關(guān)于印發(fā)《江西省制造業(yè)企業(yè)智能化應(yīng)用水平評估指南（2026版）》的通知

　　各設(shè)區(qū)市工信局、贛江新區(qū)經(jīng)發(fā)局，省有關(guān)單位：
 

　　為貫徹落實工業(yè)和信息化部等八部門《“人工智能+制造”專項行動實施意見》，提升江西省制造業(yè)企業(yè)智能化應(yīng)用水平評估規(guī)劃工作的科學(xué)性、系統(tǒng)性。研究制定《江西省制造業(yè)企業(yè)智能化應(yīng)用水平評估指南(2026版)》，為各地組織開展制造業(yè)企業(yè)智能化應(yīng)用水平評估規(guī)劃工作提供參考，現(xiàn)印發(fā)給你們。
 

　　江西省工業(yè)和信息化廳
 

　　2026年6月26日

 

 

　　江西省制造業(yè)企業(yè)智能化應(yīng)用水平評估指南依據(jù)國家“人工智能+制造”專項行動及江西省制造業(yè)高質(zhì)量發(fā)展戰(zhàn)略，結(jié)合行業(yè)特點和制造類型，就適用范圍、評估原則、評估體系、評估方法、評估流程等內(nèi)容，指導(dǎo)開展制造業(yè)企業(yè)智能化應(yīng)用水平評估規(guī)劃工作。
 

　　一、總則
 

　　(一)評估目的
 

　　建立科學(xué)統(tǒng)一的評估體系，加強對各地制造業(yè)企業(yè)智能化應(yīng)用水平評估規(guī)劃工作的指導(dǎo)和業(yè)務(wù)培訓(xùn)，規(guī)范評估流程與標準，厘清企業(yè)智能化應(yīng)用水平，聚焦智能化應(yīng)用可行性判定與改造價值量化，引導(dǎo)企業(yè)聚焦核心環(huán)節(jié)提升智能化能力，加速數(shù)智化轉(zhuǎn)型與產(chǎn)業(yè)能級躍升。
 

　　(二)適用范圍
 

　　本指南適用于省內(nèi)從事制造業(yè)生產(chǎn)經(jīng)營活動的企業(yè)，參照本指南開展自評估，明確自身智能化升級改進方向。同時，供政府主管部門引導(dǎo)服務(wù)機構(gòu)開展面向制造業(yè)企業(yè)的智能化應(yīng)用水平評估。
 

　　(三)評估原則
 

　　(1)戰(zhàn)略導(dǎo)向：緊扣國家“人工智能+制造”專項行動及江西省制造業(yè)高質(zhì)量發(fā)展戰(zhàn)略，突出智能化對產(chǎn)業(yè)升級的支撐作用。
 

　　(2)實操可行：評估體系兼顧科學(xué)性與落地性，數(shù)據(jù)易采集、操作易執(zhí)行，支持企業(yè)自評估與第三方專家評估。
 

　　(3)動態(tài)迭代：適配人工智能、工業(yè)智能體等數(shù)智技術(shù)發(fā)展趨勢，建立評估體系更新機制，保持評估的時效性。
 

　　(4)安全合規(guī)：嚴格遵守數(shù)據(jù)、網(wǎng)絡(luò)、模型與工業(yè)信息安全法規(guī)，落實全流程合規(guī)管控，筑牢企業(yè)智能化應(yīng)用安全防線。
 

　　二、評估體系
 

　　江西省制造業(yè)企業(yè)智能化應(yīng)用水平評估體系(2026版)重點聚焦企業(yè)不同智能化場景，由研發(fā)設(shè)計、中試驗證、生產(chǎn)制造、營銷服務(wù)、運營管理等5個方向，30個二級場景組成(企業(yè)智能化應(yīng)用水平評估表見附件1)。圍繞江西省制造業(yè)重點產(chǎn)業(yè)鏈現(xiàn)代化建設(shè)“1269”行動計劃中12條重點產(chǎn)業(yè)鏈，制定重點產(chǎn)業(yè)鏈評估場景(見附件3)，分行業(yè)開展企業(yè)智能化應(yīng)用水平評估規(guī)劃。

 

