查找问题 直面数字化转型升级挑战

　　李毅中认为数字化转型升级当前还存在一些“不深不实”的表象。

　　一是自上而下贯彻力度大，自下而上积极性还显不足。数字经济没有先例也缺乏经验，对于一些企业数字化转型中的困难顾虑存在缺乏积极主动等问题，要把自上而下的号召转化为自下而上的动力，通过典型范例和实际帮扶让企业看到潜力和希望，认识到数字化的必要性紧迫性，增强主动性和积极性。

　　二是推广方式多为文件、会议、论坛等，缺乏鲜活有效的样板和对口帮扶，有的存在着与实际结合不够，与生产制造结合不够，坐而论道的现象。数字化进程的成效应表现为企业、行业、领域经济技术指标的提高和改善，通过开展专业性竞赛会取得较好效果。

　　三是数字化转型的着力点还没有深入到生产制造的核心部位。转型升级必然会有个过程，但目前有些转型停留在办公数字化、报表账目等表层应用，有些停滞在供销商务、物流仓储等外围应用，鲜有技术创新或科研成果的转化应用。需要加快由表及里、由浅入深，抓住实际生产要素，抓住生产制造的核心环节的数字化转型。

　　四是大数据的功能发挥一般还处于初级水平。大数据用在工业制造业的功能表现为描述、诊断、预测、指令4个等级，不少企业还处于第一、二级，实现了可视化，进而发现“病灶”隐患。尚达不到预测未来时空变化，做出改进决策。根本措施是将数字技术和工业技术深度融合，创造更高级的应用场景。

　　锚定智能制造主攻方向 推动数字化向智能化升级迈进

　　李毅中认为，实现工业数字化转型智能化升级，智能制造是主攻方向。多年实践有了较大进展，尚需持续加力，建议从以下三个方面入手：

　　首先，引入人工智能，提升产业的智能化水平。健全完善数据、网络、计算这三个基础设施，提升计算能力。行业要因业施策，企业要分层次、分阶段抓起。自动化、数字化、网络化、智能化循序渐进，推进智能化升级，防止急于求成和盲目投入。

　　其次，人工智能推动数字化深入到生产制造核心部位。包括研发设计数字化、智能化，提高质量和效率；改造提升企业内网，完善数据价值化系统，提高计算能力；制造单元和生产流程智能化，离散式制造和流程式制造各有特点；设备设施智能监控、故障诊断、预测预警，在线维护、远程运维；辅助工序网络化智能化协同，保障企业内循环畅通；外网联通相关方，强化产业链紧密度和可靠性；提升企业管理信息化水准，优化业务流程，提升效率，把握市场走向和前沿科技，谋划未来。

　　最后，数字化转型要由企业拓展到产业链，提升现代化水平和核心竞争力。要结合区域特色和产业优势，培育一批数字化示范园区，改造提升现有各类园区达到智慧、零碳水平。要发挥产业链龙头企业“链主”的领军和生态整合作用，开放生产要素，帮助中小企业迈向专精特新，融入产业链。要积极培育一批系统解决方案供应商和网络运营服务商，尤其是具有细分行业优势的专业服务商，协助生产企业创新优质应用场景，打造典型示范、推广应用。

　　下真功夫 以数据价值化夯实数字化根基

　　李毅中指出，数据价值化是数字经济的首道工序，数据是生产力新要素，但只有经过开发加工使用才能变成财富。行业应推进数据共享、数据交易，衍生出数字资源产业化。

　　他认为，对数据有两个基本要求，一是真实可靠，务必防止和杜绝数据失真产生误导；二是海量丰富，数据流动共享汇聚数据池，经“训练”成为高质量数据集，成为生成式AI大模型的沃土和根基。

　　但是，当前的数据资源还存在一些问题，一是不少企业已建立数据流程，尚需继续改造提升；二是同行间竞争激烈，交流合作缺乏，服务商与企业间契约关系还存在薄弱环节；三是政府部门存在“数据孤岛”现象，公共数据的社会共享不够。

　　对此，李毅中认为，首先，企业应着力改造提升已有内网和数据采集加工过程，采用5G+IPv6使物理单元应联尽联，数据应采尽采、传输畅通。通过边缘计算+人工智能，做到算法算力适配。超大企业集团应做到内部数据系统一体化。其次，通过立规立法，在国家法律框架下制定条例细则，省市出台地方性法规，规范各方行为，保障各方权益，推动数据流通共享。第三，必要时国家干预，体现国家意志，打破部门壁垒、破除数据孤岛。第四，应用好市场化方法，促进数据流通交易，健全规则，扩大交易量。要发展数据价值化产业。他还介绍了安徽合肥和广东深圳的经验。

　　李毅中总结道，推动工业数字化转型升级走深向实是推进新型工业化的必然选择，只有通过实在的举措和深入的实践，发挥智能化的强劲动力，才能实现工业制造的高质量发展，提升国际竞争力。希望各方能够积极响应，共同努力，推动中国工业数字化转型升级不断向前迈进。