数实融合：新型工业化必由之路

党的二十大对促进数字经济与实体经济融合发展作出一系列战略部署，赋予新型工业化以新的时代内涵，指明新型工业化发展方向和实现路径。国家工业信息安全发展研究中心依托工业大数据分析与集成应用工业和信息化部重点实验室，组织开展“数实融合赋能新型工业化方法路径与产业实践课题”研究，深入调研300多家企业，征集评选出40个成效显著、可示范推广的优秀实践案例。本刊推出系列专题，从行业解决方案、数字场景驱动、业务模式创新、数字新基建四个维度，分享我国企业数实融合发展的优秀实践案例。

——编者

数实融合赋能新型工业化内容与场景

1. 数实融合赋能新型工业化主要内容

随着以数字化、网络化、智能化为主要特征的新一轮科技革命和产业变革加速演进，数字经济与实体经济融合已成为赋能新型工业化、推动企业高质量发展的重要引擎。数字技术的快速发展和广泛应用，使得其与制造技术、数字经济与实体经济深度融合成为可能，可从宏观、中观、微观三个层面理解数实融合赋能新型工业化的主要内容。

宏观层面。数字经济与实体经济深度融合发展是新形势下我国走新型工业化道路的重要战略选择，是在两化融合相关理论研究和实践基础上不断深化和发展完善的。

一方面，两化融合覆盖的广度随着经济社会发展需求升级而持续扩展，即由党的十六大提出的“信息化与工业化融合”扩展为党的二十大提出的“数字经济与实体经济深度融合”。同时，两化融合赋能程度也在持续加深，即由传统的信息化对工业化赋能演化为互联网、大数据、云计算、人工智能、物联网等新一代信息技术对制造业赋能，再进一步升华为数字经济向实体经济赋能。

中观层面。数实融合即数字经济与实体经济融合，是数字产业化和产业数字化的连接点，其赋能新型工业化的落脚点是工业数字化转型升级。

在融合范围方面，数字化对工业各细分行业/领域的赋能层次不断延伸，即由单个企业向产业链上下游、产业集群向区域、行业向产业生态扩展和渗透。

在融合技术应用方面，以大数据、云计算、人工智能、物联网等为代表的新一代信息技术应用程度正在不断加深，即由信息化软件工具单项或集成应用向工业大数据、工业互联网、智能制造、工业信息安全等技术与产业深度融合应用方向发展。

微观层面。数实融合赋能新型工业化的微观层面主要体现为工业企业由规模速度型向质量效益型发展方式转变，即企业以数据要素驱动技术和管理创新，通过智能化改造和数字化转型实现高端化、智能化、绿色化发展。

如工业企业应用大数据、工业互联网、云计算、人工智能、物联网等先进技术对设备管理、安全管理、生产管理、能源管理、质量管理、经营管理、供应链管理等业务场景进行全面数字化升级，实现系统集成与数据互联互通共享，以数据驱动业务流程优化、组织变革和业务模式创新。

2. 数实融合赋能新型工业化典型场景

随着新一代信息技术、先进制造技术在工业细分行业/领域的拓展和渗透应用，制造业数字化、智能化转型成为数实融合的主战场，催生了业务数智化、业务模式创新、数字新基建、数字“双碳”等典型应用场景。

（1）业务数智化

业务数智化即企业应用工业互联网、云计算、大数据、人工智能、物联网等信息技术对研发设计、生产管控、经营管理等关键业务进行数字化、智能化改造升级，以数据要素驱动业务模式创新与价值增长。

研发设计方面：企业通过数字化建模和虚拟仿真优化，实现数据要素驱动的产品数字化研发。

如应用工业设计软件、工业知识建模等技术开展新产品数字化研发设计，提升设计效率，缩短研发周期；应用虚拟仿真技术进行产品试验、调试，缩短研制周期，降低研制成本，提高产品质量；综合应用物联网、人工智能、大数据等技术，打通产品研发、生产、售后服务等环节的数据链，开展创成式产品智能研发设计，促进产品创新。

生产管控方面：运用大数据、移动互联网、云计算等技术进行市场订单预测、产能平衡分析、生产计划制订和智能排产，提高生产效率；基于5G、工业互联网等技术建设生产控制网络，实现人、机、料、法、环等生产要素的优化配置与高效协同；利用智能检测设备和嵌入式软件系统，开展产品质量在线检测与统计分析，降低产品不合格率，提升产品质量；建立设备智能维护管理平台，实现设备智能点巡检、运行状态监控、故障智能诊断与维护，提升设备综合效率、可靠性和稳定性；部署智能传感与控制等装备，通过安全风险实时监测与应急处置、危险作业岗位“机器换人”等，实现面向生产全流程的安全管控。

经营管理方面：一是通过市场趋势预测、用户需求数据挖掘和分析，优化销售计划，实现需求驱动的精准营销，提高营销效率，降低营销成本；通过服务需求挖掘、主动式服务推送和远程产品运维服务等，实现对个性化服务需求的精准响应，优化产品和服务体验，增强客户黏性。

