中國網/中國發展門戶網訊 習近平總書記在中共中央政治局第十一次集體學習時強調，要及時將科技創新成果應用到具體產業和產業鏈上，改造提升傳統產業，培育壯大新興產業，布局建設未來產業，完善現代化產業體系。傳統產業不是低端產業和夕陽產業，傳統產業更不意味著過剩產能，傳統產業是經濟高質量發展的基本支撐和基本動力，況且我國工業體系量大面廣、基礎廣泛，是世界上唯一全工業門類國家。但值得警惕的是，我國傳統產業結構性問題依然嚴重，在全球產業鏈、供應鏈本土化和周邊化背景下，從中低端市場向中高端跨越勢在必行。

以人工智能（AI）為代表的新一代信息技術的廣泛涌現，與我國傳統產業轉型升級大勢相得益彰：一方面，我國豐富的工業體系為數字技術、網絡技術和智能技術提供了豐富的應用場景；另一方面，傳統產業的數智化是其實現新、舊動能轉換和全球價值鏈躍遷的重要抓手。在近年來的產業發展實踐中，我國傳統產業的數智化改造一直是新型工業化建設的重點工程和主攻方向。在“十四五”時期和未來中長期發展中，需要進一步發揮數智化核心優勢，消除數字技術、網絡技術和智能技術的開發和應用壁壘，持續推動傳統產業高質量發展。為此，本文從解析數智化內涵出發，在分析數智化賦能傳統產業轉型升級的機制、路徑及所面臨障礙的基礎上，提出對策建議。

數智化內涵解構

數智化內涵豐富，既包含以數字化、網絡化、智能化為代表的不同技術范式的迭代演進，也包含這些新興技術在產業系統中的廣泛擴散和應用過程。

數字化內涵及產業應用

數字化是指以計算機數字控制為代表的數字技術在傳感檢測等動力裝置的支持下將生產服務流程進行數字表達。數字化是信息系統關聯物理系統的過程，一方面需要將不同來源、不同格式、不同語義的多源異構數據進行標準化統一，從而實現數據資源的互通互聯；另一方面也需要將生產端和運營端的數據進行集成，從而便于業務間的協同管理和可視化呈現。

在數字技術的產業應用方面，我國已經從試點示范過渡到大規模推廣應用階段。例如，在浙江、廣東、江蘇、福建等地富有成效地推廣“機器換人”“數字化改造”等工程示范下，一大批傳統產業企業已經在設計、生產、營運、服務等流程應用了數控系統和數字化裝備。但總體來說，我國傳統產業基數龐大，數字化普及率還不高，特別是廣大中小企業缺乏能力，也缺乏動力進行數字化轉型。

網絡化內涵及產業應用

網絡化是在數字化基礎上，依托以物聯網、云計算、大數據為代表的網絡技術實現產品間、產線間、裝備間、組織間的信息聯通。網絡化過程通過打通組織間的“信息孤島”，將企業生產資源和服務能力平臺化，從而更大范圍、更高效、更精準的優化資源配置，進而提升產業鏈、供應鏈協同。網絡化過程有助于催生新業態、新模式，并實現節能環保、智能物流、聯網車間、敏捷制造、遠程運維、大規模個性化定制，以及全生命周期質量追溯等多個生產服務目標。

網絡技術在我國傳統產業中的應用處在以實現大規模擴散為目標的商業性示范應用階段，未來市場前景廣闊。繼國務院發布《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》后，北京、江蘇、山東、浙江、廣東等多地相繼出臺扶持配套政策，并依托試點示范工程，培育匯聚了一批工業互聯網平臺企業。目前，全國重點工業互聯網平臺已達32家，覆蓋能源、裝備、材料等多個傳統領域。這些平臺企業既有來自傳統工業龍頭的孵化。例如，由海爾集團自身孵化打造的專注大規模個性化定制服務的卡奧斯（COSMOPlat）工業互聯網平臺；也有來自傳統軟件商的工業云轉型，如用友精智工業互聯網平臺；還有來自互聯網企業向先進制造的延伸，如阿里云supET工業互聯網平臺。根據2021年工業和信息化部印發的《“十四五”信息化和工業化深度融合發展規劃》，我國工業互聯網產業滲透率在“十四五”時期將呈快速增長態勢。

