■ 中国工业报记者 左宗鑫 吴晨 为加快推动制造业数字化转型智能化升级，打造智能制造“升级版”，工业和信息化部（以下简称“工信部”）、国家发展改革委、财政部、国务院国资委、市场监管总局、国家数据局近日联合印发通知，部署开展2025年度智能工厂梯度培育行动。按照《智能工厂梯度培育要素条件（2025年版）》，分基础级、先进级、卓越级和领航级智能工厂四个层级进行培育。 智能工厂是智能制造的主要载体，是制造业数字化转型、智能化升级的主战场。工信部装备工业一司网站今年2月份发布的消息，截至目前，全国已建成3万余家基础级智能工厂、1200余家先进级智能工厂、230余家卓越级智能工厂。 “此次四级梯度的设计是当前我国制造业推进智能化转型过程中一个非常重要的制度创新。它不仅体现了对发展阶段的科学划分，也体现了对企业差异化诉求的精准回应。”中国电子信息产业发展研究院新型工业化研究所（工业和信息化部新型工业化研究中心）研究室主任王夙在接受中国工业报记者采访时表示，这种分层分类、宽严适度的培育机制，将有效推动我国制造企业在技术成熟度、组织管理、核心竞争力等多个层面稳步提升，构建起一个既有广度覆盖、又有高端引领的智能制造生态体系。 近年来，安徽当涂县积极推进制造业数字产业化、产业数字化，以企业智能化改造、数字化转型带动产业链升级。图为当涂经开区“国家制造业单项冠军企业”安徽国星生物化学有限公司可视化大数据控制中心。（王文生摄） 层层递进智能工厂建设目标清晰 从四个层级梯度培育智能工厂，代表了企业在智能制造发展路径上的不同阶段，给企业提供了一条非常清晰的成长路线图，既提升了整体智能制造水平的“底板”，也打造出技术变革的“尖峰”。 王夙说：“从整体结构上看，基础级、先进级、卓越级和领航级四个层级的智能工厂，代表了企业在智能制造发展路径上的不同阶段。” 在王夙看来，基础级主要面向的是刚起步的企业，引导它们从“有设备”到“用数据”的基础转变。先进级则要求企业实现系统协同，具备一定的行业影响力。卓越级在此基础上要求企业具备智能化的优化能力，能在全国范围内成为示范引领者。而领航级则进一步聚焦未来制造模式的探索，强调全球竞争力和对人工智能的深度整合应用。 “这种层层递进的设计逻辑，让每个层级不仅各有侧重，而且目标清晰。”王夙说。 从企业的角度来看，这样的梯度设计提供了一条非常清晰的成长路线图。王夙认为，对于那些已经走在前沿的行业领军者，政策也给予了足够的挑战性和前瞻空间。比如，在领航级中明确提出“未来制造模式”的探索任务，这不仅是硬件设备的更新，更是组织方式、生产逻辑、技术路线的全面重构。 值得注意的是，政策并没有采取“一刀切”的推进方式，而是充分考虑到不同企业的现实基础和资源禀赋，提供了差异化、分阶段的引导方式。王夙向中国工业报记者解释，基础级是鼓励自评自建，降低门槛、提高普及率。先进级则由地方主管部门和集团企业组织认定，强调区域示范。卓越级和领航级则通过专家评审、现场核查等机制进行遴选，确保高质量和行业引领性。 “这种‘普遍参与+重点突破’的组合方式，既提升了整体智能制造水平的‘底板’，也打造出技术变革的‘尖峰’。”王夙说。 知名数字经济学者、工信部信息通信经济专家委员会委员盘和林在接受中国工业报记者采访时则认为，在智能工厂梯度培育行动中，政府应当通过差异化布局推动智能工厂建设，分区域对企业进行梯度培育。从行业重点扶持领域来看，盘和林认为，可重点聚焦战略产业链、场景创新两方面。 目标领航级更高层次演进智能制造 在2025年度智能工厂梯度培育行动中，除了基础级、先进级、卓越级以外，还包括瞄向“全球领先的发展标杆”目标的领航级智能工厂培育计划，将推动智能制造向更大范围拓展、更深程度渗透、更高层次演进。 在王夙看来，领航级智能工厂不仅是制造技术的尖峰展示，更是对未来产业形态、组织方式乃至价值体系的前瞻探索。 