【摘要】近年来，ChatGPT、DeepSeek等大模型和OpenClaw等智能体相继涌现，标志着人工智能正逐步从感知智能，迈向生成智能与决策智能深度融合的新阶段。人工智能与实体经济融合逐步实现规模化落地，各行各业迎来人工智能应用热潮。与过往的技术革命不同，这一轮由人工智能引领的技术变革，不仅仅是生产力的局部提升，而且是对生产关系乃至整个经济社会运行逻辑的深度重塑。在人工智能赋能千行百业的过程中，如果缺乏审慎健全的治理体系和制度框架，可能导致一系列治理困境。对此，需从制度层面进行系统性回应，推动构建与人工智能时代相匹配的治理体系与制度框架。
【关键词】人工智能 千行百业 风险挑战 治理体系 【中图分类号】D64 【文献标识码】A
实体经济是一国经济的立身之本。迈入“十五五”，加快构建现代化产业体系处在关键阶段，科技创新要乘势而上。习近平总书记指出：“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。”①人工智能不再是独立于实体经济的技术发展，而是深度嵌入制造业、服务业等千行百业的生产流程，发展人工智能不仅是产业升级的技术路径，更是赋能千行百业、实现高质量发展的重要抓手。这不仅意味着生产效率的提升，更意味着对经济社会运行方式的深刻塑造。
同时要看到，人工智能在发展过程中，也带来数据孤岛、就业冲击、市场垄断、数字鸿沟等一系列风险挑战。如何充分释放人工智能的时代红利且不导致技术失控？如何在效率与公平、创新与安全之间找到动态平衡？这些已成为当前推动人工智能高质量赋能千行百业亟须解决的重要问题。
人工智能重塑经济发展与社会生活的运作方式
“十五五”规划纲要提出，“全面实施‘人工智能+’行动，加强人工智能同科技创新、产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。”②对此，可以从资源配置方式、决策机制形态以及组织运行逻辑三个方面深入分析。
人工智能推动资源配置精准化。传统经济运行模式中，资源配置往往依赖经验判断和定期评估，存在不同程度滞后性和误差。随着人工智能的普及与应用，数据成为关键生产要素。在数据要素驱动下，各类资源更加透明，配置方式更加精准。例如，在信贷市场，人工智能通过整合多维度数据，构建动态信用画像，实现风险定价精准化，突破传统抵押物评估的局限性，使金融资本高效匹配更具潜力的经营主体。在农产品市场，人工智能结合卫星遥感、物联网与消费数据，能够精确预测作物产量与需求曲线，指导生产计划与物流调度，有效缓解农产品滞销问题。人工智能的精准配置能力，可大幅提升资源利用效率，避免资源错配。
人工智能推动决策机制不断完善。长期以来，管理决策主要依靠人的经验积累和主观判断，存在认知局限和主观偏差风险。人工智能可以通过机器学习、系统仿真和模型预测，推动决策机制从“经验主导”向“人机协同”跃升，提高决策科学性和有效性。在企业经营过程中，人工智能可以实时分析设备运行，预测故障风险，帮助工程师更好地作出维护决策。在公共管理过程中，人工智能可以帮助政府精准识别社会治理难点，模拟政策实施效果，从而有效降低决策的试错成本。
人工智能推动组织形态弹性化。人工智能以技术穿透力，使组织形态更富弹性，更好适应多变的市场需求。例如，在制造业领域，智能工厂可根据订单变化，自动调整生产线，实现多品种、小批量的高效生产，使工厂的组织结构从“以产品为中心”向“以客户为中心”转变。在服务业领域，平台企业通过智能算法实现任务与人力资源实时匹配，传统人力资源模式被打破，组织边界趋于模糊，灵活用工、项目制协作成为组织常态。随着各类智能体的广泛应用，大量程序性工作被智能体自动处理，组织模式将进一步扁平化、弹性化。
推动人工智能与经济社会各行业各领域广泛深度融合
国务院印发《关于深入实施“人工智能+”行动的意见》提出，要推动人工智能与经济社会各行业各领域广泛深度融合，到2027年，率先实现人工智能与6大重点领域广泛深度融合，到2030年，我国人工智能全面赋能高质量发展。③人工智能的快速发展，正加速赋能各行业。其中，政务服务业、智能制造业、现代服务业三个领域尤为典型。在人工智能的助力下，这些行业展现出蓬勃发展的生动图景。
