專家表示，針對企業(yè)數(shù)字化轉型存在的標準不一、復合型人才缺乏、服務商能力參差不齊等問題，《指南》有助于完善政策引導、標準規(guī)范、資金支持、人才培養(yǎng)等支持保障，引導數(shù)字化要素向制造業(yè)企業(yè)集聚，形成轉型推進合力。

  重點解決不會轉問題

  當前，我國制造業(yè)數(shù)字化轉型正由概念普及向規(guī)模化推廣演進，企業(yè)“不愿轉”問題初步解決，但大部分企業(yè)仍面臨轉型需求不明確、轉型路徑不清晰、轉型解決方案不成熟等問題，“不會轉”成為關鍵堵點卡點。

  賽智產業(yè)研究院院長趙剛分析，“不會轉“是由數(shù)字化轉型的復雜性所決定的。數(shù)字化轉型是一個數(shù)據(jù)驅動的業(yè)務轉型過程，很多企業(yè)不知道如何利用數(shù)字技術實現(xiàn)設計、制造、供應鏈、管理等多個場景的業(yè)務創(chuàng)新解決痛點難點問題。數(shù)字化轉型是一個持續(xù)迭代的系統(tǒng)過程，而很多企業(yè)習慣于直接購買技術解決方案，不擅長按照規(guī)劃、實施、評估和迭代優(yōu)化的路徑持續(xù)改進轉型成效。數(shù)字化轉型是數(shù)字技術創(chuàng)新應用的過程，很多企業(yè)對人工智能、大數(shù)據(jù)、區(qū)塊鏈等新技術解決方案不熟悉，不知道該如何將這些技術進行集成，發(fā)揮技術應用效能。

  工業(yè)和信息化部信息技術發(fā)展司相關負責人介紹，針對企業(yè)數(shù)字化基礎薄弱、缺乏系統(tǒng)化戰(zhàn)略規(guī)劃能力等問題，《指南》引導企業(yè)制定數(shù)字化轉型規(guī)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(shù)字化轉型；針對轉型場景復雜多樣、企業(yè)難以形成轉型全局洞察能力的問題，《指南》聚焦需求側共性問題找準轉型切入點，分行業(yè)構建體系化的數(shù)字化轉型場景圖譜，培育功能完備的通用工具產品，以場景轉型之“和”形成企業(yè)整體轉型之“解”。

  趙剛認為，《指南》強調科學性，遵循基于模型的系統(tǒng)工程，參考借鑒管理學經(jīng)典循環(huán)管理理論PDCA（計劃、執(zhí)行、檢查、處理）的流程，提出了企業(yè)數(shù)字化轉型的方法論體系；更注重分階段分場景分類實施，提出數(shù)字化轉型要分步組織實施，聚焦各類場景突破，按照龍頭企業(yè)鏈式轉型、大型企業(yè)整體轉型、中小企業(yè)梯次轉型等策略分類實施；更突出可操作性，既有實施原則、主要任務和政策保障，也通過附件的方式提出了場景參考架構和典型場景示例。

  立足實際差異化轉型

  《指南》根據(jù)制造業(yè)企業(yè)數(shù)字化基礎、企業(yè)規(guī)模等差異化特點，將企業(yè)大致劃分為行業(yè)龍頭企業(yè)、大型企業(yè)和中小企業(yè)三類。

  其中，多數(shù)行業(yè)龍頭企業(yè)數(shù)字化基礎較好，企業(yè)內部具有相對成熟的數(shù)字化轉型經(jīng)驗，下一階段轉型重點在于提高產業(yè)鏈協(xié)作效率和供應鏈一體化協(xié)同水平，鞏固其市場主導地位。龍頭企業(yè)可以構建面向行業(yè)、產業(yè)集群的工業(yè)互聯(lián)網(wǎng)平臺，打造貫通工具鏈、數(shù)據(jù)鏈、模型鏈的數(shù)字底座，營造開放共享的產業(yè)轉型生態(tài)體系，提升制造資源配置效率，增強產業(yè)鏈供應鏈韌性和風險防范能力。

  大型企業(yè)數(shù)字化轉型重點在于整合現(xiàn)有數(shù)字化基礎能力，以系統(tǒng)性思維制定整體轉型規(guī)劃，通過建設工業(yè)互聯(lián)網(wǎng)平臺提升數(shù)據(jù)采集、知識沉淀、業(yè)務打通、生態(tài)搭建等能力，推進企業(yè)內部全流程、全場景、全鏈條數(shù)字化轉型，實現(xiàn)數(shù)據(jù)驅動的智能生產決策和運營深度優(yōu)化。

  中小企業(yè)數(shù)字化基礎薄弱，缺乏整體轉型能力，應堅持因“企”制宜、重點突破，評估轉型潛在價值和可行性，明確轉型優(yōu)先級。專精特新“小巨人”企業(yè)可向產品數(shù)字孿生、設計制造一體化等更為復雜的場景開展改造。專精特新中小企業(yè)和規(guī)上工業(yè)中小企業(yè)以核心場景為突破口，實施深度改造升級。小微企業(yè)結合自身資源條件，開展普惠性上云用數(shù)賦智，實現(xiàn)業(yè)務系統(tǒng)向云端遷移，提升企業(yè)經(jīng)營水平。