从技术融合角度看，未来制造模式将呈现出以下几个核心特征，而这些正是当前领航级工厂所要率先实现和验证的：人工智能与制造深度耦合，工业互联网+数字孪生+算力基础设施的融合应用，从产品全生命周期到供应链全链条的全环节协同。 从管理与商业模式创新角度来看，未来制造还将呈现以下趋势：运营智能体驱动的少人化、无人化管理，制造服务化、产品平台化、价值共创化，低碳、共享、净零制造的可持续模式。 “领航级智能工厂不仅是技术领先力的体现，更是帮助我国制造业从‘追赶者’迈向‘规则制定者’的关键平台。”王夙说，领航级智能工厂具有可以帮助中国制造业打造全球标杆、成为创新扩散中心、支撑高端产业自主可控、引导资本与政策聚焦的作用。 王夙表示，领航级智能工厂通过“母工厂+复制推广”机制，构建具有国际话语权的制造标准体系，增强中国制造在全球价值链中的关键地位。领航级工厂汇聚了最新的工艺突破、组织变革和技术集成，能够通过解决方案输出、标准导出、人才流动等方式，带动整个产业链快速跃升。领航级工厂往往聚焦高端装备、核心零部件、新一代信息技术等战略性产业，是夯实我国制造业“底座”、实现关键环节自主可控的重要支点。它将为投资决策、产业政策指明方向，有助于聚焦国家和地方资源，构建先进制造集群，打造具有全球影响力的产业生态。 引领标杆纵深推进制造业转型 2025年度智能工厂梯度培育行动重点强调了深化数字化普及与网络化连接、“人工智能+”的融合应用以及显著提高安全可控与标准化等要求，真正实现数字化普及和区域标杆的双重目标，将带来产业链升级、拉动需求、优化市场竞争格局等一系列变革。 目前，我国智能工厂梯度培育已经取得一定成效。工信部数据显示，目前我国的卓越级智能工厂分布在全国31个省（区、市），覆盖超过80%的制造业行业大类，共建设智能仓储、在线智能检测、产品数字化研发设计、智能排产调度、质量追溯与分析改进等优秀场景近2000个。同时，工厂产品研发周期平均缩短28.4%，生产效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均减少20.4%。 在盘和林看来，相较于2024年，2025年度智能工厂梯度培育行动重点强调了以下三个新的方向和要求： 一是数字化普及与网络化连接的深化。2025年度培育行动明确要求，企业围绕智能制造典型场景（如工厂建设、研发设计、生产管理等八个环节）部署智能制造装备、工业软件和系统，实现核心数据实时采集、关键生产工序自动化及生产与经营管理信息化。例如，新增“数字基础设施建设”场景，要求企业建设高性能算力网络和安全防护体系，推动IT/OT（信息技术和操作运营技术）深度融合。 二是“人工智能+”的融合应用。2025年版《智能制造典型场景参考指引》首次将人工智能大模型技术纳入典型场景，如生成式设计、智能排产等，要求企业在基础级建设中探索AI与制造流程的深度结合。 三是安全可控与标准化要求显著提高。 北京市社会科学院副研究员王鹏在接受中国工业报记者采访时认为，通过智能工厂梯度培育行动还将推动一系列变革： 一是产业链升级。卓越级和领航级智能工厂能带动供应商和物流企业优化运作模式，提高产业链协同效率。同时，能带来技术溢出效应，先进技术和解决方案向中小企业扩散，提升整体产业水平。 二是需求拉动，智能工厂建设可以带动智能制造装备、工业软件和系统市场需求增长，并且推动企业向智能化、高端化转型，优化市场竞争格局。 三是通过培育不同层级的智能工厂，可以树立行业标杆，引导企业效仿。同时，将智能工厂项目纳入大规模设备更新、重点产业链高质量发展等政策支持范围，形成政策合力。 “在当前制造业数字化转型的关键窗口期，这种多方兼顾的政策组合，有望推动更多企业迈出智能制造的第一步，真正实现数字化普及和区域标杆的双重目标。”王夙说。