圖1 江西省制造業(yè)企業(yè)智能化應(yīng)用水平參考場景
 

　　(一)研發(fā)設(shè)計
 

　　研發(fā)設(shè)計方向主要評估企業(yè)數(shù)字化基礎(chǔ)及應(yīng)用智能化手段賦能產(chǎn)品研發(fā)全流程的能力，重點圍繞研發(fā)項目管理、需求分析、產(chǎn)品設(shè)計、工藝設(shè)計及知識沉淀等核心環(huán)節(jié)，綜合評估企業(yè)智能研發(fā)的技術(shù)基礎(chǔ)與應(yīng)用成效。評估要點涵蓋數(shù)據(jù)治理、軟件應(yīng)用、算力底座、模型構(gòu)建等關(guān)鍵技術(shù)領(lǐng)域。
 

　　1.研發(fā)需求智能分析
 

　　評估企業(yè)匯聚市場數(shù)據(jù)、客戶反饋、競品情報、技術(shù)趨勢等多源信息，運用人工智能(Artificial Intelligence，后文簡稱“AI”)技術(shù)開展需求識別、趨勢預(yù)測和技術(shù)路線規(guī)劃的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已匯聚市場需求、客戶反饋、競品動態(tài)、技術(shù)趨勢等多源數(shù)據(jù)，形成穩(wěn)定的數(shù)據(jù)收集和更新機制。(2)企業(yè)是否能夠運用AI模型開展需求識別、趨勢判斷和技術(shù)方向研判，為研發(fā)需求決策提供智能支撐。
 

　　2.研發(fā)項目智能管理
 

　　評估企業(yè)運用數(shù)字化、智能化手段對研發(fā)項目進行計劃編制、任務(wù)分解、資源調(diào)度、進度管控和風(fēng)險預(yù)警的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已歸集研發(fā)項目計劃、任務(wù)、資源、進度、風(fēng)險等數(shù)據(jù)，形成完整的項目數(shù)據(jù)基礎(chǔ)。(2)企業(yè)是否配備項目管理、協(xié)同設(shè)計等軟件工具，支撐項目計劃編制、任務(wù)協(xié)同和進度跟蹤。(3)企業(yè)是否能夠運用AI模型開展進度研判、資源協(xié)調(diào)和風(fēng)險預(yù)警，提升項目管理智能化水平。
 

　　3.智能輔助產(chǎn)品設(shè)計
 

　　評估企業(yè)利用AI模型開展生成式設(shè)計、智能仿真、性能優(yōu)化、公差分析等，提升設(shè)計效率和質(zhì)量的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已積累設(shè)計規(guī)范、歷史方案、仿真結(jié)果、性能參數(shù)等設(shè)計數(shù)據(jù)，為智能設(shè)計提供數(shù)據(jù)基礎(chǔ)。(2)企業(yè)是否配備智能設(shè)計、仿真分析等軟件工具，支撐生成式設(shè)計、性能分析和設(shè)計驗證。(3)企業(yè)算力條件是否能夠滿足仿真計算、方案生成和設(shè)計迭代等計算密集型任務(wù)需求。
 

　　4.智能輔助工藝設(shè)計
 

　　評估企業(yè)利用AI模型輔助工藝路線規(guī)劃、工藝參數(shù)優(yōu)化、工裝夾具設(shè)計，實現(xiàn)設(shè)計與制造協(xié)同的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已積累工藝路線、工藝參數(shù)、設(shè)備能力、工裝夾具等工藝數(shù)據(jù)，為工藝設(shè)計提供數(shù)據(jù)支撐。(2)企業(yè)是否配備工藝設(shè)計、工藝仿真等軟件工具，支撐工藝方案設(shè)計、參數(shù)分析和過程驗證。(3)企業(yè)算力條件是否能夠滿足工藝仿真、參數(shù)優(yōu)化和可制造性分析等計算需求。
 

　　5.知識沉淀智能管理
 

　　評估企業(yè)對研發(fā)過程中產(chǎn)生的設(shè)計標準、工藝訣竅、失效經(jīng)驗、典型案例等進行結(jié)構(gòu)化沉淀、關(guān)聯(lián)檢索和復(fù)用的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已對設(shè)計標準、工藝經(jīng)驗、失效案例等研發(fā)知識進行分類整理和持續(xù)沉淀，形成系統(tǒng)的知識資源庫。(2)企業(yè)是否能夠運用AI模型開展知識檢索、關(guān)聯(lián)推薦和經(jīng)驗復(fù)用，提升知識利用效率。
 