智能化內涵及產業應用

智能化是在數字化、網絡化基礎上，依托以新一代人工智能為代表的智能技術賦予制造和服務系統“自學習”（self-learning）的能力。與傳統的基于確定性邏輯在靜態環境中使用的數字系統不同，智能化過程可以通過對工藝、產品、服務產生的多源異構數據進行廣泛且實時的歸納、識別和分析并自主解決新老問題。智能化所賦予的感知、認知和解決問題的能力可以應用于大多數制造和服務場景，這將釋放人類創新潛能并極大促進生產力。

智能技術在我國傳統產業中的應用還處于早期示范應用階段。一方面，我國人工智能芯片市場保持高速發展，其中圖形處理器（GPU）和現場可編程門陣列（FPGA）市場已經被英偉達、英特爾等國際巨頭所壟斷，專用集成電路（ASIC）市場還存在較大競爭空間。另一方面，新一代人工智能正逐漸在預測性維護、質量檢測、生產計劃等多個作業場景下得到深度應用，并將廣泛滲透到通信裝備、汽車、能源、機械等傳統領域。目前，我國已有超過3000家人工智能企業，位列世界第2位，在智能芯片、基礎架構、操作系統、工具鏈、基礎網絡、智能終端、深度學習平臺、大模型等多個領域開展創新活動，具有一定的國際競爭力，產業規模超過4 000億元，初具集群化態勢。預計到2035年，我國規模以上工業企業將普遍實現智能化轉型升級。

數智化賦能傳統產業轉型升級的機制與路徑

技術驅動創新（technology-driven innovation）是數字技術、網絡技術和智能技術驅動傳統產業轉型升級的主要理論模式和核心機制，這一過程結合我國傳統產業發展基礎，衍生出以“并行推進、融合發展”為主要特征的多種實踐路徑。

數智化驅動傳統產業創新發展

數智化可以支持以數據為基礎的產業模式創新。如前所述，網絡化過程不僅可以打破企業內部“信息孤島”，減少企業與企業、企業與個體消費者間的溝通成本和溝通距離，還可以重塑產業鏈、供應鏈分工協作模式，為服務業向制造業延伸及制造業向服務業轉型奠定基礎，并逐漸形成共享制造、柔性制造、遠程服務、質量溯源，以及大規模個性化定制等多種以創新為導向、以市場客戶為中心的新業態、新模式。當前，百度、阿里、網易等平臺型互聯網企業依托新一代信息技術優勢向傳統制造領域滲透是數智化驅動下產業模式創新的具體體現。

數智化可以支持產品創新。數智化不僅可以提升現有產品質量和功能，還能夠幫助企業開發新產品進入新領域。數字技術、網絡技術和智能技術作為共性使能技術，可以通過嵌入操作系統等方式，應用在不同領域、不同行業中，實現產品從低端到高端的邁進，如智能手機、智能汽車、智能家電等。數智化相關技術也可以通過加速和擴展知識的創造過程，提升企業新產品開發能力。一方面，深度學習和計算機視覺等人工智能關鍵技術的應用可以極大提高信息檢索和數據處理效率。以往技術變革的早期跡象往往需要通過大量專利或科技文獻的查閱并結合專家經驗進行判斷，而人工智能技術可以在數秒內完成對新興技術主題的辨別。另一方面，數智化相關技術還可以通過采集、處理、分析和整合多源異構數據擴大知識檢索范圍，提高不同知識節點重組的幾率。例如，特斯拉利用基于駕駛行為的用戶畫像進入車險市場，生物制藥領域通過神經網絡方法進行化合物識別和發現新的工業材料。

