為深入貫徹習近平總書記關于信息化和工業化深度融合的重要指示批示精神，落實黨中央、國務院決策部署，工業和信息化部、國務院國有資產監督管理委員會、中華全國工商業聯合會等三部門近日聯合印發《制造業企業數字化轉型實施指南》（以下簡稱《指南》），加快新一代信息技術全方位全鏈條普及應用，加速產業模式和企業組織形態變革，系統提升企業數字化水平，不斷培育新質生產力發展新動能。
制造業數字化轉型是當前階段推進信息化和工業化深度融合的主要任務，企業是制造業數字化轉型的主體。《指南》主要內容包括基本原則、分步實施、場景突破、分類推進、政策保障五個部分，涵蓋企業實施數字化轉型升級的目標導向、推進方法、關鍵切入口以及路徑選擇等一系列重要內容，為制造業企業運用數字技術轉型升級提供通用參考。
下一步，工業和信息化部將會同有關部門，加強《指南》宣貫培訓，強化工具準備、選型實施、政策引導、標準規范、資金支持、人才培養等企業數字化轉型服務保障，扎實推動《指南》落地見效，推進制造業數字化轉型走深走實，為加快推進新型工業化、構建現代化產業體系注入強勁動力。
工信部聯信發〔2024〕241號
工業和信息化部
國務院國有資產監督管理委員會
中華全國工商業聯合會
制造業數字化轉型是運用數字技術對制造業研發生產全流程和產業鏈供應鏈各環節進行改造升級和價值重塑的過程，是制造業高質量發展的關鍵路徑。制造業企業是制造業數字化轉型的主體，為貫徹落實《制造業數字化轉型行動方案》，為企業數字化轉型提供指引，系統提升企業轉型水平，促進實體經濟和數字經濟深度融合，加快推進新型工業化，特制定本指南。
一、總體要求
堅持整體謀劃，分步實施。遵循“規劃-實施-評估-優化”持續改進的管理方法，制定企業數字化轉型規劃，明確轉型方向和目標，由點及面、由淺及深、由易及難分步推進數字化轉型。
堅持問題導向，系統推進。聚焦需求側共性問題找準轉型切入點，分行業構建體系化的數字化轉型場景圖譜，明確推進路徑，提升通用工具產品供給能力，以場景轉型之“和”形成企業整體轉型之“解”。
堅持需求導向，分類施策。立足大中小企業發展實際和個性化轉型需求，明確不同類型企業的數字化轉型重點和策略，形成差異化的轉型實施方案，引導大中小企業協同轉型和融通發展。
堅持市場主導，政府引導。充分發揮市場在資源配置中的決定性作用，引導數字化要素向制造業企業集聚，以規模化應用暢通供需循環。更好發揮政府引導作用，強化標準、人才、產融等政策保障，形成轉型推進合力。
二、分步組織實施
企業綜合利用兩化融合管理體系、數字化轉型成熟度、智能制造成熟度、中小企業數字化水平評測等參考標準開展評估診斷，系統梳理企業自動化、信息化基礎條件，準確摸清企業數字化發展實際情況，識別轉型痛點需求和應用場景，開展投入產出測算和風險評估，明確轉型目標和方向。結合系統工程（MBSE）方法論編制規劃方案，體系化設計數字化轉型的目標愿景、任務框架、系統架構、技術路線、標準體系、實施任務、投入預算和保障條件，建立分階段子任務和實施項目清單，為下一步組織實施提供清晰明確的方向內容。
（二）組織落地實施
企業系統加強組織和條件保障，結合條件設置首席信息官（CIO）、首席數據官（CDO）等崗位，組建專門的數字化轉型隊伍，持續加大數字化投入。引導全員強化數字化理念，持續提升互聯網思維、大數據思維，推動基于數據的產品創新，優化產品數據服務。按需遴選外部服務商，強化軟件開發商、自動化集成商、平臺服務商的深度整合，形成系統實施推進合力。高標準推進項目實施，深度介入外包開發過程，強化過程監督、質量管控和知識產權保護，推動數字化項目與企業業務更好適配融合，充分運用新一代信息技術提高精益管理能力、提升運營效率，不斷優化數字化轉型實施效果。
