。于是，他们一边担任产品经理的角色，把工艺的关键要点和场景需求“翻译”给阿里云的工程师，一边又向攀钢的技术员解释数字化改造的原理和可能产生的效益。如此一来，随着时间的流逝和项目进展的深入，双方之间的沟通障碍渐渐消弭。团队之间的界限感变弱了，整体感增强了。
可以说，水泥工业大脑的开发结果是远超预期的，是大获成功的。但是，这并不是水泥行业数字化转型的结束，相反，这仅仅是一个开始。
积微物联的总经理谢海，对双方开始合作时的“拧巴”还有着非常深刻的印象。“有一个阿里云的数据工程师——是个水平很高的海归，调研了一个星期后，跟我诉苦，说很难说服他们（指攀钢的技术员）。他说自己把数据、模型、算法这一套东西都讲了，告诉他们可以教会机器干这件事，但他们的第一反应总是：你这个东西能落地吗？凭什么你有了这些数据就一定能算得准、干得好？”谢海最后感叹道，“这时，是需要积微在里面做‘夹层’的，因为我们‘两边都懂，两边都靠得上’。”
“下一步，我们会向全行业推广我们的成功经验。另一方面，我们也坚定了数字化转型的方向，正在考虑第二期项目的方案。”徐路说。
合作协议中的第三方积微物联，适时地成了这个“办法”。
在这位行业专家看来，我国水泥行业的转型空间还非常大。
克难攻坚
这种空间在用人效率上表现得非常明显。同样规模的一条生产线，国外可能只需要十几个人，而国内还要上百人，差距以数倍计。究其原因，一方面是产线的自动化程度还有提升的空间，但更重要的因素在于，产业链上下游的整体标准化程度、数据丰富度都不够，所以很多问题不得不用人工的手段来解决。
在那则寓言故事里，两个人很快就达成了一致，携手完成了目标。现在，攀钢和阿里云的团队，也需要找到一个携起手来的办法。
徐路举例说：“生产熟料最大的原材料是石灰石，我们对石灰石的直径范围有一定的标准，但如果上游的破碎机出问题了，给我们送来了大石头，那怎么办？我们只能在下料口用箅子去把石头挡住，再用人把它搬出来。”而如果全产业链上下游的标准化、数字化做得足够好，下游企业就可以提前测算石料的大小是否符合标准，甚至可以从石料直径的变化趋势来推断上游破碎机锤头的磨损程度，向上游企业发出备件更换提示，形成比较良性的产业链内部协作。
在某种程度上，这很像一则寓言故事里发生的情形：各有缺陷的“瞎子”和“瘸子”，试图共同穿越崎岖的山路。
“路还很长，也急不得，但是，我们国家现在正在朝着这个方向走。”徐路坚信，在“十四五”期间，随着国家科技战略的推进，随着各类传感器、机械装备的升级，行业上下游的数据肯定会趋于完善。基于全行业数字化转型的趋势，东华水泥也正在准备做一套水泥行业数字化转型的数据标准，来促成全行业的数据互联。
“‘吵架’是家常便饭。”周敏认真地说。吵架当然不是敌对，但潜藏的逻辑是，双方无法站在同一个语境中对话。一方面，攀钢人对流程和工艺烂熟于胸，但起初不理解大数据，以为“不是大数据，而是数据大，就是把数据堆叠到一起”。“安全生产”“保证质量”这些词像是铭刻在他们的DNA里，让他们天然地警惕和怀疑那些看不见摸不着的数据是否真的能够代替人脑来决策。另一方面，阿里云的工程师们虽然坚信数字的力量，但他们在炼钢工艺方面只是门外汉，更没有成熟的案例可供套用，轻率的自信当然绝不足以说服他们的合作者。
可以想见，在不远的未来，由于全行业数据互通，整个水泥行业就可以在一张大的工业互联网平台上运转，让所有供应商、服务商、制造商的能力实现网络化协同，让全行业的效率得到大幅度的提升。到那时，“AI师傅”的能力将远远超越产线的局限，而为全社会贡献福祉。
西昌钢钒的第一个钢铁大脑——AI炼钢。电脑开始代替人脑做决策，既保证了钢铁质量，也解放了生产一线的人力
以一带千，集群“智”造：德恩云造的产业互联网探索
