全面激活“人工智能+”新动能
人工智能正以前所未有的速度演进，深刻重塑人类社会的生产与生活方式，展现出强大的技术辐射力和产业赋能能力。我国持续推进“人工智能+”行动，以科技创新驱动产业升级，以应用牵引技术迭代，加速人工智能在各行各业的深度融合。2025年发布的《国务院关于深入实施“人工智能+”行动的意见》明确了总体目标、发展路径与重点任务，“十五五”规划进一步提出全面实施“人工智能+”战略。如何释放“人工智能+”的巨大潜力？本期邀请专家围绕关键议题展开探讨。
人工智能深度重构创新模式
为何要推进“人工智能+”行动？从深入实施迈向全面落地，应如何理解其战略需求？
王晓明（中国科学院科技战略咨询研究院产业科技创新研究部部长、研究员）：人工智能是培育新质生产力的核心动力，正在根本性地改变创新体系。传统要素如劳动力、资本对经济增长的边际贡献趋于下降，而人工智能被视为继电力、互联网之后的又一通用目的技术，具备高度渗透性和广泛带动效应。实施“人工智能+”行动，是提升全要素生产率的关键举措，通过重组全球资源、重构产业逻辑，有望实现生产力的跃迁式提升。
人工智能正在重塑全球竞争格局，成为大国战略博弈的重要战场。世界主要国家纷纷将人工智能上升为国家战略，以增强综合国力和保障安全。2025年，美国推出人工智能行动计划、创世纪计划，拟投入数千亿美元巩固其领先地位。国际竞争已由早期的“算力与模型之争”转向“生态与场景之争”。我国依托超大规模市场和完整产业体系，通过“场景驱动”抢占应用高地，并反向推动芯片、算法等底层技术突破，有效应对关键技术受制于人的挑战。
人工智能也是提升公共服务能力和推进治理现代化的重要支撑。作为拥有14亿多人口的发展中大国，我国社会治理面临复杂多元的现实难题。在民生领域，借助智能体等技术，可实现教育、医疗、养老资源的“无感化触达”，服务模式从粗放供给转向精准匹配，显著增强群众获得感。在治理层面，推动决策机制由“经验判断、事后响应”向“数据支撑、前瞻预警”转变，通过人机协同激发基层活力，为构建精细化、智能化治理体系提供坚实基础，助力国家治理现代化进程。
2017年，《新一代人工智能发展规划》由国务院印发，旨在构建我国人工智能发展的先发优势。人工智能被定位为“引领未来的战略性技术”，政策聚焦基础理论、核心算法（如计算机视觉、语音识别）及高端芯片研发。
2024年，“人工智能+”首次写入《政府工作报告》；2025年，《国务院关于深入实施“人工智能+”行动的意见》正式出台。相关政策不仅关注技术本身，更强调其对产业的赋能作用。算力基础设施持续完善，数据要素制度逐步建立，为人工智能广泛应用创造了良好条件。
“十五五”规划纲要明确提出，全面实施“人工智能+”行动，推动人工智能与科技创新、产业发展、文化建设、民生保障、社会治理深度融合。未来不仅追求应用规模扩张，更注重创新范式的变革。通过引领科研方式转型、抢占产业应用前沿，实现生产方式的根本性变革和生产力的跨越式发展。
人工智能正全面赋能各行业，展现出广阔前景。在“AI+科研”方面，人工智能扮演“科研助手”角色，使材料研发、药物筛选周期从年缩短至周级。在“AI+产业”中，人工智能广泛应用于产品设计、供应链管理、智能检测等环节，能综合分析多重变量，辅助需求预测与库存优化，增强供应链韧性。基于计算机视觉的智能检测已用于整车制造全过程，在高速产线上实现亚毫米级缺陷实时识别，大幅提升复杂环境下的质检效率。在“AI+消费”领域，人工智能促进智能产品和服务消费升级。一方面，大模型技术推动终端设备更新换代，手机、电脑、家电进入新一轮智能化周期；另一方面，人工智能缓解医疗、教育、养老资源不均问题，满足民众日益增长的个性化服务需求。
展望未来，人工智能发展将聚焦三大方向。一是AI for Science加速科研进程，改变传统研究范式，在材料、能源、生物医药等领域催生原创成果，为产业注入源头动力。二是具身智能快速演进，人工智能从语言模型向视觉-语言-动作一体化模型发展，通过物理世界交互实现自我进化。预计到2035年，我国工作场所人形机器人数量将超过200万台。三是高质量数据集建设提速。我国坚持以应用为导向，加强高质量数据集构建，推动公共数据合规开放，探索按价值贡献进行成本补偿与收益分成机制，从采集到应用全链条培育数据服务商，形成健康的数据产业生态。
