智能经济开启经济新时代

宇树人形机器人进行舞蹈表演 作者：龙巍 / 来源：中经视觉

当前，全球正迎来新一轮科技革命与产业变革。人工智能技术作为这一变革的核心驱动力，正深刻改变着传统经济形态与社会发展模式。从ChatGPT到DeepSeek，从大模型到智能体，人工智能技术正在从“实验室”加速走向“市场”，从“工具赋能”转向“经济重构”。这一趋势表明，人工智能技术竞争已成为全球科技竞争的制高点，正引领全球经济形态向智能化方向加速演进。

在中国，智能经济已上升为国家战略。2017年，国务院印发的《新一代人工智能发展规划》正式提出“培育智能经济”的战略目标。2025年，《国务院关于深入实施“人工智能+”行动的意见》进一步明确阶段性目标，即到2027年，新一代智能终端、智能体等应用普及率超70%；到2030年，新一代智能终端、智能体等应用普及率超90%；到2035年，我国全面步入智能经济和智能社会发展新阶段。2026年《政府工作报告》首次提出“打造智能经济新形态”，将“培育智能原生新业态新模式”作为深化拓展“人工智能+”行动的关键举措。

厘清智能经济概念

智能经济是以人工智能为核心驱动力，以第五代移动通信技术（5G）、云计算、大数据、物联网、边缘计算、区块链、混合现实（MR）、量子计算等新一代信息技术为支撑，通过人、机、物全域互联与深度协同，实现经济活动的智能化、网络化和自进化的一种新型经济形态。具体而言，智能经济通过智能技术产业化和传统产业智能化，推动生产生活方式和社会治理方式实现智能化变革，重构生产、分配、交换、消费等经济活动的各个环节，形成一种更加高效、精准、灵活且具有持续创新能力的经济范式。

这一概念界定包含四个层面的内涵。第一，在核心驱动力层面，智能经济以人工智能技术为“核心引擎”，这意味着智能经济不仅关注数据的“连接”和“流通”，更关注基于数据和算法的“决策”与“优化”。第二，在要素构成层面，智能经济以数据、算法、算力为核心生产要素，其中，数据是最活跃的生产要素，算法是价值创造的逻辑框架，算力是支撑运行的物质基础，三者相互依存、协同作用。与传统经济形态中的劳动、土地、资本不同，这些新要素具有非竞争性、可复制性、边际收益递增等特征，使得智能经济呈现出与传统经济迥异的运行规律。第三，在实现路径层面，智能经济通过“智能技术产业化”和“传统产业智能化”双向发力。前者指的是人工智能及相关技术本身形成的新兴产业，如智能芯片、大模型、智能体等；后者则是指智能技术对传统产业的渗透改造，如智能制造、智慧农业、智慧物流等。两条路径相互促进、融合发展。第四，在目标指向层面，智能经济的根本目的是提升全要素生产率与创造新价值。通过科学技术革命性突破、生产要素创新性配置、产业深度转型升级，优化劳动力、劳动工具、劳动对象的组织，大幅提升生产效率，同时催生出全新的产品、服务、商业模式和产业，驱动经济高质量、可持续增长。

智能经济具有四大核心特征：数据驱动、人机协同、跨界融合、共创分享。具体来看，数据驱动是智能经济的首要特征。在智能经济中，数据已成为关键生产要素，通过对海量数据的采集、分析和应用，实现精准决策和效率提升。这种驱动机制体现在三个层面：在微观层面，企业基于数据分析优化生产流程、精准营销、预测需求；在中观层面，产业链基于数据共享实现协同优化、柔性配置；在宏观层面，政府基于数据洞察进行精准调控、科学决策。数据驱动的核心机制在于“数据—信息—知识—智能”的转化链条。原始数据经过清洗、整合形成信息，信息经过分析、提炼形成知识，知识经过学习、推理形成智能，智能最终转化为决策和行动。这一转化过程正是智能经济区别于传统经济的关键所在。

人机协同是智能经济的典型特征。随着人工智能技术的发展，人类与智能机器之间的分工协作日益深化，形成人机互补、优势叠加的新型生产模式。在智能经济环境中，机器擅长处理标准化、重复性和海量数据运算的任务，而人类则专注于创造性、情感性和复杂决策的工作。这种协同关系正在重塑生产方式。在智能制造领域，工业机器人与人类工程师协同完成产品设计和生产；在医疗领域，人工智能（AI）辅助诊断系统与医生协同提供更精准的诊疗方案；在创意领域，生成式AI与设计师、作家协同创作。