德恩云造通过与阿里云的合作，运用大数据的力量，对产线能力进行改造，建立数字中台，强化了数据治理能力，实现了系统排程结果准确率高达90%，交期预测准确率超过80%，设备资源利用率提高8%，排产效率提高70%；并在此基础上，用大数据平台去聚合产业链上下游，对产业价值进行重塑，形成了基于工业互联网的新型生态。尽管这一尝试还处于初级阶段，要把理论价值兑现，还需要克服很多未知的阻碍，但是基于工业互联网构建新型产业生态，实现生产方式和组织形态的变革，具有重要意义。
确定方向只是万里长征的第一步。合作团队跨出第二步时，立刻就出现了争执。
——张宇/中国工业互联网研究院政策研究所所长
按周敏的观点，钢铁料消耗项目的难度为“中等”，而智能表检项目的难度“最高”。将这个项目列入试点，颇有些“明知山有虎，偏向虎山行”的意味。
从数据治理开始
第二个是智慧表检项目。该项目的上马则源于周敏的主动要求。所谓表检，就是对轧制出来的钢板成品进行表面检测，确保其符合客户要求的交付标准。传统上，质检人员通过仪器观察流水线运转的钢板表面，按照质检标准进行人工判定。由于表检环节的定量化程度不像钢铁料消耗环节那么高，加上不同客户的质量要求实际上各不相同，因此完全用机器代替人工进行表检，在全球范围内都是难题。
四川省眉山市青神县，位于成都平原西南部，北接眉山市东坡区，南邻乐山，西望峨眉，全县人口不足20万，县城建成区不足10平方公里。尽管“其貌不扬”，这里却诞生了一家中国机械零部件加工行业的细分龙头——四川德恩精工科技股份有限公司（以下简称“德恩精工”）。
第一个是钢铁料消耗项目（或称“AI炼钢”），这是阿里云团队极力推荐的项目。所谓的钢铁料消耗，是指在转炉炼钢环节，技术工人要根据经验公式，在铁水中实时加入一定量的废钢、合金等原料，确保最终产品组分达标。这对人的经验和注意力都提出了很高的要求，因为一旦出错，就会直接影响产品质量，必须耗费额外的时间和成本进行补救。阿里云的团队认为，这一环节有充分且高质量的数据，有可靠的反应机理，可以用大数据的方式自动计算配料添加量，对人工作业进行替代。
德恩精工是创业板上市公司，成立于2003年，是国家级高新技术企业、国内带传动细分行业的领导者，拥有40余个国家和50余个行业的优质客户群，主要客户包括ABB、格力电器、三一重工、SKF（斯凯孚）、日本阪东、中联重科等世界知名企业。就公司自身的实力而言，德恩精工拥有“铸锻—机加—热表—总装—包装—仓配”一体化的全产业链制造服务体系，配备有10余条自动化铸造和锻造生产线、百余台数控加工中心、千余台各类数控加工机床、10余条自动化涂装生产线、50余条机器人柔性制造生产线，产品包括皮带轮、同步带轮、链轮、齿轮、联轴器、锥套、胀紧套、工业皮带等，细分种类超过10万种。
20多年的行业经验告诉周敏，钢铁厂是一个牵一发而动全身的巨型系统，每一次对既有运行的修正（哪怕是常规的停工检修）都意味着大额的成本支出，遑论大范围铺开前途未卜的改造计划。何况贪多嚼不烂，作为首创性的试点项目，自然更应求精而非求多。于是，在厘定几个基本原则后，合作团队将试点项目精简为两个。
尽管对这家行业领军企业而言，一般中小企业所担忧的产能、订单、融资成本等问题，似乎都不是大问题，但是德恩精工也有自己的“烦恼”。
一方面，这群年轻人精神昂扬，动力高涨。在他们身上，找不到“新经济”的高傲，有的只是浓烈的好奇心和进取心。他们和攀钢的团队共同梳理炼钢工艺流程，列出了12个可以进行数字化改造的备选项目。但另一方面，他们对钢铁工业的外行也是显而易见的，刚刚进场时，他们甚至会被一些基础概念搞得满头雾水。也正因为如此，当双方坐在一起，阿里云方面信心满满地表示12个项目“都能做”时，周敏的内心却打起了鼓。
