（来源：中国工业报）

■ 中国工业报 耿鹏飞

12月16日，工业和信息化部原副部长杨学山出席第十八届中国工业论坛，围绕“数实融合助力制造业高质量发展”发表主题演讲。他指出，数据与人工智能同制造业的融合并非简单“相加”“相乘”就能催生新质生产力，唯有立足产业实际、聚焦核心问题、夯实发展基础，才能实现正向赋能，为制造业高质量发展注入持久动力。

党的二十届四中全会明确提出，数字经济和实体经济要深度融合、赋能千行百业，要建立以实体经济为着力点、以制造业为关键的现代产业体系，推动机械化、信息化、智能化融合发展。这一战略部署为数实融合指明了方向——融合的核心是服务制造强国建设，关键是提升全要素生产力，前提是充分考虑产业禀赋与现实可行性。

杨学山表示，当前，数实融合领域呈现“冰火两重天”的态势：一方面，各大主流媒体报道了大量人工智能在制造业的成功应用案例，部分场景实现了减员提质、降本增效；另一方面，“索洛悖论”（经济领域的经典命题，核心结论是：在计算机时代，我们随处可见计算机，但在生产率统计数据中却看不到它的影响）研发投入增加，但全要素生产率下降依然存在，技术成效难以在统计数据中充分体现，“第二次索洛悖论”的讨论持续升温。OECD在经济预测中已将人工智能领域资产高估、泡沫风险列为全球三大经济风险之一，麻省理工学院今年6月至7月发布的研究更是显示，超90%的企业在“人工智能+”过程中未获得实质回报。

从国家统计局数据来看，2000年至2021年，我国全要素生产率增长3.6%，其中IT与人工智能的贡献占比仍有较大提升空间。如何让“数据×”乘上去、“人工智能+”加上来，实现正向赋能而非反向拖累，成为制造业数实融合的核心命题。

结合实践探索与深入思考，杨学山提出五点关键路径：

■ 第一，锚定核心需求：以解决制造业实际问题为导向。数实融合的终极目标是服务国家现代化和制造强国战略，绝非空洞口号。制造企业推进数转智改，必须聚焦自身关键问题、瓶颈制约和重大发展需求，不能盲目跟风投入。无论是引入新生产线、部署软件系统，还是应用人工智能技术，都要先明确“解决什么问题”“是否具备技术条件”“数据与方法是否适配”，避免脱离实际的“为融合而融合”，让技术真正成为破解发展难题的工具。

■ 第二，夯实基础支撑：推进机械化、电气化、机电一体化协同发展。智能制造是制造业的发展方向，但绝非单一技术的突破，而是建立在机械化、电气化、机电一体化基础上的系统工程。当前我国制造业仍有大量环节未完成机械化，工业制造业电气化率仅40%左右，机电一体化作为自动化、数字化、智能化的前提尚未全面普及。没有坚实的基础工业支撑，智能化就是“空中楼阁”。这也是党的二十届四中全会强调“机械化、信息化、智能化融合发展”的核心要义——制造业升级必须循序渐进、层层递进，不可急于求成。

■ 第三，深化场景融合：让数据与AI嵌入具体生产环节。理想的智能制造车间，其数字和算法并非凭空产生，而是源于每个具体工作环节、工艺过程和加工步骤的实际积累。从高端数控设备的编码器感知运动状态，到控制系统精准调度部件操作，数据与算法始终嵌入生产全流程。云南白药“雷公”大模型的实践极具启发意义，其汇集1.5万份三七、茯苓等药材的高质量数据，结合种植经验为农户提供指导，贯穿“种好药、开好药、讲好药、供好药”全链条，正是通过场景化数据应用实现了实际效益。数实融合的关键，就是让数据和AI深度融入离散制造或流程制造的具体场景，成为生产经营的有机组成部分。

■ 第四，借鉴实践经验：以产业知识与技术积淀赋能创新。成功的数实融合离不开产业知识与技术积淀的支撑。宝钢从1978年立项到2018年具备世界先进水平自主创造能力，再到2024年迈入人工智能元年，历经数十年引进、消化、吸收、再创新的积累；东方电气从电机技术落后于世界先进水平，到六类电机跻身世界一流，其人工智能应用始终依托对工艺的深刻理解。两家企业虽分属不同制造领域，但共同印证了一个道理：数实融合的核心是将工业知识、制造业经验与数据模型、人工智能技术有机结合，数据和算法源于长期生产实践，才能真正解决产业实际问题。

■ 第五，保持清醒认知：在领先中规避风险、提升效能。当前我国在人工智能、数据要素、制造业等多个领域已跻身世界领先水平，但越是处于领先地位，越要保持清醒认知。在推进数实融合过程中，企业要主动审视认知盲区和理解短板，明确“哪些领域尚未掌握”“哪些问题认识不深”，通过实事求是的场景分析减少失误、提高成功率。既要勇于拥抱新技术、新模式，又要坚守制造业本质规律，避免陷入“技术崇拜”和“泡沫陷阱”，让数实融合始终走在务实创新的轨道上。

杨学山强调，制造业是国家发展和国际竞争的关键支撑，数实融合是培育新质生产力、推动高质量发展的核心路径。当前的融合发展已超越单一技术突破范畴，成为涉及技术路线重构、产业生态重塑的系统性革命。唯有以党的二十届四中全会精神为指引，立足产业实际、聚焦核心需求、夯实发展基础、深化场景应用，才能让数实融合真正赋能制造业转型升级，为建设制造强国、实现工业高质量发展筑牢根基。