　　(二)中試驗證
 

　　中試驗證方向主要評估企業(yè)運用智能化手段支撐產(chǎn)品從中試到量產(chǎn)轉(zhuǎn)化的能力，重點圍繞中試方案制定、工藝驗證、樣品試制及產(chǎn)品工藝驗證等環(huán)節(jié)，評估企業(yè)中試過程的智能化管控水平。評估要點涵蓋數(shù)據(jù)治理、軟件應(yīng)用、模型構(gòu)建等領(lǐng)域。
 

　　6.中試方案制定
 

　　評估企業(yè)運用智能化手段制定中試驗證計劃、資源配置方案、風(fēng)險評估預(yù)案和驗證標準規(guī)范的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已歸集中試計劃、工藝條件、設(shè)備資源、驗證標準等相關(guān)數(shù)據(jù)，為中試方案制定提供數(shù)據(jù)依據(jù)。(2)企業(yè)是否配備中試計劃編制、風(fēng)險評估等軟件工具，支撐方案制定和資源協(xié)調(diào)。(3)企業(yè)是否能夠運用AI模型開展資源測算、風(fēng)險研判和方案比選，提升中試方案制定的科學(xué)性。
 

　　7.工藝驗證智能優(yōu)化
 

　　評估企業(yè)利用AI模型對工藝參數(shù)、設(shè)備狀態(tài)、過程質(zhì)量數(shù)據(jù)進行分析，優(yōu)化工藝路線、參數(shù)窗口和制造穩(wěn)定性的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已歸集工藝參數(shù)、設(shè)備狀態(tài)、過程質(zhì)量、異常記錄等工藝驗證數(shù)據(jù)。(2)企業(yè)是否能夠運用AI模型開展工藝路線優(yōu)化、參數(shù)窗口調(diào)整和制造穩(wěn)定性分析，為工藝改進提供依據(jù)。(3)企業(yè)是否能夠運用AI模型輔助提升工業(yè)軟件工作效率。
 

　　8.產(chǎn)品驗證智能優(yōu)化
 

　　評估企業(yè)利用AI模型對測試數(shù)據(jù)、試驗結(jié)果、失效模式進行分析，識別設(shè)計缺陷并優(yōu)化產(chǎn)品性能和質(zhì)量的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已歸集樣品測試數(shù)據(jù)、試驗結(jié)果、失效記錄、缺陷信息等產(chǎn)品驗證數(shù)據(jù)。(2)企業(yè)是否能夠運用AI模型開展缺陷識別、失效分析和性能優(yōu)化，為產(chǎn)品設(shè)計改進提供依據(jù)。
 

　　9.樣品試制智能管理
 

　　評估企業(yè)對樣品試制過程的計劃執(zhí)行、物料齊套、工藝執(zhí)行、數(shù)據(jù)采集、問題追溯等進行智能化管理的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已采集樣品試制計劃、物料齊套、工藝執(zhí)行、異常問題等過程數(shù)據(jù)，形成完整的試制數(shù)據(jù)記錄。(2)企業(yè)是否配備試制管理、生產(chǎn)執(zhí)行、質(zhì)量追溯等軟件工具，支撐試制過程管控和問題追溯。(3)企業(yè)是否能夠運用AI模型開展異常識別、問題追因和執(zhí)行偏差分析，提升試制管理水平。
 

　　(三)生產(chǎn)制造
 

　　生產(chǎn)制造方向主要評估企業(yè)在生產(chǎn)全流程的智能化應(yīng)用水平，重點圍繞生產(chǎn)計劃、工藝控制、產(chǎn)線配置、質(zhì)量管控、設(shè)備運維及安全生產(chǎn)等環(huán)節(jié)，評估智能化升級對生產(chǎn)效率、質(zhì)量、成本及安全的提升效果。評估要點涵蓋數(shù)據(jù)治理、軟件應(yīng)用、算力底座、模型構(gòu)建、裝備基礎(chǔ)等領(lǐng)域。
 

　　10.AI視覺巡檢
 

　　評估企業(yè)利用AI視覺模型與物聯(lián)網(wǎng)實現(xiàn)廠區(qū)/產(chǎn)線自動巡檢，替代人工巡檢，提升巡檢效率與隱患發(fā)現(xiàn)率的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否建立巡檢點位標準庫與缺陷樣本庫，實現(xiàn)巡檢數(shù)據(jù)結(jié)構(gòu)化存儲。(2)企業(yè)是否部署高清攝像頭、巡檢機器人等設(shè)備，覆蓋關(guān)鍵巡檢區(qū)域。(3)企業(yè)能否用AI模型自動識別設(shè)備異常、安全隱患并生成巡檢報告。
 