它的烦恼与行业现状有关。机械零部件加工业属于典型的离散型制造业，产能和产品都呈现高度分散的状态，这使得德恩精工在扩张的道路中，必然地走向了“多品种、小批量、全工序”，即产品种类繁多，单批次制造量少，工序流程长且较复杂。在这种条件下，规模效应无法发挥，产品的单位成本难以压降，交付周期相对较长，而库存也常常居高不下。“高交期、高库存、高成本”成了压在德恩精工头上的“三座大山”。
阿里云的团队进场后，周敏的感觉可以用“五味杂陈”来形容。
针对这些问题，德恩精工当然也动过脑筋，通过经验预测、合理排产、强化和细化生产管理和库存管理等手段，确实取得了一定的效果。但人力有时而穷，管理上的调整效果很快就会撞上天花板，而且稳定性也不够，任何环节上出现的一次疏漏，都会造成成本的上升、效率的降低。
“瞎子”和“瘸子”
于是，德恩精工的管理层开始认真思考，如何突破传统经营管理方式的局限，从根本上改善“三高”的现状。
就这样，一群身穿工作服、头戴安全帽的技术工人和一群身穿T恤短裤、满脑子代码的IT工程师，坐到了同一辆“战车”上，从一个崎岖不平的开始，驶向无人知晓的未来。
答案随着时代的进步而慢慢浮现。和其他许多行业一样，机加工行业也逐步经历了从机械化到自动化、信息化，再到数字化、智能化的发展阶段。作为细分行业的领导者，德恩精工较早地完成了自动化、信息化的改造。在具备了比较完整的IT架构之后，德恩的目光自然而然地望向了未来。
第三个因素则是前期双方拉锯谈判后形成的共赢式合作方式。最初，阿里云按照传统方案提出报价，即客户付费，阿里云提供整套解决方案。但像攀钢这样的国有实体企业，早已习惯了对每一笔投资计算内部收益率，如果项目的收益目标一开始就是模糊的，那就很难拍板上马。换句话说，阿里云可以提供“无法计算的价值”，但攀钢必须“让价值可度量”。好在在当时的阿里云总裁胡晓明的支持下，阿里云灵活地调整了自己的报价方式，改成先合作，实现效益后分成。这不仅让攀钢更容易接受，而且将原来的简单雇佣关系变成了紧密合作关系，双方的利益取向更加一致。这为双方后续携手克服重重困难，奠定了良好的基础。
“企业的自动化、信息化到一定程度后，我们构想未来的工厂，一定是IT系统直接和现场的产线、仓储或者运输结合起来的，我们称为IT和OT[4]的融合。更进一步，我们还在思考，要让工厂真正地实现智能化，就一定要借助大数据的技术，把以人为主导的传统决策体系改变成以数据为支撑的科学决策体系，这样就变成了IT加OT，再加DT（数字技术）的三者融合。通过这种融合，我们希望把自动化的工厂，升级成数字化的工厂。”德恩精工董事会秘书兼副总经理谢龙德这样回顾道。
第二个因素是攀钢拉进了一个有用的第三方——一个既懂钢铁生产，又懂信息技术的第三方。这个叫作积微物联的合作者，原本是2012—2013年钢贸危机时，攀钢集团为寻找新的增长点而设立的一个子公司。积微物联从仓储入手，自主研发了国内领先的数码仓技术，随后转型为集仓储、加工、物流、在线交易、供应链服务等为一体的第三方独立平台。积微物联既脱胎于钢铁企业（因而具备对钢铁产业的认知），又成功地依托信息技术而经营（因而懂得如何与互联网企业对话），故成了攀钢和阿里云这两个八竿子都打不着的企业之间最合适的黏合剂。
正是基于这样的思考，2018年3月，德恩精工选择与阿里云合作，探索以数字技术改造工厂，解决“三高”难题。
第一个因素是攀钢选择了一个先天条件最好的试点单位——西昌钢钒有限公司（以下简称“西昌钢钒”）。作为攀钢旗下最新的工厂，西昌钢钒的信息化水平很高，具有最强的数据生产和储存能力，自然最容易上马数字化项目。
德恩非常清楚，要解决“三高”难题，首要的关键在于“数据治理”，只有将原先彼此分割、不能利用的数据提炼出来、运用起来，才能有效提升管理运营的精细化水平。
对于周敏和攀钢来说，这次前途未卜的尝试还是有一些积极因素的。
