2026-07-26 08:32:19
我国发展智能经济，总体上看基础已经具备，关键是如何从“有条件”走向“成体系”。具体看，我国已经拥有比较扎实的基础。
第一，有超大规模市场和数据基础。截至2025年底，我国网民规模达11.25亿人，互联网普及率突破80％。这意味着我国拥有其他国家难以具备的大规模数字用户群体和应用迭代土壤。无论是模型训练、产品打磨，还是新业态培育，都具有明显的多元化场景优势。例如，抖音、快手等平台每天产生海量视频和交互数据，为推荐算法和多模态模型持续提供训练素材；支付宝、微信支付等在高频支付场景中积累的行为数据，能够为风控模型和信用评估模型快速迭代升级提供条件。这种“真实世界的高频数据反馈”，是很多国家难以拥有的优势。
第二，有完整产业体系和规模化制造能力。2025年，我国企业推出的开源大模型下载量全球第一。工业和信息化部今年7月20日发布数据显示，智能机器人领域，我国研发的四足机器人占全球销量份额接近70％。这些都说明我国人工智能已经从技术探索阶段进入产业化加速阶段。例如，华为昇腾、百度文心、阿里通义等正在形成“算力芯片—框架平台—行业模型”的链条；优必选、傅利叶智能等企业推动人形机器人在工业巡检、康复护理等场景落地，显示出从“实验室样机”向“可用产品”的突破。
第三，有持续强化的制造业智能化基础。我国已经累计建成3.5万家基础级、8200余家先进级、500余家卓越级智能工厂，15家企业入选领航级智能工厂培育名单。截至2026年6月底，全国“5G＋工业互联网”在建项目超2.6万个。中国制造业正在从数字化走向智能化。例如，在钢铁行业，宝武钢铁集团通过AI进行高炉燃烧优化和能耗控制，实现吨钢成本下降；在家电制造中，美的“黑灯工厂”通过AI视觉检测与机器人协同，大幅降低人工干预。在这些案例中，AI已经深入核心生产环节，而不只是辅助工具。
第四，有蓬勃的新质生产力支撑。2025年，规上高技术制造业和数字产品制造业增加值均保持9％以上的增长，服务机器人产量1858.1万套，比上年增长16.1％。这说明智能经济已经通过设备、终端和服务转化为现实增长动力。无论是部分企业通过智能供应链系统实现库存预测与动态定价，还是服务机器人在医院导诊、酒店配送中逐步普及，都体现出人工智能从“技术变量”转化为“增长变量”，数智技术与核心产业融合进入红利兑现期。
第五，有逐步完善的顶层设计。从深入实施“人工智能＋”行动，到提出“打造智能经济新形态”，再到“十五五”规划纲要对“全方位推进数智技术赋能”作出重要部署，我国已经形成了从战略部署到量化目标的系统推进框架。
同时，我们要清醒认识到，发展智能经济仍然存在一些短板弱项。在高端芯片、基础软件、先进制造工艺和高质量数据集等方面还需要持续突破；数据要素价值释放不充分，仍存在数据孤岛、标准不统一、流通机制不畅等问题，数据“难流通、难利用、难变现”的矛盾较为突出；应用落地存在“最后一公里”难题，不少企业“想用不会用、用了难复制”，供需对接和商业模式仍需打通；在产业一线，既懂人工智能技术、又懂行业应用的复合型人才仍然短缺；治理体系仍需完善，在法律规范、伦理规则、风险防控等方面需加快形成与人工智能发展相适应的制度体系。
下一步，可重点在以下几个方面持续发力：
一是夯实算力、数据、算法三大基础底座。算力决定模型训练和应用部署的承载能力，数据决定模型学习和场景适配的质量，算法决定智能系统的性能和效率。这三者就像智能经济的“水、电、路”，基础不牢，应用就难以稳定落地，更谈不上大规模推广。只有把底座打稳打牢，才能为各行业智能化转型提供持续支撑。
二是坚持应用牵引，围绕高价值场景做深做实。技术只有进入生产、服务和治理一线，解决真实问题、创造实际价值，才能形成可复制、可推广、可持续的模式。特别是在一些需求明确、痛点突出、回报可见的高价值场景率先突破，更容易形成示范效应，带动技术迭代、企业跟进和产业扩散，避免出现“技术很热、落地很冷”的情况。
三是协同推进“人工智能＋制造”“人工智能＋服务”“人工智能＋治理”。发展智能经济，制造业是主战场，关系到实体经济竞争力；服务业是增量空间，关系到消费升级和新业态成长；治理领域是公共价值的重要体现，关系到民生改善和治理现代化。只有这几个方面协同推进，才能形成相互支撑、相互促进的整体效应。
四是加强开源生态和标准体系建设，降低应用门槛。开源生态有利于加快技术扩散、促进协同创新，让更多企业特别是中小企业能够低成本接入智能能力。标准体系建设则有利于提升兼容性、规范性和可复制性，避免重复建设和“各搞一套”的问题。只有生态更开放、标准更统一，人工智能应用才能真正从点状突破走向面上普及。
五是强化人才培养，特别是复合型、应用型人才。当前最紧缺的，不只是懂算法的人，也包括既懂技术又懂产业、既懂模型又懂场景、既懂开发又懂管理的复合型人才。没有这样一批人才，技术就难以真正嵌入业务流程，创新成果就难以转化为现实生产力。必须把人才培养摆在更加突出的位置。
六是统筹发展和安全，把合规、安全能力前置嵌入产业发展全过程。越是广泛应用人工智能，越要重视安全、伦理、隐私、偏见、误用等方面的风险。如果这些问题处理不好，不仅会影响社会信任，还会制约产业发展。发展智能经济，不能“先发展、后治理”，而是要坚持发展和治理同步推进，把合规要求、伦理规范和安全机制嵌入技术研发、产品设计、场景打造和运营管理全过程，做到发展得快，也走得稳。
只有这样，智能经济才能真正从“有条件”走向“成体系”，从“有亮点”走向“有规模”，从“能起步”走向“可持续”。