在GB/T46734—2025出台前，国内智能工厂认定长期存在“标准碎片化”痛点：各省市、行业协会指标权重不统一、离散/流程制造无差异化适配规则、评价偏重自动化硬件展示、忽视降本增效真实收益，企业跨区域认定互不通用、重复改造投入成本高。为此工信部牵头、国内60余家科研院所、流程/离散龙头企业、自动化厂商联合起草本标准，以GB/T41255—2022《智能工厂通用技术要求》为底层技术依据，打通标准评价与国家智能工厂梯度培育政策衔接通道，形成“国标评价打分+四级梯度认定+技改政策配套”完整落地体系。

本标准区别于传统成熟度模型，最大优势是可量化、可审计、分行业适配、梯度导向清晰，企业可直接对照指标自查短板，按基础→先进→卓越→领航逐级规划改造路线，避免无规划、重硬件轻运营的无效投资。

1 标准体系与梯度培育适配逻辑

1.1 标准与适用主体

1）基础信息：归口工信部，市监总局、国标委发布；唯一强制引用GB/T41255—2022；

2）三类适用主体：制造企业（自评、梯度培育申报）、智能制造集成商（项目交付验收）、第三方评价机构（标准化评审）；

3）核心定义：智能工厂是以数字化工厂为底座，融合5G、物联网、AI、数字孪生，实现全流程可控、少人化、高效绿色的生产综合体。

1.2 二元综合评价总模型

综合得分计算公式：

CI=ρ×QA+(1-ρ)×QD

QA：定性评价总分，权重60%（衡量业务数字化建设完整度，决定梯度基础能力）；QD：定量评价总分，权重40%（衡量数字化落地硬效益，梯度升级核心门槛）；

•判定规则：CI≥80分方可认定为标准定义智能工厂（卓越/领航级准入底线）；60≤CI＜80对应基础、先进级梯度。

1.3 定性评价体系

定性指标覆盖研发、生产、物流、经营全链路，智能生产全部三级指标强制必选，其余模块可按行业裁剪，裁剪后同层级指标权重等比例缩放。

表1 定性指标分层权重与梯度培育建设侧重点

1.4 定量评价体系（40%权重，硬性底线约束）

定量指标共24项，所有三级指标数值必须≥60%，是基础级最低准入红线，三大模块梯度导向明确：

1）资源指标（30%定量权重，7项）：自动化占比、设备联网率、物料数字化率等数字化底座，基础级改造核心；

2）技术指标（40定量权重，7项）：业务集成率、智能模型推广率、流程专属APC投用率，先进级升级重点；

3）管理绩效指标（30定量权重，10项）：研发周期、能耗、碳排放、OEE等改造收益，卓越、领航级核心加分项。

1.5 四级梯度与国标得分、硬性门槛对应关系

结合《智能工厂梯度培育要素条件》与GB/T46734—2025打分规则，四级梯度清晰对应建设目标，企业可精准定位培育阶段：

表2 四级梯度综合得分与硬性准入条件

2 离散/流程制造梯度培育区分指导

标准充分兼顾两大制造业态，给出明确指标裁剪方案，企业可避免无效改造投入，精准匹配梯度建设重心。

2.1 离散制造梯度建设重心（汽配、装备、电子、医疗器械）

1）基础级：优先补齐自动化作业占比、物料数字化率、重点设备联网率三大资源指标；落地MES基础排产、智能仓储WMS；完整保留智能设计、配送物流模块；

2）先进级：打通PLM-MES-WMS-ERP数据，提升业务集成率；落地机器视觉质检、设备预测维护；

3）卓越/领航级：搭建协同设计平台，大规模AI工艺优化、数字孪生产线，10项绩效指标全面优化。

实操案例（汽车零部件企业基础级整改）

某中型汽配企业自评时物料数字化率仅45%（低于60红线，无法获评基础级），仅对原材料、成品建档，工装、夹具、备件未数字化。对标标准A.3公式整改：全覆盖所有物料加装RFID，MES完善工装台账，整改后物料数字化率69%，综合得分67分，成功认定基础级智能工厂，同步库存周转提升15%，为升级先进级奠定绩效基础。

