发展问题
是否了解制造业在原材料采购、生产制造、产品质检、产品流通、售后服务等各个环节中，
有哪些饱受困扰的痛点和需求？
劳动力问题
是否了解制造业的劳动力需求如何，对低端劳动力需求大不大，哪些环节最需要人，哪些环节不能被自动化取代，
为什么这些环节不能被自动化？（外观检测，装配，为什么还需要这么多人力）
上云问题
制造业对数据上云的态度、现状和趋势，允许和或支持哪些类型的数据上云？
不愿意上云的原因？痛点？或者什么情况、条件下支持哪些数据上云？
制造业企业是否可以接受线上的云端AI服务，对线上AI服务和本地私有化AI服务的倾向性和接受度是多少？
供应链管理问题
供应链管理的主要痛点是什么？
传统的SCM管理系统有哪些不足？
目前供应链需求预测是基于哪些数据为基础的？
采用什么工具和计算方法计算？
目前的预测准确率能有多少？
制约预测准确率提升的主要因素是哪些？
市面上有一些基于人工智能深度学习的供应链需求预测的服务，是否能对业务有较大的提升作用？为什么？
预测性维护
目前业务上对此问题的应用实践达到何种程度？
主要方法是？
如何评价目前公司内部和市场上的预测性维护产品？
这个命题核心难点是什么？
解决此问题的核心技术壁垒是什么？
此问题在大规模应用到制造业的瓶颈是什么？
基本情况
请介绍下贵公司在制造业的发展历程及主要业务，如产品介绍、主要客户以及大体的销售规模，单个客户的营收区间及平均客单价。
成本收入
公司在制造业的产值规模及增长率多少，主要集中在哪些方面：
如基础平台（公有云、私有云等）、软件（数据库等）、IOT、AI应用（质检、预测性维护、工艺优化、需求预测、物流、仓储）等各占多大比例，盈利增长点集中在哪些细分方面。
行业背景
贵公司在制造行业在是如何发展起来的，如切入点是什么，为何从这个点开始切入。
行业现状
贵公司在制造行业的近几年的发展状况如何，有哪些主要的行业，选择的角度是什么？
这些行业信息化建设情况如何？
这些行业最关注的应用场景是什么，这些行业在哪些场景方面需要应用到AI？
行业AI应用
贵公司目前是否有应用的AI场景和产品，具体有哪些场景或产品，AI场景的复制性是如何考虑的？
AI部署主要采用公有云还是私有化的方式，比例分别是多少？
现在的产品成熟度多少？
每个产品目前的人力投入情况？
场景落地
不同产品下具体的落地方式是集成还是被集成，各占多少比例？整体解决方案中，公司部分的占比可以达到多少？
目前有多少合作伙伴，细化到不同场景分别有多少家？
合作伙伴选择的原则是什么？
竞品对比
不同产品主要的竞品分别是什么，公司主要的优势是什么？
这些不同产品的应用现状及需求如何，是否有相关的市场容量数据？
与目前业界的几大工业互联网平台（海尔、美的、树根互联、航天云网…）是否是竞争关系？优势是什么？
视觉检测
计算机视觉技术在业内目前的应用现状及需求，以及相关的市场容量？
应用场景？
供应链管理
基于人工智能深度学习的供应链需求预测的服务，认为是否能对业务有较大的提升作用？为什么？制约预测准确率提升的主要因素是哪些？
未来战略
贵公司在制造行业未来的发展战略，平台化、场景化、行业化，或者深入具体的垂类场景等，在生态层面的构建是如何考虑的。不同场景下的边界是什么？