而这，正是阿里云的强项。双方很快开始在公有云上进行数据中台的建设，借助数据中台的能力，销售、生产、研发、库存、物流等原本分隔的IT系统及其数据得以集成。随后，基于公有云的算力支撑，团队将复杂的历史数据导入算法模型，同时通过持续学习的方式进行优化，实现了订单预测、智能排产、仓储优化等功能。
不过，他倒也没有因此退缩：“虽然我们处在攀西大裂谷里，但我们的思想绝不是大裂谷思想。我特别赞同一个说法：想，全是问题；干，才有答案。我们段董事长跟我谈：你去做这个项目的项目经理。我说可以吧，我试一试。”
数据带来的决策智能化，效果是十分显著的。以生产排程为例，原先德恩在接到销售订单后，需要人工分解到各条产线上，产线负责人又要将计划分解到具体的机器，工人在完成生产计划的同时，还需要做好手工报工。全程手工作业，效率低不说，准确性往往也大打折扣。
“钢铁大脑”项目负责人：“老攀钢”人周敏
而中台项目完成后，情况则大为不同。“目前，销售预测和排产是完全和我们的IT系统一体化集成了。销售预测能做到自动预测，未来要生产什么型号、多少数量、什么时间完成，结合客户的非标订单，直接生成排产计划，下发到每个加工单元，产线直接执行，中间不需要任何人工干预，也取消了所有的手工作业。我们现在全厂只有一个计划员，他干吗呢？他只需要决策，通过现实数据的反馈去优化我们的决策模型，日常事务就不用干了，从流程性的工作中解放出来了。”谢龙德如是说。
由于智能化决策的来源是大数据，其精度和效率都远非人工所能比拟，在运行中台两年后，德恩精工的销售、库存管理、生产排程、智能供应链等都有不同程度的提升，实现了系统排程结果准确率高达90%，交期预测准确率超过80%，设备资源利用率提高8%，排产效率提高70%，“三高”问题得到了极大的改善。可以说，德恩精工的数字化改造完全达到甚至超出了最初的预期。
甚至连他指定的项目负责人周敏，最初接受这个任务时，都多少抱有一种将信将疑的态度。“因为我们钢铁行业是一个高度流程化、工艺特别复杂的行业。要完完全全地搞智能，少人或者无人，我们认为是有难度的。”即便日后带领团队取得了突破性的成果，在回想最初的心理状态时，周敏仍然坦承自己有所顾虑。
德恩精工的产业互联网畅想
“很多人不理解，我们现在自动化、信息化做得很好了，而数字化很虚无缥缈……（有些人觉得怎么）还找阿里，阿里是做消费者业务的，不了解工厂，怎么帮我们？”段向东回忆道，“所以我得先给自己‘洗脑’，再想办法给他们‘洗脑’。”
按照常规的逻辑，事情做到这里，就算是成功了，但是德恩精工的思考已经超越了公司本身。
全国范围内，“钢铁+大数据”的应用，在此前尚无先例。尽管攀钢的管理层坚定了数字化转型的决心，但理念要落地，必须依赖广大的干部职工。可是，在与阿里云的合作之初，攀钢内部的疑虑情绪是普遍存在的。
“在做这件事的时候，我们又想到了另外一个层面。就是说我们投入了那么多人力物力，花了那么大力气去做企业内部的转型，由此形成的智能制造的能力，包括我们长期以来积累的设计能力、订单获得能力等等，能不能从企业独有的东西变成一个可以复用的资源？”谢龙德说。
在疑虑中开始
绝大多数企业对核心竞争力往往视若珍宝，秘而不宣，德恩却反其道而行之，这也与行业现状有关。前文提到，由于机加工行业的产品极其细分，不利于形成规模效应，因而这个行业的市场集中度也很低，存在大量的小微供应商。这些小微供应商可能只有几台机器、几个工人，能生产有限种类的产品，一年也只需要有限的订单就可以存活。但是，无论是德恩精工这样规模较大的供应商，还是小微供应商，在目前的格局下其实都各有痛点。
历史和现实在这一刻相遇。和10年前的攀钢人一样，他们同样背负着建设的重任。只不过，和彼时的众志成城相比，这一次的开端并不那么简单顺畅。