跨界融合是智能经济的结构特征。智能经济通过打破产业边界，促进不同行业间的技术渗透与业务融合，形成新的产业生态和价值网络。这种融合体现在三个层面：技术融合层面，人工智能与大数据、云计算、物联网、区块链等技术相互渗透，形成集成创新的技术体系；产业融合层面，智能技术赋能传统产业，推动制造业与服务业的深度融合，形成“制造即服务”（MaaS）等新业态；业务融合层面，不同行业的交叉融合催生了智能交通、智慧医疗、智慧金融等新兴领域。

共创分享是智能经济的价值特征。基于平台经济和开源技术，智能经济构建了多方参与、价值共享的开放式创新体系。在智能经济中，企业、用户、开发者等多元主体通过平台进行协作创新，共同创造价值并分享收益。开源框架和开放平台极大地降低了创新门槛，促进了技术的快速迭代和应用的广泛普及。中国的Qwen、DeepSeek等开源模型在核心性能上追平甚至超越国际主流产品，实现从“跟跑”到“并跑”的历史性跨越，为众多中小企业提供了技术创新基础。同时，共创分享也体现在数据共享、算力共享和应用共享等方面，通过资源的高效利用和价值释放，形成良性循环的智能经济生态。

明确智能经济新方略

2026年《政府工作报告》首次提出“打造智能经济新形态”，这标志着我国智能经济发展从“技术赋能”阶段迈向“经济形态重塑”新阶段。智能经济的核心就是要抓住人工智能发展的机遇，拓展人工智能赋能千行百业的广度和深度，尽快打开经济增长的新空间，培育新模式、壮大新动能。从政策演进脉络看，2024年至2026年，《政府工作报告》连续三年部署“人工智能+”，但“智能经济新形态”写入《政府工作报告》尚属首次。如果说“人工智能+”侧重于技术对产业的呼唤，那么，“打造智能经济新形态”就意味着发展重心正从技术应用转向产业深度融合。

这一战略跃迁体现在三个维度。首先，从“工具赋能”到“形态重塑”。“人工智能+”更多强调将AI作为工具赋能各行各业，而“智能经济新形态”则意味着AI正在重构经济运行的全过程、全环节，形成以智能为核心驱动力的全新经济范式，实现全产业链智能重构。其次，从“技术应用”到“要素重构”。“人工智能+”关注技术的落地应用，而智能经济则将数据、算法、算力作为核心生产要素，重构生产、分配、交换、消费等经济活动各环节。这意味着，AI不再仅仅是提高效率的工具，而是创造价值的新源泉。最后，从“单点突破”到“生态构建”。“人工智能+”更多是鼓励各行业探索AI应用场景，而智能经济则强调构建涵盖技术研发、产业应用、制度保障、人才培养的完整生态体系。

智能经济的战略部署可提炼为四方面。第一，以智能终端和智能体为载体的场景落地战略。2026年《政府工作报告》明确提出，“促进新一代智能终端和智能体加快推广”，而连接大众与智能经济的主要载体正是新一代智能终端和智能体。在智能终端方面，AI手机、AI电脑、智能家居、智能网联汽车、人形机器人等新一代智能产品正加速涌现，将更好满足人民群众对美好生活的向往；在智能体方面，人工智能正进入以智能体为重要形态和应用载体的新阶段。多款智能体相继“出圈”，相关应用在个人工具、企业服务等领域展现出蓬勃活力。以AI手机为例，其已率先实现图形用户界面（GUI）技术路径落地，在理解用户意图、解决海量长尾场景问题上取得显著突破，整个过程清晰展现了智能体从意图理解、任务分解、执行校验到需求达成的全流程能力。

第二，以开源生态为动力的创新范式转换战略。2026年《政府工作报告》提出，“支持人工智能开源社区建设，促进开源生态繁荣”，这是对DeepSeek等开源模型成功经验的战略回应，要加快开源社区的建设，加快开源数据集、开源工具集的建设，还要针对人工智能、大模型、具身智能等，培育一批优质的开源项目。开源战略的深层逻辑在于降低创新门槛、加速技术扩散。通过开源社区建设，可以让更多创新主体参与智能经济建设，形成“众人拾柴火焰高”的创新生态。

第三，以“五链协同”为支撑的系统性驱动战略。智能经济的健康发展，高度依赖于一个能实现“五链”高效协同的生态系统。这“五链协同”框架指的是创新链、产业链、资金链、人才链和政策链，其中，创新链提供技术源头供给，产业链承载价值实现，人才链提供智力支撑，资金链保障要素投入，政策链则发挥催化与护航作用。

第四，以算电协同为基础的基础设施重构战略。2026年《政府工作报告》提出，“实施超大规模智算集群、算电协同等新基建工程”。算电协同的核心逻辑在于，人工智能发展对电力供应的稳定性、质量提出了更高要求，而算力中心的建设和运营需要与能源供给体系协同优化。核电作为稳定、高效的低碳基荷电源，能为人工智能发展提供优质的电力保障，能让企业获得稳定、低成本的算力支撑，助力生产智能升级，并带动产业集群发展。

