党中央、国务院高度重视制造业数字化转型。习近平总书记指出，“传统制造业是现代化产业体系的基底，要加快数字化转型，推广先进适用技术，着力提升高端化、智能化、绿色化水平。”2024年 5 月，国务院常务会议审议通过《制造业数字化转型行动方案》，强调制造业数字化转型是推进新型工业化、建设现代化产业体系的重要举措。伴随着新一轮科技革命和产业变革深入发展，推进数字化转型是顺应技术发展趋势、加快产业转型升级的必然之举，对于发展新质生产力、助力制造业高质量发展、构筑国际竞争新优势具有重要意义。在此背景下，就社会各界普遍关心的四个制造业数字化转型相关问题，阐述几点认识，以期能促进供需双方以及政产学研用各界的深入探讨，形成共识。
问题一：当前，信息化、数字化、网络化、智能化等概念层出不穷，应该如何认识和看待这些概念及其背后的逻辑关系？
上述概念都是随着信息技术及其应用的快速发展而衍生，亦有广义和狭义之分。狭义的信息化往往特指企业信息化，也就是指企业应用管理软件等信息化工具来提升组织水平、管理效率和企业效益。广义的信息化是一个长期的历史进程，是指通过信息技术在各领域的应用推动人类社会演进和人类文明进步的历史过程，包括但不限于产业升级、模式变革和经济形态演进。随着大数据、人工智能等数字要素、数据技术的快速发展，数字化可以说是信息化在当前阶段的集中体现。在较为广义的层面，数字化与信息化基本等同，代表着数字技术应用推广过程，以及工业经济向数字经济演进的过程。在狭义层面，数字化通常与网络化、智能化并列，是指将多元信息转化为可量化、可分析的数据形式，为后续的深度应用奠定基础。网络化强调的是通过网络技术实现企业内部各系统以及企业间的互联互通，打破信息孤岛，促进数据的流通与共享。智能化则是在数字化、网络化基础上的全面升级，运用人工智能技术赋予系统一定的智能决策能力，使得系统能够对复杂环境进行感知、认知、分析、判断以及自适应调整，实现全方位的智能运营与创新发展。
当前，新一代信息技术蓬勃发展，在引发裂变式创新的同时也催生了诸多纷繁复杂的概念。对于企业而言，要避免陷入“概念炒作”陷阱，应以解决问题、产生效益为导向，根据企业实际需要去选择合适的技术路线、工具产品和解决方案。
问题二：数字化转型虽然已经成为各界
的共识，但数字化供给侧和需求侧仍存
在温差，数字化解决方案一定程度上存
在“中看不中用”的情况，如何解决供
需双方出发点错位的问题，如何避免数
字化形象工程？
当前，推进制造业数字化转型已成为各方共识，大量制造企业不是不想转，而是不知道具体转什么和怎么转。一方面是供需双方出发点错位，找不到统一的话语体系。工业企业熟悉行业技术、不熟悉信息技术，知道数字化转型有用，但不知道具体有什么用，甚至连需求
都无法准确提出。数字化服务商懂信息技术、不懂工业技术，往往面面俱到，使数字化服务的成本很高，一定程度上存在“盲人摸象”和“自说自话”。也就是说，现有数字化解决方案适配度不高、标准化不足，用得上、用得起、用得好的解决方案不够。另一方面是转型路径“一米宽，百米深”，理不清核心要素。制造业数字化转型问题表面分散、独立，但是其背后需要解决的问题是复杂且系统的，牵一发而动全身。一些企业找不准切入点和正确的实施路径，反而一味追求数据看板等表面功夫、“形象工程”，重复性投入屡见不鲜。
因此，解决转型实际问题的关键在于引导供需双方同向发力，把“场景”这一制造业全生命周期的基本单元作为转型切入点，作为供需双方协同推进数字化转型的纽带，将复杂的行业整体数字化转型问题，化繁为简为更具操作性的场景转型问题。首先，企业在规划项目之初，务必深入调研自身业务需求和产业链上下游情况，明确数字化发展目标与关键场景，确保每一项投入都能精准对接转型痛点。其次，要解耦重构转型所需的数据要素、知识模型、工具软件、人才技能等关键数字化要素，以标准化的方式推动场景化的数字化解决方案部署和应用。