貴州省工業領域數字化轉型行動方案

　　為貫徹落實省委、省政府有關加快推進新型工業化高質量發展的指示要求和工作部署,堅持把數字經濟作為貴州轉型發展的關鍵增量,加快推進數字產業化、產業數字化,深化實施工業領域數字化轉型,促進數字經濟與實體經濟深度融合,制定本行動方案。

　　一、總體要求和目標

　　以習近平新時代中國特色社會主義思想為指導,深入落實習近平總書記關于制造強國戰略重要論述、網絡強國重要思想和對貴州工作重要指示精神,大力實施圍繞“四新”主攻“四化”主戰略,全面貫徹全省新型工業化會議精神,以深化新一代信息技術賦能新型工業化為主線,堅持場景牽引、創新應用,堅持統籌推進、重點突破,堅持價值導向、集約建設,全力推進工業領域數字化轉型改造,加速傳統產業改造進程,加快產業集群轉型升級,著力提升產業鏈供應鏈現代化水平,加快形成新質生產力,為加快推進全省新型工業化高質量發展提供有力支撐。

　　通過不懈努力,全省工業領域數字化、網絡化、智能化基礎顯著穩實、發展水平大幅提升,數字化轉型場景應用和主體培育取得顯著進展,企業發展動力和核心競爭力明顯增強,新業態、新模式、新動能顯著壯大。到2027年底,全省兩化融合發展水平達到65,全省規模以上工業企業實施智能化改造和數字化轉型全覆蓋,重點企業關鍵工序數控化率達70%,數字化研發設計工具普及率達90%,經營管理數字化普及率超過80%;打造一批數字化轉型優秀場景、示范工廠,培育一批系統解決方案供應商,建成一批實用功能完善的服務平臺。

　　二、主要任務

　　圍繞“六大產業基地”建設,聚焦全省重點工業產業集群和重點產業鏈,大力實施“三大行動”“十項重點任務”,加快推動龍頭骨干企業、中小企業、產業鏈數字化改造升級,夯實工業互聯網平臺、智能硬件和裝備、工業軟件、網絡設施及安全等基礎支撐,加大優秀服務商培育和典型案例推廣應用力度,推動產業數字化各項任務加快落地落實。

　　(一)樹標桿,加強主體培育行動

　　1.持續打造一批龍頭骨干企業,發揮牽引作用。對標國內智能制造領先水平,打造一批數字化改造優秀場景,支持行業龍頭骨干企業開展集成應用創新。分行業分領域制定全省數字化改造示范標準,引導企業持續加強新技術、新模式探索,利用數字技術提升產品合格率、資源綜合利用率、全員勞動生產率等關鍵指標;培育一批技術實力強、業務模式優、管理理念新、質量效益高的數字領航企業。每年打造一批省級數字化示范產線、示范車間、示范工廠,加快形成“一行業一標桿”。到2027年底,累計建成國家智能制造示范工廠項目10個、省級數字化示范工廠項目100個、省級數字化示范車間200個,努力建設5G全連接工廠。

　　2.持續支持一批中小企業,發揮支撐作用。建立科技型企業培育庫,完善對企業研發活動的支持措施,大力引導科技型中小企業和傳統企業向高新技術企業轉型,培育一批專注細分領域、數字化水平較高的專精特新“小巨人”企業和“單項冠軍”企業,加強數字技術、產品、裝備供應鏈配套支撐。省、市、縣負責兩化融合的部門結合實際需求,通過多種方式對中小工業企業開展數字化改造診斷服務,幫助企業完善數字化轉型升級一體化解決方案。建立“晨星”項目庫,收錄數字化改造效果好的項目,重點引導和培育,支持做強做大做優,為爭取國家試點示范收儲夯基。每年遴選數字化轉型成熟度貫標企業40戶以上,每個行業遴選試點企業不少于5戶。到2027年底,全省打造“專精特新”數字化轉型示范項目300個。