數智化可以支持生產工藝創新。數字技術、網絡技術和智能技術的綜合使用可以模擬復雜工藝過程，并通過深度學習和優化算法找到最佳的工藝參數組合，從而提高生產效率和產品質量。例如，數字孿生技術可以極大降低試驗、檢測、生產的試錯成本，并顯著減少新產品開發周期。數智化可以強化企業對海量生產數據的分析能力，發現隱藏的規律和趨勢，幫助預測潛在的問題并提前采取措施進行調整。例如，人工智能不僅可以用于識別工藝或產品缺陷，并實施預測性維護，還可以應用在數字安全領域檢測互聯網系統漏洞。此外，數智化還可以實現生產服務過程的自動化和智能控制，根據實時數據動態調整工藝參數，以適應不同情況下的生產需求。

我國傳統產業數智化改造主要路徑

從20世紀50年代開始，西方發達國家便開始進行傳統產業的數智化改造，先后經歷了漫長的從數字化到網絡化并面向智能化的串聯式發展過程。例如，德國“工業4.0”戰略強調在其扎實的數字化工業基礎上進行網絡化升級。但是這種串聯式發展路徑并不適用于我國：一方面，新一代人工智能技術的出現為我國實現技術趕超打開了機會窗口；另一方面，我國傳統產業由于行業間、區域間、企業間基礎差異顯著，如果按照西方串聯式發展路徑，可能錯失產業趕超機會。因此，我國不能完全照搬西方發展路線。目前，在各級政府自上而下地推進數智化改造實踐中，逐漸摸索形成了以“并行推進、融合發展”為特征的多種數智化改造路徑，為其他后發國家在傳統產業領域的快速追趕提供了寶貴的經驗。

第一類路徑：遵循西方的串聯式改造路線。改革開放以來，少數領先企業在國際合作和競爭過程中積極引入先進裝備和技術、積極布局數智化改造。典型案例如，三一重工股份有限公司在夯實數字化建設基礎上，建立全球統一架構的運營管理系統，并將虛擬現實、數字仿真等技術應用在全球協同設計、研發和生產過程，以此實現網絡化升級，并在新一代人工智能快速發展大背景下，積極利用車聯網技術實現遠程維護。

第二類路徑：傳統產業企業根據自身發展需求并行推進數字化和網絡化改造，以抓住智能化機遇。這類企業基數龐大，在沒有數字化基礎或僅有薄弱的數字化、網絡化基礎的前提下，同時進行數字化和網絡化改造。例如，新疆金風科技股份有限公司作為我國最早從事風電機組研發與制造的企業，在成立伊始便以數字化、網絡化為導向不斷優化管理、研發和生產系統，逐步建立了數字化風電場整體解決方案。需要指出的是，在實踐中，少數企業如浙江春風動力股份有限公司并沒有遵循傳統的從數字化到網絡化的升級路線，而是先行網絡化改造，然后“以高打低”式地補齊數字化短板。

第三類路徑：外部利益相關者驅動下的數智化升級。相關利益相關者既包括系統解決方案供應商，也包括鏈主企業、公共服務平臺及產業園區等。例如，浙江陀曼精密機械有限公司作為軸承行業系統解決方案供應商，服務于多家中小企業的數字化生產線改造和工業上云。這些外部驅動因素的背后體現了當前我國各級政府依靠多元主體，以市場化方式推動產業創新發展的政策思路。典型案例如浙江省政府通過積極引導、分類和認證系統解決方案供應商，并結合推動金融機構工具創新及媒體宣傳培訓等方式，在面向廣大中小企業推廣“機器換人”過程中取得了顯著成效。