对小微供应商来说，痛点在于因规模有限，往往只具备制造能力，缺乏上到设计、采购，下到渠道开拓的能力，经营稳定性低，同时经营成本、资金成本相对较高，挣的都是辛苦钱；而德恩精工这样规模较大的公司，由于设计能力较强，渠道稳定，故订单流量容易发生拥堵，有些时候产能反而会成为瓶颈。也就是说，在很多时候，两者之间其实并非简单的竞争关系，甚至有潜在的互补性。
2018年5月，攀钢集团、阿里云、积微物联（成都积微物联集团股份有限公司，攀钢集团孵化的一个第三方平台）三方签署合作协议，它们共同的目标是，让数据在钢铁生产线上发挥力量。随后，阿里云派出了一队工程师，从城市高耸而精致的写字楼，走向了藏在大山深处的钢铁厂。
但是，德恩精工的构想似乎还不止于简单的行业内互助。“中国是一个制造大国，但还不是一个制造强国，因为很多产业还存在小、散、乱的现状，无论是在用户体验方面，还是参加全球竞争，都是不利的……我们认为未来的全球竞争，一定是产业之间的竞争，而非单个企业之间的竞争，而产业的竞争优势就来源于产业链内部的协同化、集群化。所以，我们觉得未来一定需要细分行业，每个行业需要有一个产业平台，去支撑产业的协同化、集群化，去支撑企业的智能化。”
这一年，在和阿里巴巴集团副总裁李津见了一面后，段向东很快确认对方正是自己可以借助的力量。
要建设这样的平台，就必须实现设计、制造、运维服务、销售等能力“随手可得”，而这一定离不开“云”的技术。于是，德恩精工将自己所构想的平台，称为“德恩云智造”工业互联网平台（简称“德恩云造”）。
段向东当然想改变这种状况，可是，单纯依靠钢铁企业内部的力量，似乎还不足以实现这种突破。但这种念头已经在他脑子里扎下根来，直到2018年。
2019年8月，德恩云造平台正式开启建设，除了由阿里云负责架构搭建、算力算法支持等工作，德恩还引入了电气工程巨头西门子、世界第三大管理软件开发公司赛捷等实力强大的合作伙伴，共同投入这项创新性的工作。德恩精工董事长兼总经理雷永志出席签约仪式并亲自担任德恩云造公司的法定代表人，充分展示了一把手的决心和意志。
漫长的产业链、极度复杂的物理和化学变化，使钢铁厂成为一个巨大的数据生产者（按另一位阿里云工程师的说法，一个钢铁厂一年内沉淀的数据量能达到几万亿字节）。然而长期以来，钢铁企业并没有能力去利用这些数据。“很多知识和经验（的背后）都是数据在积累，但是（之前）我们利用得并不好。”段向东感慨道。
那么，这个极具创新性的“德恩云造”平台，将会怎样实现产业的协同化、集群化呢？首先，德恩云造能将德恩精工自身的能力产品化，并以此完成与产业链伙伴的连接，成为一个“连接器”。具体而言，德恩精工将自身的设计、采购、制造、设备运维等能力直接在线化展示，对下游客户而言，它们可以直接上平台下订单；同时，小微型的制造商、设计商、服务商也可以接入这个平台，只要具备某一环节的核心竞争力，又能从平台低成本地获取其他环节的服务，就同样可以获取订单。这样，平台就实现了设计协同、制造协同、服务协同、供应链协同，德恩精工自身的订单拥堵问题、小微供应商的经营不稳定和高成本问题，都可以在平台上得到解决。
在《云上的中国》纪录片拍摄现场，面对吴晓波（右）的采访，段向东（左）回忆起带领西昌钢钒进行数字化转型的决心
当连接具备一定规模后，德恩云造就将变成一个产业价值的“放大器”。此时，平台上的产业生态系统搭建完毕，德恩云造进化成为机加工行业的“天猫商城”。这样，德恩将不再是一个重资产的制造业企业，而是一个轻资产的平台运营商，它就可以开拓出原先单纯的“接单—制造”模式下无法企及的想象空间。譬如说，由于平台上的供应商有相似的物料需求，德恩就可以通过统一采购放大采购量，形成更强的议价能力，并将这种能力赋予小微供应商；由于订单量、采购量、产能、交期都可知，德恩也可以利用自有的仓储能力，帮助小微供应商低成本解决库存的问题；由于订单、资金在平台上闭环运行，德恩甚至还可以引入供应链金融，帮助小微供应商解决资金成本的问题……
