摘 要:在新一轮科技革命和产业变革加速演进的背景下，人工智能是连接创新链与产业链的关键桥梁，是推进高质量发展的重要驱动。深化拓展“人工智能+”行动，需充分利用并巩固我国特有的制度、市场、产业、人才四大优势，推动经济社会全面智能化，构建涵盖生产、服务、民生和政务的应用体系；并从技术突破、场景构建、制度创新和生态培育四个方面入手，着力构建系统化、多层次、可落地的实施框架，在塑造高质量发展新动能与新优势的同时，提升人民群众的获得感、幸福感、安全感。
关键词:“人工智能+” 数字技术 科技革命 产业变革
【中图分类号】F42 【文献标识码】A
2025年中央经济工作会议提出“深化拓展‘人工智能+’”，这与“十五五”规划建议中“全面实施‘人工智能+’行动”相呼应，为“人工智能+”向深向实推进指明方向。在新一轮科技革命和产业变革加速演进的背景下，人工智能正快速融入经济社会发展各领域，成为驱动高质量发展的关键引擎。深化拓展“人工智能+”，是实现高水平科技自立自强、建设科技强国的重要举措，为推动产业智能化升级注入强大动力。
优势条件：“人工智能+”靠什么？
党的二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出：“我国经济基础稳、优势多、韧性强、潜能大，长期向好的支撑条件和基本趋势没有变，中国特色社会主义制度优势、超大规模市场优势、完整产业体系优势、丰富人才资源优势更加彰显。”[1]这四大优势既是“十四五”时期取得巨大成就的坚实支撑，也是“十五五”时期推动高质量发展、确保基本实现社会主义现代化取得决定性进展的关键依靠，还是我国深化拓展“人工智能+”的底气和动力所在。我国可以凭借制度、市场、产业和人才四个方面的优势，推动人工智能科技创新与产业创新深度融合，赋能经济社会高质量发展，加速人工智能迭代演进，在全球人工智能竞争格局中赢得战略主动。
中国特色社会主义制度为我国人工智能技术突破提供根本保障。近年来，在人工智能技术自主创新攻坚战中，我国在芯片制造、算法研发等关键领域，充分发挥新型举国体制优势，集中力量办大事，科技事业取得历史性成就。华为麒麟9000s芯片成功突破7纳米芯片制程技术，我国芯片自给率不断提升。2020年我国芯片生产规模约为242亿美元，芯片自给率约为16.6%，2021年芯片自给率约为17.6%，2022年约为18.3%。至2023年，通信、汽车电子、工业、消费电子和计算机领域的模拟芯片应用率分别达到36.2%、24.3%、20.5%、10.5%、7.2%。[2]此外，这种制度优势在基础研究领域也尤为显著，特别是在翔宇医疗脑科学实验室展示的脑机接口新品活动中，驱使机械臂能够精准解码神经信号，实现“脑控”写字，字符准确率达到95%以上。
超大规模市场为人工智能应用场景创新提供实践沃土。纵观全球，我国拥有全球最丰富的应用场景库，场景多样性的优势催生独特的场景驱动创新模式。在制造业领域，华为问界M7打破行业惯例，实现72小时闪电交付的全球最快纪录。这一纪录的背后，是华为云人工智能驱动的智能排产系统，实现订单数据实时传输，产线配置即时动态调整，关键零部件本地化储备，库存周转率不断提升。在服务业领域，美团智能配送系统经历五代版本革新，系统每天调度逾80万骑手，每日配送量超过2400万个订单。高峰期，每小时执行约29亿次路径规划算法。在农业领域，阿里巴巴的“ET农业大脑”构建起覆盖种植、加工、销售的全产业链数据平台。在医疗领域，平安好医生的人工智能问诊系统通过自然语言处理技术，早在2020年就可识别3000余种疾病症状。在基层医院试点中，人工智能助诊仪不仅为医生提供问诊方向建议，而且使得医患有效沟通时长增加50%，鉴别诊断合理率达96%。在智慧城市建设领域，阿里巴巴城市大脑1.0于2017年10月在杭州上线后，杭州市区试点的中河—上塘高架道路、莫干山路等主干道平均延误分别降低15.3%和8.5%，高架道路出行时间节省4.6分钟；萧山区5平方公里试点范围内平均通行速度提升超过15%，平均节省出行时间3分钟；120、119、110等特种车通行速度最高提升超过50%，救援时间减少7分钟以上。