　　11.智能排產(chǎn)
 

　　評估企業(yè)利用AI模型統(tǒng)籌訂單、產(chǎn)能、物料等資源，自動生成最優(yōu)生產(chǎn)計劃，提升交付準時率的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否打通訂單、產(chǎn)能、物料、設(shè)備狀態(tài)全維度數(shù)據(jù)。(2)企業(yè)是否部署高級排產(chǎn)系統(tǒng)(APS)，實現(xiàn)計劃自動編制與滾動調(diào)整。(3)企業(yè)能否用AI模型優(yōu)化排產(chǎn)方案，應(yīng)對插單、急單等突發(fā)情況。
 

　　12.柔性生產(chǎn)制造
 

　　評估企業(yè)利用AI模型與自動化技術(shù)實現(xiàn)多品種小批量快速換產(chǎn)，提升產(chǎn)線柔性與響應(yīng)速度的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否積累產(chǎn)品規(guī)格、工藝要求、設(shè)備能力等基礎(chǔ)數(shù)據(jù)。(2)企業(yè)是否配備柔性產(chǎn)線、模塊化工裝、快速換型設(shè)備。(3)企業(yè)能否用AI模型優(yōu)化產(chǎn)線配置，縮短換產(chǎn)時間與調(diào)試周期。
 

　　13.智能零件分揀產(chǎn)線監(jiān)測
 

　　評估企業(yè)利用AI視覺模型實現(xiàn)零件自動分揀與產(chǎn)線實時監(jiān)測，提升分揀效率與準確率的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否建立零件規(guī)格庫與缺陷樣本庫，積累分揀歷史數(shù)據(jù)。(2)企業(yè)是否部署高速視覺相機、分揀機器人、輸送線等設(shè)備。(3)企業(yè)能否用AI模型快速識別零件類型、缺陷并完成自動分揀。
 

　　14.工藝工況參數(shù)優(yōu)化
 

　　評估企業(yè)利用AI模型分析生產(chǎn)過程工藝數(shù)據(jù)，動態(tài)優(yōu)化工藝參數(shù)窗口，提升生產(chǎn)穩(wěn)定性、產(chǎn)品合格率并降低能耗的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否采集溫度、壓力、流量、轉(zhuǎn)速等全工藝參數(shù)及對應(yīng)質(zhì)量、能耗數(shù)據(jù)。(2)企業(yè)是否部署工藝監(jiān)控系統(tǒng)，實現(xiàn)工藝參數(shù)實時采集與集中管控。(3)企業(yè)能否用AI模型開展工藝參數(shù)智能尋優(yōu)、異常工況預(yù)判及自動閉環(huán)控制。
 

　　15.產(chǎn)品質(zhì)量智能追溯
 

　　評估企業(yè)利用物聯(lián)網(wǎng)、區(qū)塊鏈技術(shù)實現(xiàn)產(chǎn)品全生命周期質(zhì)量追溯，快速定位問題源頭的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否采集原材料、生產(chǎn)、檢驗、物流全鏈條批次數(shù)據(jù)。(2)企業(yè)是否部署質(zhì)量追溯系統(tǒng)，實現(xiàn)掃碼一鍵查詢產(chǎn)品全流程信息。(3)企業(yè)能否基于追溯數(shù)據(jù)快速定位質(zhì)量異常的原因與影響范圍。
 

　　16.裝備遠程故障診斷
 

　　評估企業(yè)利用物聯(lián)網(wǎng)、AI模型實現(xiàn)裝備遠程監(jiān)測、故障診斷，減少非計劃停機、降低運維成本的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否采集裝備運行、振動、溫度及歷史故障全生命周期數(shù)據(jù)。(2)企業(yè)是否搭建遠程運維平臺，實現(xiàn)裝備狀態(tài)可視化與遠程操控。(3)企業(yè)能否用AI模型開展故障精準識別、根因分析及剩余壽命預(yù)測。
 

　　17.安全生產(chǎn)智能監(jiān)控
 

　　評估企業(yè)利用AI視覺模型與多傳感器融合，實時識別安全隱患并自動預(yù)警，防范安全事故的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否歸集視頻監(jiān)控、環(huán)境監(jiān)測、報警記錄等安全數(shù)據(jù)。(2)企業(yè)是否部署智能物聯(lián)網(wǎng)相關(guān)的安全監(jiān)測設(shè)備。(3)企業(yè)能否用AI模型識別違規(guī)作業(yè)、設(shè)備異常并觸發(fā)分級預(yù)警。
 

