此前，中國煉焦行業協會會長崔丕江在綜合分析行業數據后指出，"焦炭需求逐步減少是大勢所趨。"這意味著，作為石橫特鋼的核心業務之一，焦炭生產勢必要遵從"回爐另造"的專業邏輯。
根據相關數據預測，到2030年，中國鋼鐵蓄積量將達到132億噸，廢鋼鐵資源年產出量達到3.3億噸左右。其中，鋼鐵企業可通過"回爐另造"，每年消耗廢鋼鐵2.86億噸。以每1.1噸廢鋼，生產1噸粗鋼計算，將有2.6億噸粗鋼是由廢鋼生產。
變廢為鋼是件好事，但這將直接影響市場對焦炭的需求。如果到2030年，中國粗鋼市場需求保持在7億噸左右，其中只有4.4億噸粗鋼是用高爐加轉爐生產。按照每噸鐵平均消費焦炭435公斤計算，僅需要焦炭2.3億噸左右。而截至2018年底，中國焦炭總產能已經達到4.71億噸。
焦炭是怎樣煉成的？
這組數字不容樂觀，但類似的情況，石橫特鋼也并非沒有遇到過。2012年，石橫特鋼啟動ERP、MES系統建設，2014年建成并投入運行。而回顧此時的市場背景，2012年，中國粗鋼產量達到7.23億噸，產能過剩問題已經充分暴露。
彼時，石橫特鋼正是通過一系列信息化建設，提高了運營效率，從而在激烈的行業競爭中脫穎而出。當然，8年之后，類型的情況又擺在面前，只不過這次石橫特鋼想再次突破"天花板"，選擇了"數字化"和"智能化"同步走。
2019年底，為進一步推動肥城工業互聯網發展速度，肥城市政府、征途科技與華為簽訂戰略合作協議，并創建"華為云（肥城）工業互聯網創新中心"。2020年初，石橫特鋼選擇與華為云合作，以"配煤優化"為核心場景，切入數字化建設。在此稍作技術層面講解，配煤是煉焦的前置工序之一，其也是影響焦炭生產成本最關鍵的因素，而影響配煤的關鍵因素則包括：原料煤質量、配比、備煤工藝等。
或可如此理解，我們將粗糧和細糧搭配，是為了膳食健康。焦化廠也將"粗糧"和"細糧"搭配，這既為了健康，也為了經濟實惠，而且焦化廠要通過煎炒烹炸等工藝，做出口味純正的菜肴。
焦化廠中的烹飪大師
上述的配煤是煉焦工藝的關鍵之一，但"配煤優化"中的學問，遠不只如此簡單，這是一門復雜的工業知識，必須通過工業軟件和專家經驗進行傳承。在焦化企業中，負責配煤工藝的配煤專家，就是焦化工業知識的傳承者。
也可如此比喻，配煤專家即是焦化廠中的烹飪大師，"鹽少許"、"油溫七成熱"等就是這些烹飪大師傳承的"工業知識"。他們可以借此爐火純青的手藝，做出色香味俱全的菜肴——通過考慮不同原料煤的成分、價格、庫存，以及焦炭質量指標等多維度因素，最終做出配煤決策——在每一次焦炭生產中，計劃使用哪些原料煤，比例分別是多少，都有不同。
行業機理和人工智能
當然，即使是經驗最為豐富的配煤專家，也很難始終以全局視角，每次做出好的解配煤決策，而這正是石橫特鋼思考的問題：如何基于工業互聯網和人工智能，解構焦炭生產流程，并最終降低生產成本？
"工業互聯網是以機理為核心的工業知識及工業數據，和AI的深度融合。"在此次石橫特鋼的"配煤優化"項目中，華為工業互聯網平臺FusionPlant發揮了關鍵作用，但華為工業互聯網解決方案總裁、華為云人工智能領域總裁賈永利并沒有首先強調平臺中的算力和算法，而特別強調了"行業機理+人工智能"的融合。
"行業機理"可理解為行業"知識圖譜"。具體在焦炭行業，即是在生產環境下，諸多要素之間相互聯系、相互作用的運行規則和原理。而將此進行數字孿生，則要依靠配煤工藝機理模型和工業數據。
華為工業互聯網平臺FusionPlant，正是將華為云EI企業智能與工業行業知識結合，并最終打造形成EI工業智能體?；谌A為云EI工業智能體，智能配煤方案可進一步將配煤工藝機理模型+AI數據驅動的方法結合，并在更廣泛的求解空間內，搜索更優化的配煤方案。