
各中央企业,各省、自治区、直辖市及计划单列市和新疆生产建设兵团国资委:
为贯彻落实习近平总书记关于推动数字经济和实体经济融合发展的重要指示精神,落实党中央、国务院关于推动新一代信息技术与制造业深度融合,打造数字经济新优势等决策部署,促进国有企业数字化、网络化、智能化发展,增强竞争力、创新力、控制力、影响力、抗风险能力,提升产业基础能力和产业链现代化水平,现就加快推进国有企业数字化转型工作的有关事项通知如下:
一、提高认识,深刻理解数字化转型的重要意义
深入学习领会习近平总书记关于推动数字经济和实体经济融合发展的重要指示精神,研究落实党中央、国务院有关政策,将数字化转型作为改造提升传统动能、培育发展新动能的重要手段,不断深化对数字化转型艰巨性、长期性和系统性的认识。发挥国有企业在新一轮科技革命和产业变革浪潮中的引领作用,进一步强化数据驱动、集成创新、合作共赢等数字化转型理念,系统组织数字化转型理论、方法和实践的集中学习,积极开展创新大赛、成果推广、树标立范、交流培训等多种形式的活动,激发基层活力,营造勇于、乐于、善于数字化转型的氛围。
二、加强对标,着力夯实数字化转型基础
(一)建设基础数字技术平台。
运用5G、云计算、区块链、人工智能、数字孪生、北斗通信等新一代信息技术,探索构建适应企业业务特点和发展需求的“数据中台”“业务中台”等新型IT架构模式,建设敏捷高效可复用的新一代数字技术基础设施,加快形成集团级数字技术赋能平台,提升核心架构自主研发水平,为业务数字化创新提供高效数据及一体化服务支撑。加快企业内网建设,稳妥推动内网与互联网的互联互通。优化数据中心布局,提升服务能力,加快企业上云步伐。
(二)建立系统化管理体系。
应用两化融合管理体系标准(GB/T 23000系列),加快建立数字化转型闭环管理机制,以两化融合管理体系促进企业形成并完善数字化转型战略架构。积极推进数字化转型管理工作与质量管理、信息安全、职业健康管理等体系的融合应用。建立数字化转型诊断对标工作机制,定期开展诊断对标,持续提升新一代信息技术与企业业务融合发展水平。
(三)构建数据治理体系。
加快集团数据治理体系建设,明确数据治理归口管理部门,加强数据标准化、元数据和主数据管理工作,定期评估数据治理能力成熟度。加强生产现场、服务过程等数据动态采集,建立覆盖全业务链条的数据采集、传输和汇聚体系。加快大数据平台建设,创新数据融合分析与共享交换机制。强化业务场景数据建模,深入挖掘数据价值,提升数据洞察能力。
(四)提升安全防护水平。
建设态势感知平台,加强平台、系统、数据等安全管理。使用安全可靠的设备设施、工具软件、信息系统和服务平台,提升本质安全。建设漏洞库、病毒库、威胁信息库等网络安全基础资源库,加强安全资源储备。搭建测试验证环境,强化安全检测评估,开展攻防演练,加快培养专业人才队伍。
三、把握方向,加快推进产业数字化创新
(一)推进产品创新数字化。
推动产品和服务的数字化改造,提升产品与服务策划、实施和优化过程的数字化水平,打造差异化、场景化、智能化的数字产品和服务。开发具备感知、交互、自学习、辅助决策等功能的智能产品与服务,更好地满足和引导用户需求。
(二)推进生产运营智能化。
推进智慧办公、智慧园区等建设,加快建设推广共享服务中心,推动跨企业、跨区域、跨行业集成互联与智能运营。按照场景驱动、快速示范的原则,加强智能现场建设,推进5G、物联网、大数据、人工智能、数字孪生等技术规模化集成应用,实现作业现场全要素、全过程自动感知、实时分析和自适应优化决策,提高生产质量、效率和资产运营水平,赋能企业提质增效。
(三)推进用户服务敏捷化。
加快建设数字营销网络,实现用户需求的实时感知、分析和预测。整合服务渠道,建设敏捷响应的用户服务体系,实现从订单到交付全流程的按需、精准服务,提升用户全生命周期响应能力。动态采集产品使用和服务过程数据,提供在线监控、远程诊断、预测性维护等延伸服务,丰富完善服务产品和业务模式,探索平台化、集成化、场景化增值服务。
(四)推进产业体系生态化。
依托产业优势,加快建设能源、电信、制造、医疗、旅游等领域产业链数字化生态协同平台,推动供应链、产业链上下游企业间数据贯通、资源共享和业务协同,提升产业链资源优化配置和动态协调水平。加强跨界合作创新,与内外部生态合作伙伴共同探索形成融合、共生、互补、互利的合作模式和商业模式,培育供应链金融、网络化协同、个性化定制、服务化延伸等新模式,打造互利共赢的价值网络,加快构建跨界融合的数字化产业生态。
四、技术赋能,全面推进数字产业化发展
(一)加快新型基础设施建设。
