我国制造业正处于迈向全球价值链中高端、提升核心竞争力的关键阶段。加快制造业数字化转型，用数字化为先进制造赋能，有利于促进制造业质量变革、效率变革、动力变革。
一方面，有利于降本增效稳定制造业比重。我国制造业规模已多年保持世界第一，但制造业增加值占GDP的比重由2016年的28.07%下降至2020年的26.29%。如果现阶段制造业占比下降过早、过快，就会削弱我国经济抗风险能力和国际竞争力。“十四五”规划和2035年远景目标纲要强调，保持制造业比重基本稳定。稳定制造业比重，不能片面追求制造业规模增长，关键在于提升制造业效率和质量，而推动制造业数字化无疑是关键手段。数字技术的广泛应用有助于降低产业链组织成本，提高资源配置效率和制造业生产效率。同时，数字化促进制造业向服务端拓展，产生新业态、孵化新模式，可以提升产业价值链。
另一方面，有利于提质赋能促进产业链现代化。我国制造业产品品质不高、高端有效供给不足是一个不争的事实。目前，传统制造业的成本比较优势正在逐渐减弱，但制造业规模体量大、产业体系完备的优势很难替代。利用数字技术对制造业进行全方位、全角度、全链条改造，提升研发设计、生产制造、企业运维等产业链各环节数字化水平，延长、拓宽、挖深产业链，有利于提高制造业供给体系质量，塑造先进制造业竞争新优势。
加快制造业数字化转型，有利于固本强基保障产业链供应链安全稳定。增强产业链供应链自主可控能力，是构建新发展格局的重要基础。产业链供应链缺乏韧性和弹性，就很难有效应对各种重大风险和外部冲击。推进数字技术与制造业深度融合,加强区块链、物联网、人工智能等技术布局应用，有利于加快关键芯片、基础零部件、基础材料、基础软件等工业基础领域的自主化进程，提升产业链供应链自主可控能力。
近年来，我国制造业数字化全面提速，但制造业数字化比例依然不高，有效发挥数字技术对制造业的放大叠加倍增作用，一些困难和挑战不容忽视。比如，我国制造业企业规模化、全链条、多功能的数字化改造才刚刚起步，数字技术供给浅层化、碎片化，技术应用收益与技术高效供给尚未形成良性循环;制造业领域设备种类繁多、应用场景复杂，存在设备接口不开放等问题，加上数据权属界定不清、规则不明、难以定价等基础性问题尚未得到有效解决，跨行业、跨企业数据难以充分流通共享，制约了数字技术应用的广度和深度;支撑制造业数字化转型的新型基础设施兼有公共性和经营性属性，建设资金需求量大，但市场化的投融资模式尚不健全，政府、平台企业、制造企业等主体之间的利益共享和风险共担机制还不完善，数字基础设施建设总体滞后;等等。
推动制造业数字化转型，需要融合技术工具和政策工具、统筹政府和市场力量、兼顾发展激励与风险防范，促进制造业数字技术供给与制造业转型需求高效适配。
一是提升数字化转型技术工具与政策工具的适配性。技术创新与政策供给是驱动制造业数字化的两个轮子。应围绕制造业数字化中新产品新业态的市场准入限制、新商业模式知识产权保护等，进一步强化政策供给，为数字技术应用创造更好的条件。同时，推进制造业数字化领域相关国家、行业和地方标准制修订，强化财政金融支持，鼓励金融机构深度参与制造业数字化转型，加强对制造业数字化转型的融资支持、信用评估和风险管理。
二是增强数字基础设施与传统设施的互补性。纵深推进制造业数字化转型，离不开现代化基础设施的有效支撑，这既涉及到传统基础设施的改造升级，也包括数字基础设施建设。要创新新型基础设施投融资模式，加快推进工业互联网等新型数字基础设施建设，增强通信设备、集成电路、电子元器件、关键软件等核心竞争力，同步提升电力、交通、物流等传统基础设施的数字化改造，增强基础设施综合保障能力。
三是推动数字技术与先进制造技术融合发展。技术耦合性对提升产业链竞争力至关重要。在推动制造业数字化过程中，要更加重视发挥数字技术与其他先进制造技术的融合集成作用，如高端新材料、重大技术装备、机器人技术、高端医疗装备等，通过融合性技术加快补齐基础零部件及元器件、基础软件、基础材料、基础工艺和产业技术基础等短板，推动制造业全方位、系统性变革。
四是建立全面系统的工业大数据生态。推动制造业数字化转型，数据治理是关键。应积极引导推动工业设备数据接口开放，加快多源异构数据的融合和汇聚，构建完整贯通的高质量数据链。健全工业大数据资产价值评估体系，促进区块链等技术在数据流通中的应用，完善数据市场化配置。打造分类科学、分级准确、管理有序的数据治理体系和数据资源全生命周期安全保护机制，提升数据治理能力。