实现基于模型的智能决策。

——提升供应链弹性和韧性。引导企业构建基于工业互联网平台的多级供应商采购管理系统，基于模型优化供应资源结构，保障供应持续稳定。利用大数据建模构建供应链风险预测分析和评估诊断模型，基于模型对供应链风险精准识别和应急防控。

——探索跨场景集成优化。引导行业龙头企业绘制重点产业链、重点行业数字化转型场景图谱，推动产业链环节的模块化表达，引导企业开展跨场景数据、模型流转应用探索，带动上下游工具打通、数据互连、模型互认，实现跨场景环节的协同优化。引导企业开展产品全生命周期管理，构建基于模型的系统工程方法开展需求、设计、分析、验证等集成管理，提高产品设计、生产、运维一体化管理水平。

重视差异化特点

根据制造业企业数字化基础、企业规模等差异化特点，《指南》将企业大致划分为行业龙头企业、大型企业和中小企业三类并作出相应部署。具体来看：

行业龙头企业数字化基础较好，企业内部具有相对成熟的数字化转型经验，下一阶段转型重点在于提高产业链协作效率和供应链一体化协同水平，巩固其市场主导地位。龙头企业可以构建面向行业/产业集群的工业互联网平台，打造贯通工具链、数据链、模型链的数字底座，营造开放共享的产业转型生态体系，提升制造资源配置效率，增强产业链供应链韧性和风险防范能力。

大型企业数字化转型重点在于整合现有数字化基础能力，以系统性思维制定整体转型规划，通过建设工业互联网平台提升数据采集、知识沉淀、业务打通、生态搭建等能力，推进企业内部全流程、全场景、全链条数字化转型，实现数据驱动的智能生产决策和运营深度优化。

中小企业数字化基础薄弱，缺乏整体转型能力，应坚持因“企”制宜、重点突破，评估转型潜在价值和可行性，明确转型优先级。专精特新“小巨人”企业可向产品数字孪生、设计制造一体化等更为复杂的场景开展改造。专精特新中小企业和规上工业中小企业以核心场景为突破口，实施深度改造升级。小微企业结合自身资源条件，开展普惠性上云用数赋智，实现业务系统向云端迁移，提升企业经营水平。

此外，《指南》提出，加强试点推广，树立数字化转型企业标杆，聚焦技术实力强、业务模式优、管理理念新、质量效益高的行业龙头企业、独角兽企业、专精特新中小企业和高新技术企业，打造一批“数字领航”企业。强化数据驱动，鼓励龙头企业建设高质量工业数据语料库，支撑工业人工智能训练和应用推广，挖掘工业数据潜在价值。

上述负责人表示，未来将推动金融机构创新金融产品和服务，加大对制造业企业数字化转型的支持力度。同时，编制制造业数字化转型标准体系，强化数字化转型标准供给，推广国家标准贯标应用。