正视智能经济发展桎梏

在技术瓶颈方面，智能经济发展存在从“并跑”到“领跑”的跨越难题。尽管我国人工智能技术取得显著进展，但核心技术瓶颈依然存在。在高端芯片领域，对先进制程的依赖尚未根本改变；在基础软件和开发框架方面，国际主导的生态格局短期内难以撼动；在原创算法和理论突破上，从“跟跑”到“并跑”已成现实，但实现“领跑”仍需持续攻坚。目前，我国算力发展态势向好，但仍面临结构单一、工具链不完善、价格内卷等问题，“算力围城”的困境有待突破。建议结合超级计算与人工智能计算的优势，建设大算力、全精度、高互联的高端智算中心。

在数据瓶颈方面，智能经济发展面临流通障碍与价值释放困境。数据是智能经济的核心生产要素，但数据流通与价值释放面临多重障碍。具体而言，一是数据孤岛问题依然突出。政府数据、行业数据、企业数据之间壁垒森严，跨部门、跨区域、跨行业的数据共享机制不健全。当前网盘、个人云等面向广大用户的普惠型云服务，在跨省数据传输方面普遍存在限速、时延高、成本不均等问题。二是数据产权制度尚未完善。数据确权、交易、收益分配等基础制度仍处于探索阶段，制约了数据要素的市场化配置。数据隐私保护与数据价值释放之间的平衡，也是亟待解决的制度难题。三是高质量数据集供给不足。大模型训练需要大规模、高质量、多模态的数据支撑，而中文高质量数据集的建设仍滞后于需求。

观众在北京亦庄机器人展馆观看机器人表演 作者：郭俊锋 / 来源：中经视觉

在制度瓶颈方面，智能经济发展面临治理滞后与监管平衡难题。智能经济的快速发展对制度创新提出迫切需求，但治理体系建设相对滞后。首先，监管平衡难题突出。如何在鼓励创新与规范发展之间寻求精准平衡，避免丧失技术竞争窗口期，同时防范化解风险，是政策制定者面临的严峻挑战。监管需平衡规范安全与创新发展，避免初期监管过严制约技术进步。其次，标准体系尚未健全。人工智能技术标准、数据标准、评估标准等建设滞后，影响技术的规模化应用和产业的有序发展。特别是在智能终端、智能体等新兴领域，标准缺失制约产品推广和市场拓展。最后，伦理治理框架亟待完善。算法偏见、责任归属、隐私保护等伦理问题日益凸显，需要建立适应智能经济发展阶段的伦理治理框架。

在人才瓶颈方面，智能经济发展面临结构性短缺与供需错配。智能经济的人才需求呈现爆炸式增长，但人才供给存在结构性短缺。其一，顶尖人才缺口巨大。人工智能基础研究、算法创新等领域需要顶尖科学家和工程师，而这类人才培养周期长、难度大，短期内难以满足需求。其二，复合型人才尤为稀缺。既懂技术又懂行业、既懂研发又懂管理的复合型人才，是智能经济落地应用的关键，但这类人才培养体系尚不健全。其三，“智能工匠”供给不足。智能技术的应用推广需要大量技术熟练的应用型人才，而职业教育和继续教育体系对这类人才的培养能力有限。

在安全挑战方面，智能经济发展存在风险交织与治理复杂性。智能经济发展伴生着多重安全风险。技术安全风险包括算法漏洞、系统故障、数据泄露等；社会安全风险包括就业冲击、算法歧视、信息茧房等；国家安全风险包括技术霸权、数据主权、意识形态渗透等。

擘画智能经济发展新蓝图

加强系统设计，凝聚各方力量形成发展合力。发展智能经济，应加强在理论研究、组成体系、顶层设计、发展路线、要素支撑、安全要求等方面的协同合作，加快推动中国智能经济行动计划。该行动计划应重点围绕“发展路线体系、基础支撑体系、基础建设体系、技术创新体系、产业创新体系、测试示范体系、场景应用体系、测评指数体系、生态发展体系”9个方面展开。具体而言，发展路线体系指的是“场景切入、系统建设、整体迭代”；基础支撑体系指的是“政策链+创新链+产业链+人才链+资本链”；基础建设体系指的是“智能科技+智能产业+智能应用+智能商业+智能文化”；技术创新体系指的是“共性技术+标准研制+协同创新”；产业创新体系指的是“行业联合体+资本联合体+产业创新载体”三体联合；测试示范体系指的是“智能测试+智能示范+智能服务”；场景应用体系指的是“场景驱动+项目运营+商业闭环”；测评指数体系指的是基于“可靠性指数、稳定性指数、安全性指数、功能性指数、绿色化指数”的五大测评指数体系；生态发展体系指的是“政、产、学、研、金、服、用”一致行动的生态发展体系。

