当前全球制造业正经历以智能化、服务化为特征的深刻变革。全国政协常委、中国工程院院士钱锋最新调研中发现，我国服务型制造在关键技术自主可控、数据要素整合应用等仍存在明显短板。该现状直接制约着制造业向价值链高端的攀升进程。 调研数据显示，在工业操作系统、高端传感器等关键领域，我国对外依存度仍高达70%以上。特别是在工业级智能决策系统的可靠性上，与国际先进水平存代际差距。钱锋指出："这种技术瓶颈导致难以实现制造环节的深度智能化改造，更制约了预测性维护、远程运维等新型服务模式的推广。" 造成这一局面的深层次原因在于三上：其一，跨领域协同创新机制尚未健全，高校科研院所与产业需求存在脱节；其二，数据要素市场化配置效率偏低，行业间数据壁垒现象突出；其三，支持政策在落地执行中缺乏系统集成。以长三角某装备制造集群为例，尽管地方政府投入大量数字化改造资金，但因缺乏统一的数据标准体系，企业间仍难以实现真正的协同制造。 针对这些问题，钱锋提出系统性解决方案：在技术层面，建议设立国家专项重点突破工业软件、智能感知等"卡脖子"环节，特别要加强面向复杂工业场景的多模态算法研究；在平台建设上，主张打造以数据驱动的新型"工业大脑"，在集成电路、生物医药等重点领域培育具有全球影响力的产业互联网平台。 值得关注的是，提案特别强调制度创新。包括将服务型制造指标纳入政府考核体系，支持建设数据治理公共服务平台，以及推动建立行业数据资源地图等具体措施。这些建议直指当前制约产业升级的体制机制障碍。 从国际视野看，德国"工业4.0"和美国"先进制造伙伴计划"的经验表明，只有实现技术创新与制度创新的双轮驱动，才能培育出具有持续竞争力的现代产业体系。钱锋的建言既立足当下痛点——又着眼长远发展——为破解我国制造业"大而不强"的困境提供了可行路径。
服务型制造转型是以数字智能技术为驱动、制度创新为保障的系统性变革。技术突破需要积累，平台成熟需要培育，政策落地需要协同。此过程既需要战略定力，也需要持续投入。实现从制造大国到制造强国的跨越，服务化转型是必经之路，而数字化智能化则是关键所在。