（文/观察者网 刘媛媛 编辑/吕栋）
提到钢铁厂，你最先想到什么？是高炉前老师傅眯着眼“看火”，还是轧机旁工人把听音棒贴在齿轮箱上，靠耳朵捕捉异响？这些靠眼力、耳朵和十几年经验攒下来的“绝活”，曾是钢铁厂最值钱的宝贝。
但今天，当我们走进南京钢铁、中天钢铁，画风变了。 在南钢的智慧运营中心，一块42米长、6米高的巨幕铺满整面墙，皮带转速、炉温曲线、煤气流动等几千个生产细节实时跳动；在中天钢铁的南通基地，200多个数字化系统全部接入一个AI平台，高炉、转炉的操作岗位搬进了办公楼，工人们隔着屏幕完成远程操控。
而在这背后，飞书成了一个新的连接点。这个曾经很多人以为是“互联网企业用得多”的企业级工具，如今正被一批中国头部钢铁企业搬进高炉、轧线和车间。老师傅多年积累的现场经验，正在通过飞书被更好地记录、流转和传承，让老师傅的经验被看见、被继承，也在更复杂的生产现场里被放大。
这大概是中国最传统的行业，正在做的最酷的转变。
钢铁厂的“老病根”急需新药方
在钢铁厂，曾经最值钱的东西不是设备，而是人，那些老师傅的经验，是钢铁生产的“隐形保险”。
但这份保险正在慢慢失效。飞书制造业解决方案专家罗红钢接触过太多这样的场景：“现在，年轻人进入钢厂的少，钢厂天然面临组织人才稀缺。”老师傅一旦退休，带走的不只是工龄，还有一整套无法言传的经验体系。新人成长慢，等到能独立盯炉子时，往往已经错过了最佳培养期。
即便老师傅还在岗，他们的“算力”也有限。罗红钢算过一笔账：一座高炉上可能同时有500甚至上千个物联网点位，每秒钟产生10到100次数据。老师傅再厉害，也只能同时盯几个参数，面对海量数据，看不清是常态，看懂了也管不住更是普遍困境。
为了摆脱这种困境，钢铁行业其实早就开始做信息化。从L1级数据采集到L5级ERP，一个大型钢厂往往有几十个甚至上百个系统。只是这些系统来自不同供应商、建设于不同年代，数据库定义标准各异，反而形成了新的“数据孤岛”和“烟囱式架构”。
罗红钢向观察者网直言，某钢铁厂的相关负责人曾向他倒过苦水，集团构建了非常多优秀的平台，“但我每天关注的不是某个炉子、某条产线，而是上个月全厂每吨钢铁成本上升了一块钱，这一块钱到底从哪来的？每天几千万条数据在跑，就是没人能清晰告诉我答案。”
这种割裂带来的后果是：跨部门协同只能靠微信群和手工Excel硬撑，一个异常信号从一线传到管理层，往往要经过班长、车间主任、厂部、公司部层层衰减，等到决策下来，最佳处理窗口早已错过。
一家万人级钢厂，数科子公司即使能有上百人之多，但面对全集团各业务部门激增的数字化、特别是AI新需求，也还是力不从心。如果走传统的IT软件开发路径，一圈流程下来，至少半个月或一个月，中间需求变了还得重新再来。
“一般来说，企业核心IT系统迭代以年为单位，但现场的痛点是以天为单位的。”罗红钢说，钢铁行业急需一个柔性、敏捷的数字化底座，既能承接重型系统的数据，又能让一线人员快速搭建轻量应用。
与此同时，2026年全国两会与“十五五”规划将“数智化”提升至国家战略高度，“人工智能+”被定位为培育新质生产力的核心抓手。工信部《原材料工业数字化转型工作方案》明确要求：到2026年，关键工序数控化率达到80%，生产设备数字化率达到55%，3D岗位机器换人率达到40%。
政策在牵引，市场在加速，数智化正在从钢铁行业的“选择题”变成“必答题”。
一线长出的“AI入厂”真实样本
这道题不好答：既要治经验依赖的老病根，又要打通数据孤岛的经络，还得让一线工人真正用得起来。上哪找这样一副“药方”？