在这种“利他”逻辑下，平台促成了行业增量价值的产生，而非存量价值的争夺，因而能形成显著的正向循环，驱动商流（交易量）、数据流、资金流、物流等“四流”良性运转，德恩云造也就能成为一个真正有流量、有生命力的产业互联网平台。
一个钢铁厂一年内沉淀的数据量能达到好几万亿字节，然而传统的钢铁企业并没有能力去利用这些数据
阿里云loT工业互联网平台促进业务的正向循环，促成了行业增量价值的产生
来料的最优配比、炼钢的理想温度，极为复杂的流程背后是庞大的数据积累
千里之行，始于足下
前途是远大的，道路是曲折的。
最令他纠结的倒还不是那4%的差距。大多数局外人难以理解的一点是，钢铁这个听起来“傻大笨粗”的传统行业，其实是大工业门类中流程最长、复杂程度最高的行业之一。一位阿里云工程师说，其复杂程度甚至可以与被称为“民用工业皇冠上的明珠”的汽车行业相比。炼钢产业链向上溯及铁矿石，中间涉及烧结、炼焦、高炉炼铁、转炉炼钢、连铸等大工序，向下则涉及加工（热轧、冷轧）、配送等环节。
“未来的方向一定是这样，但因为它是创新，没有可参考的东西，走的路一定会比较艰难。”对远大的理想毫不动摇，但雷永志、谢龙德们也并不缺乏直面现实的勇气。
但是，鞍钢集团党委常委兼副总经理、攀钢集团党委书记兼董事长段向东似乎并不满足于此：“我们追求百分之百的、极度的自动化和信息化，但还做不到。开玩笑地讲，96%以上是有的。”
构建云造平台的困难是多层次的。
先进到什么程度？用攀钢集团西昌钢钒有限公司副总经理周敏的话来说：“在建设的时候，所有设备、工艺都是全球最先进的……我们所有的工序，从原料烧结、焦化、高炉一直到最后的轧钢，完全实现了自动化。”
首先，平台的终极目标是生态系统，光德恩精工自己相信是不够的，还需要行业伙伴们相信并参与。但这并不容易。
到大山里去。站在西昌钢钒总部大楼的平台上远眺，远处是苍茫的云和山。十多年前，一群心怀理想的攀钢人来到这里，决心要在这里建一座能够百分之百实现信息化的钢铁企业
“大家都在说，要进入工业4.0时代，要转型。但是如何转？如何快速、低成本地转到位、转成功？大家对这些问题其实是缺乏共识的。我们给出我们的解决方案，有些产业伙伴是愿意参与的，但也有觉得不现实的，也有觉得不全面的，也有些局限于自己的资源积累暂时选择观望……”谢龙德说。
就像马云谈到的，很多人是因为看见而相信，只有很少一部分人是因为相信而看见。产业互联网之所以难以像消费互联网那样倏然而起、席卷天下，是因为每个细分产业涉及的痛点、难点都各不相同，而涉及的相关方又特别多，利益考量也不一致。但也因为如此，产业互联网的可为之事极多，想象空间极大，用该项目的阿里云负责人的话来说：“穷尽我的一生，都看不见产业互联网的天花板。”
到了2008年，曾经的建设对象成了建设主体。这次，身穿工作服的攀钢人，将目光投向了西昌。他们风尘仆仆地赶到这里，决心在这里建一座先进的钢铁钒钛企业。
好在，更多的人依然愿意向前走。谢龙德说：“德恩精工在走的过程中，得到了我们的地方政府和行业协会、商会联盟的大力支持，还有很多企业老板积极参与，这是德恩精工愿意将想法付诸实施，并且坚持下去的一个支撑。”目前，德恩云造平台已经上线灰度测试，不少合作伙伴开始试用平台中的很多功能，并提供自己的使用反馈。
但是，在这片苍茫大地之下，却蕴含着丰富的宝藏。在攀（枝花）西（昌）地区，分布着我国境内最大规模的钒钛磁铁矿，钒储量占全国的54%，钛储量则高达91%——钒、钛是磁铁矿重要的伴生金属，也是生产某些高端特种钢不可或缺的合金原料。巨大的矿藏，纵深的战略位置，使得20世纪60年代三线建设启动时，攀钢集团（以下简称“攀钢”）——它也是中国战略后方最大的钢铁联合企业——在攀枝花应运而生。
但更深层次的困难只能探索者们自己想办法来克服。