　　18.能源智能優(yōu)化調(diào)度
 

　　評估企業(yè)利用AI模型、大數(shù)據(jù)統(tǒng)籌能源供需，實現(xiàn)動態(tài)調(diào)度與能效優(yōu)化，降低單位產(chǎn)品能耗的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否歸集電、水、氣、熱能耗及生產(chǎn)負荷全維度數(shù)據(jù)。(2)企業(yè)算力條件是否能夠滿足負荷預(yù)測、多目標優(yōu)化調(diào)度的實時計算需求。(3)企業(yè)能否用AI模型開展負荷預(yù)測、峰谷用能及能源智能平衡調(diào)度。
 

　　19.環(huán)保排放智能管控
 

　　評估企業(yè)利用AI模型、物聯(lián)網(wǎng)技術(shù)實現(xiàn)排放實時監(jiān)測、智能管控與溯源，降低超標風(fēng)險、提升環(huán)保合規(guī)性的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否歸集排放、工況、環(huán)保設(shè)施運行數(shù)據(jù)，建立完整環(huán)保臺賬。(2)企業(yè)是否部署在線監(jiān)測系統(tǒng)，實現(xiàn)數(shù)據(jù)實時采集與超標自動預(yù)警。(3)企業(yè)能否用AI模型開展排放預(yù)測、異常溯源及環(huán)保設(shè)施智能調(diào)度。(4)企業(yè)是否歸集碳排放源數(shù)據(jù)，建立碳排放核算臺賬，能否運用AI模型開展碳排放智能核算、產(chǎn)品碳足跡追蹤及減排路徑優(yōu)化。
 

　　(四)營銷服務(wù)
 

　　營銷服務(wù)方向主要評估企業(yè)運用智能化手段開展市場推廣、客戶服務(wù)、需求洞察、定價管理、品牌運營及渠道協(xié)同的能力，重點評估智能化對市場響應(yīng)速度、客戶滿意度及品牌價值的提升效果。評估要點涵蓋數(shù)據(jù)治理、軟件應(yīng)用、模型構(gòu)建等領(lǐng)域。
 

　　20.智能營銷與品牌運營
 

　　評估企業(yè)利用AI模型開展營銷內(nèi)容生成、傳播優(yōu)化、產(chǎn)品規(guī)劃、品牌管理及市場趨勢研判的綜合能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已采集傳播數(shù)據(jù)、用戶偏好、內(nèi)容反饋、產(chǎn)品信息、品牌口碑、市場反饋、競品動態(tài)等全維度營銷品牌數(shù)據(jù)，形成統(tǒng)一的數(shù)據(jù)基礎(chǔ)。(2)企業(yè)是否已在營銷內(nèi)容制作中應(yīng)用AI生成工具，支撐廣告創(chuàng)意、文案生成和物料制作。(3)企業(yè)是否能夠運用AI模型開展傳播優(yōu)化和效果分析，提升營銷傳播效率。(4)企業(yè)是否能夠運用AI模型開展品牌口碑分析、產(chǎn)品趨勢預(yù)測和迭代方向研判，賦能產(chǎn)品與品牌全生命周期管理。(5)企業(yè)是否已對接主流電商平臺或抖音等直播電商平臺數(shù)據(jù)，運用AI模型開展店鋪智能運營、流量精準投放、用戶轉(zhuǎn)化優(yōu)化及電商輿情實時監(jiān)測。
 

　　21.智能客戶服務(wù)
 

　　評估企業(yè)在售前咨詢、售中支持、售后服務(wù)、客戶維護、滿意度管理和忠誠度培育等方面，運用智能化手段提升客戶服務(wù)質(zhì)量和客戶關(guān)系運營水平的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已采集客戶咨詢記錄、投訴反饋、服務(wù)軌跡等客戶服務(wù)數(shù)據(jù)。(2)企業(yè)是否應(yīng)用智能客服系統(tǒng)、客戶反饋處理工具等軟件，完成客戶咨詢應(yīng)答和反饋分析。(3)企業(yè)是否能夠運用AI模型實現(xiàn)服務(wù)需求精準匹配等智能服務(wù)。
 

