当前，人工智能技术正在全球范围内掀起新一轮科技革命浪潮。
我国虽然在消费领域的人工智能应用已呈现全面爆发态势，但在产业端的智能化进程中仍存在明显短板。
全国人大代表徐冠巨指出，制造业的底层逻辑可能面临根本性变革，需要形成"行业大脑赋能+智能体协同推动"的新模式，重构科技研发范式、供应链管理模式与智能制造体系。
产业智能化滞后的根本原因在于基础设施不完善。
当前，制造业企业面临数据分散、标准各异、共享机制缺失等瓶颈问题。
不同行业、不同企业的数据孤岛现象普遍存在，高质量数据集严重不足，这直接制约了行业级智能应用的开发与部署。
同时，产业端与科技端的融合度不够，两个生态系统缺乏有效的对接机制和协同路径。
为破解这一困局，徐冠巨提出了系统性的解决方案。
首先，应由政府牵头搭建平台，推动人工智能企业、产业龙头及研究机构联合攻关，围绕制造业数据平台、垂类模型和行业共享知识库，共同打造行业级"智能体大脑"。
这一举措的核心在于整合各方资源，形成合力，避免重复建设和资源浪费。
其次，要建立统一的行业数据标准体系。
鼓励龙头企业与人工智能企业联合制定行业数据采集、治理与共享标准，破解数据分散、标准各异的瓶颈。
同时，推动数据资源的高质量供给，在工业制造、交通物流等高价值领域加快构建高质量数据集，鼓励龙头企业开放行业数据资产，探索跨行业、跨区域的数据共享机制。
这将为行业智能应用的规模化发展奠定坚实基础。
人才短缺是制约产业智能化的另一关键因素。
当前市场上既懂产业又懂人工智能的复合型人才严重不足。
为此，徐冠巨建议建设"人工智能+制造"复合型人才培养与认证体系，重点培育懂产业、懂人工智能的"产业架构师"。
具体包括制定人工智能时代复合型人才能力认定标准，明确人才的培养方向与评价依据；推动双向人才流动，既推动产业人才向人工智能方向转型升级，也推动科学家团队深入实体企业；构建产学研用一体化培养机制，鼓励科技企业与产业企业联动，开展全链条人才培养，加速复合型人才规模化供给。
这些建议的实施将产生深远影响。
一方面，有利于加快产业智能化进程，推动制造业向更高质量、更高效率的方向发展，助力新质生产力的形成。
另一方面，将促进人工智能技术从消费领域向产业领域的深度渗透，拓展人工智能的应用空间和商业价值。
同时，通过建立完善的数据共享机制和人才培养体系，将为我国在全球产业竞争中保持领先地位提供有力支撑。
徐冠巨强调，中国企业要扎实做强实体经济根基，发展新质生产力，把中国制造的技术、质量和品牌做得更响。
这反映了一个重要认识：人工智能不是虚拟经济的专属，而应成为实体经济转型升级的重要工具。
唯有产业端与科技端深度融合，制造企业与人工智能企业双向奔赴，才能真正赋能千行百业，成为新质生产力发展的强大引擎。
制造业是实体经济的根基，智能化转型是高质量发展的必由之路。
徐冠巨的建议为破解当前瓶颈提供了系统性思路，其关键在于构建开放协同的产业生态，以数据为纽带，以人才为支撑，推动人工智能技术真正落地生根。
未来，唯有坚持创新驱动、深化跨界融合，中国制造才能在智能化浪潮中抢占先机，实现从“制造大国”向“智造强国”的跨越。