        上周，经济合作与发展组织（OECD）将2025年全球国内生产总值（GDP）增长预期从3.3%下调至2.9%。此次下调主要反映出近期美国推行新一轮高关税贸易政策所带来的不利影响。预计这一放缓趋势将在美国及其主要贸易伙伴中最为明显，而亚洲等其他经济体则有望在新的贸易环境下保持稳健增长。        作为对美出口的重要国家，中国的2025年经济增长预期维持在去年12月预测的4.7%。部分原因在于财政刺激政策在一定程度上抵消了双边贸易摩擦带来的负面影响。相比之下，OECD大幅下调了对墨西哥和加拿大这两个与美国经济联系紧密国家的增长预期，分别下调了66%和50%。美国本身的增长预测也从去年12月的2.4%下调至1.6%。        从我们的图表可以看出，亚洲新兴市场仍是全球经济增长的主要动力。该地区包括中国、印度、印度尼西亚，以及中国香港、马来西亚、菲律宾、新加坡、台湾、泰国和越南等地。尤其在当前高关税背景下，这一增长引擎的作用更加突出。OECD预测，2025年新兴亚洲将贡献全球60%的经济增长，占比高于2023年的57%和2024年的56%。与此同时，北美在全球经济增长中的占比将从过去两年的13%下降至2025年和2026年的8%。这张图表展示了各地区对全球国内生产总值（GDP）增长的贡献。 如您对上文更多相关内容感兴趣，想获取更多数据解析，请通过电话：(010)67410698与我们联络！

        6月，美国消费者信心出现明显回升，摆脱了4月和5月创下的三年来低点。当时，由于突如其来的贸易政策调整，市场和消费者情绪曾受到较大冲击。随着初期影响逐渐消退，金融市场也恢复了大部分短期损失，消费者信心随之回升。        密歇根大学最新公布的消费者信心指数（Consumer Sentiment Index）初步数据显示，6月整体指数较前一个月上涨了16%，这是该指数今年以来首次环比上升。该指数基于每月约600次电话访谈，衡量消费者对个人财务状况、整体经济环境及大宗消费品购买意愿的看法。        6月消费者信心指数升至60.5，尽管有所回升，但仍比2024年12月低约20%，较去年同期下降11%。此次回升主要受“消费者预期指数”上涨22%的带动。该指数基于消费者对未来12个月内的个人财务和商业环境、以及未来5年内整体经济预期的调查结果。        密歇根大学消费者调查主任Joanne Hsu表示：“消费者似乎已经从4月政策调整带来的初期冲击中逐渐恢复，近期市场的不确定性也有所缓和。然而，消费者仍然认为当前经济面临较多潜在风险。无论是商业环境、个人财务状况、大宗商品消费、就业市场，还是股市前景的看法，都仍显著低于六个月前的水平。”这张图表展示了美国消费者信心指数。 如您对上文更多相关内容感兴趣，想获取更多数据解析，请通过电话：(010)67410698与我们联络！

        随着经济持续增长，中国的能源需求也在不断攀升。过去几十年间，伴随工业化、城市化进程的推进以及居民生活水平的提升，全国能源消费呈稳步上升趋势。根据国际能源署（IEA）数据，2000年至2023年间，中国人均用电量增长了近七倍。        在满足日益增长的能源需求的同时，如何降低对传统能源的依赖，已成为中国能源发展的核心挑战。为此，中国持续加码可再生能源发展，开启了全球最具规模的绿色能源扩张行动。        根据本周发布的《2025年全球可再生能源现状报告》（Renewables 2025 Global Status Report，REN21），仅2024年，中国就新增了445吉瓦的可再生能源装机容量，占全球新增总量的60%，创下历史新高。这一飞跃式增长得益于中国政府在政策层面的长远布局、强有力的财政支持以及市场激励机制。        中国在支持新能源发展方面采取了多项措施，包括税收减免、电价补贴（Feed-in Tariff）、可再生能源优先上网等，同时对地方政府和国有企业设定清洁能源发展目标。加之中国在光伏组件和风电设备制造方面的产业优势，使得其在全球能源转型进程中持续保持领先地位。        2024年，全球可再生能源装机总增量超过700吉瓦，创下年度增量纪录。然而，数据显示，这一增长主要集中在少数几个核心市场，其中中国的表现尤为突出。相比之下，部分国家则出现了能源政策回调的迹象，清洁能源发展面临新的不确定性。        在全球能源格局深刻调整的当下，中国正在以坚定步伐迈向绿色低碳未来，为全球可持续发展注入强劲动力。这张图展示了2024年各地区可再生能源新增装机容量。 如您对上文更多相关内容感兴趣，想获取更多数据解析，请通过电话：(010)67410698与我们联络！