（三）開展成效評估
企業以經營目標改善和業務流程優化為導向，開展轉型績效評價，聚焦營收增長率、利潤率、研發周期、生產運營效率、庫存周轉率、客戶滿意度等指標，梳理總結轉型目標達成情況，提出優化改進方向。開展數字化能力評價，聚焦系統易用性、標準符合性、數據質量水平等指標，梳理總結存在的問題，提出改進措施。成效評估可采用自評估或第三方評價等方式，企業參與評估人員應涵蓋企業管理者、各業務部門責任人以及一線技術工人。
（四）推進迭代優化
企業根據數字化成效評估結果，針對轉型實施中的短板和不足，迭代解決方案版本，強化安全防護，優化實施效果。立足自身戰略定位和業務發展方向，進一步制定下階段數字化轉型目標和任務，統籌推進場景數字化改造和業務數字化升級，持續強化全流程精益管理水平，實現數字化轉型的螺旋式提升。
三、聚焦場景突破
引導企業開展云端研發設計，按需訂閱產品設計、仿真模擬等軟件服務，提升產品仿真效率，降低軟件運維成本。推動企業開展協同研發設計，特別是鼓勵以高端裝備為代表的制造業企業建設協同設計平臺，強化設計協同，鼓勵配套零部件企業使用平臺，縮短產品設計周期。鼓勵企業探索智能研發新應用，開發“人工智能+”研發設計軟件，構建設計模型、仿真模型等數據集，開展模型訓練，發展創成式設計、實時仿真等創新應用，加速新產品研發。
（二）推動生產過程智能轉型
引導企業開展生產全過程的透明化管理，鼓勵部署基于工業互聯網平臺的訂單管理、設備管理、質量管理等輕量化工業APP，提升生產過程的數字化管控能力。引導流程工業企業部署先進控制系統（APC）、實時優化控制系統（RTO），推廣基于數字孿生的生產決策管控應用，通過貫通數字主線提升生產工藝、裝備調參、物料平衡等生產作業的智能化水平。引導離散工業企業實施基于模型的系統工程，基于工業互聯網平臺打通設計、排程、加工、檢測等數據流轉，發展“人工智能+”外觀設計、排程排產、缺陷檢測等新模式，通過模型傳遞持續提升生產效率和產品質量。鼓勵企業基于實時數據開展節能降耗、減碳環保、安全生產等領域探索實踐，以數字化提升企業綠色化、安全化水平。
（三）加速運維服務模式創新
引導企業在客戶管理、售后服務等領域率先應用生成式人工智能技術，降低服務成本、提高服務效率。鼓勵企業開展存量設備管理優化，實時采集分析設備運行數據，探索推動人工智能在設備運維場景落地，開發實時監測、運行優化、自動告警和預測性維護等應用，保障設備的高效運行和安全穩定。鼓勵企業挖掘設備和產能潛在價值，基于工業互聯網平臺共享設備信息和閑置產能，發展融資租賃、供應鏈金融、共享制造等增值服務。創新基于數據的產品服務化、工程服務化和知識服務化等服務模式，推動企業向產業鏈價值鏈高端躍升。
（四）促進經營管理流程優化
引導集團型企業建設統一的經營管理平臺，開展端到端的流程重構和組織優化，實現基于平臺的跨層級、跨企業協同管理。引導企業基于人工智能、大數據等技術重構和集成商業智能（BI），通過辦公自動化（OA）、企業資源計劃（ERP）、客戶關系管理（CRM）等不同業務信息系統，開展經營數據匯聚和經營分析模型應用，實現基于模型的智能決策。鼓勵企業通過數字化手段優化財務管控流程，通過財務系統與業務系統集成，實現業務活動全流程資金及時響應。
（五）提升供應鏈彈性和韌性
引導企業構建基于工業互聯網平臺的多級供應商采購管理系統，基于模型優化供應資源結構，及時備份關鍵供應節點，保障供應持續穩定。基于數字化平臺開展訂單全流程跟蹤，基于數據優化倉儲布局和出入庫管理，基于模型算法設計優化供應物流網絡，實現訂單精準配送和準時交付。全維度繪制客戶畫像，開展產品全流程信息追溯，實時響應客戶產品維保需求，提升售后服務水平和交付質量。利用大數據建模構建供應鏈風險預測分析和評估診斷模型，基于模型對供應鏈風險精準識別和應急防控。