完整产业体系为人工智能技术与实体经济加速融合落地提供基础支撑。党的十八大以来，我国工业体系更加健全，已拥有41个工业大类、207个工业中类、666个工业小类[3]的完整体系，为人工智能技术提供全链条测试环境，而且这种产业宽度和纵深，使得我国人工智能企业平均技术转化周期较国际同行大幅度缩短。在深圳，人工智能检测一体机在制造业产线上正在发挥巨大用途，通过深度学习、大模型等，人工智能检测一体机在车企产线上可一次性进行超70种缺陷类型的自动识别，质检效率提升超85%，实现95%以上缺陷分类准确率。[4]在苏州，生物医药产业集群通过人工智能辅助药物设计，使制药行业从项目启动到临床前研究阶段，平均耗时从4.5年压缩到12个月以内。[5]在宁德，人工智能正在催生新的制造范式，宁德时代通过生成式人工智能设计电池结构，发布“钠新电池+双核架构+第二代神行超充电池”，双核电池的“自生成负极技术”实现本质上的颠覆性突破，在将电池体积能量密度提升60%、重量能量密度提升50%的同时，有力推动新能源汽车产业的未来发展。
丰富人才资源为人工智能技术持续发展与创新提供不竭动力。《全球人工智能人才追踪调查（2.0）》报告[6]显示，我国每年在科学、技术、工程、数学等专业（STEM）毕业生数量超500万人，涌现出众多引领前沿、贡献卓著的顶尖专家。从一些关键指标来看，我国在人工智能领域具有人才年轻化和水平高级化两大显著特征。比如，DeepSeek是中国领先的通用人工智能研发团队，团队成员以“90后”为主，多毕业于中国顶尖高校；又如，在国际计算机视觉与模式识别会议（CVPR）等顶级学术会议上，我国作者论文数量位居全球首位，基础研究能力快速提升。一种新型的“技术—产业—人才”正向循环不断累积，促使我国人工智能发展从跟跑阶段加速迈向并跑甚至领跑的新阶段。在此基础上，我国已经成为人工智能人才的主要产出国。不仅如此，报告还显示，从本科院校来看，我国高校几乎培养了全球一半的顶尖人工智能人才。[7]
总体而言，在四大优势协同作用下，我国人工智能的快速发展正在重塑全球人工智能竞争格局。《2025年全球创新指数报告》[8]显示，2025年，我国人工智能技术的研发复用率和迭代效率显著提高，国家级算力与数据基础设施持续完善，企业纷纷将人工智能纳入核心战略轨道，并在政策引导、专利布局、学术研究与产品应用之间，形成有效联动与外溢效应，推动我国创新能力实现规模扩张与质量跃升并举。正是因此，2025年我国创新指数排名提升至全球第10位，首次跻身全球前十。[9]
应用领域：“人工智能+”加什么？
“人工智能+”不同于“互联网+”，二者在技术基础、主要目标、应用重点、变革深度等方面存在显著差异（见表1）。理论上讲，“互联网+”主要侧重于通过互联网技术对各行业进行连接和信息共享，实现业务流程的优化和效率提升；“人工智能+”则更强调利用人工智能技术赋予各领域智能决策、自主学习和深度融合的能力，推动经济社会运行方式发生根本性变革。
人工智能作为通用目的技术，必须通过多领域渗透才能释放其变革潜力，而我国超大规模市场、完整产业体系及丰富应用场景，为此提供了最佳实践土壤。这也体现了“人工智能+”从技术突破到场景融合再到产业变革，进而实现范式重构的四阶演进规律。其基本方向是通过全要素赋能，重塑生产生活方式，形成人机协同、跨界融合的智能经济和社会新形态。正是因此，深化拓展“人工智能+”，需要聚焦构建涵盖生产、服务、民生和政务的应用体系。
生产领域。我国制造业正在经历一场由数字技术驱动的全链条智能化变革，覆盖从智能设计到智能制造再到智能运维的完整闭环。要实现这一变革，需通过人工智能、物联网和工业互联网等技术的深度融合，重构传统生产模式，推动产业向高端化、柔性化和可持续方向演进。具体而言，在智能设计环节上，人工智能驱动的仿真与优化技术，可以大幅提升研发效率，促使复杂产品的迭代周期显著缩短。在智能制造方面，工业互联网平台与柔性生产系统的结合，正在打破传统流水线的刚性限制，使小批量、多品种的定制化生产成为可能。在智能运维阶段，预测性维护和实时数据分析技术通过设备状态的动态监测，可以显著降低非计划停机风险；同时，人工智能优化设计在关键零部件性能提升与成本控制之间找到平衡点，这一趋势在新能源装备等战略性新兴产业领域尤为明显。这种生产领域内的全链条变革，不仅通过数据闭环优化资源配置效率，更推动制造业从规模扩张向质量效益转型，必将为我国构建现代化产业体系注入新的发展动能。