中国工业报记者   曹雅丽 7月2日，2025全球数字经济大会在北京开幕，在大会主论坛之一的数字友好城市建设全球对话上，发布了《全球数字友好倡议》（草案）（以下简称《倡议》）。 《倡议》积极响应全球发展倡议、全球安全倡议、全球文明倡议，在联合国《2030可持续发展议程》框架下，推动全球范围内以人为本、科技向善的人类生产生活和与数字生态系统协调可持续发展，倡议全球城市、企业和人民参与到数字友好城市共建时代潮流中。 《倡议》提出，共建数字友好人类命运共同体。充分尊重各国数字发展需求和数字发展道路选择，提升全球数字治理全面性和多样性，倡导弘扬全人类共同价值；积极响应全球文明倡议，促进各国数字文明发展，关注发展中国家数字发展难题，坚持对话协商、交流互鉴，倡导安危与共，凝聚全球共识，构建美好数字世界。 遵循以人为本的数字发展宗旨。倡议建立“技术向善、人本回归”的数字服务生态。从根本上尊重城市中的居住者、工作者、创业者，关注老人、弱势群体、女性和儿童，缩减数字鸿沟，推动数字发展可感、可知、可及。完善数字服务公共产品和公共服务网络，倡导包容性设计，实现全民共享数字化福祉。 推动技术多元与包容性创新。支持多元技术路线协同演进，强化关键技术、共性技术的联合突破，降低或消除产学研合作壁垒；推动全球开源技术共享，鼓励跨领域协作开发，制定开放标准与互操作性框架；鼓励中小企业及个人创新，建设技术创新沙盒，建设开放、包容、共享的技术创新生态。 践行数字友好的城市发展理念。遵循友好共赢的数智化发展理念，支持城市互助发展，推动城市场景开放、经济互动、文化交流，共同推动数字友好城市建设。倡导数字先进城市带动传统城市，发展新型国际城市间数字合作范式，鼓励数字创新创业，支持跨境合作便利化，推动城市与经济多样化和共赢发展。 深化数字绿色转型与能源变革。共同推动能源数字化转型，建设绿色未来。以数智技术推动绿色生产力发展，赋能传统产业绿色低碳转型，推动产业间绿色技术协同。发展低碳数据中心与节能算法，优化数据中心能效、推广绿色算力，推动绿色金融工具创新，推广可再生能源驱动数字化，发展循环经济。 构建数字友好城市韧性基座。发展数字友好城市社区、园区和乡村建设，推动城市基础设施、单元、数字网络等全域数字化转型。提高城市公共卫生数字化水平，利用数字技术提升疾病预防、监测、预警和应急响应能力，建立全球联动的防灾救灾网络，共同应对全球气候变化带来的挑战。 构筑数字经济安全发展保障。构建更加和平安全的数字空间，注重数字时代人的安全、通信安全、技术安全。制定全球数字安全标准，采用技术防护、风险管控等多维度手段，强化跨境协作防御网络攻击，共同防范数字资产与数据伦理风险。建立可信数字认证体系，保障关键基础设施安全，守住安全的底线和边界。 鼓励文化多元与平等表达。促进数字环境中主体多元、媒体多元化、文化多样性。保护历史文化传统、鼓励创新性文化和促进文化交流。促进数字文化产业发展与内容创新，支持多语言内容创作，确保不同文化和群体平等发声，支持发展中国家多元表达；推动城市数字文明建设，推动文明交流与文化开放。 推动全球城市开放与协作。营造全球开放协作、互利共赢的合作氛围，共同以数字经济发展推动城市友好发展。推动全球城市场景开放、技术开源、成果共享。推广数字友好全球创新中心，建设知识普惠与可持续数字创新生态。 共建数字友好城市合作契约。倡议达成友好合作契约，推动数字规则重塑与技术普惠，确保技术发展尊重人类尊严，促进社会各阶层共享数字化成果，支持发展中国家参与数字红利分配，推动实现全球包容与可持续发展目标。