　　22.市場洞察與智能決策
 

　　評估企業(yè)整合多源市場與經(jīng)營數(shù)據(jù)，運用人工智能技術(shù)開展需求洞察、市場研判、價格測算與動態(tài)決策的綜合能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已匯聚客戶、訂單、咨詢、售后、市場、競品、產(chǎn)品成本、歷史交易等全維度數(shù)據(jù)，完成營銷與經(jīng)營數(shù)據(jù)統(tǒng)一治理。(2)企業(yè)是否能夠運用AI模型開展需求識別、市場趨勢分析與機會挖掘，為產(chǎn)品迭代和市場布局提供依據(jù)。(3)企業(yè)是否部署定價管理、市場分析等軟件工具，支撐價格測算、成本核算與策略制定。
 

　　23.渠道智能協(xié)同
 

　　評估企業(yè)在經(jīng)銷、直銷、電商、服務(wù)商等渠道中實現(xiàn)客戶線索管理、商機跟進、訂單流轉(zhuǎn)、渠道協(xié)同和銷售支撐的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已實現(xiàn)銷售線索、商機、訂單、渠道等數(shù)據(jù)的采集與管理，打通各渠道數(shù)據(jù)。(2)企業(yè)是否配備渠道管理、銷售支撐等軟件工具，支撐商機跟進。(3)企業(yè)是否能夠運用AI模型開展渠道流量分配、協(xié)同效果優(yōu)化和銷售預(yù)測。
 

　　(五)運營管理
 

　　運營管理方向主要評估企業(yè)智能化轉(zhuǎn)型的頂層規(guī)劃、供應(yīng)鏈協(xié)同、經(jīng)營決策、日常管理、組織管理及現(xiàn)場巡檢、訂單跟蹤等綜合運營能力，重點評估智能化對企業(yè)整體運營效率和決策科學(xué)性的支撐作用。評估要點涵蓋數(shù)據(jù)治理、軟件應(yīng)用、算力底座、模型構(gòu)建、組織人才、安全合規(guī)等領(lǐng)域。
 

　　24.智慧供應(yīng)鏈協(xié)同
 

　　評估企業(yè)與上下游伙伴實現(xiàn)業(yè)務(wù)數(shù)據(jù)互通、需求預(yù)測聯(lián)動及資源共享的跨主體協(xié)同能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已與核心上下游伙伴建立數(shù)據(jù)共享接口，實現(xiàn)需求、產(chǎn)能、物流數(shù)據(jù)的互通。(2)企業(yè)是否配備供應(yīng)鏈管理系統(tǒng)、數(shù)據(jù)互通工具等軟件，支撐供應(yīng)鏈各環(huán)節(jié)數(shù)據(jù)共享。(3)企業(yè)算力資源是否能夠支撐多環(huán)節(jié)數(shù)據(jù)處理和協(xié)同優(yōu)化模型運算。(4)企業(yè)是否能夠運用AI模型實現(xiàn)供應(yīng)鏈調(diào)度優(yōu)化、需求預(yù)測聯(lián)動和協(xié)同效率提升。(5)企業(yè)是否建立數(shù)據(jù)共享安全協(xié)議與訪問控制機制。
 

　　25.訂單跟蹤管理
 

　　評估企業(yè)構(gòu)建訂單全流程可視體系，對訂單從受理到交付各節(jié)點數(shù)據(jù)進行全程跟蹤，以及異常狀態(tài)實時反饋的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已完成訂單信息、生產(chǎn)進度、物流狀態(tài)、交付情況等數(shù)據(jù)的采集與管理，打通訂單全鏈路數(shù)據(jù)。(2)企業(yè)算力資源是否能夠支撐訂單跟蹤所需的實時數(shù)據(jù)處理和進度預(yù)測模型運算。(3)企業(yè)是否能夠運用AI模型實現(xiàn)訂單進度預(yù)測、交付風(fēng)險判斷等智能跟蹤管理。
 

　　26.廠區(qū)智能巡檢
 

　　評估企業(yè)建立了覆蓋全域的感知網(wǎng)絡(luò)與數(shù)據(jù)采集標準，具備支撐現(xiàn)場異常事件的標準化記錄、追溯與閉環(huán)處理的能力。
 