　　3.持續推進一批產業鏈升級,發揮協同作用。充分發揮資源精深加工、新能源電池及材料、醬酒等產業優勢,培育一批生態主導型產業鏈“龍頭”企業。支持“龍頭”企業基于產業鏈協作平臺開展協同采購、協同制造、協同銷售和協同配送等應用,牽頭建設標識解析二級節點,構建行業標識解析體系,帶動上下游企業數字化協作和精準對接,提高產業鏈協作效率,培育數字化產業生態。到2027年底,建成重點產業鏈協作平臺5個。

　　(二)建平臺,完善支撐服務行動

　　1.持續推進“數字工信”建設,發揮“大腦”作用。推動貴州“工業云”平臺功能完善和服務優化,加快向跨行業、跨領域綜合型平臺發展,加強與地方工業平臺協同發展,促進平臺和能力互通,構建“產業大腦”。面向重點產業集群、特色產業集聚區,鼓勵和支持主管部門建設區域級工業互聯網平臺,實現綜合管理和資源協同。到2027年,建成區域級工業互聯網平臺6個,推動120萬臺(套)設備聯網、6萬戶企業上云。

　　2.持續建設一批產業互聯網平臺,發揮核心作用。支持化工、航空航天、新能源電池材料、能源等產業先期打造產業互聯網平臺,實現經驗推廣和服務延伸;后續建設醫藥、醬酒、食品、建材、冶金、電子信息等產業互聯網平臺,匯聚一批面向產品研發、設備運維、生產監測、供需對接等應用場景的工業APP,提供輕量化服務。到2027年,打造行業級工業互聯網平臺10個以上,匯聚工業APP 1萬個以上。

　　3.持續推進智慧園區綜合管理平臺建設,發揮承載作用。分批有序推進智慧園區建設工作,引導和支持各類開發區結合需要,創新應用模式,將數字技術與現代化管理深度融合,建設公共服務平臺,基于數字技術開展安全生產、風險防范、環境管理、能源管理、應急管理、物流管理、產業鏈招商等重點環節的智能預警與分析評價,推動開發區數據互聯互通,提升發展與管理水平。尤其加強化工園區數字化基礎能力升級和公共服務平臺建設,強化數字化協同制造、安環監測與預警等應用,構建數實結合的集群發展新生態。到2027年,建設智慧園區示范項目10個。

　　4.持續完善公共服務資源配套,發揮“保姆”作用。聚焦數字化轉型需求,建設一批工業互聯網創新應用促進中心,構建公共服務支撐體系,凸顯數據要素賦能、技術創新轉化、產業生態建設等功能,促進工業企業與服務商、科研機構的交流合作,加快小型化、輕量化、快速化、精準化數字化改造方案的實施和推廣。分類優化遴選標準,鼓勵引進優秀服務商。發揮大數據與實體經濟深度融合全國行、市州行活動載體優勢,為工業企業數字化轉型提供服務支撐。到2027年底,累計培育省級工業互聯網創新應用促進中心3個,優秀服務商30家。

　　(三)強保障,夯實轉型基礎行動

　　1.持續推動數字化基礎夯實,發揮“觸角”作用。廣泛引導工業企業開展數字化轉型基礎補課,結合實際需要,根據自身條件開展基礎自動化、管理信息化升級改造,重點強化數據采集、數據匯聚和數據治理能力。鼓勵企業加強研發設計、經營管理、制造執行等業務環節的管理系統部署,在礦石采選、冶煉加工、化工生產、精密制造、精細檢測等生產過程中,科學合理布設高清攝像、高精度傳感、高性能定位模組等采集設備,推廣應用高端自動化系統,規范數據接口,加強全鏈條數據的集成匯聚和存儲管理。結合貴州工業實際,通過內育外引加快建立關鍵工業軟件體系、完善硬件配套產業體系,重點面向工業控制、虛擬仿真等領域,發展數字管理、網絡安全等軟件產品,發展智能終端、高性能服務器、半導體與集成電路、智能傳感器等核心設備,彌補配套不足的短板。