这也是一个偏僻的小城。尽管与成都的直线距离不过350公里，但因僻居大凉山腹地，道路曲折难行，两地之间大巴车通行需要6.5个小时，乘坐火车则要10个小时以上。交通上的不便利，使西昌即使坐拥美景，依然难以吸聚人口。70余万西昌人分布在2600多平方公里的广阔土地上，仿佛撒在大饼上的芝麻。
“我们目前最大的困难，就在于平台中各种具体细节的决策。细节决策非常难，我们讲，天使在想象中，魔鬼在细节中。”谢龙德开了个玩笑。如今，和团队讨论平台搭建中的具体业务细节，已经成为他的重要工作内容。“我们都希望业务流程能够满足行业未来的发展趋势，但问题是，到底未来是什么？它应该怎样呈现才是最合理的？”
这是一个美丽的小城。西昌长年气候温和，有“小春城”之称，城市靠泸山，面邛海，山、水、城相依相融，刚柔并济。由于高海拔、多晴天，西昌的月亮又大又明，分外皎洁。古时，走西南丝绸之路的商旅，将路途中最美的三个古镇概括为“清风雅雨建昌月”，西昌（古称建昌）即位列其中。
举个简单的例子，假如在德恩云造平台上撮合一笔交易，这里面就有着无数的选择题。譬如，客户的订单按照什么样的原则分发到云工厂？如何确认生产进度和完成资金分批次划转？负责质量检验和设备运维的服务商如何切入交易环节？用什么方法可以让服务商更好地服务到制造商？什么样的模式可以让用户更加方便地获得制造资源来定制产品？这当中其实有很多抉择，每个维度的决策都很难。
凉山州，西昌市。
对于这些困难，新生的德恩云造只能摸着石头过河，一点点探出路来。“大的原则是先做大家有共识的点，对确实有分歧的，那就多沟通，然后选一个方向，先走通再说。只有在走起来以后才能发现问题，持续改进，不断完善，这样平台就起来了。老是想那么多困难，不去迈出第一步是不行的。”和阿里云合作多了，谢龙德脑子里也上了互联网企业“小步快跑，快速迭代”的那根弦。
到大山里去
从现实情况来看，即便还没有到达终点，“小步快跑”也产生了许多意想不到的效果。譬如，在建行业平台的过程中，德恩和阿里云之间互相碰撞，相互改造对方的脑子，阿里云的行业平台思路渐渐从“飘在天上”转为“落在地上”。而德恩精工也因为平台型思路的渗透，而产生了职能机构、业务流程的重构。譬如说，德恩精工的设计部门变成了一个设计公司，维修部门变成了一个维修公司，车间变成了云工厂，这种业务单元的再精细化，本身是数据驱动决策的一种必然结果——它改变了以人为主导的决策体系所必须仰赖的上传下达的组织架构，同时也确实提升了效率，反过来证明了产业平台是切实可行的。
——吴晓波/财经作家
“所以说，一定要先上路。也许你预先设定的方向没有走通，但可能偏偏在另外的方向上看到了好风景，对不对？只要你在路上走，总会遇到机会。”谢龙德最后总结说，“走在路上，比去到哪里，更重要。”
攀钢对数字化技术的运用，就是解决了生产线上的瓶颈环节，把原来需要依赖人的经验和专注度的环节，用大数据和AI替换掉。由于大数据的计算比人工更快、更稳定，带来的效果就是产线运转得更快速，反应料添加得更准确，产品质量更稳定。中国千千万万的实体企业，就像攀钢一样，它们并不像互联网企业那样天然地需要“云”背后的算力和存储，但数字技术在企业生产和管理上切切实实的推动作用，最终会让它们因为“看见”而“相信”。
是的，千里之行，始于足下。也许，若干年后，走在路上的德恩云造，就能看到一幅产业互联网的美丽风景。
大多数人很难理解，像钢铁冶炼这样的传统行业，怎么会与互联网、大数据这样的新词汇联系在一起。但事实上，数字新经济的意义就在于，它并非与传统经济截然对立，而是用新的眼光将传统经济“透视”一遍，用数字化的手段去重塑传统经济中的瓶颈环节，以达到提质、增效、降本的效果。
[4]OT，即操作技术（operation technology），业界一般指工业企业生产运营过程中需要运用的软硬件技术的统称。
钢铁是怎样用“数据”炼成的：攀钢的转型之路