圖為奇瑞新能源和智能網聯汽車生産線。程依寶攝（中經視覺）

  工業和信息化部、教育部、市場監管總局、國家數據局4部門近日聯合印發《汽車行業數字化轉型實施方案》（以下簡稱《實施方案》）。

  相關部門負責人&&，這一方案以推動汽車行業高質量發展為目標，以智能製造為主攻方向，深化人工智能等新一代信息技術與汽車行業融合應用，有助於完善轉型頂層設計，引導大中小型企業數字化協同發展，促進汽車行業高質量發展。

  頂層設計持續完善

  作為國民經濟的重要支柱産業，汽車行業産業鏈長、涉及面廣、關聯帶動性強，是製造業數字化轉型的重點領域。加快汽車行業數字化轉型，是支撐汽車強國建設、推進新型工業化、培育新質生産力的重要舉措。

  圍繞汽車行業數字化轉型，國家層面已構建多層次的政策體系。“十五五”規劃建議提出“推動技術改造升級，促進製造業數智化轉型”。《新能源汽車産業發展規劃（2021—2035年）》《汽車行業穩增長工作方案（2025—2026年）》等文件先後&&，推進人工智能技術深度應用，引導産業鏈供應鏈數字化協同改造。

  當前，我國汽車行業數字化轉型持續深化，加速向數字化、網絡化、智能化演進，但轉型過程中仍存在頂層設計不足、數據要素應用不充分、零部件中小企業轉型較慢等問題。

  全國乘用車市場信息聯席會秘書長崔東樹分析説，頂層設計不足表現為企業戰略分散、行業標準不統一，數據要素應用不足體現在數據治理弱、場景滲透率低，中小企業轉型慢源於改造成本高、缺少輕量化轉型方案。

  中國汽車戰略與政策研究中心數據治理研究總監趙佳也&&，行業內缺乏統一的數字化轉型路線圖，企業重復投資建設，難以形成全産業鏈的數字化合力；企業內部和汽車産業鏈主體之間存在“數據孤島”，數據流通和變現路徑尚未明晰；加上零部件中小企業多數僅具備基本通信能力、無法處理複雜數據的“啞設備”較多，進一步加大了改造難度。

  針對這些問題，《實施方案》全方位、多層次布局，通過建立統一診斷體系、建設可信數據空間、實施中小企業賦能行動，精準破解痛點，形成全産業鏈協同轉型合力。

  工業和信息化部裝備工業一司有關負責人&&，當前汽車行業技術創新日新月異，人工智能推動汽車科技研發範式革命性突破，數智化轉型成為助推行業創新發展的重要加速器。同時，智能網聯新能源汽車作為載體性戰略性新興産業，推進行業整體數智化轉型價值大、作用強、帶動面廣，亟需通過《實施方案》完善轉型頂層設計，引導大中小型企業數字化協同發展，促進汽車行業高質量發展。

  重點任務清晰明確

  聚焦汽車行業數字化轉型，《實施方案》提出兩個階段發展目標：到2027年，整車標杆企業智能製造能力成熟度等級提升一檔，零部件企業數字化水平顯著提升，研發設計工具普及率超95%，關鍵工序數控化率超70%；行業全員勞動生産率較2025年提升10%，産品研發周期及交付周期縮短20%；打造可複製推廣的智能工廠樣板，培育20家以上行業智能製造系統解決方案供應商。到2030年，行業整體數智化發展達到較高水平，數字化與業務深度融合。

  崔東樹分析説，2027年的量化指標是基於當前行業基礎設計的：2025年研發設計工具普及率超90%、關鍵工序數控化率超65%，具備年均1個至2個百分點提升潛力。同時，參考頭部企業轉型成效，結合零部件中小企業賦能行動目標，測算出可實現的提升空間，兼顧目標可達性與行業牽引性。

  為確保兩階段發展目標順利達成，《實施方案》提出實施“六大行動”，包括診斷評估與改進提升行動、汽車零部件中小企業數字化轉型賦能行動、典型場景與人工智能應用示範行動、産業主體梯度培育與矩陣構建行動、標準體系完善與互聯互通保障行動、關鍵技術攻關與基礎能力強化行動。

  趙佳認為，《實施方案》精準聚焦汽車行業數字化轉型的難點痛點：一是完善頂層設計，提出明確的汽車行業數字化轉型路線圖和時間表；二是挖掘和釋放數據要素價值，將“充分釋放數據要素價值”列為總體要求之一，在“關鍵技術攻關與基礎能力強化行動”中明確完善數據安全保護體系與技術能力，保障數據合規高效流通；三是專項賦能中小企業，設立“汽車零部件中小企業數字化轉型賦能行動”，梯次推進轉型，重點推動“啞設備”改造和關鍵設備更新。

  針對中小企業數字化轉型的賦能行動，備受汽車零部件企業關注。浙江萬安科技股份有限公司負責人&&，公司已搭建數字化系統框架，後續會進一步整合，實現互聯互通。目前，數字化轉型面臨的最大難題是人才不足。汽車智能化對複合型人才（兼具機械、電子、算法能力）的需求激增，但高端人才在區域分佈上存在明顯失衡，企業所在地區難以吸引頂尖技術團隊。

  對此，工業和信息化部裝備工業一司有關負責人&&，《實施方案》發布後，工業和信息化部將認真落實保障措施。諸如，在強化人才保障方面，將深化校企合作，推行“學歷教育+技能認證”培養模式，鼓勵企業骨幹進校授課，健全數字化人才激勵機制、提升人才待遇，定期開展數智化交流培訓，推廣先進經驗。

  培育典型場景

  為給行業企業提供參考指引，《實施方案》配套發布了典型場景清單，圍繞研發、生産、供應鏈、銷售和服務5個環節提出了智能協同研發、基於模型的系統工程、柔性敏捷生産等8項數智化典型場景，並按各場景分別提出了改造目標、實現方式和需要條件。

  在柔性敏捷生産場景，《實施方案》提出，通過數據驅動的智能排産，依託工業互聯網平台整合訂單、設備、供應鏈數據，利用AI算法動態優化生産計劃。通過車間智慧排程調度、智能倉儲物流、産線柔性配置等技術，實現用戶需求的快速轉化以及多種産品的自動化混線生産，敏捷高效交付定制化産品。

  “比亞迪整車智能製造已達到第三級，正在向第四級邁進。”比亞迪集團相關負責人&&，其中部分場景已經通過數據驅動預測和優化，如設備預測性維護，AI智能排産，通過工藝參數預測質量、優化物流等。後續將在更多的業務場景中使用大數據和AI能力對業務精準管控。該負責人提出，建議未來對底層大模型和算力芯片等基礎建設增加一定支持。

  萬安科技負責人透露，頭部整車企業對零部件的數字化要求已從“基礎達標”轉向“深度協同”。如一些車企要求供應商提供實時數據接口，支持空間下載技術（OTA）升級與智能駕駛算法迭代。這些要求推動公司從單一部件供應商向系統級解決方案商轉型，加速了電子機械制動（EMB）、無線充電等技術的量産進程。同時，車企對供應鏈透明度的要求也促使企業引入區塊鏈技術，實現全流程數據可追溯。（記者 劉 瑾）