中国工业报记者  曹雅丽 “近年来，北京等地区大力推进城市全域数字化转型，以数据流通、开发利用贯穿城市规划、建设、运行的全过程，不断激发城市经济活力，提升城市治理水平，推动城市实现高质量发展、高效能治理、高品质生活的整体协同。”7月2日，国家数据局党组书记、局长刘烈宏在2025全球数字经济大会上表示。 大会现场主办方供图。 刘烈宏介绍，近年来，北京在探索数据要素价值释放的新模式、新路径方面取得了显著成果。城市全域数字化转型还要进一步突出应用导向，包括创新“一网统管”，充分发挥数据要素和数字技术在城市应急安全管理中的重要作用等。在进一步推进城市全域数字化转型方面，他提出三点看法。 首先，全域数字化转型要进一步夯实发展基础，要将城市作为推进数字中国建设的综合载体，发挥数据要素在赋能全局中的乘数效应。加强技术与机制的协同创新，打造集约、统一的数字底座、数据平台。建立并完善城市智能中枢，一体推进城市数字化转型的设施互通、数据融通、平台连通、业务贯通。加强式术化制度改革，推动跨领域、跨部门数据协同共享，业务流程再造，治理规则重构。 其次，城市全域数字化转型要进一步突出应用导向，要把满足人民群众对美好生活向往作为转型的出发点和落脚点，实现城市治理理念、服务能力的跃升。 刘烈宏强调，要注重城市运行安全、高效、精准，加快城市数字更新，打造更具韧性的城市生命线，创新“一网统管”，充分发挥数据要素和数字技术在城市应急安全管理中的重要作用。提升应急发现、决策、响应、处置能力，从被动应对向主动预防转变。要注重城市服务普惠包容，以高效办成一件事为抓手，持续推动政务服务水平提升，努力实现全域覆盖、全民友好、全时响应。 此外，城市全域数字化转型还要进一步推进产城深度融合，要深入推进兼顾城市治理现代化与产业体系现代化的城市数字化转型，把握好城市全域数字化转型与数字经济高质量发展相互促进、协同发展的关系，通过城市全域数字化转型，促进城市数据资源不断丰富汇聚，结合城市产业集聚、人才集中、场景丰富等优势深化数据资源流通利用和数据要素市场化配置改革，助力数字经济创新发展，形成良性循环，更好促进城市高质量发展。 “北京把推进数字经济高质量发展，深化城市全域数字化转型作为重要发展战略，提出了‘一区三中心’的发展目标，持续探索数据要素价值释放的新模式、新路径，取得了一系列标志性的成果。”刘烈宏说。 据了解“十四五”期间，北京数字经济保持高速增长，智能网联汽车、人工智能、具身智能等战略新兴产业集群发展迅速。北京市民热线“12345”助力提升城市治理精细化水平，解决率和满意率均超97%。在国家公共数据资源开发利用“1+3”政策体系指引下，北京深化金融公共数据专区运营，为70多万家市场主体提供数据服务超四亿次。 “可以说，北京在数字技术创新、数据要素服务和数据产业发展等方面取得了显著成效，有力支撑了城市治理能力和公共服务水平的提升，有力促进数字经济的高质量发展。”刘烈宏表示。

■ 中国工业报 耿鹏飞 在数字经济浪潮下，中小企业数字化转型已成为产业升级的关键一环。6月23日，在融链向“新”“一起益企”中工智库沙龙暨第十八届中国工业论坛启动新闻发布会上，中移（上海）产业研究院（中国移动通信集团有限公司全资子公司）人工智能高级专家韩屹以《AI+工业互联网赋能中小企业数字化转型实践》为主题，揭示了中小企业转型的现实困境与创新路径。 中移(上海)产业研究院人工智能高级专家 韩屹 韩屹分析，中小型企业数字化转型之路面临的挑战，首先是“思维屏障”，“小公司玩不起”“不懂数字化”等认知误区普遍存在；其次是“成本迷雾”，中小企业并非缺乏技术投入资金，而是算不清ROI（ReturnOnInvestment，投资回报率）。