（六）探索跨場景集成優化
引導行業龍頭企業繪制重點行業、重點產業鏈數字化轉型場景圖譜，推動產業鏈環節的模塊化表達，引導企業開展跨場景數據、模型流轉應用探索，帶動上下游工具打通、數據互連、模型互認，建立功能完備的產品工具體系，實現跨場景環節的協同優化。引導企業開展產品全生命周期管理，構建基于模型的系統工程（MBSE）方法開展產品模型在需求、設計、分析、驗證等集成管理，提高產品設計、生產、運維一體化管理水平。鼓勵企業基于數據和模型重塑業務系統、創新商業模式，打通用戶需求和企業產能、研發設計和售后服務之間的數據流，發展大規模定制化生產、產品全生命周期管理等新模式。引導企業開展工業操作系統轉型升級，提升工業操作系統產業鏈供應鏈安全和韌性水平。
四、強化分類推進
行業龍頭企業充分發揮引領帶動作用，以提高產業鏈協作效率和供應鏈一體化協同水平為導向，增強產業鏈供應鏈競爭力，帶動上下游企業協同轉型。建設面向行業或產業集群的工業互聯網平臺，開發標準化、模塊化、解耦化的數字工具，打造貫通工具鏈、數據鏈、模型鏈的數字底座。引導上下游企業開放制造能力、設計創意、專業知識，推動訂單協同、研發協同和服務協同，提升社會制造資源配置效率。鼓勵龍頭企業強化產業鏈供應鏈安全預警分析，提升風險聯動預測和協同處置能力，增強產業鏈供應鏈韌性和風險防范能力。
（二）大型企業加速“整體”轉型
大型企業堅持系統思維、創新引領，制定轉型整體規劃，推進全流程、全場景、全鏈條數字化轉型。建設工業互聯網平臺，提升數據采集、知識沉淀、業務打通、生態搭建等能力，實現數據驅動的智能生產決策和運營深度優化。創新組織管理模式，推動管理架構從科層制向柔性組織轉變，構建網絡化、扁平化、開放化的新型組織體系，探索基于實時數據的動態管理、透明管理，加快企業管理模式變革。創新業務模式，構建研發設計、生產制造與供應鏈協同的制造體系，探索用戶個性需求與設計制造精準對接的機制創新，推動面向質量追溯、設備健康管理、產品增值服務的服務化轉型，培育新的業務增長點。
（三）中小企業實施“梯次”轉型
中小企業堅持因“企”制宜、重點突破，評估轉型潛在價值和可行性，明確轉型優先級。專精特新“小巨人”企業等基礎較好的中小企業應加強關鍵業務系統部署應用，圍繞產品數字孿生、設計制造一體化、個性化定制等復雜場景開展系統化集成改造，提升企業競爭力。省級專精特新中小企業、規上工業中小企業應以需求迫切的場景為突破口，實施重點場景深度改造。小微企業應考慮自身資源條件限制，開展普惠性上云用數賦智，積極上云上平臺，充分利用工業互聯網平臺的云化研發設計、生產管理和運營優化等訂閱式產品服務，實現業務系統向云端遷移，提升企業經營水平。強化與龍頭企業的標準適配、信息共享、業務協同，全面融入產業鏈供應鏈。
五、強化政策保障
工業和信息化部、國務院國資委、全國工商聯加強工作協同，充分發揮兩化融合相關管理機制作用，統籌推進各項工作。各地相關主管部門積極開展指南宣貫，結合實際制定出臺配套政策，先行探索場景數字化轉型試點，打好政策“組合拳”。鼓勵行業協會、科研院校等加強聯合，挖掘行業轉型需求和典型應用案例，推動制造企業與軟件開發商、自動化集成商、平臺服務商等基于圖譜實現精準對接。
（二）加大政策支持
