該頁無縮略圖
醫(yī)藥工業(yè)數(shù)智化轉型實施方案（2025一2030年）
醫(yī)藥工業(yè)高質量發(fā)展是推進新型工業(yè)化和建設制造強國的重要任務，是實施健康中國戰(zhàn)略的重要支撐。為加快落實《醫(yī)藥工業(yè)高質量發(fā)展行動計劃（2023—2025年）》《制造業(yè)數(shù)字化轉型行動方案》《關于全面深化藥品醫(yī)療器械監(jiān)管改革促進醫(yī)藥產業(yè)高質量發(fā)展的意見》，深入推進人工智能賦能新型工業(yè)化，推動新一代信息技術與醫(yī)藥產業(yè)鏈深度融合，加快推進醫(yī)藥工業(yè)數(shù)智化轉型，進一步提高企業(yè)核心競爭力，提升藥品質量安全水平，增強供應保障能力，培育和發(fā)展新質生產力，促進醫(yī)藥工業(yè)高質量發(fā)展，制定本方案。
一、總體要求
以習近平新時代中國特色社會主義思想為指導，深入貫徹黨的二十大和二十屆二中、三中全會精神，認真落實全國新型工業(yè)化推進大會部署，以保障藥品質量安全、維護人民生命健康為根本目標，以全產業(yè)鏈協(xié)調發(fā)展為主線，以數(shù)智化改造為主攻方向，以場景應用為牽引，堅持規(guī)劃引導、問題導向、分類施策、系統(tǒng)推進，統(tǒng)籌提升醫(yī)藥工業(yè)數(shù)智化發(fā)展和智慧監(jiān)管水平，以場景化、圖譜化方式推進醫(yī)藥工業(yè)高端化、智能化、綠色化、融合化發(fā)展。
到2027年，醫(yī)藥工業(yè)數(shù)智化轉型取得重要進展，以數(shù)智技術驅動的醫(yī)藥全產業(yè)鏈競爭力和全生命周期質量管理水平顯著提升。在數(shù)智化發(fā)展基礎建設方面，突破一批醫(yī)藥工業(yè)數(shù)智化關鍵技術，制修訂30項以上醫(yī)藥工業(yè)數(shù)智技術標準，在智能制藥設備、檢測儀器和制藥工業(yè)軟件等領域研發(fā)推廣100款以上高性能產品；在數(shù)智化轉型推廣方面，打造100個以上醫(yī)藥工業(yè)數(shù)智技術應用典型場景，建成100個以上數(shù)智藥械工廠，建設50家以上具有引領性的數(shù)智化轉型卓越企業(yè)，推動打造5個醫(yī)藥數(shù)智化轉型卓越園區(qū)；在支撐服務體系建設方面，建設醫(yī)藥工業(yè)數(shù)智化轉型促進中心及分中心，建設10個以上醫(yī)藥大模型創(chuàng)新平臺、數(shù)智技術應用驗證與中試平臺，培育 30家以上醫(yī)藥工業(yè)數(shù)智化轉型卓越服務商。
到2030年，規(guī)上醫(yī)藥工業(yè)企業(yè)基本實現(xiàn)數(shù)智化轉型全覆蓋，數(shù)智技術融合創(chuàng)新能力大幅提升，醫(yī)藥工業(yè)全鏈條數(shù)據(jù)體系進一步完善，醫(yī)藥工業(yè)數(shù)智化轉型生態(tài)體系進一步健全。
二、重點任務
（一）數(shù)智技術賦能行動
1.加強醫(yī)藥工業(yè)數(shù)智產品研發(fā)應用。組織醫(yī)藥數(shù)智化系統(tǒng)解決方案及技術產品“揭榜”攻關，針對化學藥、中藥、生物制品、醫(yī)療器械等細分行業(yè)生產特點，打造符合醫(yī)藥質量管理規(guī)范體系（GXP）的系統(tǒng)解決方案，研發(fā)推廣一批智能制藥設備、檢測設備，開發(fā)一批“小快輕準”醫(yī)藥工業(yè)軟件或系統(tǒng)等。支持創(chuàng)建醫(yī)藥工業(yè)數(shù)智技術應用驗證與中試平臺，集成推進共性技術攻關、軟硬件適配驗證測試、計算機化系統(tǒng)驗證（CSV）等技術服務。
| 专栏1医药工业数智技术及产品研发 |
| 系统解决方案：针对细分行业生产特点，研发推广符合 医药质量管理规范体系（GXP）的研发设计、制造执行、质量安 |
| 全保障、经营管理决策、供应链管理、安全生产、绿色低碳等专 |
| 用解决方案。 |
| 智能制药设备：研发推广适用于医药工业的机器视觉检 |
測、在線質量檢測等智能檢測裝備；作業(yè)機器人、巡檢機器人、自動導向車（AGV）等智能裝備。
醫(yī)藥工業(yè)操作系統(tǒng)：研發(fā)推廣適用于醫(yī)藥工業(yè)的嵌入式軟件，工業(yè)協(xié)議，可編程邏輯控制器（PLC）、分布式控制系統(tǒng)（DCS）、數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)（SCADA）、安全儀表系統(tǒng)（SIS）等工業(yè)控制單元。
醫(yī)藥工業(yè)軟件及APP：研發(fā)推廣人工智能（AI）藥物發(fā)現(xiàn)與設計、計算機模擬與仿真等醫(yī)藥工業(yè)研發(fā)設計軟件，以及制造執(zhí)行系統(tǒng)（MES）、過程分析系統(tǒng)（PAT）、質量追溯系統(tǒng)等醫(yī)藥工業(yè)生產管控軟件。
2.整合釋放醫(yī)藥數(shù)據(jù)要素價值。鼓勵醫(yī)藥企業(yè)、醫(yī)療機構、科研院所等合作建設醫(yī)藥工業(yè)大數(shù)據(jù)平臺，形成研發(fā)、生產、臨床、大健康等領域高質量數(shù)據(jù)集，推進數(shù)據(jù)分類分級管理和數(shù)據(jù)要素市場試點。落實數(shù)據(jù)基礎制度，推進醫(yī)藥工業(yè)公共數(shù)據(jù)規(guī)范化開發(fā)利用，完善醫(yī)藥工業(yè)數(shù)據(jù)產權歸屬認定、市場交易、權益分配、利益保護等具體規(guī)則，培育專業(yè)化醫(yī)藥數(shù)據(jù)服務企業(yè)，支持數(shù)據(jù)交易機構開展醫(yī)藥工業(yè)數(shù)據(jù)流通共享探索。推動落實數(shù)據(jù)管理能力成熟度、個人信息保護等評估，規(guī)范醫(yī)藥工業(yè)數(shù)據(jù)跨境傳輸管理。
3.改造升級信息基礎設施。支持醫(yī)藥工業(yè)重點領域接入工業(yè)互聯(lián)網(wǎng)標識解析體系，探索工業(yè)互聯(lián)網(wǎng)標識與藥品追溯碼、醫(yī)療器械唯一標識（UDI）在生產過程管理、質量追溯、藥械監(jiān)管等領域的融合應用。鼓勵建設一批高性能云計算平臺、區(qū)塊鏈、數(shù)據(jù)中心、5G行業(yè)虛擬專網(wǎng)、物聯(lián)網(wǎng)等信息基礎設施，支撐醫(yī)藥企業(yè)“智改數(shù)轉網(wǎng)聯(lián)”。指導醫(yī)藥企業(yè)開展工業(yè)操作系統(tǒng)和企業(yè)信息系統(tǒng)的網(wǎng)絡安全防護，落實安全管理、技術防護、安全運營等防護措施，提升網(wǎng)絡安全風險防御和處置能力。
4.深化人工智能賦能應用。支持相關單位建立醫(yī)藥大模型創(chuàng)新平臺，協(xié)同開展醫(yī)藥大模型技術產品研發(fā)、監(jiān)管科學研究等，強化標準規(guī)范、科技倫理、應用安全和風險管理等規(guī)則建設。開展“人工智能賦能醫(yī)藥全產業(yè)鏈”應用試點，鼓勵龍頭醫(yī)藥企業(yè)與醫(yī)療機構、科研院所、上下游企業(yè)、大用戶等組成聯(lián)合體，面向醫(yī)藥全產業(yè)鏈形成一批效果顯著的標志性應用場景。鼓勵各地建設醫(yī)藥人工智能領域概念驗證、中試驗證、共性技術、知識產權運營、開源社區(qū)等公共服務平臺。
（二）數(shù)智轉型推廣行動
1.推廣典型數(shù)智技術應用卓越場景。圍繞醫(yī)藥研發(fā)、醫(yī)藥生產、經營管理決策、醫(yī)藥質量安全保障、醫(yī)藥流通與追溯、醫(yī)藥合同研發(fā)生產服務（CXO）等方面，系統(tǒng)梳理數(shù)智化轉型場景清單，以及數(shù)據(jù)要素、知識模型、工具軟件、人才技能等要素清單，支持醫(yī)藥企業(yè)和信息技術服務企業(yè)聯(lián)合打造數(shù)智化應用場景，系統(tǒng)化推進醫(yī)藥企業(yè)數(shù)智化轉型。
| 专栏 2典型数智化应用场景打造 |
| 医药研发：打造智能靶点筛选、药物分子设计与优化、 化合物虚拟筛选、候选药物特性分析、动物模型数据挖掘、中医 疗器械设计与优化等应用场景。 |
| 药人用经验数据挖掘和决策模型研究、实验室数据集成管理、医 |
醫(yī)藥生產：打造智能藥品及醫(yī)療器械工藝設計、中試驗證、設備運行監(jiān)控、設備預防性維護、能源管理、環(huán)保管理、安全巡檢等應用場景。
經營管理決策：打造智能排產、智能供應鏈管理與優(yōu)化、企業(yè)數(shù)據(jù)資產運營等應用場景。
醫(yī)藥質量安全保障：打造智能生產過程質量監(jiān)控、風險預警、數(shù)據(jù)可靠性管控、電子批記錄、質量文檔管理、中藥原料質量回顧與優(yōu)化、產品質量回顧與優(yōu)化、藥品質檢（QC）實驗室管理等應用場景。