　　2.持續支持網絡化基礎配套,發揮“脈絡”作用。大力推動工業企業內網改造,在車間、工廠、礦山等重點區域實施5G、工業光網、Wi-Fi 6、工業以太網等新型工業網絡的廣泛覆蓋,在研發、生產、經營、管理、服務等不同環節消除“數據孤島”,提高企業內部業務數據集成與協同水平。推動企業、開發區開展千兆光纖、IPv6等基礎通信設施改造升級,進一步推動智能裝備、算力設施、模型算法的建設部署,加快發展服務器、數據庫、電子元器件等算力基礎軟硬件產業,為數字化轉型應用提供必要的基礎支撐。加快建設全國一體化算力網絡國家(貴州)樞紐節點,引進金融機構、央企和互聯網頭部企業等數據中心,不斷完善相關配套設施,推動智能計算、邊緣計算等新型算力供給,鼓勵相關企業打造細分領域產品和服務,建設云服務“首位產業”。

　　3.持續加強網絡與數據安全管理,發揮保障作用。完善工業信息安全風險評估、信息通報、應急處置等制度,保障數據安全和運行安全。推動工業企業落實工業互聯網網絡安全和數據安全分類分級管理要求,結合貴州實際研究編制各工業行業數據分類分級標準,建立完善分類分級管理制度,完善工業領域網絡安全、數據安全管理體系。不定期開展數據安全成熟度評估等工作,科學識別和判定網絡安全和數據安全風險等級,采用適合自身實際條件的安全防護措施,持續開展網絡安全演練,采取實戰對抗等方式提升風險防御和處置能力。加快5G應用安全創新示范中心(貴州)、工業控制系統信息安全靶場建設,持續優化省級工業互聯網安全態勢感知平臺。

　　三、保障措施

　　(一)加強組織實施。加強部門間協同和省市縣三級聯動,相關部門按照職責分工抓好各項工作落實,各地區加強地方政策與本行動方案內容的銜接。建立動態調度機制,定期通報各地工作目標任務完成情況,加快推進數字化改造系列工作。分產業成立專家咨詢機構,開展數字化轉型的診斷、咨詢、評估等服務,推動各類主體加快創新生產、經營和管理模式,探索形成可復制、可推廣的新業態、新模式、新路徑。

　　(二)強化政策支持。省級充分利用各類專項資金,按要求支持工業企業數字化改造。積極組織企業爭取國家產業基礎再造和高質量發展專項、中小企業數字化轉型城市試點專項、先進制造業和現代服務業發展專項等政策支持,統籌支持省內重點工業產業數字化轉型基礎研究、技術創新和應用開發。各地方相關部門立足當地主導產業發展實際,為重點產業數字化轉型提供配套政策支持,形成政策疊加效應。

　　(三)強化人才支撐。開展行業數字化領域重點人才需求摸底,搭建數字化轉型、智能化制造人才智庫平臺,支持引進數字化轉型領域高端化、實用型、技能型人才和創新團隊。發揮好工信部頒發的“新一代信息技術人才實訓試點”作用,加快建設“貴州數字人才公共實訓基地”,引導工業企業、高校院所、服務商等聯合探索產教融合、產融結合等創新模式,不斷提升企業數字化轉型人才供給能力和質量。組織舉辦各類專題培訓班,營造引才聚才用才的良好氛圍。

　　(四)創新金融服務。鼓勵金融企業運用大數據探索產融合作新模式,推進基于工業互聯網平臺的產融協作服務創新。加強征信體系與金融機構信息數據互通共享,鼓勵金融機構面向中小企業數字化轉型領域構建多元化、梯度化金融產品線,降低企業融資難度,強化金融機構對數字化轉型的支持。支持金融機構創新金融產品和服務,開設“專精特新”企業金融服務綠色通道。引導金融機構增加制造業中長期貸款,支持中小企業設備更新、技術改造等數字化改造。

　　(五)營造良好環境。每年舉辦年度數字化轉型推進大會,發布重大技術成果和典型案例,加強技術交流,凝聚發展共識。結合實際需要,依托智庫專家資源,不定期開展工業互聯網賦能新型工業化市州行、區縣行、園區行等活動,宣貫和解讀相關政策,組織學習培訓、評估診斷和對標引導,擴大示范帶動效應,推動經營管理理念和轉型發展理念變革。充分發揮主流媒體、官方門戶網站、行業協會等渠道作用,每年分系列面向全社會普及推廣轉型成效、典型案例和解決方案,進一步激發市場主體積極性。積極爭取國家部委智改數轉活動在我省舉辦,打造高水平交流合作平臺,持續強化我省在數字領域的影響力。

