经研究，决定开展 2025 年智能工厂梯度培育工作。现将有关要求通知如下：
一、建设内容
按照工业和信息化部《智能工厂梯度培育行动实施方案》，智能工厂按建设内容和发展水平分为“基础级、先进级、卓越级、领航级”四个层级。
（一）基础级
支持企业开展数字化网络化基础能力建设，围绕国家《智能制造典型场景参考指引》部署必要的智能制造装备、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、生产与经营管理信息化，开展点状智能化探索。
（二）先进级
支持企业在基础级智能工厂的基础上，提升数字化网络化集成能力，广泛部署智能制造装备、工业软件和系统，实现生产经营数据互通共享，关键生产过程精准控制，生产与经营协同管控，在重点场景开展智能化应用。
（三）卓越级
支持企业在先进级智能工厂基础上，强化数字化网络化持续优化能力，体系化部署智能制造装备、工业软件和系统，实现设计生产经营数据集成贯通，制造装备智能管控，生产过程在线优化，开展产品全生命周期和供应链全环节的综合优化，推动多场景系统级智能化应用。带动供应链上下游协同开展智能化升级，探索构建企业智能制造“标准群”，培养一批智能工厂建设和运营人才。
（四）领航级
支持企业在卓越级智能工厂的基础上，推动新一代人工智能等数智技术与制造全过程的深度融合，实现装备、工艺、软件和系统的研发与应用突破，推动研发范式、生产方式、服务体系和组织架构等创新，探索未来制造模式，带动产业模式和企业形态变革。打造全球领先的应用标杆，引领产业链上下游形成智能制造协同创新生态，形成较为完善的企业智能制造“标准群”，推动形成行业、国家标准，培养智能制造领军人才。
二、重点工作
（一）构建梯度培育推进体系
省工业和信息化厅负责理顺智能工厂梯度培育与省级智能车间、智能工厂遴选的关系，构建覆盖全省的智能工厂梯度培育体系，组织开展先进级智能工厂培育认定工作，联合有关部门择优向工业和信息化部推荐卓越级、领航级智能工厂。各地工业和信息化主管部门负责本地基础级智能工厂培育工作，制定本地智能工厂梯度培育方案，完善智能工厂梯度培育库，统筹开展智能制造能力成熟度自评估和规上工业企业数字化转型诊断服务，择优推荐先进级智能工厂。
（二）推动基础级智能工厂自评自建
各地工业和信息化主管部门要积极组织本地规上工业企业按照《智能制造能力成熟度模型》（GB/T 39116-2020），开展智能制造能力成熟度评估，推动企业掌握自身智能制造水平，以评估结果指导智能工厂建设，自评估结果从一级到五级共分为五个等级，其中基础级、先进级智能工厂应达到二级及以上、卓越级智能工厂应达到三级及以上、领航级智能工厂应达到四级及以上。
（三）加快先进级智能工厂培育
省工业和信息化厅负责先进级智能工厂认定工作，适时印发申报通知开展省级智能车间、智能工厂的申报工作。各地工业和信息化主管部门组织已入选省级智能车间、智能工厂的企业和拟申报先进级智能工厂的企业通过平台进行常态化自评估。
（四）做好卓越级、领航级智能工厂培育推荐
各地工业和信息化主管部门要加强本地区卓越级智能工厂跟踪管理和经验总结，积极组织先进级智能工厂创建卓越级智能工厂。省工业和信息化厅联合相关部门积极引导有条件、有意愿的高水平卓越级智能工厂向领航级智能工厂迈进。
三、相关要求
（一）请各省辖市、济源示范区、航空港区工业和信息化主管部门高度重视，理清智能工厂梯度培育和市级智能工厂之间的关系，制定当地智能工厂梯度培育方案，统筹开展相关工作。
（二）智能制造能力成熟度自评估依托智能制造评估评价公共服务平台（www.c3mep.cn）开展，已注册企业直接登录平台开展自评估，未注册企业请先注册。请各省辖市、济源示范区、航空港区工业和信息化主管部门认真组织，依托平台按季度对自评估工作进行动态管理和核查（各级工信部门的管理账号及密码，前期已发送到各地），于每季度结束前将自评估达到二级的企业名单（WPS 版和 PDF 版）报送至省工业和信息化厅数字化与未来产业处，首批名单于 4 月 28 日前报送。
（三）按照工业和信息化部相关要求，智能工厂梯度培育认定工作严格按照“基础级、先进级、卓越级、领航级”四个层级从低到高顺次认定。
智能工厂梯度培育要素条件
一、基础要求
1. 企业应为规模以上工业企业，企业和产品均具有较强市场竞争力。
2. 企业近三年生产经营正常，诚信守法，近三年未发生重大（含）以上安全、环保、质量事故（事件），未被列入严重失信主体名单。
3. 工厂使用的关键技术装备、工业软件、工业操作系统、系统解决方案等安全可控，网络安全和数据安全风险可控。