政务服务业：从“应办能办”到“智能办理”。政务服务是政府与企业、群众互动的前沿，也是人工智能赋能成效较为直观的领域。传统政务服务是让企业和群众找得到门、办得成事。而人工智能则推动政务服务迈向“智能办理”，让政务服务更便捷、更精准、更有温度。在客服领域，基于大模型的政务智能问答系统，可以做到全天候响应用户咨询，理解自然语言提问，精准推送办事指南，大幅减轻人工窗口压力。例如，杭州上线的“灵光小杭”智能问政系统，以“数字人”形式提供政务咨询服务，依托政媒协同的数据融通优势，推动热线从“接诉即办”向“未诉先办”转型。在审批环节，人工智能辅助审批系统通过光学字符识别、自然语言处理等技术，自动核验申请材料的完整性、合规性，实现“秒批秒办”。例如，青岛行政审批服务局在智慧审批系统中实现DeepSeek本地化部署，通过深度融合人工智能大模型与政务服务知识库，为行政审批业务生成数字化办事场景。
智能制造业：从“自动生产”到“智能制造”。制造业是国民经济的支柱，也是人工智能赋能的主战场。传统制造业自动化转型主要解决的是简单重复劳动的替代问题，而人工智能则推动制造业迈向“智能制造”，也就是机器不仅执行程序，还能主动感知、自我学习，甚至自主决策。在智能工厂与柔性生产方面，人工智能可以实时分析设备状态、质量数据，自动优化生产流程。更重要的是，人工智能驱动的柔性生产线可以自动切换生产模式，实现个性化定制生产。④例如，某汽车公司以“AI+数字孪生”为核心，打造“制造岛+数字岛+智能岛”三位一体智造体系。“制造岛”实现岛式柔性生产，“数字岛”打通全链路数据，“智能岛”落地人工智能质检，有效缩短新车型上市周期。在机器维护与设备管理方面，人工智能通过建立故障预测模型，指导精准维修，实现从“事后维修”到“预测性维护”的转变。例如，某科技企业大模型，在头部半导体企业落地后，故障识别准确率稳定在99%-100%，非计划停机时间减少80%以上。
现代服务业：从“标准服务”到“智能体验”。现代服务业与民生联系紧密，是人工智能赋能的重要领域。从以往的提供标准化服务，转向提个性化智能体验”，人工智能大大提升现代服务业的发展水平。在智慧医疗领域，人工智能可以帮助识别肺结节、癌症等病灶，准确率已达到资深医生的水平。这不仅能提高诊断效率，更利于缩小基层医疗机构与三甲医院之间的差距。例如，在早期肺癌筛查中，某企业最新升级的胸部CT智能分析系统，临床实测准确率高达99.92%，可精准检出直径小至3mm的肺结节，有助于解决早期肺结节漏诊率高的问题。在智慧文旅领域，人工智能通过个性化推荐算法，根据用户兴趣偏好推送旅游线路，还可通过客流预测和智能调度优化景区管理。
值得关注的治理问题
赋能千行百业过程中，人工智能在释放技术红利的同时，可能带来一些值得关注的问题。这些风险挑战主要体现在以下几个方面：
数据孤岛与隐私边界。人工智能赋能的前提是数据汇聚，而数据孤岛与隐私保护边界问题长期存在。一方面，不同企业、政府部门之间可能不愿、不敢或不能共享数据，这将制约人工智能赋能效果的充分发挥。另一方面，如何确保数据安全可控，防止隐私泄露和数据滥用，也是人工智能时代社会治理面临的难题。随着相关法规的实施，数据安全和个人隐私保护水平得到有效提升。但在人工智能赋能千行百业过程中，如何在数据驱动与隐私保护之间找到平衡，仍缺乏成熟路径。当金融、医疗等敏感数据被人工智能系统整合时，数据要素的权属界定、安全责任等问题将更加棘手。⑤数据治理基础制度的滞后，将成为制约人工智能高质量赋能千行百业的主要瓶颈。
就业影响与技能错配。人工智能对劳动力就业的影响正在显现。例如，制造业领域智能机器人替代一线操作岗位，服务业领域智能客服、智能收银、智能配送的普及等，不可避免挤压人工岗位。如果对普通劳动者的转岗安置跟不上人工智能的替代速度，容易滋生不稳定因素。此外，人工智能催生的新职业，对劳动者技能提出新要求，教育体系和职业培训亟须对此作出重点回应。统筹技术进步与民生保障，是人工智能赋能千行百业过程中必须同步应对的治理课题。