传统定制开发动辄数十万的成本，让企业对数字化望而却步；再者是否有合适的数字化转型人才，中小企业很难招聘到高质量的数字化领域专业人才；最后是企业能否能和客户转型共同成长。“数字化转型非一日之功，需要与业务发展共同成长。”韩屹说道。 韩屹表示，虽然中小企业转型是个系统性的工程，但可以从企业信息化建设这个点来切入。会上，韩屹分享了中国移动利用“零代码+AI”推动中小企业转型的经验：将应用开发门槛从“专业程序员”下沉至“业务人员”。 “AI技术则为转型注入智能引擎。”韩屹说道，中国移动推出的OneBase平台的Copilot开发引擎支持“草图识别”与“对话式生成”，用户绘制简单界面草图或导入需求设计文档，系统即可自动生成业务系统，一次生成可用率可达70%。这种“人机协同”模式，让缺乏技术背景的企业也能快速构建智能应用。 在韩屹看来，不同行业的转型实践呈现出多元化特征。例如，浙江某装备制造企业以“文化重构”为切入点，通过“数字化厂报”让18名高管轮流撰写值班日志，打破部门隔阂。员工评论互动激发参与感，435人同时在线阅读的场景，重塑了组织协同文化。 《中小企业数字化赋能专项行动方案（2025-2027）》提出，到2027年规上工业中小企业关键工序数控化率要达75%，上云率超40%。韩屹分析，未来企业数字化转型将呈现三大趋势：一是“链式转型”，龙头企业牵引供应链上下游协同数字化；二是“垂直大模型”普及，针对制造业、服务业的专用AI模型将解决行业特性问题；三是“数据资产化”，企业数据采集、管理与价值挖掘能力将成为核心竞争力。 技术平民化正催生新质生产力，当乡镇企业的产线数据能实时对接云端AI模型，当一线员工通过零代码工具成为“业务开发者”，数字化转型便不再是选择题，而是激活企业内生动力的必答题。中国移动等科技企业构建的技术生态，正为千万中小企业铺就一条“小投入、快见效、易迭代”的转型捷径，让数字经济的红利真正惠及产业毛细血管。

加大力度推动科技创新、产业创新及两者融合的体制机制 今年上半年，各央国企响应国家战略，加速整合重组、成立新公司，以优化产业布局、促进市场化改革与机制创新、提升企业核心竞争力与影响力。图为观众在参观第七届中国西部国际投资贸易洽谈会的中国航天科技集团有限公司展馆。（孙凯芳摄） ■中国工业报 吴晨 王珊珊 2025年是国有企业改革深化提升行动的收官之年。6月17日，国务院国资委召开专题推进会，强调要加大力度推动科技创新、产业创新及两者融合的体制机制改革工作，加快构建现代化产业体系，并积极推动人工智能变革国有企业科研范式。 会议透露，截至今年一季度末，各中央企业、各地国有企业改革深化提升行动（以下简称“深化提升行动”）重点改革任务平均完成率已超过80%，但剩余攻坚任务仍具挑战。会议要求，要把高质量完成深化提升行动作为今年国企改革的重中之重，务求取得实效。如何在关键领域实现突破，确保改革高质量收官，成为各方关注焦点。 从有到优国企科技创新首提供给质量 要在提升科技创新供给质量上下功夫，标志着国企不再满足于“有没有搞科研”，而是追求“科研有没有用、有没有用好”。 会议提出，国有企业要在提升科技创新供给质量上下功夫，在健全创新评价激励机制上求突破。这意味着未来国企的研发重点将从追求数量转向提升原创性、引领性技术供给。国务院国资委或将调整考核体系，强化对关键技术突破、国产替代和产业带动作用的评估，避免“低水平重复研发”。 中国电子信息产业发展研究院新型工业化研究所（工业和信息化部新型工业化研究中心）研究室主任王夙接受中国工业报采访时说：“会议提出‘供给质量’，是一个多维度的概念，放在国有企业科技创新语境中，可以理解为技术成果对国家战略需求和产业发展实际的契合程度、支撑能力和转化效能的综合体现。” 王夙认为，“供给质量”概念的提出，标志着国家不再满足于国企“有没有搞科研”，而是追求“搞出的科研有没有用、有没有用好”。具体来讲，“供给质量”至少包含以下几个层面： 战略契合度，即科技成果是否对接国家重大战略，如新型工业化、能源安全、数字中国、人工智能发展等，是否具备战略引领意义，能不能解决“卡脖子”技术难题。 