　　應(yīng)重點評估：(1)企業(yè)是否已規(guī)范巡檢點位、統(tǒng)一巡檢數(shù)據(jù)記錄標準，形成完整的巡檢數(shù)據(jù)體系。(2)企業(yè)是否配備巡檢機器人、移動終端、圖像識別設(shè)備等硬件，支撐智能巡檢實施。(3)企業(yè)建立的巡檢體系，是否具備異常情況的智能分析和處置能力。(4)企業(yè)算力資源是否能夠支撐圖像識別、實時數(shù)據(jù)處理和異常判斷等巡檢任務(wù)。
 

　　27.智能化人才適配
 

　　評估企業(yè)圍繞智能化轉(zhuǎn)型所構(gòu)建的人才隊伍支撐、專業(yè)能力儲備與培訓(xùn)機制建設(shè)水平，包括專職團隊配置、技術(shù)骨干能力、人機協(xié)同崗位適配及全員培訓(xùn)體系，能否為AI模型應(yīng)用落地與持續(xù)運營提供穩(wěn)定人才保障。
 

　　應(yīng)重點評估：(1)企業(yè)內(nèi)部是否具備專業(yè)的數(shù)字化/智能化運維能力(含企業(yè)內(nèi)設(shè)專職團隊或具備穩(wěn)定合作的外部服務(wù)商)。(2)企業(yè)技術(shù)骨干中是否有人具備機器學(xué)習(xí)、數(shù)據(jù)挖掘或AI模型工程化相關(guān)的項目經(jīng)驗。(3)企業(yè)人力資源部門是否已著手研究并制定“人機協(xié)作”模式下崗位職責(zé)調(diào)整方案。(4)企業(yè)是否已建立針對業(yè)務(wù)人員的AI模型工具使用培訓(xùn)體系或定期技術(shù)分享機制。
 

　　28.網(wǎng)絡(luò)與系統(tǒng)安全
 

　　評估企業(yè)在AI模型應(yīng)用環(huán)境下的工業(yè)網(wǎng)絡(luò)防護、系統(tǒng)訪問安全及安全事件管控能力，保障工業(yè)信息系統(tǒng)與數(shù)據(jù)的安全穩(wěn)定運行。
 

　　應(yīng)重點評估：(1)企業(yè)是否建立工業(yè)互聯(lián)網(wǎng)邊界防護體系，落實訪問控制、防火墻、入侵檢測與防御等安全隔離措施。(2)企業(yè)是否實施統(tǒng)一身份認證、零信任訪問控制及分級權(quán)限管理機制，保障系統(tǒng)與敏感數(shù)據(jù)的訪問安全。(3)企業(yè)是否建立日志審計、漏洞管理及實時安全監(jiān)測機制，實現(xiàn)安全事件可追溯、可預(yù)警、可處置。(4)企業(yè)是否具備國家網(wǎng)絡(luò)安全等級保護測評證書，并符合國家網(wǎng)絡(luò)安全等級保護及工業(yè)信息安全相關(guān)標準要求，定期開展安全評估與整改。
 

　　29.數(shù)據(jù)資源建設(shè)與治理
 

　　評估企業(yè)支撐AI模型應(yīng)用的數(shù)據(jù)資源體系建設(shè)、標準化治理及場景化應(yīng)用能力，為各類智能化場景落地提供核心數(shù)據(jù)基礎(chǔ)。
 

　　應(yīng)重點評估：(1)企業(yè)是否已形成覆蓋生產(chǎn)、設(shè)備、質(zhì)量、工藝、圖像視頻及日志等多源數(shù)據(jù)的統(tǒng)一采集體系，實現(xiàn)數(shù)據(jù)結(jié)構(gòu)化存儲與集中管理。(2)企業(yè)是否建立數(shù)據(jù)標準化治理體系，制定數(shù)據(jù)編碼、標簽、接口標準及數(shù)據(jù)質(zhì)量管理規(guī)范，保障數(shù)據(jù)一致性與可用性。(3)企業(yè)是否圍繞典型智能化應(yīng)用場景構(gòu)建高質(zhì)量數(shù)據(jù)集、樣本庫及知識庫，包括缺陷檢測數(shù)據(jù)集、設(shè)備故障樣本庫、工藝參數(shù)樣本集及行業(yè)知識圖譜等，為各類AI模型訓(xùn)練、部署與迭代優(yōu)化提供核心數(shù)據(jù)支撐。
 