　　附件:

　　1.工業領域數字化轉型主要場景

　　2.重點行業特點及轉型路徑建議

　　3.專業術語解釋

　　附件1

　　工業領域數字化轉型主要場景

　　數字化改造場景是智能工廠的核心組成部分,是指面向制造過程各個環節,通過新一代信息技術、先進制造技術的深度融合,部署高檔數控機床與工業機器人、增材制造裝備、智能傳感與控制裝備、智能檢測與裝配裝備、智能物流與倉儲裝備、行業成套裝備等智能制造裝備,集成相應的工藝、軟件等,實現具備協同和自治特征、具有特定功能和實際價值的應用。

　　結合國內企業實踐應用情況,以及技術創新和融合發展等趨勢,借鑒有關研究資料,梳理了工業領域16個環節45個數字化改造典型場景,為智能工廠建設提供參考。

　　一、工廠建設

　　通過三維建模、系統仿真、設計優化,實現基于模型的工廠設計、交付和建設,提高建設效率和質量,降低成本。

　　場景1:工廠數字化設計。應用工廠三維設計與仿真軟件,集成工廠信息模型、制造系統仿真、專家系統和AR/VR等技術,高效開展工廠規劃、設計和仿真優化,實現數字化交付。

　　場景2:數字孿生工廠。應用建模仿真、多模型融合等技術,構建裝備、產線、車間、工廠等不同層級的數字孿生系統,通過物理世界和虛擬空間的實時映射,實現基于模型的數字化運行和維護。

　　二、產品研發

　　通過設計建模、仿真優化和測試驗證,實現數據驅動的產品研發,提高設計效率,縮短研發周期。

　　場景1:產品數字化研發與設計。應用設計軟件和知識模型庫,基于復雜建模、物性表征與分析、AR/VR、數字孿生等技術,搭建數字化協同設計環境,開展產品、配方等研發與設計。

　　場景2:虛擬實驗與調試。面向產品功能、性能、可靠性、壽命等方面,通過模擬仿真開展試驗、調試,縮短研發周期,降低研發成本,提高產品質量。

　　場景3:數據驅動產品設計優化。打通產品設計、生產作業、售后服務等環節數據,結合人工智能、大數據等技術,探索創成式設計、持續迭代產品模型、驅動產業化創新。

　　三、工藝設計

　　通過制造機理分析、工藝過程建模和虛擬制造驗證,實現工藝設計數字化和工藝技術創新,提高工藝開發效率,保障可行性。

　　場景1:工藝數字化設計。應用工藝仿真軟件和工藝知識庫,基于機理、物性表征和數據分析技術,建立加工、檢測、裝配、物流等工藝模型,進行工藝全過程仿真,預測加工缺陷并改進工藝方案和參數。

　　場景2:可制造性設計。打通工藝設計、產品研發、生產作業等環節數據,開展產品制造全過程仿真,優化工藝方案和物料清單,改善工藝流程,降低制造與維護的復雜性及成本。

　　四、計劃調度

　　通過市場訂單預測、產能平衡分析、生產計劃制定和智能排產,開展訂單驅動的計劃排程,優化資源配置,提高生產效率。

　　場景1:生產計劃優化。構建企業資源管理系統,應用約束理論、尋優算法和專家系統等技術,實現基于采購提前期、安全庫存和市場需求的生產計劃優化。

　　場景2:車間智能排產。應用計劃排程系統,集成調度機理建模、尋優算法等技術,實現基于多約束和動態擾動條件下的車間排產優化。

　　場景3:資源動態配置。依托制造執行系統,集成大數據、運籌優化、專家系統等技術,開展基于資源匹配、績效優化的精準派工,實現人力、設備、物料等制造資源的動態配置。

　　五、生產作業

　　通過精益生產管理、工藝過程控制優化、產線靈活配置、設備協同作業,實現智能化生產作業和精細化生產管控,提高生產效率,降低成本。

　　場景1:精益生產管理。應用六西格瑪、5S管理和定置管理等精益工具和方法,開展相關信息化系統建設,實現基于數據驅動的人、機、料等精確管控,提高效率,消除浪費。

　　場景2:先進過程控制。部署智能制造裝備,依托先進過程控制系統,融合工藝機理分析、 多尺度物性表征和建模、實時優化和預測控制等技術,實現精準、實時和閉環的過程控制。