2.2 流程制造梯度建设重心（石化、化工、冶金、纺织）

1）基础级：裁剪产品设计、配送、购销三级指标；重点落地APC先进控制系统，保障先进控制投用率≥60；搭建EMS能源监控；

2）先进级：完善装置健康管理、环保在线监测、碳资产台账，优化能耗、碳排放绩效指标；

3）卓越/领航级：全流程工艺数字孪生、全厂能流智能调度，实现多装置协同优化。

实操案例（独山子石化卓越级评审）

大型石化流程工厂评审时直接裁剪离散专属三级指标，将权重分摊至APC、能源、环保模块；APC全年投用率92%，万元产值综合能耗大幅下降，综合得分86.7分，满足CI≥80卓越级门槛，获评国家级流程智能工厂标杆。

3 标准评价全流程

标准第6章明确7步通用评价程序，企业梯度培育的自评、申报、评审全环节均需严格遵循，核心核查“三一致”原则（材料、现场、系统数据统一），同时存在一票否决红线，梯度申报前必须自查。

3.1 完整评价流程（企业梯度培育执行步骤）

1）确定培育目标与评价对象：明确申报基础/先进/卓越级，划定单车间/全厂评价范围；

2）适配裁剪指标清单：按离散/流程删减不适用三级指标，形成企业专属评价表；

3）企业内部自评价（梯度培育核心前置工作）：组建生产、设备、IT、财务、安全跨部门小组，逐条收集定性佐证、统计近12个月台账核算全部定量指标，形成差距整改清单；

4）编制评价方案，匹配评审专家；

5）现场多维度核查：硬件实物、工业系统、生产台账、一线人员访谈；

6）加权计算综合CI得分，匹配对应梯度等级；

7）出具评价报告，列明短板与梯度升级改造方案，公示认定。

3.2 梯度评审一票否决红线（任意一条直接取消培育认定资格）

1）近三年发生重大安全、环保、质量、工业信息安全事故；

2）自评/申报材料数据造假、现场与书面描述严重不符；

3）核心工控、数据库、工业软件无国产化替代方案，存在卡脖子产业安全风险。

3.3 第三方评审实操案例（医疗器械卓越级认定）

天津骨科植入物（复杂离散制造）申报国家级卓越级，第三方机构（国标起草单位中国质量认证中心）严格对标标准全流程：完整保留智能设计协同设计条款，现场调取PLM、MES原始数据复算定量指标；初筛短板为智能模型应用推广率58%（不足60），企业新增AI缺陷预测、数字孪生仿真场景，复算达71%后综合得分84.1分，成功获评卓越级智能工厂，评价报告直接用于工信部梯度培育专项申报。

4 面向四级梯度的分阶段智能工厂培育建设方案

结合标准指标权重、定量60%底线、梯度硬性门槛，按照“由易到难、先底座后智能、先效益再标杆”思路，给出分阶段、分梯度可落地建设路径，企业可直接对照制定3年数字化转型规划。

