「人工智能+制造」诊断报告模板化资产包
依据《江苏省"人工智能+制造"诊断工作参考指引(2026年)》附件4与扬州项目采购文件编制 · 十项章节结构 + 33 场景评价表 + 五大能力维度表 · 可直接填写、可本地保存、可导出 CSV · 数据截止 2026-11-04
打印 / 导出PDF(章节模板)
打印 33 场景评价表
打印 五维度评估表
导出 33 场景 CSV
保存到本地
载入本地
填写后点「保存到本地」,浏览器自动保存,下次可续填
本资产包解决什么问题 :万字报告 × 103 家人次的交付,人力瓶颈不在「写」,在「重复写」。本包把报告拆成
①固定十项章节骨架 + 每章的填写指引与话术模板 + 常见扣分点;②可复用的 33 场景评价表(官方三级判定标准原样嵌入);③可复用的五维度评估表 三件。
第三章到第十章的框架、场景评价表、评估维度表全部预制为可复用资产,每家只需填「现状 + 证据 + 差距」,从而把单份报告的人力投入从约 40 人时压到 20—25 人时。
第一部分 · 诊断报告十项章节结构模板(模板化核心)
1 企业基本信息招标文件要求:所属行业领域、企业规模、工厂建设满足的支撑要素、工厂应用的工业软件、资质荣誉等
① 这一章写什么
写什么:企业全称、统一社会信用代码、所属行业(国标二级)、规上/规下、员工数与营收区间;现有系统清单(ERP/MES/PLM/WMS/SCADA/工业软件品牌与版本);关键装备与产线数量;已获资质(智能工厂等级、专精特新、高新技术企业、两化融合等级等)。
② 可直接套用的话术模板
话术模板:「XXX有限公司成立于 XXXX 年,位于扬州市 X 区,属【XXX】行业,现有员工 X 人、2025 年营收 X 亿元。工厂部署【MES/ERP/WMS/PLM/SCADA】共 X 套系统,关键装备 X 台(套),已获评【XX 级智能工厂】、【XX 级专精特新】等资质。工厂在【规划面积/产线数/数字化基础】方面为人工智能应用提供了 X 项支撑要素。」
③ 为什么必须写(评审逻辑)
本节是所有后续评价的事实基座。缺「工厂应用的工业软件」清单,第四章「顶层规划方案」会失去落地依据;缺资质,第三章「综合能力评价」无法与智能工厂梯度对标。
④ 常见扣分点 / 禁止事项
企业规模、营收等数据须注明数据来源与年度;涉及商业秘密的营收区间可用区间表述,不得写精确值。
2 诊断需求确认单招标文件要求:企业人工智能技术应用场景诊断需求
① 这一章写什么
写什么:企业提出的原始诉求原文(逐条,不加工)、企业希望本次诊断解决的核心问题、企业已投入的 AI 相关尝试(含失败尝试)、企业对诊断结果的期望形式。企业签字确认。
② 可直接套用的话术模板
话术模板:「企业本次提出 X 项诊断需求,核心诉求为【XXX】。经现场访谈确认,企业已尝试【XXX 方式】解决【问题】,但因【原因】未达预期。本次诊断重点希望输出【可落地的场景改造路径】与【投资估算区间】。」
③ 为什么必须写(评审逻辑)
原始诉求必须逐条保留,不要替企业改写。监理会核对「诊断需求」与「诊断报告场景改造方案」是否一一对应——需求被漏掉是最高频的整改原因。
④ 常见扣分点 / 禁止事项
需企业负责人签字。需求条目建议编号(需求 1/2/3),后续章节按编号引用。
3 企业人工智能应用水平总体评价结果招标文件要求:从人工智能应用基本能力、企业人工智能场景应用水平两个维度综合评判
① 这一章写什么
写什么:(1)AI 应用基本能力五维度评级(人才与组织、数据资源体系、算力与平台、技术能力、运营与效益),每维度给现状描述 + 评级 + 差距;(2)33 场景逐项评价结果汇总(入门/基础/进阶级分布、覆盖场景数、AI 场景比例);(3)综合结论与行业对标位置。
② 可直接套用的话术模板