服务领域。加快实现从个性化到精准化再到预见性的服务升级，关键是促使人工智能、大数据、物联网等新一代信息技术与服务场景深度融合，重构服务供给逻辑、优化资源配置效率，推动服务行业向更高效、更人性化的方向发展。分层面来看，在个性化服务上，人工智能驱动的智能识别与推荐系统，可以通过深度学习与用户画像构建，达成服务内容与个体需求的精准匹配。这样既可提升用户体验的独特性，又可通过持续的数据反馈，形成需求识别、服务提供、效果优化之间的正向循环，使服务供给从“千人一面”转向“千人千面”。在精准化服务上，基于用户行为分析的智能算法，通过多维标签体系，能够实现服务内容与场景的动态适配，在提高服务内容精准度的同时，优化服务流程的精准度。在预见性服务上，实时数据分析与智能调度系统，通过预测用户需求与资源供给的波动，实现服务资源的动态调配，不仅降低服务中断风险，而且通过提前布局资源提升服务响应的敏捷性。本质上讲，服务行业的智能化跃迁，是产业从劳动力密集型向技术密集型转型的集中体现，即通过人工智能与大数据技术深度融合，促使服务行业突破传统物理空间的限制，形成“数据驱动—智能决策—实时响应”的新型服务生态，为构建现代化服务体系提供新动能。
民生领域。通过人工智能、物联网等前沿技术与民生场景的深度融合，构建起囊括基础保障、便利获取和情感关怀三位一体的智能服务体系。具体来看，在普惠服务方面，智能技术应用应瞄准突破传统公共服务的时空限制，加强需求识别与资源匹配的精准化，促进服务覆盖的无差别化，确保资源分配公平性，实现民生保障从普惠迈向精准普惠。在便捷服务方面，基于实时数据分析的智能调度系统可以重构服务流程，通过资源优化配置与响应机制创新驱动，助推服务供给的即时化与弹性化，让民生服务从被动响应转向主动适配。在情感关怀方面，情感计算与智能交互技术的应用，应该赋予服务系统感知能力，这必然要求通过建立需求识别与情感反馈的深度交互机制，保障服务供给的个性化与温度感，促使民生服务从功能满足升级为情感满足。可以肯定地说，这场深刻的服务体系智能化转型，本质上是促进民生服务从传统模式向智能生态的跃迁，即通过技术赋能与模式创新，推动民生服务形成包括数据驱动、智能决策和实时响应为一体的新型治理范式，促进民生保障从广覆盖向高质量发展转变。
政务领域。通过数字技术与制度创新的深度融合，推动政府治理打破传统模式，推动治理逻辑从管理本位向服务本位的范式转换，实现向高效协同、透明公开、全民参与的智能治理目标迈进。具体而言，在高效治理维度，政务系统通过数据共享机制与业务流程再造，实现公共资源从分散配置向精准调度转变，进一步提升政策执行的响应速度与资源利用效率。协同不仅发生在部门内部，更需延伸到政府与市场、社会之间的互动。在透明化建设方面，政务公开必须从结果公示向过程可溯方向深化，这是提升公众对政府行为的信任度前提，也是运用社会监督机制推动行政效能提升的必然要求。此外，透明化建设要为公众参与提供信息基础，促使政策制定从政府主导逐步向协同共治转换。在公众参与层面，智能交互平台可以突破传统参与渠道的时空限制，通过移动端应用、社交媒体集成等方式，构建出全天候、零距离的政民互动生态，促使治理主体从单一权威向多方协同转变。必须强调的是，这一跃迁不仅是技术层面的升级，更是治理理念、组织架构和运行机制的系统性重构，必须通过数字技术赋能，推动政务系统形成数据驱动决策、智能优化流程、社会协同治理的新型运行机制，推进政府职能从管理者向服务者转变，是国家治理体系和治理能力现代化的内在要求。
落地抓手：“人工智能+”怎么加？
