
两化融合下钢铁业管理理念创新路在何方
我国已经成为世界钢铁生产大国,粗钢产量连续13年居世界第一,但同时也是世界上钢材消耗量最多的国家。进入新世纪以后,在房地产、汽车和家电产品的需求带动下,我国钢铁产业快速发展,粗钢产量年均增长21.1%。我国虽然已经成为钢铁大国,但还不是钢铁强国,钢铁企业的信息化建设相对发达国家起步要晚10~15年。
其实,计算机与信息技术在钢铁行业中的应用早从上个世纪80年代便开始,但只停留在浅层次上,与生产、经营、管理各个环节相脱离。笔者在与东北特钢集团大连信息技术有限公司总经理刘健的专访交流中,可以感受到,随着国家两化融合的步伐加快,在传统钢铁制造业中,由信息技术驱动企业管理模式与理念创新的节奏也在加快。
东北特钢集团大连信息技术有限公司总经理刘健就钢铁制造企业两化融合之路话题接受了笔者专访
变革重在理念不在技术手段
自2000年开始,我国钢铁制造企业开展信息技术驱动业务创新以来,到2005年完成钢铁企业信息化第一阶段工作。国内著名的钢铁公司包括宝钢公司、鞍山钢铁、武汉钢铁等企业,与国际上的德国蒂森克虏伯钢铁公司、韩国浦项钢铁公司、美国钢铁公司、日本新日制铁公司等相比,信息化应用程度还落后很多。针对这一问题,刘健认为:“这其中存在的困难和挑战,还不是信息技术手段的使用上,而是在于国内钢铁业整体业态的管理模式和管理理念上的创新变革度不够上。在当今日新月异的时代背景下,要想改变钢铁业的这一本质问题,还需要借助两化融合的方式。同时,在信息化支撑业务前行的管理经验上,我们略显不足,也为钢铁业实现跨越式发展造成了很大困难。因此,这个基础上,必须借助大数据、移动互联网等新兴技术应用改变企业管理理念,实现钢铁企业的跨越式发展。”
东北特钢的信息化技术已经成为企业生产、经营、管理等领域必不可少的组成部分,从生产性环节延伸到服务性环节,实现了产业链间的共赢。因此,从管理模式创新的角度上,东北特钢的信息化工作已经迈出一大步,单独成立企业部门运营东北特钢的信息化工作。刘健认为,这也是践行钢铁企业从管理模式创新来实施两化融合的必由之路。“从国家层面来讲,国有大中型企业把信息化部门独立出来运营,反映出信息化技术对企业发展越来越重要。目前,宝钢集团已成立宝信软件,鞍山钢铁也有鞍山自动化,本溪钢铁成立了本钢自动化公司。信息部门的人才越来越专业,队伍跨行业、跨专业的特性,使得国有企业不可能单凭部门的能力来培养一支完整的队伍。而信息化部门单一发展不利于一支信息化队伍的成长。另外,企业也希望信息化团队实现服务标准化、开发标准化、售后服务标准化、项目管理过程标准化,这些均不能靠部门管理而是靠完整的公司体系来实现。”这也是专业化的一个必由之路。”
由点到面的优化生产业务流程
国家在《钢铁产业调整和振兴规划》明确指出,钢铁企业要加强技术改造,加快技术进步,降低生产成本,提高产品质量,优化产品结构。钢铁企业要利用信息化提升企业的管理水平、提高生产效率。与钢铁强国的企业相比,我国钢铁行业技术力量相对薄弱、研发能力不足、自主创新能力较弱。刘健表示:“我国与国外在钢铁信息化上的主要差距体现在,如何把现有的信息化手段和传统的工业化结合起来,也就是国家推动的两化融合工作。”
“传统工业信息化分为五个层级:技术自动化、过程控制化、执行系统化、企业资源计划、大数据分析。很多钢铁公司在局部生产线或某个区域上应用信息技术的层级和程度还较为领先,但尚不能大范围应用技术支撑业务前行,这些都需要新的管理理念。目前,很多钢铁企业都在研究技术的全面落地,但能不能由点到面的走进企业中去,引进先进理念并落地,还得靠我们的信息团队一步步扎实推进。首先,就要有理念创新的想法,信息化技术只是过程实施的一个手段。我国的钢铁企业要想追赶这个潮流,还需要引进并根据实际落地这些成熟管理理念,打破传统的生产管理模式、物流模式、经营模式。这些都会影响到未来钢铁企业信息化的发展进程,打破这些,利用好全新技术才能使得我们的钢铁经营上一个台阶。”
新技术推动了钢铁业信息化的前行力量,聚焦在东北特钢的信息化工作,以“管理驱动、技术引领;统一平台、分级管控;分步实施、效益优先”24字方针开展了十几年时间。如建设统一平台化的供应链管理平台、对传统产品采购的电子化采购超市,传统管理ERP和移动互联的财务管控平台,背后均依靠的大数据分析和移动化做全新的技术理念支撑。随着国家提出“工业4.0”的转型升级计划,以大数据和互联互通技术为背景的发展方向,使得东北特钢有幸在这一大时代下,比其他钢铁企业在新技术应用实践上先人一步。刘健提及:“我们团队在工业信息化层面的传统优势,结合提早尝试新技术应用理念,使得技术人员更懂得这些信息化新东西在钢铁企业中的应用方向与重点。我们认为,大数据除了技术以外也是一个模型化的应用,这块应用要靠优秀的业务数据做支撑;移动技术领域,要结合企业的管理或生产经营过程中实际痛点来开展,把实际经验结合放进企业经营的整体过程中。”
中国钢铁工业的发展历程表明,单纯依靠引进装备,以市场换技术,买不来也换不来属于企业自身的能力。多年来,我国钢铁行业尚属于劳动密集型发展,而国外却是技术密集型企业,手工操作人数少、效率高。要想追赶世界先进水平,必须在基础管理和流程设计上有一个更好的优化,我们看到,以东北特钢为代表的一批国内钢铁企业已然迈出转型步伐,努力提升原始创新、集成创新、引进消化吸收再创新能力,实现着企业成长由设备驱动向技术驱动的转变。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29