首钢股份：智能钢铁工厂的实践与探索

    （2）大规模定制、差异化服务水平大力提升

    应对客户越来越多的特殊要求、多品种、小批量、供货及时性等个性化需求，兼顾钢铁生产的大规模标准化生产，建立大规模定制支撑体系。以标记体系设计为前提，基于标记应用进行分析挖掘，持续完善动态质量设计模型，通过高效协同，实现各工序间的闭环交互，前道工序基于后道缺陷动态调整工艺过程，快速修正，后道工序基于前道的实绩动态调整工艺标准，有效弥补偏差，提升全流程容错能力。同时通过产业链的协同，进行订单资源的优化分配，有利于减少冲突，增强个性化带来的产线风险抵御能力。

    通过与客户建立高耦合产品设计、计划协同、主动服务平台，实现差异化服务，充分发挥后端贴近用户的地域优势，优化市场布局，持续拓展价值空间。基于EDI大客户通道，优化数据服务，强化计划协同，实现“JIT”准时交货；推行“EVI”，介入下游用户的早期研发阶段，充分了解用户对原材料性能的要求，从而为客户提供更高性价比的材料和个性化的服务。

    （3）大数据分析挖掘突破智力瓶颈

    建立数据治理体系，构建云架构的大数据仓库，整合产业链全过程数据，大力探索大数据挖掘，通过在客户、产品、物料、设备、能源、员工等方面的主题数据分析，挖掘制造过程、经营过程潜在价值，支撑业务变革，突破业务瓶颈，快速集聚内外部知识资源，显化企业隐藏知识，拓展企业智力结构。通过递增式的大数据挖掘模型设计，全面支撑企业可持续竞争优势的快速获取。

    （4）协同制造平台全局统筹，优化资源利用

    通过协同制造平台建立产业链资源池，实现资源共享及优化配置，充分发挥自身优势，合力打造优质产品和服务。充分整合订单、客户、工厂、物料、设备、能源、人力、运力、仓储、服务等资源，实现优化输出及动态调配。通过全局统筹来挖掘资源价值，降低资源投入、提高资源利用效率。

    产业链前端原料协同管控，通过比价采购，实现采购成本优化；强化协同实现原料库存模式变革，极大缩短库存周期；通过原料市场深度挖掘，实现价格预测，指导采购，降低原料成本。

    在制造全过程进行设计、设备、材料、人力资源等各方面资源的优化配置、全局共享，实现优势互补。一方面完善产品协同开发体系，缩短从实验室研究、产线实验到规模化稳定生产的过程周期，加快产品研发；另一方面通过强化供应链的资源协同，实现智能化资源调配，降低设备、材料采购成本，降低库存资金占用以及人力成本。

    后端通过产业链的资源协同，提高对客户的响应能力，优化客户产品研发，提高客户满意度。在制造环节进行订单资源智能分配及订单预测、要料计划协同等，减少生产过程短浇次、换单、补料等冲突，提高整体产线保障能力。

    （5）深度融合客户市场，延伸制造服务

    搭建供应链上下游的协同制造平台，将价值链向制造两端延伸，提前介入下游客户针对市场的分析，能够快速响应下游的需求，准确把握未来市场，提高公司内部制造流程的柔性和敏捷性。