數智化賦能傳統產業轉型升級面臨的障礙與挑戰

目前，我國傳統產業數智化改造成效顯著，示范工廠、標桿工廠和燈塔工廠建設穩步推進，世界級先進制造企業不斷涌現。但就總體而言，我國傳統產業數智化程度仍然偏低。廣大傳統產業企業，尤其是中小企業，在數智化改造過程中仍面臨多種障礙。

數智化改造經濟成本高

傳統產業企業的數智化改造不僅涉及軟硬件采購、設備升級、員工技能提升以及組織結構調整，還需要考慮新技術、新裝備的穩定性及其與當前生產服務系統的適配性。因此，對于大多數傳統產業企業而言，數智化是一項高門檻、高投入、長周期且存在一定不確定性的復雜系統工程。盡管當前各級政府部門對數智化改造項目，如“機器換人”“企業上云”等給予綜合獎補等多種形式的資金支持，但多數傳統產業企業受自身利潤限制，實質性投入仍十分有限，且通常只做局部調整，難以發揮數智化整體效益，這會使其被動鎖定在既有技術范式體系內，難以實現生產效率和生產質量的躍遷。

產業配套支撐有待完善

廣大傳統產業企業，特別是中小企業數字化基礎薄弱，生產服務數據采集率低，產業鏈供應鏈協同難，難以依靠自身能力進行數智化改造，嚴重依賴系統解決方案供應商、行業龍頭、公共服務平臺等外部利益相關者的賦能。雖然我國目前已探索出由關鍵市場主體驅動的傳統產業數智化改造路徑，但產業共性技術研發支撐不足、系統解決方案服務水平低、公共服務平臺及產業聯盟帶動性不強等問題依然普遍；市場上可供采納的數字化、網絡化、智能化解決方案通常僅具通用性，無法滿足細分行業、特定企業的個性化需求，這會進一步產生傳統產業數智化改造過程中面向產業共性技術的二次開發成本。

關鍵核心技術亟待攻克

我國產業基礎不牢，一些關鍵技術嚴重依賴國外進口。例如，在人工智能芯片領域，美國、德國、日本和韓國在芯片設備、芯片材料和芯片設計市場具有壟斷統治地位。雖然我國已經開始在專用芯片領域開始布局，但仍主要沿用國外算法架構設計。此外，主要工業設計軟件和制造執行系統（MES）也被國際廠商所壟斷。這種缺陷一方面提高了傳統產業數智化改造成本，另一方面也加劇了產業鏈供應鏈自主可控風險。其背后原因在于，我國企業長期以來研發強度低于國際同行，難以在高研發強度技術領域同外國同行形成競爭態勢。這也進一步導致了我國芯片、工業軟件等關鍵核心領域的創新生態不完整，特別是在標準制定方面缺乏話語權。

復合專業人才供給不足

傳統產業數智化需要大量兼具技術開發和傳統產業知識的復合型人才支撐。一方面，我國目前專業人才供給總量不足。盡管隨著我國教育體系的不斷優化，相關領域人才供給量明顯增加，但在新一代信息技術、集成電路、高端裝備等數智化關鍵領域，領軍人才和創新型人才的供需矛盾問題仍然存在。另一方面，人才分布結構失衡問題也同樣明顯。我國在新一代人工智能等數智化前沿領域的領軍人才和創新型人才主要集中在平臺型互聯網企業，具有傳統產業背景，能夠支撐數智化在不同傳統領域延伸的復合型人才缺乏。其背后原因可能在于，我國高校面向數智化前沿領域的人才培養體系還未成熟，理論知識未能與實踐需求同頻對接，產教融合生態體系尚未充分覆蓋廣大高校和各類實體企業。

數智化賦能傳統產業轉型升級的對策建議

傳統產業數智化改造是數字經濟和實體經濟融通發展的橋梁，也是新時期我國社會經濟高質量發展的必然選擇。因此在未來工作中，要進一步凝聚社會共識，堅定傳統產業基礎廣泛轉型升級的信心和決心，同時也要繼續發揮制度優勢，積極引導市場力量加快推進傳統產業數智化改造廣度和深度。

