（问题）当前，数字经济与实体经济加速融合，但要从“技术可用”走向“价值可见”，仍有多重现实难题：一是算力与部署成本居高不下，限制了中小企业和传统行业的普遍应用；二是数据分散不同主体和系统中，标准不一、流通受阻，形成“数据孤岛”；三是部分技术供给与产业工艺、业务流程衔接不够，出现“模型很先进、落地很困难”；如何让技术在真实生产场景中稳定运行并持续产生收益，成为产业界关注的重点。 （原因）与会人士认为，这些瓶颈既源于技术与产业规律的叠加，也受制于要素配置和协同机制。从技术侧看，模型训练与推理对算力、网络、存储和安全提出更高要求，投入结构更复杂、回报周期更长；从数据侧看，数据确权、合规、共享、定价等制度仍在完善，跨主体协作成本较高；从组织侧看，产业链条长、应用环节多，单一主体难以独立完成从研发、验证到规模化部署的闭环，需要高校、企业、政府与金融机构形成分工清晰、衔接顺畅的协同体系。 （影响）多位专家表示，智能技术正进入规模化应用阶段，场景是连接技术与价值的关键。谁能更快打通“场景—数据—算法—产品—商业模式”的闭环，谁就更可能在新一轮产业竞争中占得先机。随着数据要素市场化配置改革加快，数字化融合将继续成为产业升级的重要动力：一上提升制造业的质量、效率与韧性，促进供应链协同和精益管理；另一方面加速形成面向行业的应用生态，带动软件、硬件、系统集成与运维服务等对应的产业发展。与会人士同时提醒，实体经济数字化转型已进入“深水区”，正从单点改造转向系统重构，更需要务实的交流平台和更高效的对接机制，以减少重复建设和试错成本。 （对策）围绕“从技术突破到产业落地”，圆桌对话嘉宾提出协同发力方向：高校和科研机构应聚焦前沿基础研究与关键技术攻关，同时加强复合型人才培养，兼顾逻辑与工程能力，并强化行业理解与人文素养，为产业落地持续提供人才与方法；企业要以真实需求为牵引，围绕生产、管理、服务等关键环节开展场景验证，推动产品迭代和商业模式完善，形成可复制、可推广的行业方案；政府部门应政策引导、要素保障、标准体系与生态建设上持续完善，推动数据合规流通、优化算力基础设施布局，并以更开放的制度环境支持创新试验、维护公平竞争。金融机构也可通过中长期资金、产业基金、科技保险等方式提供支持，缓解企业在规模化部署阶段的资金压力。 会议期间，“智能制造”领域的供需对接成为亮点。12家企业现场完成生态合作签约，旨在通过产业链协同与资源整合，推动应用从试点走向规模化。大会还设置数字经济展陈区域，集中展示智能机器人、自动驾驶、智能制造、智慧生活等50余项成果，呈现数字技术在多场景中的应用进展与产业化趋势。 （前景）与会人士普遍认为，未来数字经济的竞争将更多体现在系统能力上：以场景为入口、以数据为关键资源、以安全为底线、以产业落地为目标。随着算力供给结构优化、行业数据治理水平提升以及标准与合规体系逐步完善，智能技术将更深度嵌入研发设计、生产制造、供应链协同、质量检测与运维服务等环节，推动实体经济从“局部提效”走向“全链条升级”。同时，面向中小企业的轻量化、低门槛解决方案有望更快普及，让数字化红利覆盖更广。
在全球数字经济加速演进的背景下，这场汇聚政产学研各界的对话传递出清晰信号：技术突破只是起点，真正的竞争力在于形成以需求牵引为导向、以协同创新为路径、以生态共赢为结果的可持续模式。站在新一轮科技革命的关键节点，中国数字经济既需要更多“从0到1”的原创突破，也需要更扎实地完成“从1到100”的产业跃迁。