加强技术攻关，构建自主可控的创新体系。一是强化基础研究。加大对人工智能基础理论、数学基础、认知科学的投入，鼓励科学家勇闯“无人区”，力争在原创性、颠覆性技术上实现突破。设立面向长周期、高风险基础研究的专项基金，营造“十年磨一剑”的科研环境。二是突破关键核心技术。聚焦高端芯片、基础软件、开发框架等环节，组织产学研优势力量协同攻关。发挥新型举国体制优势，激发企业创新活力，形成技术突破的强大合力。三是构建自主生态。以开源开放为抓手，培育自主可控的技术生态。支持国产开源框架、开源数据集、开源工具集的建设，降低中小企业创新门槛，吸引更多开发者参与生态共建。

加强产业融合，深化“人工智能+”的落地实践。首先，推进制造业智能化转型。深入落实《“人工智能+制造”专项行动实施意见》，推动人工智能技术在制造业全链条、全流程的融合应用。拓展智能制造，新建一批智能工厂和智慧供应链。推动工业互联网和人工智能融合赋能，打造“5G+工业互联网”升级版。其次，培育智能原生新业态。支持智能终端和智能体的创新与推广，培育智能原生新业态新模式。在智能家居、人形机器人等领域，孕育更多世界级智能产品。最后，拓展高价值应用场景。人工智能已进入场景牵引新阶段。鼓励遵循“非禁即入”原则，推动人工智能在更多场景的创新应用。针对制造业、物流业、商业服务、养老照护等领域，加速推动人工智能落地应用。

加大制度创新，构建包容审慎的治理框架。一是完善数据基础制度。加快数据产权、交易流通、收益分配等基础制度建设，探索建立数据要素市场化配置机制。推动公共数据开放共享，引导企业数据合规流通，释放数据要素价值。二是创新监管治理模式。坚持包容审慎监管原则，在鼓励创新与规范发展之间寻求精准平衡。构建智能体助手“可试点、可规模化、可闭环监管”的落地路径。建立人工智能伦理审查和风险评估机制，防范化解潜在风险。三是健全标准规范体系。加快人工智能技术标准、数据标准、评估标准建设，推动国内标准与国际标准衔接。鼓励平台企业参与智能制造、供应链协同等领域的行业标准制定。

加大要素保障，优化人才、资金、算力的供给结构。在强化人才支撑方面，完善适应人工智能发展的就业创业措施。深化产教融合，鼓励高校、职业院校与龙头企业合作培养人工智能人才。既要培养顶尖的科学家和工程师，也要培养大量“智能工匠”和复合型人才。建立更具竞争力的人才引进和激励机制，吸引全球顶尖人才；在优化资金供给方面，发挥国家人工智能产业投资基金的引导作用，带动社会资本投入人工智能领域。将企业购买云计算服务支出纳入研发费用范畴，切实为企业减负。构建覆盖企业全生命周期的资本支持体系，鼓励长期资本、耐心资本投向人工智能领域；在夯实算力底座方面，实施超大规模智算集群、算电协同等新基建工程。加强全国一体化算力监测调度，支持公共云发展。落实“东数西算”工程部署，推动我国从算力大国向算力强国跨越。打破区域带宽壁垒，建立全国统一的云数据传输调度规则。

加大安全保障，筑牢智能经济的安全防线。其一，强化技术安全保障。加强算法安全、数据安全、系统安全的技术研发和标准建设，提升人工智能系统的可靠性和安全性。建立健全人工智能安全评估和风险预警机制。其二，完善伦理治理框架。制定人工智能伦理准则和治理规范，确保人工智能发展符合人类价值观和伦理底线。加强人工智能伦理研究和教育，提升全社会的人工智能伦理意识。其三，防范系统性风险。密切跟踪人工智能发展可能带来的就业冲击、社会分化、市场垄断等系统性风险，建立健全风险识别、预警和应对机制。加强国际对话与合作，推动人工智能朝着有益、安全、公平的方向发展。

随着智能技术的持续突破和应用场景的不断拓展，智能经济将深刻改变生产生活方式和社会治理方式，推动社会全面迈向人机协同、共创分享的智能新时代。“打造智能经济新形态”是抓住人工智能发展机遇、拓展经济增长新空间、培育新动能的关键之举。以“五链协同”为支撑，中国智能经济必将为经济高质量发展注入强劲动力。

中国生产力促进中心协会副理事长兼秘书长　王羽

编辑：马明