繼續實施大規模技術升級工程，切實降低數智化改造成本

“十四五”時期是我國全面推進傳統產業數智化改造升級的關鍵階段，要堅持圍繞傳統產業發展需求，以普及數字化網絡化、夯實智能化基礎為總體目標，繼續實施大規模技術改造工程。依托《推動大規模設備更新和消費品以舊換新行動方案》，以政府技術改造專用資金帶動市場大規模投入。建議采用多種市場化政策工具，鼓勵鏈主企業、系統解決方案供應商、金融機構積極參與數智化改造工程，鼓勵融資租賃、供應鏈金融等多種形式的金融創新，切實降低廣大企業技術改造成本。加強示范宣傳推廣，由政府部門牽頭，圍繞數智化改造典型案例積極召開現場推廣會，讓廣大傳統產業企業切實感受數智化改造方式和整體效益，降低信息不對稱。要積極搭建應用場景，利用政府引導基金積極推動新技術新產品的迭代和新業態新模式的示范應用，持續打造有韌性的新興產業體系。

完善賦能平臺建設，優化服務評價體系

要圍繞大規模技術升級工程總體目標，提前布局智能化改造，形成從算力到技術到應用的一體化服務支撐體系。同時也要加強人工智能芯片、系統集成、軟硬件等不同領域機構合作，培育針對各細分領域的系統解決方案供應商。要充分發揮行業協會、產業聯盟、系統解決方案供應商等各類賦能平臺的樞紐作用，通過引入科學方法持續完善對等各類賦能平臺的評價體系和激勵機制，大力精簡整合低效平臺。積極探索各類賦能平臺的市場化運營手段，以市場機制提升運營效率。通過試點示范等方式，鼓勵傳統產業龍頭企業、平臺型互聯網企業等各類市場主體向系統解決方案供應商轉型，增加對各類細分傳統行業數智化賦能覆蓋度，為廣大中小企業提供定制化轉型方案。

打通數智化改造堵點，關鍵核心領域形成突破

要以做優做強優勢產業為目標，以產業未來應用為導向，利用各領域全國重點實驗室平臺和政府引導基金，鼓勵高校、科研機構、“專精特新”中小企業等多個科技、市場主體協同攻關各細分領域共性技術問題，加快前沿科技成果轉化，疏通傳統產業數智化改造在產業鏈、供應鏈、創新鏈中的堵點。要以補足產業短板、夯實產業基礎為目標，通過設立一系列國家重大科技專項等形式，加大對人工智能芯片等關鍵領域的重點難點問題進行攻關，同時也應加強對數智化前沿有關的基礎科學問題進行探索，不斷加強原始創新。

建立面向數智化前沿的復合型人才培養機制

以新一代人工智能為代表的數智化前沿不僅是新工科建設的核心構成，也是新文科建設的重要牽引。培養具有跨學科交叉背景的復合型專業人才是支撐傳統產業數智化改造的重要支撐。當前，我國高等教育體系已經在學科設置上先行先試，一些高校已經結合自身優勢學科基礎設立多種智能類專業。建議在“十四五”時期，要進一步普及人工智能、集成電路等數智化前沿領域教育，實現全學段覆蓋；逐步完善多學科協同育人模式，優化高校教師激勵機制；積極建設產教融合體系，在產業層面形成并持續更新對未來各類數智化前沿領域人才的需求描述，與教育體系形成良好閉環；發揮行業龍頭帶動作用，搭建產教對接平臺，不斷豐富數智化前沿應用場景。此外，還要加強各層次人才合作交流機制，始終堅持高水平對外開放。

（作者：臧冀原，中國工程院戰略咨詢中心；季桓永，北京信息科技大學；黃慶學，太原理工大學。《中國科學院院刊》供稿）