有關主管部門要充分發揮現有專項資金作用，推動金融機構創新符合企業轉型需求的金融產品和服務，帶動地方政府、創投機構及其他社會資金，加大對制造業企業數字化轉型領域支持力度。鼓勵地方依托制造業新型技術改造城市試點、中小企業數字化轉型城市試點，開展制造業數字化轉型圖譜建設、標準制定、設備更新、首版次軟件培育、供需對接等工作，為制造業企業數字化轉型提供政策資金支持。實施制造業企業科技成果應用拓展工程，著力提升產業鏈韌性和安全水平。
（三）健全標準體系
鼓勵各類標準化組織、科研院校、骨干企業等編制制造業數字化轉型標準體系，制定產業鏈數字化場景編碼索引，圍繞基礎共性、典型場景、解決方案等方面，梳理關鍵亟需標準清單，明確推進路線圖和時間表，強化數字化轉型標準供給，促進數字化解決方案的標準化適配和規模化復制。支持各地開展數字化轉型“標準+”工作站、“標準周”、標準化宣貫會等活動，推動一批成熟易用的數字化轉型標準發布實施，推廣數據管理能力成熟度評估模型（DCMM）等國家標準應用，以國家標準引領傳統產業優化升級。
（四）完善服務支撐
鼓勵行業龍頭企業聯合數字化轉型服務商等主體，打造標準化、低成本、可復用的解決方案，形成服務商資源池。加快培育一批深耕行業的專業軟件開發商、自動化集成商和平臺服務商，探索孵化一批提供數據確權、流通交易、收益分配、安全治理等服務的數據商和第三方專業服務機構，開展服務商分類分級評價規范標準研制及貫標。依托創新中心、公共服務平臺等，建設一批“創新實驗室+公共服務平臺”的制造業數字化轉型服務載體，打造線上線下協同、“省-市-縣”多級聯動、全鏈條轉型服務貫通的數字化轉型服務體系。
（五）加強試點推廣
樹立數字化轉型企業標桿，聚焦技術實力強、業務模式優、管理理念新、質量效益高的行業龍頭企業、獨角獸企業、專精特新中小企業和高新技術企業，打造一批“數字領航”企業。開展國有企業數字化轉型試點企業建設，探索形成一批可復制可推廣的數字化轉型路徑。制定發布重點行業、重點產業鏈數字化轉型場景圖譜參考指引，基于場景圖譜開展數字化轉型通用工具及典型案例遴選，聚焦物料數字化、工具數字化、數字化“中間件”、數字化邊緣節點、數字化企業管理軟件等方向，選擇一批技術領先、通用性強、標準化程度高的數字化通用工具和產品，為制造業企業數字化轉型提供工具支撐，通過標準化工具產品加速制造業企業數字化轉型。
（六）強化數據驅動
鼓勵龍頭企業建設高質量工業數據語料庫，支撐工業人工智能訓練和應用推廣，挖掘工業數據潛在價值。推進國家工業互聯網大數據中心建設，建立多級聯動的國家工業基礎大數據庫、行業數據庫，推進產品主數據標準建設，打造工業數據空間，推動數據便捷高效流通。
（七）加強安全保障
健全工業企業網絡安全管理制度，深入實施工業互聯網安全分類分級管理，建立健全定級防護、評估評測、監測預警、信息通報、成效評價等工作機制，指導企業落實《工業控制系統網絡安全防護指南》相關要求，開展重要工業控制系統識別認定，構建工控安全評估體系。督促企業落實《數據安全法》《工業和信息化領域數據安全管理辦法（試行）》等法律政策要求，加強重要數據識別與備案，做好數據分類分級保護和安全風險評估，強化風險監測預警和應急處置能力，切實提升工業數據安全防護水平。
（八）建設人才隊伍
指導制造業企業開展全面數字素養技能提升行動，強化復合型人才培養，為數字化轉型提供有力支撐。深化產教融合，支持數字化轉型領域“新工科”專業建設，建立校企聯合培養機制，鼓勵企業積極參與，持續壯大專業技術型和復合型人才隊伍。探索建立數字化轉型人才需求預測和信息服務平臺，搭建人才供需橋梁，促進人才高質高效匹配和順暢有序流動。健全數字化轉型領域人才評價機制，充分調動和激發人才隊伍的積極性和創造性，營造良好的人才發展環境。
附件1
制造業企業數字化轉型典型場景參考