　　場景3:工藝動態優化。部署智能制造裝備,搭建生產過程全流程一體化管控平臺,應用工藝機理分析、多尺度物性表征和流程建模、機器學習等技術,動態優化調整工藝流程/參數。

　　場景4:產線柔性配置。部署智能制造裝備,應用模塊化、成組和產線重構等技術,搭建柔性重構產線,根據訂單、工況等變化實現產線的快速調整和按需配置,實現多種產品自動化混線生產。

　　場景5:智能協同作業。部署智能制造裝備,基于5G、TSN等新型網絡技術建設及現場設備控制系統,實現生產設備、物流裝備、生產線控制和高效率作業。

　　六、質量管控

　　通過智能在線檢測、質量數據統計分析和全流程質量追溯,實現精細化質量管控,降低不合格品率,持續提升產品質量。

　　場景1:智能在線檢測。部署智能檢測裝備,融合5G、機器視覺、缺陷機理分析、物性和成分分析等技術,開展產品質量等在線檢測、分析、評級、預測。

　　場景2: 質量精準追溯。建設質量管理系統,集成5G、區塊鏈、標識解析等技術,采集產品原料、設計、生產、使用等質量信息,實現產品全生命周期質量精準追溯。

　　場景3:質量動態優化。依托質量管理系統和知識庫,集成質量設計優化、質量機理分析等技術,進行產品質量影響因素識別、缺陷分析預測和質量優化提升。

　　七、設備管理

　　通過運行監測、故障診斷和運行優化,實現設備全生命周期管理和預測性維護,提升設備運行效率、可靠性和精度保持性。

　　場景1:在線運行監測。集成智能傳感、5G、機器視覺、故障檢測等技術,通過自動巡檢、在線運行監測等方式,判定設備運行狀態,開展性能分析和異常報警,提高控制效率。

　　場景2:設備故障診斷與監測。綜合運用物聯網、機器學習、故障機理分析等技術,建立設備故障診斷和預測模型,精準判斷設備失效模式,開展預測性維護,減少意外停機,降低運維成本。

　　場景3:設備運行優化。建設設備健康管理系統,基于模型對設備運行狀態、工作環境等進行綜合分析,調整優化設備運行參數,提高產量,降低能耗,延長設備使用壽命。

　　八、倉儲物流

　　通過精準配送計劃、自動出入庫(進出廠)、自動物流配送和跟蹤管理,實現精細倉儲管理和高效物流配送,提高物流效率和降低庫存量。

　　場景1:智能倉儲。建設智能倉儲系統,應用條碼、射頻識別、智能傳感等技術,依據實際生產作業計劃,實現物料自動入庫(進廠)、盤庫和出庫(出廠)。

　　場景2:精準配送。集成智能倉儲系統和智能物流裝備,應用實時定位、機器學習等技術,實現原材料、在制品、產成品流轉全程跟蹤,以及物流動態調度、自動配送和路徑優化。

　　九、安全管理

　　通過安全風險實時監測與應急處置、危險作業自動化運行,實現面向工廠全環節的安全綜合管控,確保安全風險與隱患的可預知、可控制。

　　場景1:安全風險實時監測與應急處置。依托感知裝置和安全生產管理系統,基于智能傳感、機器視覺、物象分析、專家系統等技術,動態感知、精準識別危化品、危險環節等各類風險,實現安全事件的快速響應和智能處置。

