构建自主智能经济体系，抢占全球竞争新高地

当前，人工智能正深刻重构全球科技竞争格局、产业分工体系与经济发展模式，智能经济已成为各国争夺未来主导权的战略高地。全球主要经济体纷纷在基础模型、算力基建、数据治理、产业落地与安全监管等领域加速布局。斯坦福大学最新发布的《2026年人工智能指数报告》显示，自2022年以来，全球AI算力年均增长约3.3倍，2025年企业AI投资规模实现翻番。全球AI竞争正呈现投资加码、算力激增、场景拓展与规则成型等趋势。这表明，AI竞争已超越单一技术层面，演变为关乎国家创新力、产业组织形态与全球治理话语权的系统性博弈。

我国对人工智能发展高度重视。自2017年将其上升为国家战略以来，陆续出台多项政策。2025年4月，中共中央政治局就人工智能发展与监管开展第二十次集体学习，习近平总书记强调要坚持自立自强与应用导向，推动AI健康有序发展。同年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确总体要求与重点任务。当前，智能经济已成为我国经济新增长引擎，坚持自主创新与应用牵引，对培育智能经济新形态至关重要。

智能经济新形态为发展新质生产力注入强劲动能，应用导向是其健康发展的核心路径。以重大现实需求为牵引，推动AI技术突破与场景落地，不仅能加速AI与智能制造、服务创新等领域的深度融合，更能通过场景反馈反哺技术研发，构建“需求牵引—技术攻坚—产业落地”的良性循环，将技术优势转化为经济优势。

智能经济新形态是我国应对外部不确定性的关键支撑，自立自强是根本路径。发展以人为本、向善向稳的智能经济，不仅推动技术迭代与产业融合，培育新增长点，更能通过原创突破提升我国在全球价值链中的话语权，有效化解外部风险。从安全视角看，全球AI竞争已深度嵌入大国博弈，关键技术呈现垄断态势，技术脱钩风险持续上升。推进自主可控的智能经济体系，有助于抵御外部封锁，防范“卡脖子”风险，筑牢国家发展安全屏障。

一是提升AI应用系统化能力，释放智能经济创新价值。相较部分发达国家，我国依托完整产业体系、丰富场景和超大规模市场，具备加速AI从技术突破走向产业落地的独特优势。但应用潜力仍受基础条件与技术特性双重制约。一方面，数据优势未充分转化，算力供给存在短板。数据资源呈现“大而不精”特征，异构性强，标注难度高，训练数据质量受限；数据共享机制不健全，“数据孤岛”削弱要素协同效应。算力方面，芯片制造产能瓶颈与进口依赖导致训练与推理能力缺口明显。另一方面，生成式AI在创意、对话等场景已广泛应用，但在产线检测、风险评估等高动态、高解释性、低容错场景中，有效性仍待验证。推动生成式与预测式AI优势互补，是拓展应用场景的关键。

二是增强AI科技创新自主性，夯实前沿技术安全底座。AI安全核心在于关键技术自主与应用可控。一方面，我国AI研究起步较晚，基础理论支撑薄弱，原始创新能力有待提升。以“大模型—框架—芯片”为核心的技术栈尚未形成完整自主链条，开源生态对外依存度高；部分工业仿真软件、高端机器人制造仍落后于国际先进水平。理论研究存在“重应用、轻理论”倾向，对AI本质与基础创新探索不足。另一方面，AI应用的安全性、可靠性与监管机制仍不完善。随着AI普及，误用与滥用引发的信息安全、深度伪造等伦理法律风险日益突出。AI自主学习与快速迭代特性，也加大了监管的不确定性与干预难度。

三是深化AI产业协同水平，破解发展不均衡难题。产业属性与技术禀赋差异导致智能化应用能力不均，宏观上体现为创新发展的不充分。传统行业工序复杂、数据采集量大、设备更新与数据维护成本高，AI基础设施与数据供给不足。新兴AI产业则面临“技术强、产业弱”困境，对传统产业的带动作用尚未充分释放。一方面，部分AI细分成果尚未成熟，商用成本高，规模效应弱；另一方面，智能产业生态尚未健全，核心产业与关联产业间协同不足，创新链与产业链衔接仍需打通。

统筹创新资源与力量。发挥新型举国体制优势，缓解资源分散错配，支撑AI关键技术攻关与转化。资源配置上，强化科技金融、财税、采购等政策协同，发挥市场与政府双重作用，保障创新主体资金；统筹推进算力基础设施集约布局与一体化建设，探索算力并网调度，优化关键节点供给；健全数据流通交易制度，加快科学数据中心建设，夯实数据存储、挖掘与共享基础。力量组织上，推动企业、高校、科研机构、金融机构与政府部门协同，构建国内创新生态；积极参与国际合作，把握全球前沿动态，通过参与国际大科学工程，提升我国配置全球AI资源能力，增强在规则与标准制定中的话语权。

深化科技体制改革与安全监管。在核心技术自主方面，基础研究与关键技术需双轮驱动，构建自主可控、协同运行的AI系统。健全关键核心技术攻关体系，完善成果转化机制，实现项目、基地、资金、人才一体化配置，打通创新链与产业链。构建适应基础研究的体制机制，重点支持AI基础理论、原生模型构建等方向，以理论突破带动技术跃升。在应用安全方面，完善监管体系，牢牢掌握发展与治理主动权。构建“技术监测—风险预警—应急响应”闭环机制，健全算法备案、分类分级管理与安全评估制度，强化实时跟踪能力，填补监管盲区，提升信息生成可控性与安全性，防范伦理与法律风险。

推动智能技术与产业深度融合。一方面，加快AI在制造业等重点领域的推广，引导企业结合典型场景推进软硬件智能化改造；依托龙头企业打造行业标杆，发挥辐射带动效应。另一方面，支持AI新业态壮大，培育有竞争力的产业集群，深化与传统产业的生态联动。通过场景匹配与协同创新，加速产业模式与企业形态变革。构建企业主导的产学研用协同体系，开辟智能经济战略性新兴产业与未来产业新赛道。

（作者任保平为南京大学数字经济与管理学院院长、特聘教授）

（