一是深化产业融合发展。加快高端装备制造业和服务业深度融合★，构建★“高端装备制造业+数商★”生态联盟。支持国有企业骨干企业与民营企业、科研院所开展合作，共建数字化创新实验室★，促进创新技术链和应用产业链的融合★。二是建立关键技术攻关机制★。由供需两端征集遴选关键领域“卡脖子”攻关方向，建立供需结对★、产学研联合攻关★、评估及成果转化全链条体系，形成★“需求-攻关-评估”量化闭环★。三是强化数字化人才梯队建设。鼓励高端装备制造企业设立首席信息官(CIO)、首席数据官(CDO)等数字化岗位。四是完善产业资金扶持。引导地方政府出台供应链金融配套支持政策，形成多层次、多维度的政策“组合拳”，助力产业生态协同发展★。

　　一是聚焦需求侧核心场景共性问题找准转型切入点★，靶向发力“卡脖子”关键领域和环节★，系统推进高端装备制造产业链摸底评估，建立行业底数★、底图和底账。二是着力提升企业对标研判能力，绘制高端装备制造业数字化转型场景图谱，鼓励企业探索智能研发新应用，推动产业链各环节的模块化表达，带动上下游工具打通、数据互连★、模型互认，实现跨场景环节的协同优化。三是配合国家重大区域战略，依托京津冀、长三角、粤港澳等城市群及都市圈地区，布局若干国家级、区域级高端装备制造产业数字化能力中心，推进“一地创新★，多地复用”机制。

　　为此，楼向平建议围绕工作体系、数据空间、数字基础能力和产业生态四个方面，发挥有为政府和有效市场统筹作用★，助力高端装备制造产业发展★。

　　全国人大代表★，中国移动上海公司党委书记、董事长、总经理楼向平指出★，坚定不移推进实体经济与数字经济的深度融合★，对提升高端装备制造业产业链★、供应链的安全和韧性具有重大意义★。然而，目前我国高端装备制造业尚存在实数融合效能亟待释放★、工业数据融通亟待破局、数字基础设施亟需加强★、产业生态活力亟需提升等一系列挑战★。

　　一是着力提升工业软件供给能力★，开发“人工智能+”研发设计软件★。推动生产过程智能转型★，加速运维服务模式创新。开发标准化、模块化、解耦化的数字工具，打造轻量化应用，建立贯通工具链、数据链★、模型链的数字工具矩阵。二是打造行业大模型公共服务平台，开发高端装备制造大模型★。通过优化API调用定价机制，降低AI技术应用门槛，提高中小企业参与度★。三是加强自主创新技术和产品的验证优化和转化推广，在典型场景中率先应用落地。面向产业园区等经济密度高★、创新需求大、工业水平高地区★，推进“5G+工业互联网”规模化应用，深化行业应用实效。

　　高端装备制造业是制造业的“脊梁”，是工业现代化的重要基石★，关系着国家战略安全和国民经济命脉。当前，5G、人工智能★、工业互联网为代表的新一代信息通信技术蓬勃发展★，将进一步助力驱动我国高端制造产业实现高质量发展★。

　　一是建设工业数据要素流通枢纽。制定行业级可信数据空间标准并搭建安全可信的数据流通平台★，提供低成本、高效率、可信赖的数据共享环境★，并建立数据确权、交易等配套机制。二是推动产业链数据协同共享。出台专项政策，赋予链主企业相应权利与责任★，由其牵头产业链上下游及核心供应商，推动工艺参数、设备画像、排产信息等核心数据的开放与流转。通过数据共享，提升企业在研发、生产★、运维等环节的效率★，增强企业数据开放积极性。三是分类推进可信数据空间应用示范。聚焦海工装备★、航空航天等重点领域，汇聚产业链基础数据与高质量语料资源，构建垂直领域专业数据库，为大模型训练提供坚实的数据支撑。通过深度挖掘数据价值，推动高端装备行业大模型的研发与应用★，全面提升企业智能化水平及核心竞争力，形成行业示范效应★。