　　場景2:危險作業自動化。部署智能制造裝備,集成智能傳感、機器視覺或機器人、5G等技術,打造自動化產線,實現危險作業環節的少人化、無人化。

　　十、能源管理

　　場景1:能耗數據監測。基于能源管理系統,應用智能傳感、大數據、5G等技術,開展全環節、全要素能耗數據采集、計量和可視化監測。

　　場景2:能耗平衡與優化。應用能效優化機理分析、大數據和深度學習等技術,優化設備運行參數或工藝參數,實現關鍵設備、關鍵環節等能源綜合平衡與優化調度。

　　十一、環保管控

　　場景1:碳資產管理。開發碳資產管理平臺和行業成套裝備,集成智能傳感、大數據和區塊鏈等技術,實現全流程的碳排放追蹤、分析、核算和交易。

　　場景2:污染檢測與管控。搭建環保管理平臺,應用機器視覺、智能傳感和大數據等技術,開展排放實時監測和污染源管理,實現全過程環保數據的采集、監控與分析優化。

　　場景3:廢棄物處置與利用。搭建廢棄物管理平臺和行業成套裝備,融合條碼、物聯網和5G等技術,實現廢棄物處置與循環再利用全過程的監控、追溯。

　　十二、營銷管理

　　場景1:市場快速分析預測。應用大數據、深度學習等技術,實現對市場未來供求趨勢、影響因素及其變化規律的精準分析、判斷和預測。

　　場景2:銷售驅動業務優化。應用大數據、機器學習、知識圖譜等技術,構建用戶畫像和需求預測模型,制定精準銷售計劃,動態調整設計、采購、生產、物流等方案。

　　十三、售后服務

　　場景1:主動客戶服務。建設客戶關系管理系統,集成大數據、知識圖譜和自然語言處理等技術,實現客戶需求分析、精細化管理,提供主動式客戶服務。

　　場景2:產品遠程運維。建立產品遠程運維管理平臺,集成智能傳感、大數據和5G等技術,實現基于運行數據的產品遠程運維、預測性維護和產品設計的持續改進。

　　十四、供應鏈管理

　　場景1:采購策略優化。建設供應鏈管理系統,集成大數據、尋優算法和知識圖譜等技術,實現供應商綜合評價、采購需求精準決策和采購方案動態優化。

　　場景2:供應鏈可視化。建設供應鏈管理系統,融合大數據和區塊鏈等技術,打通上下游企業數據,實現供應鏈可視化監控和綜合績效分析。

　　場景3:物流實時監控與優化。依托運輸管理系統,應用智能傳感、物聯網、實時定位和深度學習等技術,實現運輸配送全程跟蹤和異常預警、裝載能力和配送路徑優化。

　　場景4:供應鏈風險預警與彈性管控。建立供應鏈管理系統,集成大數據、知識圖譜和遠程管理等技術,開展供應鏈風險隱患識別、定位、預警和高效處置。

　　十五、數字基建

　　場景1:數字基礎設施集成。部署工業互聯網、物聯網、5G、千兆光網等新型網絡基礎設施,建設工業數據中心、智能計算中心、工業互聯網平臺以及網絡、數據、功能等各類安全系統,完善支撐數字業務運行的信息基礎設施。

　　場景2:數據治理與疏通。應用云計算、大數據、隱私計算、區塊鏈等技術,構建可信數據空間,實現企業內數據的有效治理和分析利用,推動企業間數據安全可信流通,充分釋放數據價值。

　　場景3:工業知識軟件化。應用大數據、知識圖譜、知識自動化等技術,將工業技術、工藝經驗、制造方法沉淀為數據和機理模型,與先進制造裝備相結合,建設知識庫和模型庫,開發各類新型工業軟件,支撐業務創新。

　　十六、模式創新

　　場景1:網絡化協同制造。建立網絡協同平臺,推動企業間設計、生產、管理、服務等環節緊密連接,實現基于網絡的生產業務并行協同,并將富余的制造能力對外輸出,優化配置制造資源。

　　場景2:大規模個性化定制。部署智能制造裝備,通過生產柔性化、敏捷化和產品模塊化,根據客戶的個性化需求,以大批量生產的低成本、高質量和高效率提供定制化的產品和服務。

　　場景3:人機協同制造。應用人工智能、AR/R、5G、新型傳感等技術,提高高檔數控機床、工業機器人、行業成套裝備等智能制造裝備與人員的交互、協同作業等能力,實現基于高精度空間定位與追蹤、動作感知、自然語言處理、情緒識別等功能的自主協同。

　　場景4:數據驅動服務。分析產品運行工況、維修保養、故障缺陷等數據,應用大數據、專家系統等技術,開拓專業服務、設備估值、融資租賃、資產處置等新業務,創造新價值。