话术模板:「综合评定,本企业人工智能应用基本能力处于【入门级/基础级/进阶级】水平,其中【数据资源体系】与【算力与平台】相对薄弱。在 33 个典型场景中,企业已应用 X 个(占比 X%),其中进阶级 Y 个、基础级 Z 个、其余处于入门级。参照 GB/T 39116—2020 与《江苏省制造业领域人工智能技术场景应用自评测参考(2026 年版)》,企业当前 AI 场景比例 X%,对比卓越级智能工厂 ≥30% 的准入门槛,尚有 X 个百分点的差距。」
③ 为什么必须写(评审逻辑)
这是全报告的「结论章」,必须给出可核验的量化结果(场景数、比例、评级),不能只有定性描述。AI 场景比例是智能工厂梯度培育的核心量化门槛(卓越级 ≥30%、领航级 ≥60%),务必算准。
④ 常见扣分点 / 禁止事项
「普通自动化」和「规则引擎」不得计入 AI 场景,须有 AI 模型/算法实际运行的证据(模型文件、推理日志、算法配置)。
4 企业「人工智能+制造」顶层规划方案招标文件要求:包含建设目标及原则、人工智能战略愿景与目标、人工智能应用场景建设总体蓝图、支撑体系规划
① 这一章写什么
写什么:建设原则(如业务价值驱动、分步迭代、数据先行、模型与场景匹配);三年分期目标(与智能工厂梯度培育节奏对齐);场景建设总体蓝图(按八大环节展开,标注本期/近程/远期);支撑体系规划(数据治理、算力平台、模型与知识库、组织与人才机制);一企一档规划。
② 可直接套用的话术模板
话术模板:「企业人工智能建设遵循『业务价值牵引、数据先行、场景渐进』四项原则。总体目标为:到 2027 年底建成覆盖【X】个核心场景的 AI 应用体系,AI 场景比例由当前 X% 提升至 X%,具备【争创先进级/获评先进级】智能工厂条件。分三期推进:第一期(X 个月)聚焦【场景 1/2/3】实现【目标】;第二期扩展至【环节】;第三期形成【平台化能力】。支撑体系上,优先补齐【数据资源体系】与【算力平台】两个短板,同步建立【模型与知识库管理机制】与【人才培养机制】。」
③ 为什么必须写(评审逻辑)
本节是给企业高层的「路线图」,篇幅可占报告 15%—20%。必须与第三章的能力短板、与第四章的方案清单三者闭环——短板无对应方案、方案无对应短板,均属不合格。
④ 常见扣分点 / 禁止事项
目标值须与《智能工厂梯度培育要素条件(2026 年版)》的环节覆盖与成熟度要求对应,不得凭空设定。
5 企业诊断需求场景改造实施方案招标文件要求:针对企业提出的需求场景的诊断情况,结合企业下一步发展方向,提出切实可行的改造实施方案
① 这一章写什么
写什么(每个需求场景一节):现状与痛点、目标与预期价值(含 before/after 量化对比)、具体实施内容与技术路径、关键步骤与里程计划、资源需求与投资估算、风险分析与应对措施。
② 可直接套用的话术模板
话术模板:「【场景名称】当前存在【痛点描述,含数据】,主要表现为【指标 X=当前值】。本次改造拟采用【技术路径】,达到【指标 X=目标值】,预计【效益:效率提升 X% / 不良率下降 X% / 人工减少 X 人】。实施内容包括【内容 1/2/3】。里程碑:第 1 个月完成【交付物 1】,第 3 个月完成【交付物 2】并进入验证。资源需求:【软硬件清单】,投资估算【金额区间】万元。风险:【风险描述】,应对措施【措施】。」
③ 为什么必须写(评审逻辑)
本节对应招标文件要求的六项要素,缺任何一项监理都会要求补正。投资估算须区分「诊断阶段可估算」与「需专项设计后确定」,不可给虚假精确值。
④ 常见扣分点 / 禁止事项
before 值必须来自现场实测或企业既有报表,不得使用行业平均值代替。after 值可参考《行业指标基准库》,但须说明推导依据。
6 企业诊断需求场景对应人工智能供应商推荐名单招标文件要求:根据企业提出的诊断场景需求,提供人工智能供应商推荐名单
① 这一章写什么
写什么:按需求场景编号,逐条推荐 2—3 家候选供应商,列出供应商名称、擅长领域、典型本地案例与成效、交付能力(团队/资质/网点)、适配理由(对应本企业痛点的匹配点)、联系方式或信息来源。
