第二，关于工人和工程师远离生产一线的问题，我觉得很有深度。我们也在考虑，不能够因为操作集中就放松了对现场的理解和要求，所以我们现在仍然要求操作和管理人员，要到现场去巡视和检查。这方面，我认为5G技术有很大用处，只要我们在现场安装足够的传感器和摄像头，即使在千里之外，我们也能了解现场的情况，再加上可以收集到设备数据，这样远程作出判断，可能会比在现场靠经验判断更可靠。但另一方面，我们今天从一线操作岗位上转岗的工人和工程师，几十年摸爬滚打，对现场很熟悉，如果换了一批新人来怎么办？会不会变得只会在操控室，对现场不了解？这也是不行的，所以我们会在工作机制上会做一些安排，确保对现场处置的熟悉程度。
重载无人车操作岗，观察者网图
关于“人”的问题，亿欧王彬博士也与观察者网有过探讨。
王彬认为，中国的“智能制造”是在工业化快速发展的过程中，通过信息化人员的参与，实现行业生产效率的提升，目前来看，这种形式对行业人才的需求极为庞大，是中国“智能制造”显著的短板之一。智能制造作为一个系统工程，涉及机械工程、控制科学与工程、计算机科学等多个学科，交叉学科背景的工程师是当下急需人才。据人社局数据统计显示，到2025年，智能制造领域人才需求900万人，人才缺口将达到450万人。
王彬认为，行业人才与信息化人才需要知道对方领域的知识才能解决问题，一线的工人不懂数字化不行，数字化专家也需要懂产业。很多行业人才对基础性问题的解决能力很强，数字化的东西其实难度并不高，反而是一些产业问题有很高的壁垒。因此，培养“两栖”人才，应该充分发展职业教育的作用，把AI、算法等知识向行业普及。
结语：全球57%的钢铁产能高质量联合，意味着什么？
自2015年“供给侧改革”以来，中国的钢铁行业正在酝酿质变。
“有人认为，国内钢铁行业是 ‘大而不强’，实际上，我们同许多行业专家和院士交流后发现，这个现象正在改变”，周峰向观察者网描绘了钢铁行业与ICT结合的前景：未来我们将会变得“又大又强”，因为行业地位很大程度上跟体量相关，体量助力规模发展优势，使新技术应用的边际成本降低，并可以获得行业标准话语权。
当然，在这样的愿景实现之前，我们还有很多事情要做，比如，继续对行业进行硬件整合，确保到2025年CR4/CR10实现40%/60%的目标；继续通过软件整合，向管理要效益，确保钢企强强联合产生1+1大于2的效果；继续推进5G、AI、大数据的应用，促进行业与ICT技术有机融合，尽快抢占工业互联网的技术高地；在上述实践过程中，锻炼打造一支既懂行业、又懂数智化的高素质工程师和技术工人队伍。”