聚焦產業鏈上下游企業研發設計、生產制造、運維服務、經營管理、供應鏈管理等場景，以場景為切入點梳理數字化轉型痛點需求，繪制重點行業、重點產業鏈數字化轉型場景圖譜（簡稱“一圖譜”），明確企業數字化轉型路徑，促進產業鏈上下游企業協同開展轉型升級。分場景梳理數據要素、知識模型、工具軟件、人才技能等數字化轉型要素清單（簡稱“四清單”，合稱“一圖四清單”），助力政產學研各界聯合攻堅場景數字化轉型關鍵難點。
（一）場景分類
基于企業或產業鏈創造價值的過程，將場景劃分為研發設計、生產制造、運維服務、經營管理、供應鏈管理等，同時區分跨環節協同類（如圖1所示）。具體如下：
1.研發設計：利用計算機輔助設計、數字化仿真、數字樣機、模型驅動設計等數字技術和工具，開展產品樣品或服務樣例設計和仿真，包含產品平臺化設計、產品協同測試驗證、產品工藝虛擬仿真、產線及工廠三維優化設計等細分場景。
2.生產制造：利用物聯網、計算機輔助生產、數字化制造執行系統等數字技術和工具，將原材料、零部件、能源、信息等批量轉化為產品或服務，包含多工廠/多基地協同排產、生產工藝優化、質量智能檢測、遠程能耗監測、安環監測與監管等細分場景。
3.運維服務：利用互聯網連接、數字化售后服務等，開展企業設備健康管理，并為客戶提供產品售后跟蹤和技術支持，包括設備在線監測維護、產品運維及后市場服務等細分場景。
4.經營管理：利用數字化技術手段和信息管理系統，對企業經營過程進行計劃、組織、指揮、協調和控制，包括財務智能化管理、客戶洞察與營銷管理、人員數字化管理等細分場景。
5.供應鏈管理：利用物聯網、大數據、人工智能等數字技術和企業資源計劃（ERP）、供應鏈管理（SCM）、客戶關系管理（CRM）等數字化工具，對產品從原材料采購到產品質量追溯全流程的計劃、過程進行管理，包括多級供應商管理、無人倉儲及智能物流、供應鏈產品質量追溯、供應鏈斷鏈預測預警等細分場景。
6.跨環節協同：應用數據集成、模型打通等方式，聯通企業不同業務管理環節，實現跨環節整體協同優化，包括基于系統工程（MBSE）的產品全生命周期管理、基于從消費者到生產者（C2M）的大規模定制化生產等細分場景。
（二）場景數字化要素
場景的數字化轉型需要相配套的數字化要素支撐。圍繞場景轉型所需的“人、機、料、法、環”等資源，將場景數字化要素劃分為數據要素、知識模型、工具軟件、人才技能等4類要素以及數字基礎設施保障（如圖2所示）。
1.數據要素：以電子形式存在，利用運算、挖掘、建模等方式，支撐實際生產經營業務活動并發揮重要價值，是場景數字化轉型的關鍵驅動要素。
2.知識模型：利用數據挖掘、機器學習、人工智能等技術，對場景中對象、現象和原理進行數字化、結構化處理，形成反映工業機理、業務邏輯等現實場景的算法、數據結構或數字模塊等，是場景數字化轉型的重要載體。
3.工具軟件：場景數字化轉型所需的各類數字化工具，包括數字化集成工具、通用軟件工具、專用軟件工具等，是場景數字化轉型的關鍵支撐要素。
4.人才技能：場景數字化轉型過程中相關決策者、管理者、執行者等應當具備的關鍵能力要求，包含技術研發類、應用實施類、業務管理類等所需相關技能，是場景數字化轉型的關鍵保障要素。
（三）場景數字化協同
依據數字化轉型場景圖譜（如圖3所示），通過工具打通、數據互連、模型互認等要素連接，暢通場景間工具鏈、數據鏈、模型鏈等數字主線，實現產業鏈上下游各環節以及企業內研、產、管、服等各類業務活動的數字化貫通和網絡化協同。通過提質、降本、節能等價值標簽明確場景轉型成效，將數字化語言轉化為企業管理語言，更高效助力企業實現精益化管理。
圖3 數字化轉型場景圖譜
