问题：随着人工智能快速发展，传统产业效率、安全、成本和标准化各上面临诸多挑战。刘永好指出，部分企业对技术升级仍持观望态度——主要担忧投入高、见效慢——且转型进度不一。尤其机器人与智能化应用领域，存在“硬件强、智能弱”的结构性问题。 原因：一是国内具身智能硬件水平提升迅速，但“智能大脑”的能力和数据支撑不足，复杂环境下的操作数据较为匮乏；二是应用场景开放度不够，企业难以实现规模化训练和技术迭代；三是传统产业的组织惯性较强，内部对技术的认知和协同机制尚未形成体系，导致转型效果参差不齐。 影响：若数据、算法与场景无法有效协同，具身智能在工业制造、农牧业、医疗护理等关键领域的落地将受到限制，产业效率和质量提升的潜力难以利用。同时，传统产业在国际竞争中面临成本和质量的双重压力，若转型滞后，可能错失产业升级的重要机遇。 对策：刘永好建议从“数据—场景—能力”三上系统推进。在工业制造、农牧业、医疗护理等领域建立具身智能数据采集训练中心，收集包含力觉、触觉等物理特性的高维度数据；鼓励企业建设新型数据中心，推动政府和企事业单位开放应用场景；支持具身智能技术在传统行业的实际落地，加强仿真引擎、数据处理框架等基础能力建设，突破核心算法与物理建模等关键技术瓶颈。企业层面，需将技术认知融入组织体系，推动员工达成共识并开展系统性学习。 前景：刘永好透露，新希望正与机器人企业合作，围绕冷链物流、调味品生产等场景进行研发试点，形成可复制的融合案例，并通过优化提升效果。他认为，大型食品加工企业批量应用具身智能机器人后，有望明显提高食材利用率、食品安全水平，同时降低成本和实现标准化生产。随着政策支持、技术突破与场景开放的联合推进，传统产业将加速从“被动应对”转向“主动引领”。
传统产业的转型升级是一场关乎高质量发展的深刻变革。正如刘永好委员所言，“不要怕落后，要参与、要拥抱”。这需要企业家的远见和魄力，也离不开政策环境的优化。只有将技术创新、产业升级与人才培养紧密结合，才能让新质生产力真正成为推动经济社会发展的强大动力。在这条充满挑战的道路上，中国产业正在书写自己的转型答卷。