当前，“人工智能+”行动蓬勃开展，为千行百业注入强劲动能。站在新的起点，推动“人工智能+”向纵深发展，从“有没有”走向“好不好”“强不强”，关键在于把重心放在涵盖生产、服务、民生和政务在内的四维体系优化建设上。这就需要我们从围绕技术突破、场景构建、制度创新和生态培育四个方面入手，着力构建系统化、多层次、可落地的实施框架，系统解决数据、算力、算法与产业的协同瓶颈，从而拓展其实践广度与价值深度，真正释放人工智能驱动的倍增效应。
继续加强技术突破以筑牢自主可控的智能技术基座。深化拓展“人工智能+”，需聚焦基础理论、关键技术与开源生态三大重点方向，构建自主可控的技术创新体系。在基础理论方面，应依托国家实验室与顶尖高校推进非对称创新，重点突破类脑计算、神经形态芯片等前沿领域，形成自主可控的底层架构。针对深度学习框架、大模型架构等“卡脖子”环节，需继续强化新型举国体制的集中攻关能力，实现从“跟跑”到“领跑”的转变。在此基础上，关键技术攻关应覆盖全链条，具体包括芯片设计、算法框架、传感器等核心环节，强化软硬件协同优化能力，构建面向产业需求的技术栈。此外，围绕开源生态的基本要求，还需建设国家级开源平台，鼓励龙头企业开放核心工具链，推动技术成果的规模化扩散与迭代升级，进而形成从理论创新到技术研发再到成果应用的闭环创新生态。
大力推动场景构建以打造梯度扩散的智能应用范式。基于我国丰富的场景资源，应扩大生产场景、工作场景、生活场景供给，优先聚焦智能制造、智慧医疗、智慧城市等领域的标杆场景打造。为此，建议通过标准化接口与模块化方案实现跨行业复制。其中，在场景开放机制构建方面，全力推动政府部门与国企率先发布需求清单，引导社会力量参与场景建设。在此过程中，场景设计还需遵循需求牵引、技术驱动、价值闭环的基本原则，引入动态评估机制筛选高价值场景，优先配置算力、数据与政策资源。例如，可先在工业互联网平台中嵌入人工智能质检、能耗优化等轻量化模块，降低中小企业应用门槛。在此基础上，加快建立跨场景数据流通体系，以破解数据孤岛问题。
持续深化制度创新以构建适应智能时代的治理框架。制度创新是“人工智能+”深化拓展的保障性工程。为此，我国需加快人工智能领域立法，重点是明确技术研发、数据治理、安全保障的权责边界，建立起包容审慎的监管沙盒，在自动驾驶、医疗诊断等高风险领域设置弹性容错空间。在政策制定上需侧重三个方面，一是设立产业发展基金支持关键技术攻关与示范应用，二是完善创新产品政府采购制度，三是构建分级分类的标准化体系。从治理机制上讲，还需积极推动敏捷治理模式的发展，建立算法备案与评估制度，加强技术伦理审查。此外，必须格外重视新型人才培养机制的建设，推动高校开设跨学科课程，建立政产学研用协同的人才池，形成引育用留的全链条支撑。
积极推进生态培育以构建协同共生的产业发展格局。协同共生的产业发展格局表现为基础研究、技术转化和产业应用的良性循环。其中，在产业集群建设上，可以考虑在京津冀、长三角等区域布局差异化特色园区，促进产业链上下游企业协同创新。这就需要推动大企业建设行业级人工智能平台，为中小企业提供工具包与算力支持，降低技术应用成本。在跨区域合作方面，鼓励地方政府联动行业协会与链主企业，协商共建跨界融合创新联合体，支持龙头企业联合高校设立实验室，开展共性技术研发。在国家层面，加快数据确权、流通与收益分配机制方案的顶层设计，可以考虑通过隐私计算等技术实现数据安全协作；强化国际合作，参与全球标准制定，提升我国在全球人工智能治理体系中的话语权。
展望未来，“人工智能+”必将成为驱动中国式现代化建设的新引擎，为实现高质量发展注入持续动能。这一过程需坚持技术自主性与应用普惠性并重，在实现技术突破的同时，确保发展成果惠及全社会，需注重引入动态调整机制，定期评估技术路线与政策效果，确保“人工智能+”与经济社会发展的动态适配。
【本文作者为上海社会科学院世界经济研究所研究员、博导；本文系上海文化发展基金会资助项目“人工智能发展的全球态势及其对中国影响和应对”（项目编号：2024B001）的阶段性成果】
注释略
责编：贾 娜／美编：石 玉