4. 企业应建立智能工厂统筹规划、建设和运营的组织机制，拥有一批智能制造专业人才。
5. 企业具备基本的数字化、网络化、智能化能力，智能制造能力成熟度自评价水平达到《智能制造能力成熟度模型》相应的要求。
二、基础级智能工厂
企业参考《智能制造典型场景参考指引》（以下简称《典型场景参考》，见附件 3），围绕工厂建设、研发设计、生产作业、生产管理、运营管理等开展智能工厂建设，至少覆盖生产作业环节，建设场景数不低于《典型场景参考》中的 6 个场景，智能制造能力成熟度自评价水平达到《智能制造能力成熟度模型》二级及以上。
1. 工厂建设：开展产线级、车间级数字化规划与建设；部署安全可控的智能制造装备、工业软件、系统和数字基础设施。
2. 研发设计：开展产品、工艺数字化研发设计。
3. 生产作业：开展关键装备和工艺数字化升级，实现关键装备、工序和系统的实时监控，以及关键生产工序自动化作业。
4. 生产管理：应用信息系统，对作业计划、产品质量、设备资产、生产物料等进行管理，实现关键生产过程精益化。
5. 运营管理：应用信息系统，对采购、销售、库存、财务和人力资源等进行管理，实现经营数据精准核算和绩效指标量化评估。
三、先进级智能工厂
企业参考《典型场景参考》，围绕工厂建设、研发设计、生产作业、生产管理、运营管理等开展智能工厂建设，至少覆盖生产作业、生产管理、运营管理三个环节，建设场景数不低于 10 个场景，智能制造能力成熟度自评价水平达到《智能制造能力成熟度模型》二级及以上。
1. 工厂建设：开展车间级、工厂级数字化规划与建设；对工艺路线、产线布局和物流路径等进行仿真；广泛部署安全可控的智能制造装备、工业软件和系统。
2. 研发设计：开展产品、工艺的数字化研发设计和仿真迭代，应用智能化设计工具，实现产品设计、工艺设计数据统一管理和协同。
3. 生产作业：开展关键装备和工序数智技术应用，实现关键装备异常预警、关键工序数据在线分析、关键生产过程精准控制、产品关键质量特性数字化检测。
4. 生产管理：通过对生产过程、仓储物流、设备运行、产品质量等进行数字化集成管控，应用智能化分析工具，实现高效辅助计划排产和生产业务协同管控，并开展安全能源环保数字化管理。
5. 运营管理：通过经营管理与生产作业等业务的数据集成贯通，应用智能化管理工具，实现成本有效管控、订单及时交付、绩效指标动态评估等，开展供应链数字化管理。
四、卓越级智能工厂
企业参考《典型场景参考》，围绕工厂建设、研发设计、生产作业、生产管理、运营管理等开展智能工厂建设，覆盖全部五个环节，建设场景数不低于 15 个场景，智能制造能力成熟度自评价水平达到《智能制造能力成熟度模型》三级及以上。
1. 工厂建设：开展工厂级数字化规划与建设，以及数据治理工作；对工厂进行系统建模和优化，实现工厂数字化交付，推动虚拟工厂建设；体系化部署安全可控的智能制造装备、工业软件和系统。
2. 研发设计：开展产品、工艺协同研发设计、集成建模和仿真，实现基于模型和数据的系统优化。
3. 生产作业：开展多场景数智技术应用，实现装备运行状态智能分析和故障诊断、生产过程智能管控和在线优化、过程质量在线检测与控制。
4. 生产管理：通过生产全过程数据综合分析，实现生产计划与排程自动生成、设备全生命周期管理、质量精准追溯和持续改进、物流仓储策略优化、安全应急联动、能源环保综合管控等，推动主要生产要素的智能协同优化。
5. 运营管理：通过多维数据智能分析，实现用户需求精准识别和敏捷响应、全厂资源协同优化、产品增值服务、设计生产服务闭环优化、智能化决策支持等，推进供应链上下游“链式”协同。
五、领航级智能工厂
企业参考《典型场景参考》，围绕工厂建设、研发设计、生产作业、生产管理、运营管理等开展智能工厂建设，覆盖全部五个环节，建设场景数不低于 20 个场景，智能制造能力成熟度自评价水平达到《智能制造能力成熟度模型》四级及以上。
1. 工厂建设：构建工厂数字孪生系统，实现对物理制造过程的精准映射和反馈控制；建立较为完备的数据治理体系，推动形成企业数据资产；开展安全可控的智能制造装备、工业软件和系统等研发和应用突破。
2. 研发设计：探索数据与知识驱动的研发设计创新，开展虚拟验证和中试。
3. 生产作业：开展人工智能在工艺、装备等方面创新应用，实现生产过程动态优化、智能决策控制、产线动态调整。
4. 生产管理：探索多目标、多扰动、多约束情况下的生产计划优化和智能排产调度，推动制造资源的全面优化利用。建立能源、碳资产、安全、环保综合管理创新机制，推动可持续制造。
5. 经营管理：推进工厂横向、纵向、端到端集成，构建智慧供应链，推动生产方式、服务体系和组织架构等变革，探索未来制造模式。
