在数字化转型加速推进的当下，学科体系与产业生态正面临深刻变革。
最新召开的学术研讨会揭示，这一变革面临三大核心问题：智能技术应用存在"重概念轻落地"现象，学科交叉融合机制尚未健全，自主知识体系构建亟待突破。
造成这些问题的深层原因值得探究。
一方面，技术研发与产业需求存在脱节，部分领域出现"实验室热、车间冷"的失衡现象。
复旦大学专家团队调研显示，目前智能体在制造业的渗透率不足15%，远低于预期水平。
另一方面，学科壁垒导致创新要素流动不畅，上海交通大学学者指出，传统学科划分已难以适应复杂问题的研究需求。
这种状况正在产生多重影响。
学术研究方面，过度依赖西方评价体系制约了原创性成果产出；产业发展方面，复合型人才短缺成为制约因素。
更值得关注的是，在关键技术领域，知识体系的自主可控面临挑战。
华东师范大学的中亚研究案例表明，构建本土化知识库已成为当务之急。
针对这些问题，与会专家提出系统性解决方案。
首先是创新人才培养模式，复旦大学提出"强技术+深领域"的复合培养方案，强调实践能力与学科深度的平衡。
其次是完善协同创新机制，以上海交大智慧法院研究院为例，其通过搭建跨学科平台，已成功将法律知识体系数字化。
第三是构建自主评价标准，多位专家呼吁建立基于原创性和解释力的新型学术评价体系。
展望未来，数智融合将呈现三个发展趋势：学科边界将进一步模糊，催生更多交叉研究领域；产业应用将向纵深发展，特别是在智能制造、智慧司法等场景；知识生产模式将发生根本变革，人机协同成为新常态。
上海师范大学专家预测，未来五年社会科学研究的量化程度将提升40%以上。
数智融合不是简单的技术叠加，而是一场关乎知识生产方式、产业组织形态与治理能力现代化的系统变革。
把握这一进程，既要尊重规律、夯实数据与场景基础，也要以更开放的学科协同、更稳健的安全治理和更有韧性的评价体系，推动创新从“看得见的热度”走向“立得住的实效”，在持续迭代中形成面向未来的核心竞争力。