（一）研發設計
1.產品平臺化設計
引導企業應用云化軟件工具，按需訂閱產品設計、仿真模擬等軟件服務，提升產品設計和仿真效率，降低軟件運維成本。鼓勵企業應用基于AI的創成式設計軟件工具，構建設計模型、仿真模型等數據集，開展模型訓練，快速生成固定參數和約束條件下的產品結構性能設計方案，實現產品敏捷研發。
2.產品協同測試驗證
鼓勵制造業企業開展協同設計，支持企業建設協同設計平臺，集成常用研發設計軟件和產品模型庫，打造統一在線協同研發環境，整合需求開發、產品結構設計、功能性能仿真等環節，聯合配套零部件企業基于平臺開展協同測試驗證，縮短產品設計和求解時間。鼓勵企業應用數字孿生技術構建產品數字樣機，利用云平臺存儲和共享數字樣機數據，支撐跨部門、跨區域實時訪問和性能評估，通過機器學習快速定位數字樣機潛在問題，降低中試成本。
3.產品工藝虛擬仿真
引導企業利用虛擬現實、增強現實技術，在數字化環境中創建產品加工過程的仿真模型，結合人工智能算法和大數據分析，根據產品特征和生產要求，模擬產品實際生產過程的工藝參數，自動生成工藝加工路線，實現工藝過程快速設計優化。
4.產線及工廠三維優化設計
鼓勵企業基于數字孿生建立工廠、產線、物流系統的數字化模型，開展虛擬環境下的仿真分析，靈活調整設備位置、產線走向等，對工廠生產運作進行可視化設計、驗證，實現產線性能、生產流程和資源配置的優化。
（二）生產制造
1.多工廠/ 多基地協同排產
支持企業應用基于工業互聯網平臺的訂單管理工業APP，集成集團采購、生產、倉儲等多環節數據，建立統一的生產計劃管理體系，結合各工廠產能情況，綜合制定跨工廠/跨基地生產訂單執行計劃，實現集團效益的最大化。
2.生產工藝優化
支持企業部署分布式控制系統（DCS）、先進控制系統（APC）、實時優化控制系統（RTO），構建推廣基于數字孿生、大模型的產線智能控制應用，以大模型方式比較不同生產條件下產品收率變化情況，形成最佳工藝參數控制策略，疊加數字孿生技術，支撐制造過程傳感、監測與自適應控制等，實現生產工藝、裝備調參、物料平衡等生產作業的智能化提升。
3.生產流程優化
支持企業開發部署高級計劃排產系統（APS），基于云平臺打通設計、計劃、加工、檢測等數據并實時分析。鼓勵企業按需打造柔性生產應用，根據生產執行情況，實時監控計劃異常，提供可視化的插單、異常處理機制，支持基于約束規則的最優生產能力配置，并在業務持續運行中智能優化排程與調度模型，實現模型在車間智能排產與調度系統中固化及復用。
4.質量智能檢測
鼓勵企業應用基于工業互聯網平臺的質量管理工業APP，建立貫穿產品全生命周期的質量管控體系，融合機器視覺、缺陷機理分析、工業大模型、標識解析等，開展產品質量在線檢測與分析，快速識別缺陷種類與影響因素，推動產品全生命周期質量精準追溯，實現產品迭代優化。
5.遠程能耗監測
鼓勵企業部署基于工業互聯網平臺的能耗管理工業APP，應用智能傳感、大數據等技術，開展全環節能耗數據可視化監測，建立能效平衡與優化模型，進行能源平衡智能優化分析，結合大模型、尋優算法等技術，實現工廠能源綜合平衡與優化調度，提高企業綠色化水平。
6.安環監測與監管
鼓勵企業部署基于工業互聯網平臺的安環管理工業APP，采用智能傳感、機器視覺、大數據分析等技術，動態感知危化品、危險環節、污染源等各類安環風險，開發安全生產風險監測與污染物管理模型，實現智能預測、預警及全過程檢測，提高企業安全生產水平。
（三）運維服務
1.設備在線監測維護
鼓勵企業部署基于工業互聯網平臺的設備管理工業APP，運用機器學習、人工智能等技術進行在線診斷，智能分析設備狀態并進行預測性維護，提升設備可靠性和運營效率，實現長期的成本節約。
