鉄鋼でAIの効果が大きい理由
鉄鋼の生産量は1工場で年間数百万トン規模になるため、歩留まりやエネルギー原単位のわずかな改善が大きな金額になります。また、製品はスラブ・コイル単位でIDが振られ、圧延条件や温度履歴が記録されているため、品質とプロセス条件を結びつけたデータを作りやすい業種です。
| 領域 | 対象工程 | AIの使い方 | 効果の出方 |
|---|---|---|---|
| 圧延の品質予測 | 熱延・冷延 | 板幅・板厚・材質の予測と設定値の補正 | 歩留まり、切捨て量の削減 |
| 表面欠陥検査 | 冷延・めっきライン | 高速ラインの表面画像から欠陥を検出・分類 | 流出防止、格落ちの削減 |
| 設備保全 | 圧延機、ロール、モーター、クレーン | 振動・電流・温度の異常検知、ロール寿命の予測 | 計画外停止の削減 |
| エネルギー | 加熱炉、副生ガス、電力 | 燃焼制御、需給予測 | 原単位、CO2削減 |
圧延の品質予測：宝鋼の熱延幅予測
中国の宝鋼は、華為の盘古大模型を使って熱延の仕上げ幅の予測精度を5%超高め、歩留まりを0.5%向上させ、年9000万元超の増収になったとされます（天下工場産業研究院のレポート、2026年7月。ベンダー発表）。板幅は、狙いより広すぎれば切り捨てる量が増え、狭すぎれば不良になるため、予測精度がそのまま歩留まりにつながります。
この数字は技術を提供した側の発表で、比較対象や期間は示されていません。それでも、圧延の設定値計算（セットアップモデル）を機械学習で補正するという使い方は、国内外の鉄鋼メーカーで共通して取り組まれている方向です。事例の読み方は歩留まり改善AI：宝鋼の熱延幅予測で扱っています。
中国の灯塔工場・領航級工場の事例
WEFの2025年1月の発表では、首鋼冷軋（北京）がライトハウスに選ばれ、67のユースケースのうち61%がAIで、不良を35%減らし、ライン効率を21.2%上げたとされます。2025年11月に発表された中国初の領航級智能工厂15件には南鋼が含まれ、スマート運営センターで生産安定性を10%、産量を2%上げ、コストを10%下げたと報じられています（科技日報）。
保全では、中国の鉄鋼企業が西門子中国研究院と、約2万のデータ点と12の分析シーンをつなぐ保全エージェントを構築した事例が報じられています（36氪、2026年1月）。欧米では、豪BlueScope SteelがSiemens Senseyeで資産性能を追跡していると紹介されていますが、定量値は公表されていません。
| 企業 | 区分 | 内容 | 数値の性質 |
|---|---|---|---|
| 宝鋼 | 中国 | 熱延幅予測で歩留まり0.5%向上 | ベンダー発表 |
| 首鋼冷軋 | 中国（WEF） | AI中心のユースケースで不良35%減 | WEF発表（自己申告） |
| 南鋼 | 中国（領航級） | スマート運営センターでコスト10%減 | 報道 |
| 中国鉄鋼企業×西門子 | 中国 | 2万データ点の保全エージェント | 報道（効果数値なし） |
| BlueScope Steel | 豪州 | Senseyeで資産性能を追跡 | ベンダー紹介（数値なし） |
国内の鉄鋼業と比べるときの視点
国内の鉄鋼大手も、圧延のモデル補正、表面検査、設備診断に長年取り組んでおり、2026年には日本製鉄が国産マルチモーダル基盤モデルを開発するNoetraへの出資企業に名を連ねています。中国勢との違いは、技術より発表の仕方にあります。中国ではAIの応用シーン比率が認定要件になっているため、AIの事例を数で示す動機が強く、国内では個別の改善を数字で公表しない傾向があります。
鉄鋼でAIを進めるためのデータの前提
エネルギーの領域では、加熱炉の燃焼制御や副生ガスの需給予測が中心です。効果を測る際は、生産量と品種構成で補正したエネルギー原単位で比べる必要があります。
よくある質問
圧延の設定値計算にAIを入れると、既存の物理モデルは不要になりますか
多くの場合、物理モデルを残し、その誤差を機械学習で補正する組み合わせを取ります。物理モデルは学習範囲外の条件でも大きく外れにくく、機械学習は過去データにある癖を拾えるため、両者の長所を生かせます。
表面欠陥検査のAIは高速ラインに追いつけますか
冷延・めっきラインは高速のため、推論を専用のハードウェアで行い、欠陥候補の抽出と分類を分ける構成が一般的です。速度より、欠陥の種類ごとの見逃し率と、似た欠陥の分類の精度が課題になります。
中小の鉄鋼・金属加工企業でも参考になりますか
電炉や二次加工の工場では、電力の需給予測や、加熱炉・熱処理炉のエネルギー管理から始めると効果を測りやすくなります。非鉄金属の事例は非鉄金属のAI活用で扱っています。
この記事に出てくる用語
中国の「AI+製造」を追う
工業大模型、政策と補助金、日系工場への影響。日本語圏に届いていない一次情報 全75本
- 中国「人工智能+」行動意見とは：2027年に智能体普及70%超が製造業に意味すること
- 中国「AI+製造」専項行動（2026年1月）全解説：7分野21措置と2027年目標
- 中国データ越境規定（16号令）と日系工場：製造データを日本へ送れるか
- 中国「AI+製造」が日系企業に与える影響：競争・調達・規制の3つの視点
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。