产业支撑力，即科技成果是否能支撑企业主责主业发展，推动现代化产业体系建设，形成新的增长点，提升整个产业链供应链的安全性和竞争力。 技术先进性，即技术是否具有原创性、领先性，在国内外同类成果中处于何种地位，是否是“第一方阵”而非“追随者”。 成果转化率，即技术成果是否能够快速、有效地转化为产品或服务，是否带来实质性的经济效益和社会效益。 开放共享性，高质量供给不仅要“为我所用”，还要“为众所用”，能否提供关键技术平台、应用场景，对整个行业形成外溢价值。 王夙进一步指出，传统上，国企的科技创新往往以立项数量、科研投入、专利数量等“投入型”或“过程型”指标为主，重“做研究”而轻“见效用”。在深化提升行动背景下，评价体系正在发生至少三大关键转变： 一是从数量导向向质量导向转变。创新成果是否具备核心技术突破、是否填补国内空白、是否可持续转化，将成为核心衡量标准。 二是从闭门科研向产业导向转变。技术创新必须服务主责主业，与企业主营业务深度融合，推动现代化产业体系建设。 三是从单点突破向协同创新转变。评价更强调跨领域协作、产学研联动，推动技术体系整体跃升。这些转变旨在引导国有企业把科技创新真正作为提升核心竞争力的战略工程，不再满足于“完成任务”，而是实现“解决关键问题”的效果。 深圳东风环境有限公司副总裁胡双告诉中国工业报，改革的关键在于机制创新。会议提出健全多维度、多元化的创新评价体系，推行分类评价和长周期激励，充分体现了从短期绩效导向向注重长期价值创造转变的理念。 “这对科研项目、创新型企业提出了更科学的激励标准，有利于激发企业和科研人员的内生动力，保障科技创新持续发力。尤其是职务科技成果赋权改革的提质扩面，将进一步激活科研人员的积极性和创造力，为国企创新体系注入活力。”胡双说。 补短锻长完善现代产业发展格局 国有企业“勇担当”不是“大包大揽”，而是要成为“底座型平台”与“关键环节突破者”，真正形成现代产业发展格局。 会议要求，国企在“建设现代化产业体系上勇担当”，说明在建设自主可控、安全可靠的现代化产业体系过程中，国有企业被赋予更重要的角色。 胡双表示，国有企业“勇担当”不是“大包大揽”，而是要成为“底座型平台”与“关键环节突破者”。具体来说，国有企业应聚焦在战略性、安全性、公共性强的领域，如高端制造、核心算法、工业母机、能源储能、卫星通信、基础软件等。在短板环节上，应强化“卡脖子”技术攻关联合体，推动“链长制”与“揭榜挂帅”相结合。合理界定“政府与市场边界”，避免形成资源挤出效应。 “国有企业与民营企业在产业链中各具优势，实现协同合作是建设现代化产业体系的关键路径，双方可建立起“优势互补、利益共享、风险共担”的合作机制。”王夙指出，国企通常具备资本雄厚、资源集中、体系完整、抗风险能力强等特点，适合承担重大基础设施建设、核心技术攻关和国家战略任务，民营企业则在机制灵活、市场嗅觉敏锐、创新速度快、细分领域深耕等方面表现突出。 与此同时，还应推动政策引导下的公平竞争环境建设，破除体制壁垒和资源壁垒，让民营企业在与国企的合作中感受到实质性的机会和回报，从而真正形成“国企引领、民企活跃、生态共赢”的现代产业发展格局。 成果变现让“科技强”变为“产业强” 在协同创新和成果转化应用上动真章，解决科技创新与产业创新之间的脱节问题，让“科技强”真正转化为“产业强”。 科技成果转化率低一直是国企面临的难题。此次会议明确要在“协同创新和成果转化应用上动真章”，可能涉及科研管理松绑、收益分配改革等举措，以解决“不敢转、不愿转、不会转”问题。 王夙表示，当前科技创新与产业创新之间脱节，是制约我国国企科技成果转化、影响产业核心竞争力的关键问题之一。“科技强”未能自然转化为“产业强”，根源在于体制机制层面存在几大障碍： 一是创新链与产业链未有效对接。科研单位与企业之间目标不同、话语权不同，导致技术成果常常“躺在实验室”，无法快速转化为市场产品。 