这正是飞书试图回答的问题。只不过答案不是飞书自己写在PPT上的，而是和钢铁厂的一线工人、工段长、数字化工程师们，在车间里一点一点磨出来的。
南钢：一个工程师给300台监控装上“AI大脑”
南京钢铁是国家首批数字领航企业，拥有万余名员工。不久前的6月18日，南钢飞书AI先锋岗位技能大赛收官，1000多名职工参与，提交案例200余份，20个项目入围决赛。从工艺优化到安全巡检，AI已渗透进这家钢铁巨头的每个业务环节。
拿下特等奖的，是一个叫谭旺旺的数字化工程师。他的项目听起来并不宏大：给厂里的监控摄像头装上“AI大脑”，自动识别安全隐患。
“以前现场管理人员每天要花1小时看监控录像，判断有没有不安全行为或设备异常。人力有限，检查范围不够，时间和空间上都有空窗期。”谭旺旺说，正是在这样的痛点下，自己写了约1000行Python代码，搭起一座桥梁：一端连着厂内300多台监控的网络，另一端通向飞书AI，让摄像头自动截帧-AI智能识别-飞书推送预警，实现全流程自动化。
“飞书AI识别很简单，图片一上传、提示词一写就完事。难的是怎么自动化截帧、怎么自动化上传。”谭旺旺查官方文档、写代码，最终做成了识别准确率达95%的系统。巡检空窗期从数小时缩至数分钟，违章发现从事后数小时变成实时，每年节省4700多人时。
中天钢铁：一个工段长用AI推导出圈径公式
如果说谭旺旺的案例代表了IT人员赋能一线，那么中天钢铁淮安基地的一位工段长，则展示了一线人员如何自己长出新能力。
中天钢铁是江苏省最大的民营钢企之一，2025年营收近2000亿。其淮安基地生产钢帘线——轮胎里的骨架材料。在湿拉工段，每天要对约6200次钢丝圈径进行检测。传统方法是等满盘后剪断钢丝，扔地上量圈径，耗时45分钟，剪断的部分直接报废，还要重新打结。
这位工段长是飞书的熟练用户。他清楚翘角角度与圈径存在数学关系，但不知道具体公式。于是给飞书aily智能体喂了大量理论文献，不断追问，最终推导出公式：圈径= -3.05×翘距+常数。再用飞书妙搭生成预测工具，输入翘角角度，秒出圈径预测。
“他把事后检测升级成了事前预测。”中天钢铁数字化负责人夏竹青说，“原来测量耗时占生产的30%，现在大幅降低，还消除了剪断浪费。”
这个案例的动人之处，不在于技术多复杂，而在于一个非技术出身的工段长，借助飞书工具，完成了从老师傅经验到数据模型的跨越。在中天钢铁，这样的故事还有不少。
“去年我们做了四场大赛，从效率先锋到龙虾大赛，现在接近九成员工使用飞书AI，日消耗token约60亿，aily妙搭应用已达1400多个。”夏竹青透露。
永卓控股：给高炉做“心电图”，央视都来报道
前两个案例更多是来自员工的自下而上。而永卓控股的“AI高炉智析专家系统”，则展示了自上而下与自下而上如何结合。
永卓控股是中国500强、永钢集团母公司，年产特种钢材约500万吨。高炉炼铁占据钢铁生产约70%的成本与能耗，但面对直径30米、内部1500℃的高炉，传统生产如同开盲盒，加料后6小时才产出铁水，涉及上千个参数，人工决策偏差常高达20%以上。
飞书aily智能体与MES深度融合后，高炉有了“数字医生”。AI会自动生成交接班报告，交接时间从30分钟缩至5-10分钟；风险信号自动转飞书任务派发，指令留痕、执行透明；故障案例自动归档成“高炉病例库”，新员工也能调用专家经验；异常根因逆向溯源，从4小时缩至3分钟。