醫(yī)藥流通與追溯：打造數(shù)智化藥品追溯、藥品物流監(jiān)測與優(yōu)化、藥物不良反應監(jiān)測、醫(yī)療器械使用管理等應用場景。
醫(yī)藥合同研發(fā)生產服務（CXO）：打造智能臨床研究協(xié)同、大規(guī)?？啥ㄖ迫嵝灾性嚿a等應用場景。
2.培育數(shù)智化轉型卓越企業(yè)。引導醫(yī)藥企業(yè)建立數(shù)智化轉型“一把手”負責制，成立專項工作機構，完善與數(shù)智化轉型相匹配的組織架構和管理制度。聚焦醫(yī)藥企業(yè)提質、降本、增效、綠色、安全、合規(guī)等發(fā)展需求，支持建設數(shù)智藥械工廠，培育一批醫(yī)藥工業(yè)數(shù)智化轉型卓越企業(yè)，形成并推廣可復制、可落地的新經驗、新模式。
3.建設數(shù)智化醫(yī)藥產業(yè)園區(qū)。引導醫(yī)藥產業(yè)園區(qū)向智能管理、網(wǎng)絡協(xié)同、服務創(chuàng)新、綠色低碳、安全生產方向升級。鼓勵園區(qū)加快公共服務平臺建設和信息基礎設施改造，鼓勵建立符合醫(yī)藥質量管理規(guī)范體系（GXP）的數(shù)智化共享實驗室、委托研發(fā)生產平臺等設施，提供支撐藥械研發(fā)、臨床試驗、檢驗檢測、審評注冊、流通銷售等全環(huán)節(jié)的數(shù)智服務。
（三）數(shù)智服務體系建設行動
1.強化標準引領。探索構建跨行業(yè)標準工作機制，編制醫(yī)藥工業(yè)數(shù)智化轉型標準化體系建設指南，推動制定基礎共性、核心應用、技術產品、數(shù)據(jù)與模型等重點標準，建立醫(yī)藥企業(yè)、園區(qū)、區(qū)域數(shù)智化轉型評價指標體系和評估方法。加大標準宣貫力度，促進標準在診斷評估、規(guī)劃設計、改造實施、數(shù)據(jù)管理等環(huán)節(jié)落地應用。
2.加強質量支撐。研究制訂藥品和醫(yī)療器械質量管理相關計算機化系統(tǒng)驗證（CSV）指南文件，重點推動針對工藝過程控制、質量控制、物料管理、生產準備或清場等系統(tǒng)的確認與驗證。支持藥品企業(yè)按照智慧監(jiān)管要求進行數(shù)據(jù)采集和記錄，協(xié)助藥品監(jiān)管部門及時、全面掌握醫(yī)藥研發(fā)、臨床試驗、生產、流通等全鏈條的關鍵質量數(shù)據(jù)。
3.培育創(chuàng)新載體。加快創(chuàng)建醫(yī)藥工業(yè)數(shù)智化領域重點實驗室、監(jiān)管科學研究基地等創(chuàng)新載體，完善技術市場服務體系，推動技術成果的工程化落地和產業(yè)化應用。鼓勵地方、園區(qū)、龍頭企業(yè)等打造人工智能輔助藥物設計、生產制造、流通供應平臺，實現(xiàn)跨企業(yè)、跨領域、全鏈條協(xié)同發(fā)展。完善醫(yī)藥工業(yè)數(shù)智化創(chuàng)新成果轉化平臺，整合產業(yè)上下游資源，強化供需對接。
4.壯大服務隊伍。建設醫(yī)藥工業(yè)數(shù)智化轉型促進中心，提供概念驗證、中試驗證、技術評測、產品選型、轉型路徑規(guī)劃等產業(yè)支撐服務。鼓勵京津冀、長三角、粵港澳大灣區(qū)、成渝地區(qū)等區(qū)域及各地結合產業(yè)特色建立數(shù)智化轉型促進分中心。培育一批專業(yè)化服務商，開展數(shù)智化診斷咨詢、解決方案供需對接、技術產品選型評測、知識產權轉化等服務。
（四）數(shù)智監(jiān)管提升行動
1.探索智慧監(jiān)管新模式。持續(xù)開展醫(yī)藥智慧監(jiān)管典型案例征集活動，拓展智慧監(jiān)管創(chuàng)新應用場景。支持有條件的地方開展智慧監(jiān)管新模式探索，通過信息技術手段，針對醫(yī)藥企業(yè)生產經營過程的關鍵環(huán)節(jié)、關鍵參數(shù)開展遠程監(jiān)測、數(shù)據(jù)采集、分析和處理，加強醫(yī)藥監(jiān)管的實時性、高效性與可計量性，實現(xiàn)“事前監(jiān)管”“事中監(jiān)管”“網(wǎng)上監(jiān)管”。
2.創(chuàng)新智慧監(jiān)管新工具。開展醫(yī)藥行業(yè)智慧監(jiān)管工具征集選、能力驗證和行業(yè)共享工作，支持地方監(jiān)管部門積極運用視頻識別、遙感監(jiān)測、區(qū)塊鏈、大數(shù)據(jù)、人工智能等監(jiān)管工具，實現(xiàn)醫(yī)藥監(jiān)管效率提升、精準預警、異常行為發(fā)現(xiàn)、違規(guī)行為排查等。完善醫(yī)藥不良反應（事件）智慧監(jiān)測體系建設，推進協(xié)同監(jiān)管數(shù)據(jù)聯(lián)動應用。
3.研究智慧監(jiān)管新方法。鼓勵行業(yè)組織、監(jiān)管科學研究基地、科研機構等開展醫(yī)藥數(shù)智化轉型相關的監(jiān)管科學研究，針對人工智能藥物研發(fā)、醫(yī)藥制造計算機模擬與仿真、虛擬臨床試驗、真實世界數(shù)據(jù)應用、遠程監(jiān)管等領域，研究制定監(jiān)管指南、指導原則、標準規(guī)范等，推動研究成果應用轉化。
三、保障措施
（一）完善工作機制。工業(yè)和信息化部等相關部門按照職責分工推進方案實施，加強全鏈條政策有效銜接。鼓勵各地結合實際制定具體實施方案，統(tǒng)籌地方有關部門政策，推動各項重點任務落實落細。組建國家醫(yī)藥工業(yè)數(shù)智化發(fā)展專家委員會，加強對醫(yī)藥工業(yè)數(shù)智化轉型重大問題研究和決策支持。鼓勵地方建設醫(yī)藥工業(yè)數(shù)智化轉型促進分中心，強化服務能力，支持地方、園區(qū)、企業(yè)實施數(shù)智化轉型規(guī)劃和相關工作任務落實。
（二）強化政策支持。統(tǒng)籌國家科技項目渠道加大對醫(yī)藥工業(yè)數(shù)智化轉型的支持，落實首臺（套）重大技術裝備、大規(guī)模設備更新、技術改造、軟件產品等政策，優(yōu)化審評前置等監(jiān)管政策，支持醫(yī)藥工業(yè)數(shù)智技術、產品的研發(fā)與推廣應用。鼓勵地方加強要素保障，統(tǒng)籌項目、融資、用地、用能等支持政策，促進醫(yī)藥企業(yè)數(shù)智化建設重點項目盡快落地見效。發(fā)揮國家產融合作平臺作用，引導金融機構為醫(yī)藥工業(yè)數(shù)智化轉型項目提供中長期貸款、供應鏈金融、融資租賃、上市輔導等金融服務。
（三）促進交流合作。鼓勵醫(yī)藥工業(yè)企業(yè)及產業(yè)鏈上下游企業(yè)開展跨區(qū)域合作，優(yōu)勢互補、強強聯(lián)合協(xié)同推進全產業(yè)鏈數(shù)智化升級。依托國際組織和多雙邊合作平臺，推動醫(yī)藥工業(yè)數(shù)智化領域國內外法規(guī)接軌、標準認證、業(yè)務技術交流。鼓勵醫(yī)藥工業(yè)企業(yè)聯(lián)合解決方案企業(yè)、數(shù)智技術產品企業(yè)等共同開拓國際市場，推動醫(yī)藥工業(yè)數(shù)智化技術、制藥設備、標準及服務“走出去”，增強醫(yī)藥全產業(yè)鏈競爭力。
（四）深化評價宣傳。鼓勵地方開展醫(yī)藥企業(yè)數(shù)智化轉型診斷評價，明確轉型的方向和著力點。鼓勵地方、行業(yè)組織舉辦醫(yī)藥工業(yè)數(shù)智化轉型大會、數(shù)智化轉型技能大賽、創(chuàng)新技術產品路演、數(shù)智化轉型科普等活動。鼓勵地方、行業(yè)組織、新聞媒體等加強醫(yī)藥工業(yè)數(shù)智化轉型成果研究評價，開展先進經驗總結、技術成果發(fā)布、典型案例推廣、優(yōu)秀單位表彰。發(fā)揮主流媒體、行業(yè)協(xié)會、專業(yè)智庫等渠道作用，強化對醫(yī)藥工業(yè)數(shù)智化轉型經驗和成效的宣傳報道。
（五）加強人才培養(yǎng)。依托國家卓越工程師實踐基地等載體，聯(lián)合高校、科研機構和協(xié)會培養(yǎng)一批數(shù)智化管理理念先進的醫(yī)藥企業(yè)家和實踐經驗豐富的工程師。強化校企合作，鼓勵醫(yī)藥類院校加大相關學科布局，構建一批學科交叉發(fā)展平臺，加快培養(yǎng)高層次復合型人才。依托國家相關人才培養(yǎng)工程和項目，培養(yǎng)醫(yī)藥工業(yè)數(shù)智化領域戰(zhàn)略科學家、科技領軍人才、創(chuàng)新團隊。加強醫(yī)藥工業(yè)與數(shù)智化建設經驗豐富的復合型海外高端人才引進與使用。
附件：醫(yī)藥工業(yè)數(shù)智化轉型典型應用場景
附件
醫(yī)藥工業(yè)數(shù)智化轉型典型應用場景
根據(jù)醫(yī)藥工業(yè)數(shù)智化發(fā)展情況和企業(yè)實踐，結合技術創(chuàng)新和融合應用發(fā)展趨勢，凝練總結了6個方面41個典型場景，為醫(yī)藥企業(yè)數(shù)智化轉型工作提供參考。