二是考核激励机制不适配。国企的科技人员激励仍以稳定、安全为主，缺乏风险容错机制、成果收益分享机制，导致科研人员缺乏将技术“推向市场”的积极性。 三是技术转化制度不畅。科技成果归属不清晰、评估机制僵化、收益分配模糊，使得科研人员、企业和资本各方难以形成合力。 王夙建议，要打通“科技强”到“产业强”的通道，应在以下几个关键体制机制上实现突破： 一是构建创新攻关联合体。推动以企业为主体、市场为导向、产学研用深度融合的新型创新模式，强化国企作为链主企业的牵引作用。 二是完善成果转化机制。改革科研成果权属制度，明确赋权于团队或个人，建立高比例收益分配与长期激励制度，允许科研人员“带项目”入企或创业。 三是推动场景先行机制建设。打造开放共享的高价值应用场景试验田，让科技成果先“跑起来”，形成真实需求牵引科研供给。 四是强化科技与产业融合的评估机制。建立横跨科技研发和市场化指标的综合考核体系，让“成果变现”成为评价科技创新的核心指标。 AI创新国企科研范式变革加速 打造和开放战略性高价值应用场景，吸引更多民企、科研机构、高新企业参与协同创新，形成AI技术与产业深度融合的良性生态，最终助力国企从“应用AI”走向“引领AI创新”。 会议特别强调，要积极推动人工智能引领国有企业科研范式变革，打造和开放战略性高价值应用场景。未来，AI或深度融入国企研发全流程，如智能仿真、数字孪生、自动化实验等。此外，国企有望开放智能制造、智慧能源等场景，加速AI技术落地和生态培育。 王夙表示，人工智能正成为重塑国有企业科研模式的核心驱动力。传统国企科研以线性、经验驱动为主，周期长、试错成本高，而AI的引入将带来研发模式从“经验主导”向“数据驱动”和“智能决策”转变。具体来说，AI可通过自动化数据分析、预测模型构建、材料基因工程、算法辅助设计等方式，大幅提升研发效率和精度。例如，在材料研发中，AI可以模拟数以万计的分子结构筛选，极大缩短试验周期；在设备制造中，可利用机器学习优化产品设计流程，提升创新能力。此外，AI还将重构知识管理与科研协作模式，实现跨团队、跨平台的智能知识图谱共享与成果挖掘，推动科研范式从“集中研发”向“泛在智能协同”迈进。 数据作为推动人工智能发展的“核心燃料”，不管在现在还是未来，数据的质量和数量都占有及其重要的地位，这也是整个人工智能科研的基础设施以及底层建设。 从数据角度看，天娱数科首席数据官吴邦毅对中国工业报表示，一是在数据收集与整合层面，建议国企能构建全面且规范的数据采集体系，涵盖内部运营、市场反馈、行业动态等多源数据，为后续人工智能分析提供丰富素材。同时，打破企业内部各部门数据壁垒，实现数据流通共享，提升数据利用效率。 二是数据治理与质量提升至关重要。建立严格的数据清洗、标注和校验流程，确保数据准确性、完整性与一致性，为人工智能预测能耗趋势、优化能源分配模型奠定坚实基础。 三是在数据应用与挖掘环节，借助人工智能算法对海量数据深度挖掘，提升交通运营效率，辅助科研人员快速理解数据规律，做出科学决策。 在打造和开放“战略性高价值应用场景”方面，王夙认为，最有可能率先行动的领域，包括能源、电力、交通、制造、矿业、冶金和城市基础设施等国企主导的关键行业。这些行业数据量大、业务流程复杂、设备智能化水平不断提升，非常适合AI应用落地，都是典型的高价值AI应用场景。 “开放这些场景的核心目的，是为了打通从研发到应用的‘最后一公里’，构建技术验证、模型训练和市场孵化的平台，进而推动产业级AI解决方案的规模化落地。”王夙表示，通过场景开放，吸引更多民企、科研机构、高新企业参与协同创新，形成AI技术与产业深度融合的良性生态，最终助力国企从“应用AI”走向“引领AI创新”。 随着国有企业改革深化提升行动进入冲刺阶段，科技创新与产业创新的深度融合将成为决定改革成效的关键。此次推进会释放明确信号——国企不仅要完成改革“量”的目标，更要在创新“质”的突破上展现担当。