问题——传统产业转型“痛点”仍较集中。
当前，制造业在提质增效、节能降耗、安全生产、柔性供给等方面要求持续抬升，但不少企业仍面临数据分散、系统割裂、工艺经验难以沉淀、生产波动难以预测等现实难题。
与此同时，算力、算法、数据与行业知识的耦合成本较高，中小企业在投入强度与专业能力上存在短板，产业跨越“数字化—网络化—智能化”的门槛仍需系统方案。
原因——新一轮科技革命与产业变革加速推进。
安徽近年来制造业基础较好，产业门类齐全，应用场景丰富，为数字技术落地提供了“试验田”。
同时，政策端持续推动制造强省、数字化转型与创新平台建设，产业端对降本增效与质量提升的需求更为迫切，供需两侧共同作用，推动形成以场景应用带动技术迭代、以底座能力支撑规模复制的路径。
会议期间披露的信息显示，相关企业在研发投入、专利储备、算力体系与行业解决方案方面持续加码，为深度转型提供了技术与资源保障。
影响——数智化正从“单点改造”走向“体系升级”。
在建材行业，围绕生产工艺、装备运行与安全管理等关键环节，通过面向行业的模型与预测优化能力，推动质量指标预测、能耗优化与工况寻优等应用落地，部分场景实现对关键指标的高精度预测与实时参数推荐，带动煤耗进一步下降、波动风险下降。
汽车、钢铁、煤电等领域也在加快复制以数据驱动的生产组织方式：一方面提升工艺稳定性与交付效率，另一方面推动研发、制造、供应链与服务等环节协同，促进企业由经验驱动向模型驱动转变。
更重要的是，算力与数据基础设施的完善，使企业能够以更低门槛获得计算与存储能力，为“以用促建、以建促用”的良性循环奠定基础。
对策——以“方法论+底座+生态”破解规模化难题。
与会观点显示，推进产业数智化，关键在于把“能落地、可复制、可运营”作为评价标准：一是坚持顶层设计与分步实施相结合，围绕业务价值设定目标，优先攻坚能耗、质量、安全、设备可靠性等刚性需求，避免“为上系统而上系统”。
二是夯实算力、网络、存储与数据治理底座，推动关键资源统一调度、数据标准统一与安全体系完善，提升跨系统、跨场景的协同效率。
三是推动“企业需求+技术团队+行业专家”联合攻关，把工艺机理、操作经验与数据模型共同沉淀为可复用能力，并通过联合创新中心、产业联盟等方式扩展到更多企业与更多园区。
四是强化人才支撑，深化校企合作与实训体系建设，推动相关课程与实践项目落地，形成“技术人员懂行业、行业人员懂数据”的复合型队伍。
前景——从“示范点”走向“产业面”，安徽有望形成更具辨识度的融合范式。
面向“十五五”时期，制造业竞争将更强调全要素生产率、低碳约束下的成本优势以及供应链韧性。
随着算力供给能力提升、行业模型与工具链逐步成熟，智能化应用将从头部企业向更多链上企业延伸，从生产环节向研发设计、质量追溯、设备运维、供应链协同与客户服务扩展。
与此同时，数据安全、模型可信与合规治理的重要性将进一步上升，未来需在标准体系、评价体系与安全体系上同步发力，推动形成可持续、可审计、可推广的产业转型新路径。
从江淮平原到皖南山区,数字技术正悄然改变着这片土地的产业肌理。
安徽的探索表明,传统制造业并非"夕阳产业",通过技术赋能和模式创新,完全可以焕发新的生机。
当然,数字化转型是一场持久战,需要保持战略耐心,久久为功。
期待更多地区能够立足实际、勇于探索,在中国式现代化进程中书写各具特色的精彩篇章,让数字经济真正成为高质量发展的强劲引擎。