2.產品運維及后市場服務
鼓勵企業搭建工業互聯網平臺，結合人工智能等技術，實現對產品配件采購、庫存和物流的可視化管理與分析，并通過平臺管理產品信息，探索提供設備租賃與產能共享等一站式配套服務，促進資源共享，優化資源配置，提高設備利用效率。鼓勵企業開展平臺化設計、定制化服務、供應鏈管理和產品全生命周期管理等服務，探索產品服務化、工程服務化和知識服務化等創新服務模式，加快企業沿產業鏈向高附加值環節躍升。
（四）經營管理
1.財務智能化管理
面對企業財務管理流程長、重復工作多、人為失誤不可避免等問題，鼓勵企業針對財務管理，應用機器人流程自動化（RPA）技術改進流程，推動重復性工作的自動化處理，減少人工操作和失誤。引導集團型企業部署統一的財務管理平臺，推動財務管理系統與業務系統集成，支持基于平臺的線上實時協作管理，實現業務活動全流程資金及時響應。
2.客戶洞察與營銷管理
引導企業基于人工智能、大數據等技術構建商業智能（BI），通過集成客戶關系管理（CRM）、辦公自動化（OA）、企業資源計劃（ERP）等不同業務信息系統，開展經營數據匯聚和經營分析模型應用，快速分析客戶需求，識別高價值客戶群體，實現基于模型的客戶洞察與營銷智能決策。
3.人員數字化管理
支持企業部署云化人員績效管理系統，實時記錄績效表現，并分析績效趨勢和問題。部署在線學習平臺和數字化培訓工具，依托虛擬現實、增強現實等技術，實現虛擬化環境下的知識和操作技能學習，并在線追蹤學習進展，提高人員培訓效率。
（五）供應鏈管理
1.多級供應商采購管理
支持企業構建基于工業互聯網平臺的多級供應商采購管理系統，基于模型優化供應資源結構，將一級供應商管理延伸至二級供應商或多級供應商，引導一級、二級供應商上鏈用鏈，開展多級供應商臺賬管理，應用大數據分析技術開展供應商尋優，及時備份關鍵供應節點，開展供應商提前接入，保障零部件的質量穩定、交付及時，提升最終成品綜合性能。
2.無人倉儲及智能物流
支持企業基于數字化平臺開展訂單全流程跟蹤，建設自動化立體倉庫和無人搬運車（AGV），重點部署和打通生產計劃、倉儲管理等環節，應用大數據分析技術優化倉儲布局和出入庫管理，基于模型算法開展貨物裝載、卸載、搬運的路徑優化，提高倉儲物流效率，實現訂單精準配送和準時交付。
3.供應鏈產品質量追溯
支持企業利用數字化供應鏈開展售后質量追溯，打通出廠產品和供應鏈系統數據，實時響應用戶產品維保需求，針對反饋的產品數據開展大數據分析，為產品研發設計階段的參數優化提供依據，提升產品售后服務滿意度和交付質量，增強用戶粘性。
4.供應鏈斷鏈預測預警
鼓勵企業建立供應鏈數據監測系統，整合企業資源計劃、生產執行、倉儲管理、客戶管理等系統數據，利用大數據建模構建供應鏈風險評估模型，針對供應商交貨延遲、物流運輸堵塞等關鍵指標設定報警閾值，實現供應鏈斷鏈的提前報警以及應急調度。
（六）跨環節協同
1.基于MBSE的產品全生命周期管理
支持企業開展產品全生命周期管理，構建基于模型的系統工程（MBSE）平臺工具，支持各類產品模型在需求、設計、分析、驗證等全生命周期貫通，并進一步與產品實時運維數據相結合，實現基于全生命周期數據和模型集成融合的智能決策，進而達到產品最優設計、最優制造和最優運維。
2.基于C2M的大規模定制化生產
鼓勵企業搭建工業互聯網平臺，構建用戶參與設計的功能模塊，打造可以模塊化編排的數字工藝和柔性產線，建設按需生產的彈性供應鏈系統，打通用戶訂單、生產計劃、采購管理、加工生產、物流管理等數字化系統，實現用戶可自行搭建產品、工廠可按需柔性生產、配送可按時指定送達。
