第二，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。

第三、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。首先是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。其次，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。同时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，一个是真实可靠，务必防止和杜绝数据失真产生误导；一个是海量丰富，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。