一、醫(yī)藥研發(fā)
圍繞藥物發(fā)現(xiàn)、臨床前研究管理、臨床試驗管理等環(huán)節(jié)，應用數(shù)智技術提升新靶點和新藥發(fā)現(xiàn)效率，加速藥物研發(fā)和臨床試驗進度。
1.精準靶點識別與篩選
面向疾病機制探究和藥物靶點發(fā)現(xiàn)等業(yè)務活動，針對傳統(tǒng)實驗方法在通量和成本方面的局限性問題，利用多組學數(shù)據(jù)分析和文本挖掘方法，整合豐富的生物學數(shù)據(jù)，結合自然語言處理、深度學習、圖像識別以及大模型等人工智能（AI）技術，構建新藥研發(fā)知識圖譜，開展復雜蛋白質結構預測，顯著提升藥物靶點的識別和篩選效率。
2.智能藥物分子設計與優(yōu)化
面向藥物分子設計和先導化合物優(yōu)化等業(yè)務活動，針對傳統(tǒng)基于經驗的藥物設計模式限制問題，通過運用計算機模擬、數(shù)字李生以及深度生成模型和強化學習算法等人工智能（AI）技術，以更高的效率和更低成本獲得符合特定要求的化合物，實現(xiàn)藥物分子的從頭設計及結構優(yōu)化。
3.超高通量化合物虛擬篩選
面向新分子實體（NMEs）篩選等業(yè)務活動，針對傳統(tǒng)篩選方法效率低下和創(chuàng)新性不足的問題，利用計算機仿真、分子模擬和成藥性理化模型等技術進行高通量虛擬篩選，加快化合物生物活性和藥理作用的評估速度；基于人工智能（AI）技術挖掘文獻、數(shù)據(jù)庫等，提高化合物篩選范圍和效果。
4.動物模型數(shù)據(jù)挖掘與虛擬動物實驗
面向動物實驗研究、藥物測試等業(yè)務活動，針對動物替代需求高、與人體結果一致性有偏差等問題，運用數(shù)據(jù)挖掘、模擬技術，建立動物造模計算機仿真模型；基于動物實驗數(shù)據(jù)庫，利用建模工具建立決策樹、神經網(wǎng)絡等不同模型，對實驗數(shù)據(jù)進行解析，指導藥物研發(fā)，從而提高決策質量、效率和成本效益。
5.中醫(yī)藥人用經驗數(shù)據(jù)挖掘和決策模型研究
面向協(xié)定處方和院內制劑向創(chuàng)新藥轉化等業(yè)務活動，針對人用經驗缺乏高質量數(shù)據(jù)證據(jù)等問題，運用數(shù)據(jù)挖掘、聚類分析、模擬技術，建立人用經驗大數(shù)據(jù)庫，針對疾病特點和中醫(yī)理論建立決策樹、神經網(wǎng)絡等不同模型，對臨床有效性和特點進行解析，提高中藥創(chuàng)新藥轉化決策質量、效率和成本效益。
6.基于風險的臨床試驗管理
面向臨床試驗方案設計、患者招募、風險管理等業(yè)務活動，針對數(shù)據(jù)合規(guī)管理等需求，利用深度學習、自然語言分析等數(shù)字技術，構建疾病模型，分析過往相似性試驗計劃，快速評估臨床試驗的可實現(xiàn)性及潛在風險，從而進一步優(yōu)化試驗計劃及方案；結合真實世界數(shù)據(jù)、人工智能（AI）技術，自動篩選符合入組標準的患者，提高招募效率，規(guī)避受試者流失導致試驗中斷風險；運用智能化工具，及時發(fā)現(xiàn)試驗文檔、患者入組協(xié)議等方面的問題，降低數(shù)據(jù)核對成本，提升臨床試驗質量。使用數(shù)字李生技術，在虛擬環(huán)境中模擬臨床試驗，預測藥物反應，提高研發(fā)效率。
7.醫(yī)藥實驗室數(shù)據(jù)集成管理
面向醫(yī)藥研發(fā)實驗室管理標準化、數(shù)智化發(fā)展趨勢，圍繞醫(yī)藥研發(fā)管理過程中涉及到的物料管理、樣品管理、科研數(shù)據(jù)管理、電子實驗記錄、文件管理等業(yè)務活動，部署實驗室管理系統(tǒng)；結合物聯(lián)網(wǎng)、5G、人工智能（AI）等技術，實現(xiàn)實驗室儀器、設備、物料等信息的實時線上監(jiān)控、實驗過程自動化與智能化控制、實驗數(shù)據(jù)全過程自動記錄與分析，提高資源調度、試驗實施、數(shù)據(jù)采集分析等研發(fā)全流程管理效率。
8.醫(yī)療器械設計開發(fā)管理
面向醫(yī)療器械設計開發(fā)策劃、輸入、輸出、轉換、評審、驗證、確認、變更等業(yè)務活動，加強三維設計（CAD）、數(shù)字李生、仿真（CAE）等數(shù)智化技術工具的應用，實現(xiàn)關鍵產品指標的設計優(yōu)化，提高設計效率，縮短產品開發(fā)周期；利用數(shù)字化手段提升設計開發(fā)數(shù)據(jù)與知識的傳遞效率，倡導質量源于設計（QbD）理念，從源頭防止質量風險，加強包括設計開發(fā)在內的產品全生命周期的風險管理。
二、醫(yī)藥生產
圍繞工廠建設、工藝開發(fā)與優(yōu)化、生產作業(yè)、物料倉儲配送、生產設備管理、能源管理、環(huán)保管理、安全巡檢等環(huán)節(jié)，應用數(shù)智技術提高醫(yī)藥生產自動化水平，增強生產各環(huán)節(jié)的感知、監(jiān)測、預警、處置和評估能力。
9.工廠數(shù)字化設計
面向工廠建設規(guī)劃設計、建筑及設施布局、工藝設計、設備及工藝管線設計、實施交付等業(yè)務活動，應用工廠三維設計與仿真軟件和平臺，結合三維建模、系統(tǒng)仿真、模型搭建、增強現(xiàn)實/虛擬現(xiàn)實（AR/VR）等技術，提高工廠設計效率，優(yōu)化工廠布局，縮短工廠建設周期。
10.數(shù)字李生工廠建設
面向設備、產線、車間、工廠的數(shù)字李生建設，應用物聯(lián)網(wǎng)、多物理場仿真、機器學習等技術，實現(xiàn)生產全流程模擬，提高產品質量和生產效率，減少資源浪費和環(huán)境污染。
11.智能原料藥工藝設計
應用數(shù)智技術在原料藥工藝開發(fā)和優(yōu)化方面提高效率，提升工藝放大和生產技術轉移的準確性，在生產過程中有效提升工藝控制水平。開展人工智能（AI）驅動的合成路線設計、反應條件推薦，提高化學藥合成工藝設計效率。利用工藝工程模型和仿真對原料藥工藝進行優(yōu)化。
12.智能中藥工藝設計
通過中藥材關鍵質量屬性表征、制劑原輔料物性分析工藝建模、仿真優(yōu)化和測試驗證，實現(xiàn)機理和數(shù)據(jù)驅動的中藥工藝開發(fā)與優(yōu)化，提高設計效率，縮短研發(fā)周期，節(jié)省研發(fā)投入。應用中藥工藝模型庫和知識庫，開展基于模型的物料、工藝和裝備協(xié)同設計與優(yōu)化，提高工藝放大和生產過程可靠性。將高質量的工藝和質量數(shù)據(jù)集與數(shù)學建模方法或人工智能（AI）算法結合，輔助理解中藥工藝中關鍵物料屬性、關鍵工藝參數(shù)（CPP）和產品關鍵質量屬性之間的關系，通過機器學習、遷移學習和強化學習等方法實現(xiàn)數(shù)據(jù)增強，提升工藝模型可靠性和工藝參數(shù)的可調控性，保持生產過程的穩(wěn)定性和可控性。
13.數(shù)智化生物制品工藝設計
面向生物反應條件優(yōu)化、純化工藝開發(fā)等業(yè)務活動，針對生物分子的表達量、均一性、純度以及生物活性等方面控制難度大的問題，應用過程分析技術（PAT）、計算機流體力學等技術，進行單體設備或單元操作的過程建模，形成動態(tài)精準的過程監(jiān)測和反饋模型。結合新的快速離線或在線檢測技術，建立多變量模型，實現(xiàn)工藝開發(fā)與放大過程中的生物活性質量控制。建立工藝開發(fā)數(shù)據(jù)管理平臺、將來自上游和下游工藝中電子表格和分析儀器、設備的相關數(shù)據(jù)進行統(tǒng)一管理，保障工藝質量控制，提升工藝開發(fā)效率，實現(xiàn)工藝精準開發(fā)。
14.數(shù)智化制劑工藝開發(fā)與優(yōu)化
應用大數(shù)據(jù)分析技術，建立開發(fā)工藝參數(shù)與關鍵質量屬性（CQA）關系的模型，在此基礎上完善相關的關鍵工藝參數(shù)（CPP）、關鍵物料屬性、關鍵設備屬性的關系模型，發(fā)掘制劑工藝參數(shù)對藥品質量的影響規(guī)律，明確工藝參數(shù)的最優(yōu)操作范圍并在生產中對參數(shù)實施控制，實現(xiàn)工藝優(yōu)化以及建立控制方法。應用過程分析技術（PAT），建立過程質量分析模型，監(jiān)測工藝過程質量的變化，確定生產過程工藝參數(shù)對質量的影響，調整優(yōu)化參數(shù)的范圍。
15.醫(yī)療器械中試驗證
面向精密機械選取和加工、設備組裝、滅菌和包裝工藝等業(yè)務活動，針對制造精度要求高、零部件數(shù)量多等問題，部署計算機輔助制造（CAM）系統(tǒng)、滅菌過程監(jiān)控系統(tǒng)，應用實時監(jiān)控、工藝建模與仿真等技術，以識別潛在問題和優(yōu)化設計，縮短產品開發(fā)周期，提升企業(yè)的市場響應速度和客戶滿意度。
16.智能生產作業(yè)