　　30.算力部署與協(xié)同
 

　　評估企業(yè)支撐AI模型應(yīng)用的算力資源配置、云邊端協(xié)同及資源調(diào)度能力，保障不同類型智能化場景的計算需求與運行效率。
 

　　應(yīng)重點評估：(1)企業(yè)是否已部署(或租賃)本地算力或接入公有云/行業(yè)云算力資源，包括 GPU 服務(wù)器、邊緣計算節(jié)點及工業(yè)控制終端等，滿足推理、訓(xùn)練等不同層級的計算需求。(2)企業(yè)是否具備云邊端協(xié)同能力，建立云端模型訓(xùn)練迭代、邊緣側(cè)實時推理及終端設(shè)備響應(yīng)的協(xié)同運行機制。(3)企業(yè)是否具備算力資源統(tǒng)一調(diào)度能力，支持多業(yè)務(wù)共享、彈性擴縮容、任務(wù)優(yōu)先級調(diào)度，提升算力資源利用效率。(4)企業(yè)是否建立算力資源臺賬與運維管理機制，保障算力系統(tǒng)穩(wěn)定可靠運行。
 

　　三、評估方法
 

　　本指南評估工作聚焦企業(yè)人工智能應(yīng)用準備就緒度、場景智能化改造價值兩個方面，通過評估企業(yè)各業(yè)務(wù)環(huán)節(jié)的智能應(yīng)用基礎(chǔ)條件，明確哪些場景可立即落地智能應(yīng)用、哪些場景需先補齊數(shù)字化短板，為企業(yè)制定精準可行的智能化規(guī)劃提供依據(jù)。
 

　　(一)AI應(yīng)用就緒度評估
 

　　1.場景就緒度 

　　注：核心評估要求指第二章各場景“應(yīng)重點評估”項下的全部具體條款。
 

　　2.企業(yè)AI應(yīng)用就緒度
 

　　企業(yè)AI應(yīng)用就緒度：取研發(fā)設(shè)計、中試驗證、生產(chǎn)制造、營銷服務(wù)、運營管理5個方向中，本次評估實際涉及的所有二級場景就緒度的算術(shù)平均值，計算結(jié)果四舍五入后保留整數(shù)。
 

　　(二)場景智能化改造評估
 

　　以企業(yè)實際經(jīng)營效益提升為核心，從效率、成本、質(zhì)量、管理、服務(wù)5個通用方向開展評估，各方向評估可參考角度：
 

　　效率提升：縮短業(yè)務(wù)周期、提升作業(yè)/響應(yīng)/執(zhí)行效率等。
 

　　成本降低：減少人力、物料、能耗、運維等各類運營成本等。
 

　　質(zhì)量改善：降低缺陷率、差錯率，提升產(chǎn)品/服務(wù)穩(wěn)定性等。
 

　　管理優(yōu)化：完善流程管控、數(shù)據(jù)貫通、決策支撐能力等。
 

　　服務(wù)升級：提升客戶滿意度、渠道協(xié)同效率、市場響應(yīng)能力等。
 

　　四、評估結(jié)論
 

　　(一)AI應(yīng)用就緒度
 

　　對于研發(fā)設(shè)計、中試驗證、生產(chǎn)制造、營銷服務(wù)、運營管理5個方向，根據(jù)就緒度百分比分級結(jié)果，分為高、中、低三個就緒度等級，明確企業(yè)數(shù)智化改造的準入條件與實施優(yōu)先級，解決企業(yè)“能不能做數(shù)智化，先做什么數(shù)智化”的問題。
 

　　表1 AI應(yīng)用就緒度評估區(qū)間

　　(二)AI應(yīng)用場景劃分
 

　　對于30個二級場景，根據(jù)就緒度百分比分級結(jié)果，結(jié)合場景智能化改造成效，將二級場景劃分為高成熟度、前期驗證、低成熟度三類，并結(jié)合改造預(yù)期價值識別高價值場景。
 

　　表2 AI應(yīng)用場景劃分

 

　　(三)評估結(jié)論落地要求
 

　　參評企業(yè)應(yīng)依據(jù)本次評估形成的最終結(jié)論，編制《企業(yè)人工智能應(yīng)用規(guī)劃報告》(見附件2)，明確可落地的分階段智能化改造升級路徑與核心重點任務(wù)。
 

　　附件1：企業(yè)智能化應(yīng)用水平評估表
 

　　附件2：企業(yè)人工智能應(yīng)用規(guī)劃報告
 

　　附件3：江西省制造業(yè)“1269”重點產(chǎn)業(yè)鏈評估場景(參考)
 

　　附件1-3下載