再者，在解决方案选择与实施过程中，参照行业场景数字化转型路线图谱，通过场景链打通工具链、数据链，与实际业务流程充分融合，系统化、图谱化推进全链条改造。同时，建立完善的评估与反馈机制，定期对数字化项目的实施效果进行评估，根据反馈及时调整优化，确保其能够持续为企业创造价值。例如，南京钢铁聚焦设备管理场景，结合图谱清单开发了 138 个智能应用模型，打造了高炉数字孪生体，实现了炉内冶炼“黑箱”的数字化、可视化，通过实时分析和优化高炉的使用效率和煤气利用率，实现业务周转率提升 5%、每吨铁水生产成本降低 200 元。又如，东方电机聚焦研发设计场景，梳理转型要素清单，构建模型数据库，通过构建产品 BOM、PMI 标注等模型，有效解决设计标准难统一的问题，企业研发知识传承与创新驱动能力大幅提高，产品设计周期缩短 40% 以上。总之，企业数字化转型要以场景为切入点，以数字化转型场景图谱为参考，以提升企业实际生产经营能力和盈利水平为衡量标尺，勿盲目追求培育“盆景”。
问题三：企业数字化转型不是另起炉灶，
而是需要在原有基础上进行数字化改造，
企业应该如何将数字化转型与已有 IT
资产及各类控制系统进行有效衔接，从
而以数据要素的流动来盘活原有的资产，
提升资源配置效率？
当前，我国诸多重点行业骨干企业已具备一定的数字化基础，构建了一系列数字化系统和 IT 资产，包括 OA、ERP、CRM 等管理系统，以 及 DCS、MES、SIS、PLC、SCADA 等 生 产 管理系统和底层控制单元。企业数字化资产、系统、数据之间如何进行有效的集成和衔接，打通企业内外部的工具、数据和业务壁垒，有效盘活已有数字化资产的效能和价值，是数字化转型的关键。一是推动工具系统集成。通过系统集成技术，基于工业互联网平台以及“拼缝”软件，将企业现有的若干个碎片化的数字化软件、工具和系统，以横向或纵向的方式进行集成，实现各个数字化系统工具的互联互通，构筑集成化、平台化的企业数字化转型“技术底座”。二是推动数据全链贯通。通过智能传感、数采盒子、营销平台等技术工具，推动企业全业务链数据的实时采集和全面贯通，实现产品订单、生产计划、材料与供应、生产制造、物流交付和运维服务等异构数据的完整性、集成性和实时性，以数据要素的按需流动和有效应用，驱动企业业务运行效率和效能。例如，黑龙江飞鹤乳业通过搭建数据中台、业务中台，实现海量数据统一采集、自动备份和规范管理，对数据进行集成分析和模拟复盘，将产品质量异常“事后分析处理”升级为“事前预测和准备 + 事中预警和纠正 + 事后追踪和分析”，有效提升生产工艺稳定性和客户服务体验，企业人均单产提升约 20%。又如，红领集团通过“酷特 C2M 产业互联网平台”构建版型、款式、工艺、BOM 四大定制数据库，推动客户量体数据和定制数据库互通共享，对客户需求进行精准分析和及时响应，打通了涵盖客户需求 - 服装个性化设计 - 布料智能裁剪 - 物料智能调配 - 物流配送等全流程的数据流，解决了传统定制成本高、量产难的问题，定制产品生产周期平均缩短超 30%。三是推动业务智能协同。通过构建开放式集成平台整合企业现有业务系统，实现企业内部各个部门之间的数据共享、信息交换和业务协作。在此基础上，借助生成式 AI 大模型技术，将专家经验、工业机理转化为企业的数字竞争力，促进数字化、智能化技术与企业系统的深度融合，进一步叠加放大二者之间的组合效果，确保企业数字化转型效能效益充分展现。特别是，过去针对控制代码生成、数据库查询、辅助决策、运筹规划等业务，都可以通过大模型加以实现。例如，卡奥斯工业大模型 COSMO-GPT 聚焦汽车、家电等制造行业，对智能柔性装配、注塑工艺参数优化等具体场景进行需求分析与工业语言识别，实现工序自主判断和动态调整，解决装配与注塑过程人工依赖度高、生产效率低、能耗大的问题，其冰箱产品已实现亚毫米级的精准装配，整机装配效率提高 42%。
问题四：发展和安全是一体之两翼、驱