“我们就像给高炉做心电图，AI就像医生，能读懂每一个波动。”永卓数字化团队透露，这套系统让决策偏差从20%降至5%以下，异常响应速度提升83%，6座高炉每年省2250小时。还拿下2025飞书AI效率先锋全国大赛铜奖，入选国家工业信息安全发展研究中心《工业智能体典型应用案例集（首批）》，并被央视财经《经济半小时》报道。
为什么偏偏是飞书进了钢铁厂？
三个案例，三种路径，但一个问题值得追问：为什么是飞书？这个问题，连钢铁厂的人自己一开始也没想明白。
去年年初，南钢人工智能研究院院长李瑾彦和飞书初次接触时，双方并没有完全对齐。“我们有华为能做AI，你飞书也能做AI，那我为什么还要多上一套系统？”李瑾彦回忆道。
但聊了几轮之后，南钢逐渐看清了飞书的独特定位。它不是来抢华为、金蝶饭碗的，而是来做一件别人没做过的事：把割裂的系统串起来，把沉睡的数据叫醒，让一线工人也能玩转AI。
具体来看，首先，飞书不是“外挂式”的AI应用，而是原生嵌入工作流的AI操作系统。在永卓控股，风险信号不是弹出一个报警窗口等人去看，而是自动转化为飞书任务，直接派发至责任人手机；在南钢，谭旺旺的AI巡检系统发现异常后，20秒内飞书推送直达相关人员，不需要层层打电话、发微信。
“AI不进流程只是demo，进了流程才是生产力。”罗红钢表示，传统工业软件的AI是锦上添花，你在MES里看完数据，再打开另一个AI助手问“这是什么意思”。飞书的AI是“长”在工作流里的，异常、任务、知识、决策，全部在一个闭环里跑完。
其次，飞书不拆旧系统，只搭新桥梁。李瑾彦说得很直白：“飞书对于南钢的定义是上层应用层面，把一些系统进行串联，而不是去更改原有的系统，是无侵入式的。”
第三，飞书最颠覆传统工业软件的地方在于，其是给一线工人使用的工具，让他们可以自己“手搓”解决方案。南钢有一位企管部门的90后，一个月做出了50个智能体，token消耗量全公司遥遥领先。
第四，飞书作为互联网平台，迭代速度够快，AI能力与时俱进，陆续推出企业知识问答、智能会议纪要、 aily 智能体、妙搭 AI coding平台，2026年初OpenClaw爆发，飞书迅速成为Agent首选载体。而后飞书官方开源了飞书 CLI，上线 47 天 GitHub 星标即破万，让 Agent 能直接读消息、写文档、建多维表格、走审批，把活儿真正落到系统里干完。
夏竹青的观察很能说明这种进化带来的变化：“去年我们做效率先锋，主要是鼓励大家用飞书、用飞书多维表格；今年做龙虾大赛，大家已经学会用多技能组合达到目的，结合多维表格、aily、妙搭，把案例打造得更丰满。”
结语：钢铁不再是“黑箱”，中国制造开始“炼数据”
南钢1000多名职工在飞书AI大赛上比拼创意、中天钢铁的工段长把论文喂给AI推导出圈径预测公式、永卓控股的高炉“心电图”被AI读懂……这些场景共同传递了一个信号：中国最传统的钢铁行业，正在用AI解决真问题，是真金白银的降本增效与一线员工主动创造的组织进化。
更重要的是，这场变革正在向外扩散。南钢已将智能制造解决方案输出至钢铁、有色、化工、装备制造等22个行业，服务超过200家企业。中天钢铁计划到2027年建成超800个深度融合的AI应用场景，培养2000名以上数智复合型人才。飞书的脚步也已延伸到煤化工、石油化工、有色矿业等领域。
飞书CEO谢欣说过一句话：30年前，大家对于工作的定义是Word、Excel、PPT；未来30年，大家对于工作的定义是——你用AI用得溜不溜。 中国最传统的行业，正在飞书上“炼”出新的可能。而这场变革，才刚刚开始。