  趙剛分析，不同企業(yè)由于行業(yè)類型、企業(yè)規(guī)模、業(yè)務痛點和數(shù)字化進程不同，也要采取不同的數(shù)字化轉型策略。比如，中小企業(yè)規(guī)模小，數(shù)字化投資不足，要結合企業(yè)業(yè)務特色，以核心場景為突破口，充分利用工業(yè)互聯(lián)網(wǎng)平臺的云化研發(fā)設計、生產管理和運營優(yōu)化等訂閱式產品服務，提升企業(yè)核心競爭力。

  中國信通院信息化與工業(yè)化融合研究所所長劉默分析，鏈式轉型已成為推動中小企業(yè)數(shù)字化普及的主要抓手。特別是，隨著龍頭企業(yè)的供應鏈管控由一級供應商向二級供應商、三級供應商延伸，從產銷協(xié)同向供應鏈動態(tài)監(jiān)測預測與調度優(yōu)化轉變，對上下游中小企業(yè)數(shù)字化能力要求不斷提高，推動中小企業(yè)加快轉型進程。此外，龍頭企業(yè)與上下游中小企業(yè)的協(xié)同也由單純的零部件供應，向協(xié)同研發(fā)、生產協(xié)作等更多領域擴展。

  “產業(yè)集群園區(qū)轉型模式從信息對接走向能力共享。”劉默舉例說，此前很多產業(yè)園區(qū)通過公共服務平臺開展市場信息、軟件工具對接共享，如今進一步延伸至關鍵能力共享，實現(xiàn)研發(fā)、生產等核心環(huán)節(jié)賦能。比如，橡膠輪胎特色產業(yè)集聚區(qū)打造數(shù)字化共享密煉車間，賦能20余家中小企業(yè)。

  人工智能成關鍵力量

  浪潮云洲工業(yè)互聯(lián)網(wǎng)董事長齊光鵬介紹，浪潮云洲打造的“人造革表面缺陷檢測一體化裝備”，融合了自研的智能算法研發(fā)云平臺與邊緣人工智能推理引擎，檢測速度可達30米/分鐘，識別精度最小可到0.1毫米，缺陷檢出率達99%且檢測水平穩(wěn)定，能幫助企業(yè)規(guī)避人工檢測存在的漏檢和誤檢風險，目前已廣泛應用于浙江、江蘇、福建、安徽、河北等皮革產業(yè)聚集區(qū)，推動了人工智能與制造業(yè)的深度融合，加速皮革產業(yè)的智能化升級。

  “人工智能是制造業(yè)數(shù)字化轉型、智能化升級中最重要的變革驅動力量，目前已在研發(fā)、生產、管理全環(huán)節(jié)廣泛應用，涌現(xiàn)出上百種場景和模式，并形成兩條技術應用路線。隨著人工智能技術不斷進步和應用場景不斷拓展，制造業(yè)將迎來更大的發(fā)展?jié)摿�和機遇。”劉默說。

  中國信息通信研究院發(fā)布的《人工智能發(fā)展報告（2024年）》顯示，人工智能賦能新型工業(yè)化向縱深發(fā)展，呈現(xiàn)“大小模型協(xié)同”“兩端快、中間慢”等階段特征。總體上，以傳統(tǒng)小模型為代表的專用智能應用逐步成熟，以大模型為代表的通用智能應用處于初步探索階段。人工智能應用與行業(yè)場景融合不斷深入，有望深刻變革制造過程、組織架構、研發(fā)模式與產品形態(tài)，從而開辟我國工業(yè)從大到強的新路徑。

  360集團創(chuàng)始人周鴻祎認為，我國人工智能大模型具有廣闊發(fā)展前景，但要在全球大模型產業(yè)競爭中贏得主動，要充分發(fā)揮我國制度優(yōu)勢，與國外通用大模型展開競爭；還要充分用好我國工業(yè)種類齊全、場景眾多的優(yōu)勢，將大模型和各種應用場景結合，推動一場新型工業(yè)革命，這是實現(xiàn)發(fā)展“彎道超車”的關鍵。

  數(shù)據(jù)顯示，當前，我國傳統(tǒng)產業(yè)數(shù)字化轉型穩(wěn)步推進。累計培育421家國家級智能制造示范工廠，建成萬余家省級智能工廠，13家中國企業(yè)新入選全球“燈塔工廠”，中國“燈塔工廠”總數(shù)已達72家，占全球42%。人工智能核心產業(yè)企業(yè)數(shù)量超過4500家，完成備案并上線為公眾提供服務的生成式人工智能服務大模型近200個，注冊用戶超過6億。

  日前召開的全國工業(yè)和信息化工作會議提出，2025年，工信部將堅持“點、線、面”協(xié)同，加快規(guī)上工業(yè)企業(yè)、專精特新中小企業(yè)數(shù)字化轉型全覆蓋，面向重點行業(yè)“一業(yè)一策”制定數(shù)字化轉型指南，用3年時間建設200個高標準數(shù)字園區(qū)；分行業(yè)分區(qū)域布局一批制造業(yè)數(shù)字化轉型促進中心；推進工業(yè)5G獨立專網(wǎng)建設，壯大多層次系統(tǒng)化工業(yè)互聯(lián)網(wǎng)平臺體系；實施“人工智能+制造”行動，加強通用大模型和行業(yè)大模型研發(fā)布局和重點場景應用；全鏈條推進基礎軟件、工業(yè)軟件技術攻關和成果應用，加快建設先進計算產業(yè)體系。