转自：经济日报

数字经济快速发展要以实体经济为支撑，实体经济转型升级需数字经济来赋能，数实深度融合将充分发挥二者的叠加效应，推动经济实现质的有效提升和量的合理增长。当前，数字经济核心产业与传统产业融合互动带来了制造变革、研发变革、组织变革，不断催生新业态新模式。

在工业互联网方面，我国已实现工业大类全覆盖，应用场景不断扩大。本钢集团依托工业互联网平台，集成集团内部100余套系统数据及供应商、物流、客户等外部供应链数据，建成一站式服务平台，通过数据分析和盈利预测优化生产计划，灵活调整排产，降低库存和物流成本，推动企业竞争力、创新力和抗风险能力提升。

在人工智能方面，工业大模型在研发设计、销售运营两端率先发力，并逐步向核心生产环节渗透。一是变革工业研发创新模式。利用人工智能技术处理大量研发数据，缩短创新周期、减少研发成本。中国商飞开发三维超临界机翼流体仿真大模型，能够对大飞机全场景飞行状况进行高精度模拟。近年来，一些领先企业利用大模型技术在材料和药物研发创新以及产品自动设计等方面进行了深化探索。二是提升企业生产运营质量与效率。通过对人、物料、设备、供应链等全面感知与智能分析，实现生产管理过程的自主决策和辅助分析，显著提高了企业效率。一些原材料企业通过人工智能技术开展厂内安全状况识别和园区巡检，实现安全高效管理。部分企业基于大模型探索控制代码、自动报表生成等典型应用场景，提高了生产管理效率。三是加速产品与装备智能化升级。依托产品智能感知决策与协同作业能力，形成一批智能化装备与产品，并进一步基于产品运行数据开展智能服务，实现价值空间拓展与商业模式创新。例如，有些车企基于AI算法完善智能辅助驾驶。目前，我国已建成3万多家基础级智能工厂、1200余家先进级智能工厂、230余家卓越级智能工厂。

数实融合持续深化，为数字技术带来丰富应用场景，这既是我国发展数字经济的独特优势，也是数字经济核心产业发展的关键抓手。一方面，应用场景通过联动市场需求与技术供给，为数字经济核心产业提供创新方向，推动技术精准快速转化为现实生产力，解决真问题和真需求。另一方面，应用场景与技术迭代创新深度融合，加快资本、人才、技术、数据、算力等资源要素汇聚，能够大大提升数字经济核心产业的创新效率。当前，北京、上海、成都等地加快培育未来场景应用实验室、场景创新促进中心等，推动新技术、新产品、新模式场景应用实测验证。以智能网联汽车为例，我国在重庆等地开展了“车路云一体化”应用试点，探索高效协同的自动驾驶技术多场景应用，加快技术突破和产业化发展。

数实融合从服务业向工业延伸，从外围浅层向核心环节深化，总体进入加速推进阶段，我国需充分发挥制造大国和网络大国双重优势，进一步推动数字经济核心产业与制造业等传统产业深度融合。

第一，面向重点行业开展智能制造规模推广，制定行业数字化转型推广指南与标准，挖掘培育垂直行业应用试点场景和示范工厂，结合行业实际开展梯次化落地推广。加快“5G＋工业互联网”典型应用场景在原材料、装备、消费品、电子等制造业以及采矿、港口、电力等重点行业领域规模推广。

第二，抢抓智能化转型重大机遇，持续推进“人工智能＋”。以通用人工智能和实体经济深度融合为主线，进一步激发我国海量数据和丰富场景优势，围绕工业领域大工程、大装置、大项目的智能化需求，推动通用人工智能跨场景应用，以场景建设带动智能产品服务落地，聚焦重点行业和领域，统筹布局通用大模型和垂直领域专用模型。

第三，准确把握中小企业数字化转型发展新趋势，聚焦共性场景需求实现规模化应用和供给，强化资源和服务保障，系统推进中小企业数字化转型。挖掘行业痛点和需求，激发转型意愿，提炼共性场景和对应解决方案，形成转型评价标准和转型指南，帮助中小企业明确目标、找准方向。

（作者系中国信息通信研究院政策与经济研究所副所长）