② 可直接套用的话术模板
话术模板:「针对需求 1(【场景】),推荐候选供应商:【A 公司】——【擅长领域】,本地落地案例【案例名】,实现【量化成效】,与本企业【痛点】高度契合;【B 公司】——【擅长领域】,具备【资质/交付能力】,可作为备选。上述信息来源于【官方文件/公开报道/企业官网】,详见附录来源清单。」
③ 为什么必须写(评审逻辑)
推荐名单须能追溯到公开来源,不可凭印象推荐。江苏本地供应商优先(响应快、可现场支持)。本清单同时是我方后续改造业务的承接池,需与《同行案例库》交叉引用。
④ 常见扣分点 / 禁止事项
严禁承诺供应商的交付效果;严禁推荐不具备相应资质或无本地服务能力的供应商;推荐理由须与「改造供应商推荐名单」表一一对应。
7 企业诊断需求场景对标的国内同行业典型案例招标文件要求:根据企业提出的诊断场景需求,提供同行业该场景建设应用水平较好的典型案例
① 这一章写什么
写什么:按需求场景编号,给出 1—2 个同行业(细分行业一致)标杆案例,含企业名称、所属行业、应用场景、AI 技术路径、量化成效(before/after)、可复用要点,并说明本企业与其差距。
② 可直接套用的话术模板
话术模板:「同行业对标案例:【XX 公司】属【XXX】行业,在【场景】场景采用【技术路径】,实现【指标从 X 提升至 Y】,其关键做法是【可复用要点 1】。对照本企业现状(【当前值】),差距主要在【差距描述】,可借鉴【可复用要点】。」
③ 为什么必须写(评审逻辑)
必须是「同行业」而非泛行业——电缆企业应引用宝胜/中天/亨通,光伏应引用晶澳/隆基。案例须有可溯 URL。行业基准值参考《行业指标基准库》,厂商来源数据须标注为「行业实测/厂商公开值」。
④ 常见扣分点 / 禁止事项
不得将普通自动化包装为 AI 案例;不得跨行业硬套(如给纺织企业引用钢铁案例)。
8 诊断人员联系表招标文件要求:现场诊断服务工作相关人员联系表
① 这一章写什么
写什么:项目负责人及全体参与诊断人员的姓名、单位、职务/职称、承担工作、联系方式、到岗日期;企业侧对接人。
② 可直接套用的话术模板
话术模板:「本项目由【单位】承担诊断服务,项目负责人【姓名】(职称/证书)负责统筹;参与人员共 X 名,其中高级职称 X 名、具备【证书类型】X 名。分工:【人员 A】负责【环节】,【人员 B】负责【环节】。企业侧对接人:【姓名/职务/联系方式】。」
③ 为什么必须写(评审逻辑)
此表是评分项「项目组成员」的佐证材料,必须与投标文件承诺的人员名单一致,且提供近 6 个月社保缴纳证明。人员中途更换须经采购人同意。
④ 常见扣分点 / 禁止事项
手机号与身份证号等个人信息按规定脱敏;人员名单须与投标文件完全一致,不一致属实质性偏离。
9 诊断满意度调查表招标文件要求:被诊断企业出具的服务商诊断满意度调查表
① 这一章写什么
写什么:企业对本次诊断服务的分项评分(专业性、针对性、实用性、响应及时性、报告质量)与总体评价、改进建议、签字盖章。
② 可直接套用的话术模板
话术模板:「企业对本项诊断服务总体评价为【满意/基本满意】。分项评分:专业性 X 分、针对性 X 分、实用性 X 分、响应及时性 X 分、报告质量 X 分。企业建议:【建议原文】。企业对本报告结论【认可/有异议】。」
③ 为什么必须写(评审逻辑)
此表由企业填写,服务商不得代填。满意度是省级绩效评估与服务商评价规则的评价指标之一,直接影响后续入库与投标。
④ 常见扣分点 / 禁止事项
必须由企业盖章原件扫描。满意度低会触发监理回访与整改,甚至影响该企业后续诊断包的承接。
10 同行业典型案例(附)招标文件要求:同行业典型案例库
① 这一章写什么
写什么:本报告引用的全部同行业案例汇总(企业、场景、技术路径、成效、来源),便于评审与存档核查。
② 可直接套用的话术模板
话术模板:「本报告引用同行业案例共 X 个,均来自官方文件、上市公司公告或权威媒体公开报道,来源清单见附录表 X-X。」