面向生產過程實時監(jiān)控、生產調度、自動化控制、質量管理等業(yè)務活動，針對數(shù)據(jù)采集不全面、自動化水平低、精確過程控制效果差等問題，部署制造執(zhí)行系統(tǒng)（MES）、數(shù)據(jù)采集與監(jiān)控系統(tǒng)（SCADA）、先進過程控制系統(tǒng)（APC）、分布式控制系統(tǒng)（DCS）等系統(tǒng)，應用過程分析、模型預測控制等技術，實時檢測并識別偏差和異常，確保藥品生產過程穩(wěn)定性；應用大數(shù)據(jù)分析技術對生產數(shù)據(jù)進行實時分析，快速識別生產瓶頸，優(yōu)化生產調度和資源配置，提高生產執(zhí)行效率和過程控制透明度，降低生產風險，提高產品質量。
17.智能物料管理
面向物料的出入庫、稱量、裝載、配送等業(yè)務活動，針對物料配送效率低，訂單處理延遲等問題，部署倉庫管理系統(tǒng)（WMS）、運輸管理系統(tǒng)（TMS）、自動導引運輸車（AGV）、自動化存取系統(tǒng)（AS/RS）等系統(tǒng)，應用射頻識別、傳感、室內定位、物聯(lián)網(wǎng)、5G 等技術，實時監(jiān)控生產過程中的物料狀態(tài)，確保物料的及時供應，提高庫房利用率，提升物料倉儲配送效率，優(yōu)化生產訂單處理及時度。
18.生產設備運行監(jiān)控
面向設備運行狀態(tài)的實時監(jiān)測、異常預警等業(yè)務活動，針對人工巡檢效率低、預警機制欠缺等問題，部署設備管理系統(tǒng)（EQMS）、巡檢機器人等系統(tǒng)和產品，應用智能傳感、視覺分析等技術，自動記錄設備運行數(shù)據(jù)，確保符合標準和法規(guī)要求，提高設備運行效率和可靠性，提升設備精細化管理水平。
19.生產設備故障診斷與預測
面向設備故障快速定位、原因分析和預測等業(yè)務活動，針對停機時間長、故障診斷困難等問題，應用5G、物聯(lián)網(wǎng)、機器學習等技術，建立設備故障診斷知識庫和預測模型，優(yōu)化設備設計和操作流程，精準分析預測設備故障的發(fā)生時間，制定維護計劃，減少意外停機時間，降低設備運維成本，提高生產效率。
20.能源數(shù)字化管理
面向生產過程能耗監(jiān)控、分析、優(yōu)化等業(yè)務活動，針對能源計量裝置落后、能源使用效率低等問題，部署能源管理系統(tǒng)（EMS），應用數(shù)字李生、物聯(lián)網(wǎng)、智能儀表等技術和產品，分析預測設備故障的發(fā)生時間，制定維護計劃，提高能源精益化管理水平，提升能源使用效率，降低能源成本。
21.環(huán)保數(shù)字化管理
面向污染物排放的監(jiān)測、三廢處理、環(huán)境影響評估等業(yè)務活動，針對環(huán)保監(jiān)測設備集成度低、部分企業(yè)存在污染防治設施不足等問題，部署環(huán)保監(jiān)控平臺，應用實時監(jiān)控、智能傳感器、物聯(lián)網(wǎng)等技術，提高環(huán)保監(jiān)控效率，降低環(huán)境污染風險，確保符合環(huán)保法規(guī)要求。
22.智能安全巡檢
面向藥品生產安全巡檢系統(tǒng)性需求，部署集終端設備、人工智能（AI）隱患識別模型、巡檢平臺于一體的安全智能巡檢系統(tǒng)，部署環(huán)境傳感器、巡檢機器人/無人機、人臉識別、北斗定位、智能視頻監(jiān)控系統(tǒng)、移動應用等系統(tǒng)和產品，實現(xiàn)巡檢計劃、項目、周期的智能分配和智能調整，提升巡檢的效率及隱患排查力度。
三、企業(yè)經營決策
圍繞經營決策、智能排產、供應鏈管理、數(shù)據(jù)資產運營等環(huán)節(jié)，應用數(shù)智技術提升企業(yè)經營管理決策能力，推動企業(yè)內部組織架構和管理制度變革。
23.數(shù)據(jù)驅動的經營管理決策
面向企業(yè)經營管理過程中涉及的研發(fā)管理、生產管理、供應鏈管理、銷售管理、人力資源管理、財務管理等業(yè)務活動，在各環(huán)節(jié)完成數(shù)智化軟硬件系統(tǒng)部署的基礎上，應用數(shù)據(jù)標準化框架、統(tǒng)一通信接口、系統(tǒng)集成平臺等技術，打破數(shù)據(jù)孤島，實現(xiàn)部門間的信息共享和協(xié)同工作，提升企業(yè)經營管理的高效性和敏捷度，為管理層提供數(shù)據(jù)驅動的決策支持，增強企業(yè)市場競爭力。
24.智能計劃排程
面向生產計劃、生產排產等業(yè)務活動，針對生產計劃靈活度低、資源配置效率低等問題，部署高級計劃排程系統(tǒng)（APS），同時集成企業(yè)資源計劃（ERP）、客戶關系管理（CRM）等系統(tǒng)，結合市場需求、庫存、批生產物流、設備、人員等因素生成排產計劃，提高生產計劃的靈活度和響應速度，優(yōu)化資源使用，提高生產效率。
25.智能供應鏈管理與優(yōu)化
圍繞藥品供應的合理性、有效性需求，部署可對醫(yī)藥企業(yè)內部及企業(yè)間的商品流、信息流及資金流進行協(xié)調和集成的供應鏈管理系統(tǒng)（SCM），實現(xiàn)藥品供應的合理性、有效性及供應鏈整體效益最大化；面向供應鏈監(jiān)控和指導等業(yè)務活動，部署供應鏈控制塔，實現(xiàn)供應鏈關鍵指標和重要事件實時可見可控。利用生成式人工智能技術，通過對大量非結構化數(shù)據(jù)進行分析和預測，在采購環(huán)節(jié)可使用人工智能助手開展尋源、招標、合同起草及法務審核等工作，提升采購效率。
26.企業(yè)數(shù)據(jù)資產運營
面向企業(yè)研發(fā)、生產、經營等不同業(yè)務場景的數(shù)據(jù)收集整合、存儲、分析、可視化、應用等不同需求，針對數(shù)據(jù)質量低、數(shù)據(jù)流通難度大等問題，構建醫(yī)藥大數(shù)據(jù)平臺，應用數(shù)據(jù)倉庫、云化轉型、隱私計算等技術，結合企業(yè)數(shù)據(jù)治理實踐，提升數(shù)據(jù)利用效率，加快數(shù)據(jù)資產化進程。
四、醫(yī)藥質量安全保障
圍繞生產過程質量控制、風險預警、可靠性管控、電子批記錄、質量文檔管理、質量回顧與優(yōu)化、藥品質檢（QC）實驗室管理等環(huán)節(jié)，應用數(shù)智技術幫助醫(yī)藥企業(yè)提升質量控制水平、降低質量風險。
27.智能生產過程質量控制
面向生產質量管理精細化、智能化發(fā)展趨勢，圍繞藥品生產過程質量靜態(tài)和動態(tài)控制、多質量目標同時監(jiān)測等需求，部署過程分析技術（PAT）、配套的自動控制技術及系統(tǒng)、智能傳感器技術，逐步應用統(tǒng)計過程控制（SPC）及多變量統(tǒng)計過程控制（MSPC），實現(xiàn)對工藝參數(shù)的前饋/反饋控制、生產工序放行或產品放行等決策，對藥品質量進行精準控制。
28.智能風險預警
面向制藥工藝動態(tài)模擬、過程風險評估、故障預測等業(yè)務活動，針對當前風險預警信息化程度低、風險識別與監(jiān)測能力不足等問題，采用先進傳感器及傳感器網(wǎng)絡、先進理化及生物測量分析技術、大數(shù)據(jù)分析、人工智能（AI)等技術手段，構建智能化工藝報警系統(tǒng)，實現(xiàn)事故路徑模擬、事故發(fā)生頻率計算、檢驗結果偏差/超趨勢結果（OOS/OOT）等相關質量風險防控建議提示等，輔助管理層進行風險決策。
29.數(shù)據(jù)可靠性管控
圍繞藥品生產數(shù)據(jù)生命周期可靠性需求，面向關鍵數(shù)據(jù)采集、電子簽名管理、數(shù)據(jù)篡改及丟失預防等業(yè)務活動，部署實驗室信息管理系統(tǒng)（LIMS）、文件管理系統(tǒng)（DMS）、質量管理系統(tǒng)（QMS）、制造執(zhí)行系統(tǒng)（MES）和數(shù)據(jù)采集與監(jiān)控系統(tǒng)（SCADA）等系統(tǒng)及數(shù)字認證、生物識別等技術，結合數(shù)據(jù)異地備份、應急災害可恢復性保障等方式，確保生產質量數(shù)據(jù)的完整性、有效性、準確性
和可追溯性。
30.電子批記錄
面向藥品批生產記錄等業(yè)務活動，針對記錄量大、管理困難、歸檔和追溯難度大、缺乏有效的放行控制等問題，部署實驗室信息管理系統(tǒng)（LIMS）、電子實驗記錄本（ELN）和制造執(zhí)行系統(tǒng)（MES）及數(shù)據(jù)采集與監(jiān)控系統(tǒng)（SCADA）等系統(tǒng)，提高重要生產工藝設備和設施的數(shù)字化率，實現(xiàn)對生產批次記錄和質量檢驗記錄的電子化管理，增強過程記錄的及時性、合規(guī)性和記錄審核的高效性。
31.信息化質量文檔管理
面向文檔生命周期管理電子化發(fā)展趨勢，管理圍繞藥品生產過程質量文件管理等業(yè)務活動，部署文件管理系統(tǒng)（DMS）等信息化系統(tǒng)，實現(xiàn)圍繞醫(yī)藥企業(yè)質量管理文件的新增/修訂、審批、發(fā)放、生效、使用、回收和作廢等文件全生命周期的電子化管理，提高文件管理的高效性和規(guī)范化，同時，通過DMS與其他質量信息化系統(tǒng)的集成互通，提高整體質量系統(tǒng)中文件管理的有效性。