充分发挥国有企业新基建主力军优势,积极开展5G、工业互联网、人工智能等新型基础设施投资和建设,形成经济增长新动力。带动产业链上下游及各行业开展新型基础设施的应用投资,丰富应用场景,拓展应用效能,加快形成赋能数字化转型、助力数字经济发展的基础设施体系。
(二)加快关键核心技术攻关。
通过联合攻关、产业合作、并购重组等方式,加快攻克核心电子元器件、高端芯片、基础软件、核心工业软件等关键短板,围绕企业实际应用场景,加速突破先进传感、新型网络、大数据分析等数字化共性技术及5G、人工智能、区块链、数字孪生等前沿技术,打造形成国际先进、安全可控的数字化转型技术体系。
(三)加快发展数字产业。
结合企业实际,合理布局数字产业,聚焦能源互联网、车联网等新领域,着力推动电子商务、数据资产运营、共享服务、平台服务、新零售等数字业务发展,打造规模化数字创新体,培育新业务增长点。面向企业数字化转型需要,加强资源整合优化,创新体制机制,培育行业领先的数字化服务龙头企业,研发和输出数字化转型产品和系统解决方案。
五、突出重点,打造行业数字化转型示范样板
(一)打造制造类企业数字化转型示范。
以智能制造为主攻方向,加快建设推广智能工厂、数字化车间、智能炼厂、智能钢厂等智能现场,推动装备、生产线和工厂的数字化、网络化、智能化改造,着力提高生产设备数字化率和联网率,提升关键工序数控化率,增强基于数字孪生的设计制造水平,加快形成动态感知、预测预警、自主决策和精准执行能力,全面提升企业研发、设计和生产的智能化水平。积极打造工业互联网平台,推动知识能力的模块化、软件化和平台化,加快产业链供应链资源共享和业务协同。
(二)打造能源类企业数字化转型示范。
加快建设推广智慧电网、智慧管网、智能电站、智能油田、智能矿山等智能现场,着力提高集成调度、远程操作、智能运维水平,强化能源资产资源规划、建设和运营全周期运营管控能力,实现能源企业全业务链的协同创新、高效运营和价值提升。
(三)打造建筑类企业数字化转型示范。
重点开展建筑信息模型、三维数字化协同设计、人工智能等技术的集成应用,提升施工项目数字化集成管理水平,推动数字化与建造全业务链的深度融合,助力智慧城市建设,着力提高BIM技术覆盖率,创新管理模式和手段,强化现场环境监测、智慧调度、物资监管、数字交付等能力,有效提高人均劳动效能。
(四)打造服务类企业数字化转型示范。
着力推进智慧营销、智慧物流、智慧金融、智慧旅游、智慧供应链等建设,推动实体服务网点向虚拟智慧网点转变,打造智慧服务中心,发展基于互联网平台的用户服务,打造在线的数字服务产品,积极创新服务模式和商业模式,提升客户体验,提高客户黏性,拓展数字服务能力,扩展数字业务规模。
六、统筹部署,多措并举确保转型工作顺利实施
(一)制定数字化转型规划和路线图。
结合企业实际,制定企业数字化转型专项规划,明确转型方向、目标和重点,勾画商业模式、经营模式和产业生态蓝图愿景。以构建企业数字时代核心竞争能力为主线,制定数字化转型方案,纳入企业年度工作计划,明确相关部门和岗位工作要求,加强动态跟踪和闭环管控。加快企业数字化治理模式、手段、方法升级,以企业架构为核心构建现代化IT治理体系,促进IT投资与业务变革发展持续适配。运用数字化转型服务平台(http://gq.dlttx.com),开展诊断对标。
(二)协同推进数字化转型工作。
建立跨部门联合实施团队,探索建设数字化创新中心、创新实验室、智能调度中心、大数据中心等平台化、敏捷化的新型数字化组织,推动面向数字化转型的企业组织与管理变革,统筹构建数字化新型能力,以钉钉子的精神切实推动数字化转型工作,一张蓝图干到底。对接考核体系,以价值效益为导向,跟踪、评价、考核、对标和改进数字化转型工作。
(三)做好数字化转型资源保障。
要实行数字化转型一把手负责制,企业主要负责同志应高度重视、亲自研究、统筹部署,领导班子中明确专人分管,统筹规划、科技、信息化、流程等管控条线,优化体制机制、管控模式和组织方式,协调解决重大问题。建立与企业营业收入、经营成本、员工数量、行业特点、数字化水平等相匹配的数字化转型专项资金投入机制。加快培育高水平、创新型、复合型数字化人才队伍,健全薪酬等激励措施,完善配套政策。
国务院国资委将加强对国有企业数字化转型工作的指导,组织数字化转型线上诊断,开展“一把手谈数字化转型”工作,遴选推广数字化转型典型案例和解决方案,推进数字化转型协同创新平台建设,组织数字化转型相关交流研讨,切实推动国有企业数字化转型工作。
国务院国资委办公厅
2020年8月21日
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14