上海把场景化指南当突破口，帮制造业向数据驱动转型。现在大家都在搞数字化和智能化，但车间里机器干活的效果不太好。数据虽然很多，可因为现场情况复杂、数据格式不一样、懂的人不够，很多企业就是建不起系统也用不好，这个问题在有些行业特别明显，技术普及率连10%都不到。这说明通用方案跟工厂的具体情况不匹配，拖了后腿。其实工厂里的数据有好多非结构化的，像工艺参数、设备原理、图纸规范这些，普通的模型搞不懂；而且现在的数据大多是用来记流水账的，不是用来训练机器的标准体系。再加上缺少既懂技术又懂行业的复合型人才，算起来也贵，想自己开发又得花很长时间，这些都拖慢了进度。要是不解决这个问题，整个制造行业的效率就提不上去。 以前大家都靠老师傅的经验和手动干活，搞研发设计、改工艺、查故障都挺费劲的。现在全球竞争那么激烈，市场变化又快，赶紧用上智能技术是提升产业链抗风险能力、创造新生产力的必然选择。 于是上海带头出了份指南，强调“先解决问题，再一步步来”，把从产品设计到维护保养的全流程都给理清楚了，给企业指了条明路。这份指南不光写了操作步骤，还找了上海电气、振华重工、上汽乘用车这10家做得好的企业做参考例子，总结出50个大家都有、也都能解决的需求和办法。比如说某个做泵的厂子建了个数学模型，以前需要老工程师忙好几周才能搞定的设计活儿现在24小时就能搞定了，成功率还超过了85%；某个建筑公司用数字孪生技术把大场馆的操作逻辑变成机器能读懂的指令，这下用自然语言就能让设备一起干活了。 这事儿能成背后有底气。作为国家工业互联网先行区的上海已经培养了42个“工赋链主”，连带着服务了36万多家企业、230多万台设备、开发了1800多个工业软件。2022年以来搞了两轮“工赋上海”行动后，当地的数字化水平一直排在全国前面，5G网络覆盖率和基站密度都是全国第一。 以后各地想把智能技术落地好，就得像上海这样抓具体的场景应用。等以后数据越来越多、行业融合得更紧密了，智能应用就会从这里那里单点突破变成全面的系统赋能。下一步还得完善工业数据的标准体系、多培养复合型人才、鼓励平台企业把能力开放出来才行。 从“机器换人”到“数据赋能”，这不仅仅是把技术加进去那么简单了，而是要改变原来的流程、积累行业知识、重新调整组织架构的大工程。上海拿场景当切入点让技术落地扎根现场，不光给自己的产业升级加了油还为全国探了路。在全球产业格局大调整的背景下加快融合发展是必须要做的事儿。