牵头单位：上海宝信软件股份有限公司

参与单位：上海库帕思科技有限公司

获得奖项：国家数据要素x大赛工业制造赛道 三等奖       

        我国钢铁企业普遍基于ISA-95 标准搭建L1 -L5 级控制系统与信息化架构，沉淀了OT、IT 及非结构化多源数据，但行业面临缺乏系统治理规范、适配工具链不足、行业知识库有限三大挑战，导致高质量数据集匮乏，严重制约AI 技术落地应用。上海宝信软件股份有限公司聚焦钢铁行业多源异构数据智能化，围绕“规范制定－平台研发－应用支撑”三大核心，建立行业级数据集建设标准，开发全流程数据智能平台，提供从数据治理、标注加工到智能应用的全流程服务，为行业数字化转型筑牢数据基础。

图1 总体架构图

        一是整合三类数据，筑牢应用底座。全面整合三类核心数据：钢铁企业内部生产、运营等环节产生的自有数据，涵盖营销、采购、财务、工程、生产、设备等领域，通过授权采集方式汇聚；外采数据，包括钢铁市场价格指数、原材料供应信息、政策法规等，通过购买方式补充；高质量语料库，涵盖书籍、论文、标准、专利、研究报告等，同样通过购买方式汇聚。通过多渠道数据协同补充，形成覆盖钢铁企业全价值链的完整数据资源池，为后续智能应用提供坚实数据支撑。

        二是建立标准规范治理流程，开发平台赋能行业应用。建立行业级数据集建设标准，规范数据治理流程，解决数据集质量参差不齐、标准不统一的问题。开发全流程数据智能平台，集成大数据、 OCR、知识图谱、大模型等前沿技术，实现数据从采集、预处理、加工、特征工程到标注的全链路处理，弥补行业适配工具链不足的短板。同时整合行业知识库资源，强化数据与行业知识的融合，为 AI 技术在钢铁行业的深度应用提供技术与标准双重支撑。

        三是融合多维度数据应用多元场景，提升治理效能实现降本增效。面向超大型国有企业现代化治理场景，融合采购、物流、销售、设备等多维度数据，经全流程技术处理后，应用于大数据审计、合同智能审核、智能审单等，风险识别准确率达92%+，预警时效性提升80%，人力成本降低40%；企业统一智慧经营决策平台场景，整合全流程价值链数据，支撑产品盈利测算、销售接单测算等，间接费用分摊准确率提升40%，预算编制周期缩短60%，年度降本增效5%－8%；产品一贯质量智能分析场景，贯通供应－制造－用户全链路数据，实现质量事前预测、事中预警、事后追溯，追溯周期从72 小时缩至4 小时，缺陷复现率降低60%，研发周期压缩30%。

        四是应用三大场景强化企业治理，建立标准平台赋能行业转型。经济效益上，通过三大场景的深度应用，实现企业风险管控强化、经营决策优化、产品质量提升，大幅降低人力成本、缩短业务周期、提升运营效率，为钢铁企业创造可观收益；社会效益上，建立的行业级数据标准与全流程智能平台，为钢铁行业数字化转型提供可复制的实践范式，推动AI技术在钢铁行业广泛落地，加速行业整体数智化升级进程，增强产业核心竞争力。

附件：