本指引围绕研发设计、生产制造、经营管理、客户服务、产业协同等5个环节，凝练出23个典型场景中的数据“采、集、用”及预期效果，为工业企业、数字化转型服务商、行业组织等推进工业数据开发利用提供参考。
研发设计环节，包括数据驱动产品设计、工艺数字化设计、数字化协同研发、产品虚拟中试验证、工艺虚拟仿真验证等5个场景，旨在通过数据驱动实现产品设计标准化、模块化、参数化，提升工艺设计效率和质量，推动跨企业、跨地域协同创新与设计，降低实物测试成本，缩短研发周期。
生产制造环节，包括设备智能监测与维护、数字孪生工厂建设、智能排产优化、生产作业智能调度、质量智能检测、质量预测与改进、安全生产智能监控、大规模个性化生产等8个场景，旨在构建设备运行监测体系，实现预测性维护；构建数字孪生模型，实现虚实实时映射和交互；推动生产计划的可视化、可模拟、可优化；实现生产作业实时跟踪监测，自动识别生产异常；推动检测流程自动化；构建“事前预防”质量管控模式；构建“全域感知”管理体系；推动企业与用户互动合作，通过满足用户个性化需求，快速应对市场变化。
经营管理环节，包括能耗智能管理与调度、碳资源全生命周期管理、精准营销管理、仓储智能管理、物流智能配送等5个场景，旨在开展能源负荷预测、异常能耗诊断，实现能源自动调配；构建“管碳-算碳-降碳”一体化碳管理体系；根据需求变化及时调整营销策略；推动仓储管理智能化；实现物流配送过程实时监控、调度。
客户服务环节，包括智能客户服务、智能远程运维服务等2个场景，旨在构建智能客户服务体系，快速准确理解客户意图，精准匹配客户需求；构建远程运维服务平台，实时查看产品/设备运行状况。
产业协同环节，包括网络化协同制造、产业链供应链高效协同、产业链供应链风险管控等3个场景，旨在统筹开展多生产任务协作，实现制造资源、生产能力、市场需求的高效对接和协同共享；推动产业链供应链高效协同与合作；实现产业链供应链风险在线监控、精准识别、提前预警。
总体而言，本指引通过23个典型场景，为工业企业、数字化转型服务商、行业组织等推进工业数据开发利用提供了参考，有助于加快释放工业数据要素价值，促进数据要素赋能新型工业化。