二是综合应用工业软件、大数据分析、移动互联网等技术构建企业经营管控“驾驶舱”，对关键业务数据和运营绩效进行全方位、多层次的可视化监测，辅助企业精准决策，提升运营管理效率。

三是应用物联网、大数据、人工智能等技术，优化供应链采购策略、仓储物流监测手段、风险预警与管控措施等，增强供应链柔性和韧性。

（2）业务模式创新

面向企业全价值链、产品全生命周期和全量资产要素，通过新一代信息技术与制造技术融合，推动关键装备技术创新、制造模式创新和服务模式创新。

协同制造方面：建立生产制造协同网络平台，推动企业内部研发设计、制造、营销、服务等环节的紧密连接和协同联动，实现基于网络的生产业务并行协同，并将富余的制造能力对外输出，实现制造资源优化配置。

大规模个性化定制方面：部署智能制造装备，通过生产柔性化、敏捷化和产品模块化，根据客户的个性化需求，以大批量生产的低成本和高效率提供高质量的个性化定制产品和服务。

人机协同制造方面：应用人工智能、AR（增强现实）、VR（虚拟现实）、5G、智能传感等技术，提高数控机床、工业机器人、成套装备等智能制造装备与人员的交互协同能力，从而提高生产作业效率。

服务型制造方面：应用大数据、人工智能、云计算等技术及行业专家系统，对产品运行工况、缺陷、故障、维护保养等数据进行精准分析研判，拓展专业服务、设备估值、融资租赁、资产处置等新业务，以数据要素驱动服务型制造模式创新，培育价值创造新增长点。

（3）数字新基建

数字新基建即在新一代信息技术与制造业深度融合背景下，工业企业实施数字化、智能化转型升级所必需的工业软件、网络信息、工业信息安全、数据治理与流通系统以及数字孪生等数字化基础设施。

工业软件方面：包括CAD（计算机辅助设计）、CAE（计算机辅助工程）、CAM（计算机辅助制造）、CAPP（计算机辅助工艺设计）、PDM（产品数据管理）、EDA（电子设计自动化）、Aspen（大型通用流程模拟系统）、LIMS（实验室信息管理系统）等研发设计类软件工具；PLC（可编程逻辑控制器）、SCADA（数据采集与监视控制系统）、DCS（分散控制系统）、DNC（分布式数控系统）、MES（制造执行系统）、EMS（能源管理系统）等生产管控类软件工具；ERP（企业资源管理）、OA（办公自动化系统）、SCM（供应链管理系统）、CRM（客户关系管理系统）、EAM（企业资产管理系统）、HRM（人力资源管理系统）等经营管理类软件工具。

网络信息系统方面：包括部署工业互联网、物联网、5G、千兆光网等新型网络基础设施，建设工业数据中心、智能计算中心、工业互联网平台等信息系统，完善支撑业务数字化运行的网络信息基础设施。

工业信息安全方面：包括主机监控与审计、网络安全深度分析、网络安全管理、网络入侵防御、云安全防护、防火墙、漏洞扫描、数据库防护系统等软硬件工具。

数据治理与流通方面：应用云计算、大数据、隐私计算、区块链等技术，构建安全可信的数据空间，实现企业各类数据的有效治理和分析利用，推动企业间数据安全可信流通，充分释放数据价值。

数字孪生方面：应用建模仿真、多模型融合等技术，构建装备、产线、车间、工厂等不同层级的数字孪生系统，通过物理世界与虚拟空间的实时映射，实现基于模型的数字化运行和维护。

（4）数字“双碳”

综合应用数字化、智能化、低碳环保等先进技术对工业企业进行绿色化改造升级，促进企业节能降耗和低碳环保运行。

节能降耗方面：一是能源管控与资产管理。企业通过部署智能传感与控制等装备，进行能耗全面监测、能效分析优化和碳资产管理，实现面向生产制造全过程的精细化能源管理，提高能源利用率，降低能耗成本。

二是能耗采集与监控。企业基于能源管理系统，应用智能传感、大数据、5G等技术，开展全环节、全要素能耗数据采集、计量和可视化监测。

三是能源调控与动态优化。企业应用能效优化机理分析、大数据和机器学习等技术，优化设备运行参数或工艺参数，实现关键设备、关键环节能源综合平衡与优化调度。

低碳环保方面：一是碳资产核算交易。开发碳资产管理平台和行业成套装备，集成应用智能传感、大数据和区块链等技术，实现生产全流程碳排放追踪、分析、核算和交易。

二是废气污染与资源利用。部署智能传感与控制等装备，通过污染源治理管控与环境监测、废弃物处置与再利用，实现环保精细化管理，减少污染物排放，避免环境污染风险。

三是污染监测与管控。应用机器视觉、智能传感、大数据等技术，搭建数字化环保管理平台，开展污染物排放实时监测和污染源追溯管理，实现全过程环保数据的采集、监控与分析优化。