在钢铁、化工、水泥等重工业，过去五年几乎每家规模以上企业都完成了数据采集系统部署——DCS、MES、ERP、SCADA，动辄千万级投入，把温度、压力、流量、成分、能耗数据“抽”进数据库完成确权。然后呢？数据像锁进保险柜的黄金，知道值钱，但不产生利息。数据确权了，价值却没落地。
给其他钢企的参照
柳钢样本对其他流程制造企业的启示是：不必等“完美数据”再上AI，可从一条高价值产线、一个痛点场景切入，先用轻量小模型跑通闭环，再横向复制。比如同属流程制造的化工、水泥、有色企业，可借鉴“智能组板组坯”思路做配料优化，借鉴“AI看火”思路做窑炉温控，借鉴“铁水运输无人驾驶”思路做厂内物流优化。模数共振的普适性，正在于它不依赖某一模型，而依赖“数据-模型-场景”的闭环方法论。
智慧铁水运输创效相应规模资金
防城港基地10台机车、51台铁水罐车，铁水超1400℃，全程约28分钟。过去70多人轮班，调度靠对讲机信息滞后，铁水罐敞口温降严重，摘挂钩高空千度作业隐患高。2020年起分三步走改造：定位可视化——每台罐装定位装置，屏幕实时看位置；自动保温——加自动保温盖，温降减35℃；无人驾驶——10台机车装自动驾驶，智能调度每分钟刷新方案。成效：铁水罐周转率从每天3.5罐提升至4.5罐（约30%），到转炉温度更高，每吨多添20公斤废钢降原料成本，原70多人现仅约10人中控监控，整套系统年创效约相应规模资金。
数据确权与AI的关系
很多制造企业把“数据确权+入表”当成数字化终点，这是误区。确权入表解决合规与账面资产问题，但数据价值释放必须靠AI把数据“用起来”。柳钢的逻辑是：先有持续采集的高质量数据（确权是基础），再有行业大模型与轻量小模型（AI是引擎），说到底数据闭环让模型越用越聪明、数据越用越值钱。三者顺序不能颠倒：没确权，数据权属不清不敢用；没AI，数据只是资产不产回报；没闭环，价值无法持续放大。
从合规与价值两端看，中卓盛安的判断是：先保住数据可用、可溯、可控，资产化回报自然会随之而来。
智能组板组坯省相应规模资金吨
柳钢防城港冷轧厂有台三四层楼高的“云视觉”重载桁架机械手。过去组板组坯完全依赖人工经验：调度员拿合同清单凭感觉拼生产计划，交货期、产线负荷、能耗、库存多目标难平衡，常“大材小用”或“小材不够”。现在基于华为天筹求解器开发智能组板组坯系统，综合考虑多目标，几分钟完成1000多份合同组板方案。成效：90%以上合同自动匹配，板材收得率和成材率均提升超1%。对年产200多万吨产线，每提升1个百分点成材率，一年省钢材两万多吨。1%听着不多，乘以千万吨级产量就是真金白银。
当产量不再增长，降本就是增长。柳钢计划三年投超相应规模资金建“数智柳钢”，目标全流程智能化覆盖率超80%。这不是烧钱，是用AI从每道工序找空间。工业AI，正成为数据价值落地的独有载体。
