问题——新一轮科技革命和产业变革加速推进的背景下，传统制造业既是稳增长、稳就业的重要支柱，也是培育新质生产力的关键载体；张荣华在调研中发现，不少企业的智能制造推进进入“深水区”后，仍遭遇多重堵点：工业数据基础薄弱，跨企业、跨行业的数据壁垒依然明显；大模型等新技术在生产线、质量检测、仓储物流调度等关键环节落地不足；绿色低碳与国际规则衔接不够顺畅，影响产品“走出去”。 原因——一是标准和机制不完善，限制了数据要素的流通与利用。工业数据来源复杂、口径不一，缺少可推广的共性标准和可信流转规则，导致“采得到、用不好、通不动”。二是应用端风险难以分担。钢铁、化工等行业连续化生产特征突出，企业引入国产工业软件、高端智能装备和前沿工艺时，担心产线停摆、良品率波动以及短期收益下滑，出现“看得到价值、迈不出第一步”的情况。三是绿色低碳评价与国际互认不足。部分低碳成果在碳足迹核算、绿电绿氢认定、供应链披露各上与海外市场要求存差异——容易形成隐性技术壁垒——推高外贸合规成本。 影响——这些问题若长期存在，将在三个层面形成掣肘：其一，企业数字化投入更易碎片化，难以形成可复制、可推广的规模效应；其二，国产替代与自主创新的市场化落地放缓，不利于产业链供应链安全与韧性提升；其三，绿色标准缺乏统一衔接，会削弱我国低碳技术与产业优势的国际转化能力，影响参与全球规则制定的话语权。 对策——围绕破题路径，张荣华提出从国家基础底座建设与企业创新主体培育两端共同推进。 在基础底座上，建议统筹建设国家级智能制造公共算力与工业数据大模型底座。考虑到传统行业利润率相对较低，单个企业难以长期承担高算力成本，可由国家层面规划建设工业级公共算力中心，并探索以“算力券、数据券”等方式，定向支持重点行业和关键企业开展“人工智能+制造”升级，推动大模型更快应用于排产优化、设备预测性维护、线质检、仓配调度等高价值场景，形成数据驱动的降本增效模式。 在企业侧机制上，建议强化链主企业的场景牵引作用，推动政策重心从“前端研发支持”更多转向“后端场景开放”。鼓励智能制造和绿色低碳上积累较深的链主企业牵头组建上下游创新联合体，由企业基于真实工况提出技术需求并组织协同攻关，提高成果与生产的匹配度。同时，探索建立“国产化首用容错”机制，研究设立科技创新应用风险补偿基金或“首试保险”，对采用国产首创技术且因试用导致阶段性停产或效益波动的企业给予合理补偿，降低试错成本，打通从样机到规模应用的关键一步。 前景——面向“十五五”时期，数字化与绿色化将更深度融合。张荣华建议，用数字技术提升绿色低碳评价体系的透明度与可追溯性，推动建立国家级“数字产品护照”和全生命周期碳足迹核算体系；同时加快制定绿氢产储运加用、绿色钢铁等国家标准，建立参与国际标准制定与互认的工作机制，把我国技术优势、工程化能力和丰富应用场景转化为更易被国际市场接受的规则优势。业内认为，随着数据基础设施完善、应用风险可控、标准体系加快衔接，传统制造业有望在稳住基本盘的同时打开增长空间，形成以智能制造与绿色低碳为特征的新竞争优势。
传统制造业的数智化转型是产业升级的必然方向，也是发展新质生产力的重要路径；张荣华的建议梳理了当前的关键障碍，并提出了更具操作性的解决思路。从建设公共算力与数据底座，到完善风险补偿机制；从强化企业场景定义与牵引能力，到更主动参与国际标准制定与互认，这些举措构成了较为完整的政策组合。只有国家、企业与科研机构协同发力，才能推动传统制造业加快向新质生产力跃升，为经济高质量发展提供持续动力。