当前，中国在国家层面已出台《关于深入实施“人工智能+”行动的意见》《“人工智能+制造”专项行动实施意见》等一系列顶层设计，明确提出推动人工智能与实体经济深度融合，并将工业制造列为重点赋能领域。

中国全国人大代表、江苏昆仑互联新能源集团有限公司董事长刘怀平介绍，一些领先企业已探索将人工智能技术应用于生产监测、设备运维、能效优化和能源管控等领域。实践证明，“AI(人工智能)+钢铁能效优化”能够实现对能源流、物质流、信息流的精准感知、智能决策与动态调控，是行业实现绿色低碳、精益化发展的必然选择。

“然而，当前‘AI+钢铁能效优化’的规模化、深度化应用仍面临诸多挑战。”刘怀平表示，一是行业数据资源“孤岛”现象仍存，制约了AI模型训练与优化的基础;二是“AI+能效”的复合型技术解决方案尚不成熟，AI应用的可靠性、可解释性及对复杂工况的自适应能力有待加强;三是面向能效优化的专用AI平台、算法库和标准体系缺失，企业自主研发投入大、门槛高，中小企业应用困难。

为此，刘怀平提出以下几点建议：

一是夯实数据基础与平台支撑，构建“AI+能效”创新生态。建议国家有关部门支持构建国家级“钢铁工业能效大数据中心”。制定钢铁行业能源数据采集、治理、确权、共享与安全流通的标准规范，建设开放共享的工业互联网平台，降低企业尤其是中小企业应用AI技术的门槛与成本，同时，鼓励钢铁龙头企业、软件商、高校院所基于平台开展协同研发。

二是聚焦关键场景开展协同攻关，突破融合创新技术瓶颈。建议开展跨学科研究、组织产学研用联合体，突破钢铁复杂能源系统多尺度建模、高维数据特征提取、多目标动态优化、模型可解释性等关键技术;重点研发“工艺机理+工业数据+专家知识”深度融合的能效优化模型(如高炉智能调控、全流程能源协同等)，提升AI模型的可靠性、可解释性与自适应能力;推动人工智能、边缘计算、先进控制等技术的集成应用，形成软硬一体的智能能效优化系统解决方案;同步制定“AI+能效”应用的技术标准、安全指南与效果评估规范。

三是开展标杆示范与推广应用，加速成熟方案规模化落地。建议遴选一批基础好的大型钢铁企业，开展“人工智能赋能极致能效”标杆工厂建设。聚焦焦化、烧结、炼铁、炼钢、轧钢等主要工序，以及煤气、蒸汽、电力等能源系统，支持企业部署基于AI的能源需求预测、多介质动态平衡、智能燃烧控制、设备能效诊断与优化等系统;总结提炼标杆项目的成功模式、技术路径与实施方法，编制最佳实践指南，通过现场会、案例集等方式进行全行业推广;鼓励金融机构对采用成熟AI能效解决方案的重大项目、平台建设、示范应用给予绿色信贷、贴息等优惠支持，加速成熟技术的规模化普及。