32.中藥原料質量傳遞、回顧與優(yōu)化
面向中藥材原材料選擇、混料投料等業(yè)務活動，針對中藥原料品種多、來源廣、處理工藝復雜、質量差異性大等問題，部署質量回顧和優(yōu)化系統(tǒng)，采用物性指標、指紋圖譜、生物傳感器等評價技術，針對飲片炮制、中成藥提取、濃縮成型等質量傳遞過程開發(fā)統(tǒng)計分析算法，實現(xiàn)及時準確的中藥原料質量回顧與數(shù)據(jù)趨勢分析，提高中藥材原料的穩(wěn)定和均一性水平。
33.藥品質量回顧與優(yōu)化
面向藥品質量回顧等業(yè)務活動，部署質量回顧系統(tǒng)（QRS），結合制藥生產、質量分析、質量管理場景的統(tǒng)計分析算法，及時準確開展生產工藝及控制方法回顧與數(shù)據(jù)趨勢分析，實現(xiàn)產品質量的持續(xù)改進和提升。
34.藥品質檢（QC）實驗室管理
面向藥品質檢（QC）實驗室數(shù)據(jù)管理完整性、安全性和規(guī)范性等需求，圍繞質量檢驗、樣品管理追溯、試劑耗材管理等業(yè)務活動，部署自動化儀器、液體工作站、機器人以及實驗室信息管理系統(tǒng)（LIMS）等實驗室自動化系統(tǒng)，實現(xiàn)檢驗分析、結果判定、試劑耗材及樣品管理等環(huán)節(jié)自動化，提升藥品質檢（QC）實驗室檢驗的效率、準確率和管理流程的規(guī)范化。
35.數(shù)智化質量保證
面向偏差處理、變更控制、糾正和預防措施（CAPA）管理、供應商評估、質量投訴、風險評估、退貨管理、召回管理、內外部審計、不合格品管理、委托生產/檢驗等業(yè)務活動，針對質量事件閉環(huán)困難、風險控制能力較弱等問題，利用在線監(jiān)測、數(shù)據(jù)分析等數(shù)字化管理手段，降低直接或潛在的風險；加強質量管理系統(tǒng)（QMS）與其他信息化系統(tǒng)的集成互通，提高質量管理流程的自動化、數(shù)字化
水平，完善質量保證體系。
五、醫(yī)藥流通與追溯
圍繞藥品追溯、藥品物流監(jiān)測與優(yōu)化、藥物不良反應監(jiān)測、醫(yī)療設備管理等環(huán)節(jié)，應用數(shù)智技術幫助醫(yī)藥企業(yè)實現(xiàn)產品全流程可追溯，確保產品質量安全。
36.數(shù)智化追溯
面向藥品追溯標準化、信息化發(fā)展趨勢，針對追溯體系覆蓋不全、追溯數(shù)據(jù)不完整等問題，持續(xù)完善藥品追溯信息化系統(tǒng)，結合物聯(lián)網(wǎng)、區(qū)塊鏈、數(shù)據(jù)提煉與共享技術等技術，形成互聯(lián)互通的藥品追溯數(shù)據(jù)鏈，借助藥品追溯碼和醫(yī)療器械唯一標識（UDI）作為追溯載體，逐步實現(xiàn)藥品生產、流通和使用可追溯。
37.數(shù)智化藥品物流監(jiān)測與優(yōu)化
面向藥品倉儲、物流運輸?shù)裙芾硇枨?，針對藥品倉儲及物流運輸過程管控有待提升、節(jié)點精細化不足、冷鏈管控復雜等問題，部署運輸管理系統(tǒng)（TMS）、路由和調度系統(tǒng)（R&S），結合數(shù)字李生、區(qū)塊鏈、多目標優(yōu)化等技術，實現(xiàn)物流數(shù)智化實時監(jiān)測與優(yōu)化，系統(tǒng)性提高物流效率、保障藥品運輸過程中的質量安全。
38.數(shù)智化藥品供需監(jiān)測
面向藥品供需數(shù)智化發(fā)展趨勢，圍繞藥品供需監(jiān)測及風險預警等業(yè)務活動，以短缺藥品、基本藥物和基層用藥為重點，開發(fā)藥品供需數(shù)智化系統(tǒng)模型，實現(xiàn)藥品供需信息的收集、分析、風險識別、信號預警和快速響應，建立快速反應體系，結合數(shù)據(jù)挖掘算法，實現(xiàn)藥品全鏈條、全屬性、多維度分析、風險預測和協(xié)同應對，系統(tǒng)提升藥品供需精準對接效率和輔助藥物政策決策能力。
39.數(shù)智化藥物不良反應監(jiān)測
面向藥物警戒數(shù)智化發(fā)展趨勢，圍繞藥品不良反應數(shù)據(jù)監(jiān)測及風險預警等業(yè)務活動，部署藥物警戒數(shù)智化系統(tǒng)，建立快速反應體系，結合數(shù)據(jù)挖掘算法，實現(xiàn)藥品不良反應信息的收集、分析、風險識別、信號預警和快速響應，做到“早監(jiān)測、早發(fā)現(xiàn)、早預警”。利用人工智能（AI)和機器人流程自動化（RPA）等技術，完成藥物警戒不良反應案例的收集、評估、錄入、審閱、遞交等流程自動化工作，提升藥物警戒工作效率。
40.數(shù)智化醫(yī)療設備管理
面向醫(yī)療設備資源配置、臨床使用管理、遠程運維等業(yè)務活動，借助數(shù)智技術提升醫(yī)療設備資源配置科學性，利用虛擬現(xiàn)實（VR）技術進行設備操作培訓，部署物聯(lián)網(wǎng)傳感器，實時監(jiān)測、遠程支持跟蹤設備的使用情況，以數(shù)據(jù)為支撐完善多級醫(yī)療設備監(jiān)測管理體系，監(jiān)測分析醫(yī)療設備采購、使用、維保等情況。
六、醫(yī)藥合同研發(fā)生產服務
41.醫(yī)藥合同服務機構數(shù)智化升級
醫(yī)藥合同研發(fā)生產服務機構（CXO）建立智能臨床研究協(xié)同、大規(guī)?？啥ㄖ迫嵝陨a等系統(tǒng)，推廣客戶交互、智能排程、生產鏈協(xié)同、實驗室自動化等智能應用，滿足醫(yī)藥研發(fā)生產全流程數(shù)據(jù)收集和質量追溯等需求。
18.兩部門關于開展2025年全國中小企業(yè)網(wǎng)上百日招聘高校畢業(yè)生活動的通知
工信廳聯(lián)企業(yè)〔2025］157號
各省、自治區(qū)、直轄市及計劃單列市、新疆生產建設兵團中小企業(yè)主管部門、教育廳（教委、教育局），有關省、自治區(qū)、直轄市人力資源社會保障廳（局）：
為深入貫徹習近平總書記在民營企業(yè)座談會上的重要講話精神，認真落實黨中央、國務院關于實施就業(yè)優(yōu)先戰(zhàn)略、促進高質量充分就業(yè)的決策部署，進一步引導和鼓勵高校畢業(yè)生到中小企業(yè)就業(yè)，推動中小企業(yè)人才結構優(yōu)化，促進高校畢業(yè)生高質量充分就業(yè)，工業(yè)和信息化部、教育部決定聯(lián)合開展2025年全國中小企業(yè)網(wǎng)上百日招聘高校畢業(yè)生活動（以下簡稱百日招聘活動）。有關事項通知如下:
一、活動主題
山海有約 奮揚帆
二、活動時間
結合高校畢業(yè)生求職特點，本次百日招聘活動分為兩個階段，第一階段為2025年4月至6月，第二階段為2025年10月至12月。
三、活動組織
百日招聘活動由工業(yè)和信息化部、教育部主辦，中國中小企業(yè)發(fā)展促進中心、中國中小企業(yè)服務網(wǎng)（https:／/www.chinasme.cn）、教育部學生服務與素質發(fā)展中心、國家大學生就業(yè)服務平臺（https://www.ncss.cn）承辦，智聯(lián)招聘、前程無憂、BOSS 直聘、國聘網(wǎng)、獵聘網(wǎng)、實習僧網(wǎng)參與。
四、活動內容
（一）搭建線上對接平臺。中國中小企業(yè)發(fā)展促進中心、教育部學生服務與素質發(fā)展中心協(xié)調組織開展線上直播帶崗等活動，中國中小企業(yè)服務網(wǎng)、國家大學生就業(yè)服務平臺設立網(wǎng)上百日招聘活動專區(qū)（鏈接及二維碼見附件1），發(fā)布招聘會活動信息和就業(yè)崗位信息。智聯(lián)招聘、前程無憂、BOSS直聘、獵聘網(wǎng)、國聘網(wǎng)、實習僧網(wǎng)設立百日招聘活動專欄，為中小企業(yè)和高校畢業(yè)生提供優(yōu)惠服務包。相關單位和招聘平臺實現(xiàn)就業(yè)信息互聯(lián)共享，共同做好中小企業(yè)招聘信息和高校畢業(yè)生求職信息發(fā)布對接工作。
（二）加強活動組織宣傳。各地中小企業(yè)主管部門和高校畢業(yè)生就業(yè)主管部門要及時將本通知轉發(fā)至本行政區(qū)域內單位，并在本單位門戶網(wǎng)站設置活動鏈接，組織省（區(qū)、市）中小企業(yè)公共服務平臺和高校畢業(yè)生就業(yè)工作部門就業(yè)網(wǎng)站、高校網(wǎng)站積極參與，在網(wǎng)站首頁設百日招聘活動專版頁面鏈接，運用新媒體等多渠道進行宣傳，廣泛動員、跟蹤指導中小企業(yè)、高校畢業(yè)生等及時注冊使用平臺，發(fā)布崗位、投遞簡歷。
（三）推動招聘信息庫建設。有條件的中小企業(yè)主管部門要組織建立中小企業(yè)招聘信息庫或推廣使用網(wǎng)上百日招聘活動專區(qū)招聘信息庫，開展區(qū)域重點行業(yè)崗位調研和人才需求分析。各地高校畢業(yè)生就業(yè)工作部門要認真梳理分類匯總有就業(yè)需求的高校畢業(yè)生信息，推動與本地區(qū)中小企業(yè)招聘信息庫對接。
