北京大学教授、工业和信息化部原副部长、大数据产业生态联盟荣誉顾问杨学山出席大数据与数字经济大会暨2023（第八届）中国大数据产业生态大会开幕式，并发表主旨报告。杨学山表示，要把数实融合落在实处，建设以实体经济为支撑的现代化产业体系，数字工具、数字技术、数字经济一定要和国家确定的产业目标相结合，坚持以实体经济为重，防止脱实向虚。
杨学山认为，数字是生产要素，也是发展资源，而且数字与其他生产要素和资源截然不同。数字的价值并不是由数字本身产生的，而是产生于数字化转型的具体场景中，这些产生价值的数字也是在场景中生成、使用，相应的网络、算法、算力服务于特定场景的需要。
在农业数字化转型的一般场景中，农业的工厂化生产需要运用数字技术进行育苗，从稻谷发芽到秧苗到移植都需要数字来控制大棚里面的温度、湿度、光照、肥料和其他的因素。而这个数字一定只能适用于这个大棚，只有在这个大棚中运用的数字才会在这个过程中产生价值。
在服务业数字化转型的一般场景中，垃圾分类要有数据，包括一辆垃圾车运送垃圾的站点、运送垃圾的重量、利用摄像头查看是否实现了垃圾分类排放等方面，然而这还不够。促进垃圾分类不断发展的核心关键是制度、奖惩，是人的功能。因此在转型过程中要有系统观念，要理清为了完成这件事所需要的物品、要素，从而达到完成事情的结果，只有这样才能产生出相应的价值。
在采掘业数字化转型的一般场景中，走向现代化的自动采矿过程必须需要数据，从采掘矿石、运出去、铺设堆料到装载完全自动，全程无须手动干预。但是这个过程中所有数据都是来自采矿的设备和传感器，通过整体监控和状态的指导，然后通过控制系统来实现自动采矿过程，因此这个数据只能来自和应用于这个矿区。
在建筑业数字化转型的一般场景中，用编模系统做装修需要数据，包括需要装修的房子数据、房屋主人对装修的需求、关于装修的造价和施工材料等一系列的基础数据，基于这些数据来形成具体的设计和施工方案。这些数据便是只针对这一套房子的数据。
在制造业数字化转型的一般场景中，智能大厂中的工业大数据来源于数控机床和产线上的数据，包括生产计划、设备故障查询、产品质量检测等数据，使得这个智能车间能够运转起来。这些设备、生产线、车间所生产的数据是制造业继续和发展的基础。
杨学山表示，在以上各类场景中取得的实践经验，将帮助我们进一步认识数字化转型和数字经济发展，期待业界对数实如何融合进行更加深入的探索。
