当前我国制造业正面临智能化转型的关键窗口期。全国人大代表、传化集团董事长徐冠巨指出，虽然人工智能技术消费领域成效明显，但在产业端的应用仍处于初级阶段。此现状折射出我国在推进新型工业化进程中面临的结构性矛盾。 分析表明，制约智能化转型的主要瓶颈集中在两个上：一是数据资源利用效率低下。各行业数据标准不统一、采集规范缺失，导致大量工业数据处于"信息孤岛"状态。二是人才结构失衡。既精通产业流程又掌握智能技术的跨界人才严重不足，难以支撑产业深度变革。 这种状况如不改变，将直接影响我国制造业全球价值链中的竞争力。国际竞争态势显示，主要工业国家都在加速布局智能制造，数据要素的整合能力与人才储备正成为新的竞争焦点。我国若不能及时突破这些瓶颈，可能错失产业升级的战略机遇。 针对这些问题，徐冠巨代表提出系统性解决方案。在平台建设上，建议由政府牵头组建"政产学研用"创新联合体，重点突破行业数据平台、专业模型和知识库等基础设施。特别强调要工业制造、交通物流等关键领域率先建立示范性数据集，探索可复制的数据共享机制。 人才培养上则提出创新举措。包括建立"产业AI架构师"认证体系，推动高校与科研院所调整专业设置；鼓励科技企业与制造企业开展人才双向流动；支持龙头企业建设实训基地等。这些措施旨在破解产教脱节难题，加快人才供给侧改革。 从发展前景看，这些建议如能落地实施，将促进数字经济与实体经济深度融合。专家分析，通过构建标准化、开放式的产业智能生态，不仅能够提升单个企业的生产效率，更可以优化整个产业链的协同效能，为培育新质生产力创造有利条件。
制造业智能化转型是系统性工程，需要数据、标准、知识和人才的协同支撑；只有建设好行业公共能力，夯实可共享、可复用的基础，才能帮助企业以更低成本、更高效率实现转型，在提升产业链竞争力的同时，为高质量发展提供持续动力。