市场垄断和竞争失序。头部企业往往凭借数据和算法优势，形成一定的市场进入门槛，中小企业的生存空间相对受到挤压。有的制造业龙头企业依托人工智能技术，增强对产业链的影响力和控制力，可能通过调节上下游合作条件来集中利润，并转嫁风险。同时，一些平台企业运用算法，进行价格调控或流量引导，在某种程度上影响市场竞争的公平性。可以看到，人工智能时代，市场资源和竞争优势可能更多地向少数龙头企业聚集。在此背景下，如何防止市场垄断，维护公平竞争秩序，为中小企业留出更多发展空间，是值得思考的问题。
数字鸿沟与数字迷失。人工智能在赋能千行百业的同时，可能带来数字鸿沟和数字迷失等挑战。受限于数字技能水平或基础设施条件，部分老年人、残障人士，以及偏远地区居民，在获得智能服务方面相对滞后。随着各地政务服务逐步向线上迁移、智能客服替代部分人工窗口、移动支付成为主流交易方式，数字技能相对不足的群体，或将面临日常生活和公共服务的不便。因此，在推动人工智能赋能千行百业的过程中，需关注并努力缩小这一鸿沟。
构建人工智能高质量赋能的治理体系
面对人工智能带来的风险挑战，需推动构建人工智能高质量赋能的治理体系，以及与新质生产力相匹配的制度框架。
明确“以人为本”的价值导向。在经济发展过程中，任何技术工具都只是手段，增进人的福祉才是最终目的。推动人工智能高质量赋能千行百业，要坚持“以人为本”的价值导向。在推进人工智能应用过程中，评估对民生利益的影响，因地制宜、因时施策。在涉及重大公共利益、人身安全的决策环节，保留人工干预机制，确保人在关键环节拥有最终控制权。同时，为困难群体提供多样选择和便捷服务，避免其在数字化转型过程中被无意间边缘化。
夯实数据基座。数据是人工智能时代的关键生产要素，人工智能高质量赋能离不开数据要素的支持。因此，需加快构建数据基础制度体系。明确数据产权制度，探索数据资源所有权、数据加工使用权、数据产品经营权“三权分置”的产权运行机制，为数据交易提供制度基础。健全数据流通与收益分配制度，建立合规高效的数据要素流通体系，使数据价值的创造者与贡献者能够合理分享收益。强化数据安全制度，推动算法透明化与可解释性，落实数据分类分级保护制度，完善重要数据目录管理，筑牢数据隐私防火墙。
探索“敏捷治理”路径。推广“监管沙盒”机制。在人工智能应用的前沿行业，划定特定场景，允许相关企业在风险可控的前提下先行先试，政府部门进行动态监测并积累监管经验。建立分级分类管理制度，采取差异化监管措施，对高风险领域实施严格监管，对低风险领域实施宽松监管。鼓励相关行业协会制定高标准的技术标准与伦理准则，形成法律法规与行业规则相衔接的多层次治理格局。
完善就业创业支持体系。加大职业技能培训投入，针对人工智能时代的新岗位需求，重构高校教育和职业培训课程体系，推动人工智能背景下的产教融合，帮助各类劳动者实现“技能跃迁”。完善就业保障体系，借助人工智能积极探索适应灵活就业、平台用工的就业保障模式，让新就业形态劳动者享有基本就业保障。鼓励企业履行社会责任，在推进人工智能应用的同时，通过内部转岗、技能培训等方式妥善安置受影响员工。
【注释】
①习近平：《做强做优做大实体经济》，《求是》，2026年第10期。
②《中华人民共和国国民经济和社会发展第十五个五年规划纲要》，《人民日报》，2026年3月14日。
③《国务院关于深入实施“人工智能+”行动的意见》，中国政府网，2025年8月21日。
④刘志成：《形成新型生产关系的内在逻辑与重点任务》，《学术前沿》，2024年第13期。
⑤谭营：《我国人工智能技术优势与产业化发展态势》，《国家治理》，2024年第13期。
责编/李懿 美编/王梦雅
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
