为贯彻落实党中央、国务院关于深化数据资源开发利用有关部署，更好释放数据要素乘数效应，营造全社会“供数、治数、用数”良好氛围，聚焦破解行业领域数据资源开发利用堵点难点、加快数据要素市场化价值化进程、推动数据更好赋能全省产业转型升级与数字经济高质量发展，2026年“数据要素×”大赛山西分赛（以下简称“山西分赛”）全面启动。

赛事以“数智赋能 晋创未来”为主题，紧扣山西能源革命、产业转型、民生发展核心需求，结合全省产业特色与发展战略，诚邀社会各界围绕工业制造、现代农业、交通运输、数智创新、数字健康、气象服务、能源低碳、数字文保文旅、数字治理、民生服务十大赛道，研提优质数据创新成果。

现将山西分赛2025年优秀项目案例陆续发布，供各方参考。

领域：工业制造

项目：产销质协同与生产管理大数据分析平台

单位：山西晋钢制造科技实业有限公司

01 项目背景

钢铁行业普遍面临系统割裂、数据沉睡、决策粗放等转型瓶颈，如，ERP与MES“数据孤岛”导致成本失真、质量难溯、排产低效，严重制约智能制造升级。山西晋钢率先破局，以数据要素化为核心引擎，贯通产、销、质全链路数据，构建高可信、可闭环的大数据分析平台，推动制造体系从经验驱动迈向数据驱动，打造“数据要素×工业制造”标杆范式，为传统产业高质量发展提供可复制、可推广的山西方案。

02 解决方案

本项目以“大数据＋小模型”为核心技术路径，聚焦于隐形规律发掘、辅助决策与趋势预测三大数据价值目标，构建了一套面向流程型制造行业的数据驱动型技术框架。数据基础完全依托企业自有内部数据，涵盖来自ERP、MES、EMS、检化验等12类系统的结构化与半结构化数据，以及工业传感器采集的实时参数（如高炉温度、钢水成分等）、设备运行视频与图像等多模态信息，数据更新频率覆盖分钟级至秒级实时采集，为高频监控与智能控制提供坚实支撑。

在数据治理方面，项目采用企业内闭环汇聚模式，通过统一数据平台实现跨系统、跨工序的数据融合，支撑多场景长期高频应用。目前所有数据均在企业内部流通使用，不涉及对外数据交易或授权运营，确保数据安全与合规可控。

在技术实现上，项目摒弃对通用大模型的依赖，转而基于高质量内部数据训练轻量化、高精度的“小模型”。例如，在炼钢环节构建的终点碳预测模型准确率达93％，碳含量偏差控制在±0.02％；在设备管理中实现关键风机故障提前4小时预警。这种“内部数据闭环＋小模型精准建模”的模式，不仅降低了算力成本，还显著提升了模型的业务适配性与可解释性，为传统制造业提供了可复制、可落地的数字化转型范式。

（项目整体框架）

03 创新做法

构建“端－边－云－智”一体化的工业智能新范式。深度融合智能装备、制造执行、运营管控与智慧决策四层体系，打造纵向贯通、横向协同的全要素数字化底座，实现制造全链路的实时感知、动态优化与自主进化。

率先实现企业级数据资产内循环治理机制。基于主数据标准体系与数据分类分级目录，建立覆盖确权、质量评估、价值计量到内部复用的全生命周期管理闭环，为数据资产入表与内部价值释放奠定制度与技术基础。

开创“高质小模”驱动的轻量化AI落地路径。依托高时效、高精度的内部工业数据，聚焦业务痛点研发场景专用小模型，在炼钢终点预测、关键设备寿命预警等核心环节实现“小而精、快而准”的智能决策，突破大模型依赖与算力瓶颈，树立制造业AI创新标杆。

04 应用成效

交付与供应链协同能力显著增强。订单交付周期缩短7％，合同一次通过率提升7个百分点；物流效率提高8％，采购成本降低0.5％，供应链响应速度与协同水平全面提升。

降本增效成效突出。库存月均压降7.6万吨，周转率提升10％；设备故障停机时间减少12％，资源利用效率与运营精益化水平持续提升。

产品质量实现系统性提升。依托AI模型对炼钢终点成分、轧制工艺等关键参数的精准调控，产品一次合格率提高5％以上，质量稳定性显著增强，质量波动大幅收窄。