③ 为什么必须写(评审逻辑)
与第七章内容对应,可作为第七章的索引表。统一列出便于监理与第三方绩效评价核查。
④ 常见扣分点 / 禁止事项
所有引用须可溯源;标注「成效未披露」的案例不得用于支撑改造目标值论证。
第二部分 · 33 个典型场景评价打分表
使用规则 :
① 勾选列对应《江苏省制造业领域人工智能技术场景应用自评测参考(2026年版)》中该场景的入门级 / 基础级 / 进阶级 三项达标描述——官方原表已嵌入「对应智能工厂梯度场景」列,供交叉核对;
② 判定门槛:满足 2 项=入门级、满足 4 项=基础级、满足 6 项=进阶级 (每场景 8 题);
③ 「评定等级」列用于汇总企业 AI 场景比例(卓越级智能工厂需 ≥30%、领航级需 ≥60% );
④ 「应用情况与成效证据」列必须写 AI 模型/算法实际运行的证据(模型文件、推理日志、算法配置、检测数据),普通自动化与规则引擎不计入 AI 场景 。
第三部分 · 人工智能应用基本能力五维度评估表
使用规则 :五个维度须同时 给出现状描述、评定等级与具体证据。
「具体证据」栏不接受「具备一定能力」类表述,须写明系统名称、数据项名称、报表数值、系统台数或人员数量等可核验事实。
第三维与第四维直接决定「AI 场景比例」能否提升,第五维是 2026 版评价「从系统上线转向价值成效」的落点。
# 评估维度 评估内容要点(官方口径) 评定等级 现状描述 + 具体证据 + 与目标的差距(必填) 评估提示 / 常见坑
1 人才与组织 是否有一把手牵头的智能工厂统筹机制;是否有专职的 AI/数字化团队;是否有明确的责任分工与考核机制;关键岗位人员培训与技能认证情况
— 入门级 基础级 进阶级
组织机制不健全是中小企业 AI 落地受阻的首要原因。评价要点是「有没有人管」而非「有没有人」——许多企业有 IT 部门但无 AI 归口。 2 数据资源体系 设备联网率与数据采集频率;MES/ERP/PLM/WMS/SCADA 之间数据打通程度;主数据与编码规范;数据质量(完整/准确/及时/一致);数据治理组织与制度
— 入门级 基础级 进阶级
数据是 AI 的前置条件,也是「AI 应用比例」难以提升的根因。评估须落到具体系统与具体数据项,不能笼统写「数据基础薄弱」。 3 算力与平台 本地/边缘/云算力配置与利用率;GPU/AI 算力是否可用;工业互联网平台或数据中台建设情况;模型训练与部署环境;大模型/垂类模型接入方式;Token 与调用成本
— 入门级 基础级 进阶级
算力与平台直接决定「AI 场景比例」能否落地。须区分「已建平台」与「仅采购硬件」——大量企业有 GPU 但无模型工程能力。 4 技术能力 算法与模型自研能力;AI 视觉/预测/优化/大模型等具体技术栈;软件著作权与专利;外部技术合作与生态接入;模型迭代与持续优化能力
— 入门级 基础级 进阶级
技术能力决定改造方案是「买」还是「自研」,直接影响投资估算区间。评估须具体到技术栈,不接受「具备一定的 AI 技术能力」这类表述。 5 运营与效益 AI 应用的运营维护机制;模型效果跟踪与迭代;AI 带来的可量化效益(效率/质量/成本/能耗);财务部门参与度;业务部门使用意愿与采纳率
— 入门级 基础级 进阶级
运营与效益是 2026 版评价从「系统上线」转向「价值成效」的落点。评审明确要求回答「效益改善多少」,且需保留建设前基线与计算口径。
填报完成后的三个动作
计算 AI 场景比例 = 已应用场景数 ÷ 企业纳入评价的场景总数(一般取已具备基础的场景基数),与卓越级 ≥30% / 领航级 ≥60% 门槛比对,写入第 3 章总体评价。
把第 5 章改造实施方案的 before 值 与本表第 5 维度的现状证据对齐,确保每个改造目标都有诊断期基线支撑。
第 6 章供应商名单与第 7 章对标案例,分别取自《同行案例库_检索界面.html》与《行业指标基准库.html》,按需求场景编号逐一对应。