（四）創(chuàng)新招聘服務方式。加強與“優(yōu)企進校招才引智”專項行動結合。各地中小企業(yè)主管部門和高校畢業(yè)生就業(yè)工作部門應因地因校制宜，與專精特新中小企業(yè)深入開展線下人才供需對接、入校招聘、入企體驗等活動，提升對接成功率。鼓勵在高校資源豐富、中小企業(yè)數(shù)量較多的?。▍^(qū)、市）開展大型特色專場招聘會，推動高校與產業(yè)集群、產業(yè)園區(qū)等就業(yè)載體在人才就業(yè)領域開展雙向交流。有條件的地方中小企業(yè)公共服務平臺與高校就業(yè)網(wǎng)站互設入口鏈接，結合高校書記校長“百城千園訪企拓崗”行動，建立資源協(xié)同機制。鼓勵招聘平臺和人力資源服務機構面向高校和企業(yè)提供簡歷診斷、AI模擬面試等公益性就業(yè)服務。
（五）強化就業(yè)實習培訓。各地中小企業(yè)主管部門和高校畢業(yè)生就業(yè)工作部門要加強工作協(xié)同，推動校企合作，通過就業(yè)指導、崗前培訓、進企實習等形式增進學生與企業(yè)雙向了解，提高學生崗位認知、實踐能力和綜合素養(yǎng)，更好適應企業(yè)崗位需求。各地中小企業(yè)主管部門要積極組織有吸納畢業(yè)生實習意愿和條件的企業(yè)發(fā)布實習崗位信息，有條件的可給予短期免費住宿等相關支持。各地高校畢業(yè)生就業(yè)工作部門要加強畢業(yè)生實習期管理，確保實習工作有序開展。
五、工作要求
（一）加力崗位挖潛擴容。各地中小企業(yè)主管部門要著力加強人工智能、智能制造、航空航天、電子信息、集成電路、生物醫(yī)藥、低空經濟、新能源等新興領域崗位開發(fā)拓展，引導傳統(tǒng)行業(yè)加快轉型升級，持續(xù)培育就業(yè)新空間。各高校要深入開展“訪園拓崗”“訪企拓崗”，主動對接企業(yè)需求，挖掘更多就業(yè)機會。
（二）強化審核監(jiān)督。各地中小企業(yè)主管部門、高校畢業(yè)生就業(yè)工作部門和有關招聘平臺要加強對崗位信息真實性的核實，嚴格履行招聘信息采集、審核和發(fā)布程序，堅決杜絕就業(yè)歧視、虛假崗位信息，保障高校畢業(yè)生合法權益，推動對接活動順利開展。
（三）做好信息報送。各地中小企業(yè)主管部門、有關單位和招聘平臺要做好招聘信息統(tǒng)計工作，于2025年5月10日前向中國中小企業(yè)服務網(wǎng)郵箱報送對接活動聯(lián)系人表（附件2），于每周一中午前報送截至上周末的招聘情況統(tǒng)計表（附件3），并于每場活動結束3個工作日內報送活動信息。
附件：1.百日招聘活動專區(qū)鏈接及二維碼2.對接活動聯(lián)系人及聯(lián)系方式3.招聘情況統(tǒng)計表
工業(yè)和信息化部辦公廳教育部辦公廳2025年4月21日
附件1
百日招聘活動專區(qū)鏈接及二維碼
一、中小企業(yè)服務網(wǎng)
https://brzp.chinasme.cn/
二、國家大學生就業(yè)服務平臺https://www.ncss.cn
附件2
對接活動聯(lián)系人及聯(lián)系方式
| 单位名称 | |
| 姓名 | |
| 职务 | |
| 座机 | |
| 手机 | |
| 邮箱 |
附件3
招聘情況統(tǒng)計表
統(tǒng)計截至時間：
| 参与中小企业数 | 提供职位数 | 招聘人数 | 参与专精特新中 小企业数（家次） | 提供职位数 | 招聘人数 | 参与高校毕业生数 | 投递简历数 |
| （家次） | （个） | （人次） | （个） | （人次） | （人次） | （份） |
注：該表格報送至rlzy@chinasme.org.cn，同時抄送fengmj@chsi.com.cn
19.兩部門關于開展 “優(yōu)企進校 招才引智”專項行動的通知
工信廳聯(lián)企業(yè)〔2025】158號
各省、自治區(qū)、直轄市及計劃單列市、新疆生產建設兵團中小企業(yè)主管部門、教育廳（教委、教育局），有關省、自治區(qū)、直轄市人力資源社會保障廳（局），部屬各高等學校、部省合建各高等學校：
為深入貫徹落實黨中央、國務院關于做好高校畢業(yè)生就業(yè)工作和關于培育專精特新中小企業(yè)的決策部署，推動高校與專精特新中小企業(yè)深入開展人才供需對接，助力企業(yè)優(yōu)化人才供給，促進高校畢業(yè)生高質量充分就業(yè)，工業(yè)和信息化部、教育部決定組織開展2025年“優(yōu)企進校招才引智”專項行動，由各省、自治區(qū)、直轄市及計劃單列市中小企業(yè)主管部門、教育行政部門具體承辦?，F(xiàn)將有關事項通知如下。
一、行動名稱
2025年“優(yōu)企進校招才引智”專項行動
二、 時間安排
結合高校畢業(yè)生求職特點，本次“優(yōu)企進校招才引智”專項行動分為兩個階段，第一階段為2025年4月至6月，第二階段為2025年10月至12月。
三、服務對象
以專精特新中小企業(yè)為重點的中小企業(yè)，以2025屆高校畢業(yè)生為重點的高校畢業(yè)生。
四、行動內容
（一）開展專精特新中小企業(yè)進校園活動。各地中小企業(yè)主管部門、教育行政部門聯(lián)合組織專精特新中小企業(yè)進校招聘活動，各高校加大企業(yè)進校招聘開放力度，在場地、日程安排等方面為中小企業(yè)招聘提供便利，并支持院系結合學科專業(yè)特色、畢業(yè)生求職意愿等情況,開展中小型專場招聘活動。各高校要結合開展“訪企拓崗”行動，組織書記、校長、院系領導班子、學科專業(yè)負責人等走訪進校招聘的專精特新中小企業(yè)，重點圍繞企業(yè)創(chuàng)新發(fā)展、崗位人才需求、學生實習見習、定向人才培養(yǎng)等深入溝通，為更好促進校企供需對接、實現(xiàn)校企深度合作打好基礎，力爭打造和樹立一批產教融合促就業(yè)的示范典型。
（二）開展校企供需對接活動。各地中小企業(yè)主管部門、教育行政部門要引導專精特新中小企業(yè)與高校加強合作，推進定向人才培養(yǎng)、實習基地建設、人力資源提升等項目合作，為企業(yè)提供強有力的人才資源支撐。各地教育行政部門要加強工作統(tǒng)籌，結合本地高校學科專業(yè)布局和企業(yè)用人需求，積極搭建校企供需對接平臺，分區(qū)域、分行業(yè)組織開展線下供需對接交流活動。各地中小企業(yè)主管部門要動員專精特新中小企業(yè)積極參加線下供需對接交流活動，組織開展重點區(qū)域、重點行業(yè)崗位調研和人才需求分析，及時向高校反饋人才招聘需求，積極參與高校人才培養(yǎng)工作。
（三）拓展多元化就業(yè)服務。各地中小企業(yè)主管部門、教育行政部門要積極開展促就業(yè)政策進園區(qū)、進企業(yè)、進高校宣傳，推動加力落實擴崗補助、社保補貼、培訓補貼、稅費減免等各項助企優(yōu)惠政策,支持專精特新中小企業(yè)開發(fā)更多適合高校畢業(yè)生的就業(yè)崗位。高校要依托校園招聘活動加大政策宣講力度，向企業(yè)發(fā)放政策清單、服務清單和經辦機構清單，告知政策申請流程和經辦渠道，幫助企業(yè)用足用好相關政策。鼓勵招聘平臺和人力資源服務機構面向校企開展就業(yè)指導、實習推介、崗前培訓等公益性就業(yè)服務。通過專場宣講會等方式加大專精特新中小企業(yè)招聘推介力度，提升企業(yè)就業(yè)吸引力，引導更多高校畢業(yè)生積極參與發(fā)展新質生產力。
五、工作要求
（一）加強組織領導。各地中小企業(yè)主管部門、教育行政部門要充分認識“優(yōu)企進校招才引智”專項行動對促進專精特新中小企業(yè)高質量發(fā)展和高校畢業(yè)生高質量充分就業(yè)的重要意義，精心謀劃設計，加強溝通對接，合力推進工作。各地中小企業(yè)主管部門要做好專精特新中小企業(yè)組織動員工作。各地教育行政部門要指導高校為線下招聘活動提供招聘場所、展位等服務保障，做好活動宣傳、學生組織等工作，擴大社會影響力和工作覆蓋面。工業(yè)和信息化部中小企業(yè)發(fā)展促進中心、教育部學生服務與素質發(fā)展中心做好相關工作支撐。
（二）提升活動實效。加強與全國中小企業(yè)網(wǎng)上百日招聘高校畢業(yè)生活動結合，線上線下緊密銜接，提升對接成功率。各地中小企業(yè)主管部門、教育行政部門要落細落實各項工作，確保責任到人、措施到位。要主動摸底高校畢業(yè)生就業(yè)需求，做好活動預熱，提前動員高校和學生廣泛參與。要加力崗位挖潛擴容，動員專精特新中小企業(yè)積極發(fā)布崗位需求，挖掘更多適合高校畢業(yè)生的就業(yè)崗位。
（三）及時反饋總結。各地中小企業(yè)主管部門、教育行政部門要做好信息報送、數(shù)據(jù)統(tǒng)計、工作總結等，活動期間每月5日前將活動成果統(tǒng)計表分別報送工業(yè)和信息化部、教育部，根據(jù)開展情況及時報送活動信息，并于7月15日、12月25日前分別報送兩個階段的工作總結。