阶段一：基础级培育建设（0～12个月，CI目标60～69分）

建设目标

全部7项资源指标≥60分，补齐数字化硬件底座，完成智能生产基础模块落地，达到梯度最低准入要求。

对标改造重点

1）定量指标攻坚：重点提升重点设备联网率、自动化作业占比、物料数字化率三大短板指标；建立改造前能耗、OEE、库存基线台账，为后续梯度绩效核算留存数据；

2）定性优先落地智能生产40%权重模块：基础MES工单、在线质检、设备基础数字化巡检；流程工厂部署APC基础控制系统；

3）配套建设基础WMS仓储、EMS能耗监控，裁剪不适用模块减少投入；

避坑要点

不可只采购机器人，忽视工装、辅料数字化，避免物料数字化率不达标。

阶段二：先进级升级建设（12～24个月，CI目标70～79分）

建设目标

打通各业务系统，消除信息孤岛，技术指标全面达标，单点智能化场景落地，形成稳定降本增效数据。

对标改造重点

1）定量技术指标攻坚：搭建企业数据中台，提升业务集成率、数据分析利用率、关键设备远程维护率；离散落地AGV自动配送；流程完善环保、碳数据采集；

2）定性补齐智能管理能源、安全、环保模块，搭建厂区风险预警、排污在线监控系统；

3）落地单点AI应用（质量缺陷识别、设备故障预警），满足先进级智能化基础要求；

阶段三：卓越级标杆打造（24～36个月，CI≥80分国标智能工厂门槛）

建设目标

全业务链路数字化贯通，AI场景占比≥20%，10项绩效指标显著优化，综合得分突破80分，具备国家级示范申报资质。

对标改造重点

1）离散企业完整落地智能设计PLM+CAPP协同仿真系统，搭建产品知识库、AI辅助设计平台；

2）全场景智能模型规模化应用：工艺数字孪生、预测性维护、智能排产优化；

3）完善碳资产管理区块链系统，完成碳排放追踪核算，万元产值能耗、碳排放下降率达到行业优良水平；

4）同步提升核心装备国产化替代比例至60%以上，满足卓越级自主化硬性门槛。

阶段四：领航级行业引领建设（36个月以上，CI≥90分）

建设目标

AI场景覆盖率≥60%，智能制造成熟度CMMM四级，具备方案输出、标准参与、产业链带动能力。

对标改造重点

1）全流程数字孪生工厂，实现虚拟调试、全工厂动态智能调度；

2）自研工业软件、智能装备，核心软硬件自主化率≥80%；

3）形成可复制智能工厂建设方案，对外输出数字化解决方案，参与行业/国家标准编制；

4）绩效指标持续优化，打造行业绿色、高效制造标杆。

5 企业梯度培育常见误区与避坑指南

结合三类实操案例中企业普遍存在的问题，对照标准条款梳理五大核心误区与整改对策，降低培育申报失败风险。

1）误区：重自动化硬件，忽视系统集成

问题表现：大量采购机器人、AGV，但MES/ERP/WMS互不连通，业务集成率低于60，无法升级先进级；

对策：硬件改造同步规划数据接口与中台建设，按标准业务集成率公式核算，减少信息孤岛。

2）误区：流程企业照搬离散全套指标，造成资金浪费

问题表现：化工企业投入巨额搭建产品协同设计、自动配送产线，评审时可直接裁剪，投入无效；

对策：严格执行标准行业裁剪规则，资源倾斜APC、能源、安全流程专属指标。

3）误区：数字孪生、AI仅做可视化大屏，无业务闭环

问题表现：智能模型应用推广率不足60，定量指标扣分，无法达到卓越级门槛；

对策：AI、数字孪生必须落地工艺优化、故障预测、虚拟调试等可量化业务场景，留存运行优化日志作为评审佐证。

4）误区：无改造前基线数据，绩效指标无法核算

问题表现：10项管理绩效指标缺少改造前原始台账，定量得分大幅下降，梯度评级受限；

对策：启动数字化改造当月同步采集产能、合格率、能耗、库存等基线数据，建立年度连续台账。

5）误区：梯度申报前未开展一票否决自查

问题表现：存在近三年环保事故、核心系统全部进口无替代，直接取消认定资格；

对策：每年开展安全、环保、供应链自主合规自查，分批次完成工控软件国产化替换。

6 标准实施对企业梯度培育的价值

1）转型路线标准化：国标为大中小制造企业提供统一数字化对标标尺，梯度分级清晰，企业可按自身产能、行业特性规划分阶段投资，避免盲目上马；

2）评价公信力统一：打破地方标准割裂现状，一次国标评价结果全国通用，减少重复评审、重复改造成本；

3）政策精准对接：梯度认定结果直接对接各地智能制造技改补贴、数字化专项贷款、国家级示范工厂申报，达标企业可享受产业扶持红利；

4）倒逼实效转型：定量绩效指标占40%权重，杜绝“重展示轻收益”形象工程，引导企业以降本、节能、减碳、提质为核心推进智能化；

5）兼顾产业自主安全：将核心装备、软件自主化纳入卓越、领航级硬性条件，引导企业推进国产化替代，夯实制造业产业链安全。

7 结语

GB/T46734—2025《智能工厂评价通则》作为国内首部全制造业统一智能工厂评价国家标准，构建“定性+定量、分行业适配、四级梯度递进”完整评估体系，是制造企业开展智能工厂梯度培育的核心技术依据。企业推进数字化转型时，应摒弃零散、碎片化改造思路，以国标指标体系为顶层规划框架，结合离散/行业属性裁剪适配指标，按照基础→先进→卓越→领航逐级制定三年培育计划，优先补齐定量60%硬性底线、重点打造智能生产核心模块、规模化落地AI与数字孪生价值场景，同时常态化开展内部对标自查，规避评审红线问题。依托标准化评价实现转型成效可量化、升级路径清晰化、政策申报规范化，稳步建设高效、绿色、自主可控的现代化智能工厂。

免责声明：本文档仅供行业参考学习之用，具体条款以国家标准原文为准。