附件：1.進校招聘活動成果統(tǒng)計表2.訪企拓崗和就業(yè)指導活動成果統(tǒng)計表工業(yè)和信息化部辦公廳教育部辦公廳2025年4月21日
附件1
進校招聘活動成果統(tǒng)計表
（中小企業(yè)主管部門填報）
?。▍^(qū)、市)
| 举办活动次数参与中小企业数量（参与专精特新中小企 家次） | 提供岗位数 （个） | 参与高校毕业生人数签订就业（意向）协议人数 （人） | |||
| （场） | 业数量（家次） | （人次） |
注：該表格報送至rlzy@chinasme.org.cn，同時抄送fengmj@chsi.com.cn
附件2
訪企拓崗和就業(yè)指導活動成果統(tǒng)計表
（教育行政部門填報）
_?。▍^(qū)、市)
| 走访专精特新企业数走访企业进校招聘 （家次） | 数（场次） | 提供就业岗位数（个） | 签订就业（意向） 协议人数（人） | 开展其他就业指导服 务活动数（场次） |
20.工業(yè)和信息化部辦公廳關于印發(fā)《智能制造典型場景參考指引丨（2025年版）》的通知
工信廳通裝函〔2025】155號
各省、自治區(qū)、直轄市、計劃單列市及新疆生產建設兵團工業(yè)和信息化主管部門，有關中央企業(yè):
為落實國務院辦公廳印發(fā)的《制造業(yè)數(shù)字化轉型行動方案》部署，按照《“十四五”智能制造發(fā)展規(guī)劃》任務要求，打造智能制造“升級版”，結合智能制造最新實踐和發(fā)展趨勢，工業(yè)和信息化部組織編制了《智能制造典型場景參考指引（2025年版）》?，F(xiàn)印發(fā)給你們，請參考做好智能工廠梯度培育、智能制造系統(tǒng)解決方案攻關、智能制造標準研制應用等相關工作，加快推進制造業(yè)數(shù)字化轉型、智能化升級。
工業(yè)和信息化部辦公廳2025年4月19日
智能制造典型場景參考指引
（2025年版）
智能制造典型場景是智能工廠建設的基礎，是推進智能制造的基本業(yè)務單元。面向產品全生命周期、生產制造全過程和供應鏈全環(huán)節(jié)開展工廠的業(yè)務解耦，通過新一代信息技術與制造技術深度融合，部署智能制造裝備、工業(yè)軟件和智能系統(tǒng)，以數(shù)字化、網(wǎng)絡化、智能化方式進行業(yè)務重構，形成標準化、可推廣的智能制造典型場景，進而集成貫通構成智能工廠。根據(jù)智能制造多年探索實踐，結合技術創(chuàng)新和融合應用發(fā)展趨勢，凝練出8個環(huán)節(jié)的40個智能制造典型場景，作為智能工廠梯度培育、智能制造系統(tǒng)解決方案“揭榜掛帥”、智能制造標準體系建設等工作的參考指引。
一、工廠建設環(huán)節(jié)
1.工廠數(shù)字化規(guī)劃設計
面向工廠規(guī)劃與空間優(yōu)化、設備與產線布局、物流路徑規(guī)劃、設計資料交付等業(yè)務活動，針對工廠設計建設周期長、布局優(yōu)化難等問題，搭建工廠數(shù)字化設計與交付平臺，應用建筑信息模型、設備/產線三維建模、工藝/物流仿真、過程模擬等技術，建立工廠規(guī)劃決策知識庫，開展工廠數(shù)字化設計與交付，縮短工廠建設或改造周期。
2.數(shù)字基礎設施建設
面向數(shù)據(jù)中心、工業(yè)網(wǎng)絡、安全基礎設施建設等業(yè)務活動，針對工廠算力和網(wǎng)絡能力不足、安全防護能力弱等問題，建設數(shù)字基礎設施，推動IT和OT深度融合，部署安全防護設備，應用算力資源動態(tài)調配、負載均衡、異構網(wǎng)絡融合、高帶寬實時通信、5G、動態(tài)身份驗證、安全態(tài)勢感知、多層次縱深防御等技術，建設高性能的算力和網(wǎng)絡基礎設施，以及全方位監(jiān)測防護的安全基礎設施，提升工廠算力、網(wǎng)絡和安全防護能力。
3.數(shù)字李生工廠構建
面向廠房、設備、管網(wǎng)等工廠資產的數(shù)據(jù)采集存儲、數(shù)字李生模型構建等業(yè)務活動，針對數(shù)據(jù)格式不統(tǒng)一、集成管控難度大、數(shù)據(jù)價值釋放不充分等問題，應用工業(yè)數(shù)據(jù)集成、數(shù)據(jù)標識解析、異構模型融合、數(shù)字主線、工廠操作系統(tǒng)、行業(yè)垂直大模型等技術，開展數(shù)據(jù)資源管理，構建設備、產線、車間、工廠等不同層級的數(shù)字李生模型，與真實工廠映射交互，提升管控效率，實現(xiàn)工廠運營持續(xù)優(yōu)化。
二、產品研發(fā)環(huán)節(jié)
4.產品數(shù)字化設計
面向需求分析、產品定義、初步設計、詳細設計、分析優(yōu)化、研發(fā)管理等業(yè)務活動，針對產品研發(fā)周期長、成本高等問題，部署CAD、CAE、PLM等數(shù)字化設計工具，構建設計知識庫，采用基于模型的設計理念，應用多學科聯(lián)合仿真、物性表征與分析等技術，開展產品結構、性能、配方等設計與優(yōu)化；集成市場、設計、生產、使用等產品全生命周期數(shù)據(jù)，應用數(shù)據(jù)主線、可制造性分析等技術，實現(xiàn)全流程系統(tǒng)優(yōu)化；應用人工智能大模型技術，開展生成式設計創(chuàng)新，自動生成設計方案，縮短產品上市周期，降低研發(fā)成本。
5.產品虛擬驗證
面向產品功能性能測試、可靠性分析、安全性驗證等業(yè)務活動，針對新產品驗證周期長、成本高等問題，搭建虛實融合的試驗驗證環(huán)境，應用高精度建模、多物理場聯(lián)合仿真、自動化測試等技術，通過全虛擬或半實物的試驗驗證，降低驗證成本，加速產品研發(fā)。
三、工藝設計環(huán)節(jié)
6.工藝數(shù)字化設計
面向工藝流程設計、仿真驗證、方案優(yōu)化等業(yè)務活動，針對工藝設計效率低、試錯成本高等問題，部署工藝設計仿真工具，構建工藝知識庫和行業(yè)工藝包等，應用機理建模、過程模擬、知識圖譜等技術，實現(xiàn)工藝設計快速迭代優(yōu)化；應用工藝自動化、人工智能等技術，實現(xiàn)工序排布、工藝指令等自動生成，縮短工藝設計周期，減少設計錯誤。
7.制造工程優(yōu)化
面向生產準備階段的設備選型、產線調試、參數(shù)確認、資源分配等業(yè)務活動，針對產線不平衡、換產時間長、資源利用率低等問題，搭建中試環(huán)境或產線模擬仿真系統(tǒng)，應用產能分析、虛擬測試等方法，實現(xiàn)生產節(jié)拍優(yōu)化和資源有效整合，確保制造過程穩(wěn)定高效。
四、生產管理環(huán)節(jié)
8.生產計劃優(yōu)化
面向主計劃制定、物料需求計劃生成等業(yè)務活動，針對市場波動頻繁、交付周期長等問題，構建生產計劃系統(tǒng)，打通采購、生產和倉儲物流等管控系統(tǒng)，應用需求預測、多目標多約束求解、產能動態(tài)規(guī)劃等技術，實現(xiàn)生產計劃優(yōu)化和動態(tài)調整，縮短訂單交付周期。
9.車間智能排產
面向作業(yè)排程等業(yè)務活動，針對資源利用率低、交付不及時等問題，建設智能排產系統(tǒng)，應用復雜約束優(yōu)化、多目標規(guī)劃、強化學習等技術，基于安全庫存、生產過程數(shù)據(jù)等要素實現(xiàn)多目標排產優(yōu)化，縮短交付周期，提升資源利用率。
10.生產進度跟蹤
面向生產進度可視化、資源消耗統(tǒng)計等業(yè)務活動，針對生產指標計算失真、生產異常發(fā)現(xiàn)滯后、資源空置浪費等問題，建設數(shù)據(jù)采集與監(jiān)控系統(tǒng)，應用實時數(shù)據(jù)分析引擎、機器學習、物料實時跟蹤等技術，實現(xiàn)生產數(shù)據(jù)實時獲取、生產進度實時監(jiān)控、生產指標自動計算，提高生產透明度和資
源利用率。
11.生產動態(tài)調度
面向緊急插單、設備故障等事件的資源動態(tài)調度需求，針對計劃剛性、資源錯配浪費等問題，建設動態(tài)調度系統(tǒng)，應用運籌優(yōu)化、強化學習、遺傳算法、專家系統(tǒng)等技術，實現(xiàn)生產擾動及時響應，人力、設備、物料等制造資源的動態(tài)配置，提升生產效率和資源利用率。
12.倉儲智能管理
面向物料和成品出入庫、庫存管理等業(yè)務活動，針對出入庫效率低、庫存成本高等問題，建設自動化立體倉庫和智能倉儲管理系統(tǒng)，應用自動化盤點、倉儲策略優(yōu)化、多形態(tài)混存抹選、庫存實時調整等技術，實現(xiàn)物料和成品出入庫、存儲、揀選的智能化，提高庫存周轉率和空間利用率。
13.物料精準配送
面向廠內物流配送等業(yè)務活動，針對物料配送不及時、不精準等問題，部署自主移動機器人等智能物流設備和智能運輸管理系統(tǒng)，應用室內高精度定位導航、物流路徑動態(tài)規(guī)劃、物流設備集群控制等技術，實現(xiàn)廠內物料配送快速響應和動態(tài)調度，提升物流配送效率和準時率。
14.危險作業(yè)自動化
面向高危物料處理、極端環(huán)境操作、密閉空間作業(yè)等危險業(yè)務活動，針對作業(yè)安全風險高、自動化水平低等問題，
部署工業(yè)機器人、協(xié)作機器人等智能作業(yè)單元，應用環(huán)境感知與識別、遠程實時操控、自主決策等技術，實現(xiàn)危險作業(yè)環(huán)節(jié)的少人化、無人化，提高生產作業(yè)安全水平。
15.安全一體化管控
面向安全風險識別、安全應急響應等業(yè)務活動，針對安全風險高、實時監(jiān)控難、處置效率低等問題，搭建生產安全管控和應急處置系統(tǒng)，應用生產運行風險動態(tài)監(jiān)控、危險行為識別等技術，提升安全態(tài)勢感知能力；基于人工智能等技術實現(xiàn)安全風險預測預警和處置方案自動生成，降低事故發(fā)生率和損失。
16.能源智能管控
面向高能耗設備節(jié)能減排、工廠多能源介質綜合調度等業(yè)務活動，針對能耗大、成本高等問題，部署能耗采集設備和能源管控系統(tǒng)，開展多工序能耗溯源定位、高能耗設備建模仿真和參數(shù)優(yōu)化，實現(xiàn)生產過程的節(jié)能減排；應用負荷預測、能源平衡分析、多能互補等技術，實現(xiàn)工廠能源綜合管控和整體優(yōu)化，降低單位產值綜合能耗。
17.碳資產全生命周期管理
面向碳排放數(shù)據(jù)采集、碳足跡追蹤和碳資產核算等業(yè)務活動，針對碳排放計量難、碳足跡追蹤效率低等問題，建立數(shù)字化碳管理系統(tǒng)，應用碳排放精細化檢測、碳排放指標自動核算、碳捕獲利用與封存等技術，實現(xiàn)碳的追蹤、分析、核算和交易，挖掘碳資產利用價值，降低單位產值碳排放量。
18.污染在線管控
面向污染排放監(jiān)測、污染物收集處理等業(yè)務活動，針對污染排放計量難、管理粗放等問題，部署污染排放在線采集設備和管控平臺，應用污染監(jiān)測、污染物質分析與治理優(yōu)化、污染源追溯、危害預測預警等技術，實現(xiàn)污染全過程動態(tài)監(jiān)測、精確追溯、風險預警和高效處理，降低污染排放水平。
19.網(wǎng)絡協(xié)同制造
面向大規(guī)模協(xié)同制造的需求，打造具備開放協(xié)同創(chuàng)新、資源自適應調度、產供銷自組織管控等特征的網(wǎng)絡化協(xié)同平臺，通過研發(fā)、生產、供應、金融等資源跨地域配置優(yōu)化，實現(xiàn)協(xié)同研發(fā)創(chuàng)新、訂單智能分配、制造能力共享、集采集銷等業(yè)務高效協(xié)同，形成多方共贏的產業(yè)生態(tài)，加速產業(yè)組織形態(tài)變革。
五、生產作業(yè)環(huán)節(jié)
20.柔性產線快速換產
面向多種類產品混線生產中的產線切換、工藝調整等業(yè)務活動，針對個性化需求響應慢、產線換線時間長等問題，集成智能機器人、智能機床和智能控制系統(tǒng)，打造工藝可重構的柔性制造單元；應用標準化接口、模塊化結構、智能任務編排等技術，實現(xiàn)產線快速切換，縮短停機換產時間；應用網(wǎng)絡自組織、工裝夾具自匹配、控制自適應等技術，實現(xiàn)產線不停機切換，滿足大規(guī)模個性化定制需求。
21.工藝動態(tài)優(yōu)化
面向生產工藝優(yōu)化業(yè)務活動，針對工藝參數(shù)動態(tài)調優(yōu)難等問題，建設工藝在線優(yōu)化系統(tǒng)，應用機理與數(shù)據(jù)混合建模、多環(huán)節(jié)聯(lián)合尋優(yōu)、無監(jiān)督學習、工藝參數(shù)自調優(yōu)等技術，動態(tài)生成最優(yōu)的控制設定值，提高經濟效益。
22.先進過程控制
面向生產過程精準平穩(wěn)控制的要求，針對復雜工藝過程控制變量多、控制效果差等問題，應用先進過程控制、模型預測控制、多變量協(xié)同控制等技術，實現(xiàn)高質量的實時閉環(huán)控制，保證工藝過程平穩(wěn)性，提高產出率。
23.人機協(xié)同作業(yè)
面向產品加工、裝配、包裝及設備巡檢、維護等業(yè)務活動，針對傳統(tǒng)生產方式作業(yè)效率低、勞動強度大等問題，部署協(xié)作機器人、巡檢機器人、智能穿戴設備等智能制造裝備，構建人機協(xié)同作業(yè)單元和管控系統(tǒng)，應用視覺識別、具身智能、自主規(guī)劃和安全保護等技術，實現(xiàn)加工、裝配、包裝、巡檢等過程人機高效協(xié)同。
24.在線智能檢測
面向質量數(shù)據(jù)采集、分析、判定等業(yè)務活動，針對檢測效率低、響應慢、一致性差等問題，構建在線智能檢測系統(tǒng)，應用智能檢測、物性表征分析、機器視覺識別、參數(shù)放行等
技術，實現(xiàn)產品質量在線快速識別判定，提升檢測效率和及時性。
25.質量精準追溯
面向質量問題識別、追溯等業(yè)務活動，針對產品質量波動追溯困難等問題，構建質量管理系統(tǒng)，應用標識、統(tǒng)計分析、大數(shù)據(jù)等技術，打通生產全流程質量數(shù)據(jù)，快速鎖定質量問題源頭，提升質量穩(wěn)定性和可追溯性。
26.質量分析與改進
面向質量問題分析、改進等業(yè)務活動，針對產品質量波動等問題，建設質量管理系統(tǒng)，構建質量知識庫，應用機理分析、根因分析等技術，開展質量快速診斷和改進提升；應用機理分析、深度學習預測等技術，實現(xiàn)質量問題提前預測預防，提升質量一致性，降低產品不良率。
27.設備運行監(jiān)控
面向設備運行數(shù)據(jù)采集、狀態(tài)分析、集中管控等業(yè)務活動，針對設備數(shù)據(jù)全面采集難、統(tǒng)一管理難等問題，部署設備運行監(jiān)控系統(tǒng)，集成智能傳感、工業(yè)協(xié)議轉換、多模態(tài)數(shù)據(jù)融合等技術，實現(xiàn)設備數(shù)據(jù)實時采集、狀態(tài)分析、異常報警、遠程操作，提高設備運行效率。
28.設備故障診斷與預測
面向設備故障發(fā)現(xiàn)、診斷分析等業(yè)務活動，針對設備運維成本高、非計劃停機頻次高等問題，建立故障知識庫和設備健康管理系統(tǒng)，應用知識圖譜、機理分析、語言大模型、模式分析等技術，實現(xiàn)設備故障在線報警和智能診斷；應用振動分析、聲學分析、特征工程、遷移學習等技術，實現(xiàn)設備故障提前預測、提前介入，保障連續(xù)生產。
29.設備維修維護
面向設備運維計劃制定、資源調度等業(yè)務活動，針對響應滯后、修復時間長等問題，部署手持掃碼、電動扭矩扳手等智能終端與工具，建立維修知識庫和設備維修維護管理平臺，應用知識圖譜、語言大模型、遠程指導等技術，實現(xiàn)維修維護方案優(yōu)化與工單自動化，提升運維效率。
六、運營管理環(huán)節(jié)
30.智能經營決策
面向工廠人、財、物等資源的調度和決策優(yōu)化，針對資源配置效率低、依賴經驗決策等問題，構建智慧經營決策系統(tǒng)，應用多因素關聯(lián)分析、數(shù)字沙盤模擬等技術，實時評估風險與收益，提升科學經營決策水平；應用業(yè)務流程自動化、智能體等技術，實現(xiàn)關鍵業(yè)務自主決策和流程自動執(zhí)行，提升運營智能化水平，提高企業(yè)效益。
31.數(shù)智精益管理
面向經營過程的人、機、料、法、環(huán)一體化管理等業(yè)務活動，針對資源利用率不高、生產管理效率低等問題，應用六西格瑪、6S等精益方法，將精益管理理念與大數(shù)據(jù)、云計
算、數(shù)字李生等數(shù)智技術深度融合，實現(xiàn)績效精準核算、資源高效流動、環(huán)境全面監(jiān)控等，提高整體生產經營效率。
32.規(guī)模化定制
面向產品多品種小批量生產、個性化定制等需求，通過網(wǎng)絡平臺、大數(shù)據(jù)分析等方式收集客戶多樣化需求，打通研發(fā)設計與生產環(huán)節(jié)，在個性化、模塊化設計基礎上，應用柔性制造系統(tǒng)、可重構產線等手段實現(xiàn)低成本、高效率生產，在實現(xiàn)規(guī)模經濟效益的基礎上滿足用戶個性化需求。
33.產品精準營銷
面向市場營銷、銷售管理等業(yè)務活動，針對客戶需求信息獲取不及時、營銷策略不合理等問題，建立銷售管理系統(tǒng)，應用基于深度學習的用戶精準畫像、市場需求預測、智能快速報價等技術，實現(xiàn)基于客戶需求洞察的營銷策略優(yōu)化和供需精準匹配，提升營銷精準性。
七、產品服務環(huán)節(jié)
34.遠程運維服務
面向產品運維等業(yè)務活動，針對運維服務難度大等問題，搭建遠程運維服務系統(tǒng)，應用遠程指導、故障預測等技術，實現(xiàn)產品的遠程監(jiān)控、遠程診斷和預測性維護，提高產品運維效率，降低服務成本。