“人工智能+消费”激发新增长极
“人工智能+”不仅是技术前沿，更关乎百姓生活。作为颠覆性技术，人工智能如何提振消费活力？
李勇坚（中国社会科学院大学应用经济学院教授）：消费是拉动我国经济增长的主要力量，2025年最终消费支出对GDP增长的贡献率达52%。随着市场拓展，居民消费需求呈现品质化、个性化、场景化、便捷化特征，传统消费模式面临供需错配、体验趋同、动能减弱等结构性问题。以人工智能为代表的新一轮科技革命，凭借强大的数据分析、深度学习与智能决策能力，为破解消费痛点、释放新潜能开辟了新路径。
人工智能通过场景创新拓宽消费边界，在衣食住行、社交娱乐、旅游等领域持续带动增长。在旅游中，AI助手可根据用户偏好生成定制行程，AI导游提供生动讲解，AR导览眼镜带来沉浸体验，显著提升旅行品质。在购物中，AI导购分析用户喜好并结合全网大数据精准推荐，帮助理性选择；虚拟试衣间利用3D建模实现智能穿搭，创造全新购物场景。在健康领域，AI赋能健康管理平台，整合可穿戴设备与营养建议，支持全周期、个性化健康管理，同时带动户外运动、健康饮食等相关产业发展。
人工智能通过产品创新激发真实需求，转化为实际消费增长。以智能穿戴为例，截至2025年三季度，我国使用商品条码的智能穿戴产品达18.1万种，较2020年9月增长超90%，年均增速近14%，其中智能手表品种达2.9万种，年均增长46.8%。相关消费也被带动，如夸克AI眼镜支持“看一下支付”，显著提升超市复购率。传统家电智能化水平不断提升，全屋智能系统通过传感器联动设备，自动调节温控、照明，并结合用电负荷优化家庭能耗。炒菜机器人、擦窗机器人等销量快速增长，2024年中国炒菜机器人市场规模达31.7亿元，预计2030年将突破117亿元。奥维云网数据显示，2025年内置AI大模型的彩电迅速普及，线上零售额份额由1月的0.8%升至6月的42.1%，线下由1.8%增至28.3%。未来，适老化智能产品潜力巨大。人形机器人凭借视觉识别、多模态交互与自主决策能力，可在家务、陪伴等场景全面渗透。截至2025年底，我国60岁及以上人口占比达23%，人形机器人或将迎来爆发式需求。
人工智能通过高效利用数据要素推动消费业态革新。面对日益多样化的消费需求，供需错配是制约消费的重要因素。人工智能可高效收集与分析用户行为数据，捕捉市场动态变化，指导企业调整供给策略，通过柔性生产与智慧供应链响应个性化需求，同时便利消费者参与设计与营销。在此过程中，新业态不断涌现，需求得到更好满足。例如，AI可动态预测消费趋势，指导生产计划；融合大数据后，能精准预判社会需求，帮助企业科学排产，降低库存压力。此外，C2M（用户直连制造）等新模式兴起，释放潜在需求。通过汇聚用户反馈，在产品研发、设计、生产等环节引入AI，实现定制化生产，满足个性偏好。
人工智能深度嵌入交易流程，推动业态升级并拉动消费。例如，千问APP接入淘宝、支付宝、高德等平台，优化购物流程，实现智能下单。今年2月，“春节30亿大免单”首波活动显示，6天内AI完成订单超1.2亿笔。又如，AI主播可实现全天候直播，根据互动内容调整话术，实时优化优惠策略，提升转化效率。
2025年，国务院印发《关于深入实施“人工智能+”行动的意见》，部署“人工智能+消费提质”，提出“拓展服务消费新场景”“培育产品消费新业态”，明确“大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端”。顺应全球科技浪潮，人工智能与各行业深度融合，将持续为我国消费增长注入强劲动力。
“人工智能+制造”加速新型工业化
发布《“人工智能+制造”专项行动实施意见》有何战略考量？人工智能与制造业双向赋能解决了哪些关键问题？
王高翔（中国电子信息产业发展研究院新型工业化研究所副所长）：人工智能是引领新一轮科技革命和产业变革的战略技术，具有显著的“头雁效应”。工信部、国家发改委等八部门联合发布《“人工智能+制造”专项行动实施意见》，对加快形成新质生产力、推进新型工业化具有深远意义。
从技术演进看，人工智能正由“工具”升级为“生产要素”。不同于以往信息化、自动化仅替代局部人力，以大模型、具身智能、工业智能体为代表的新一代AI已具备感知、认知、决策、执行的闭环能力，贯穿研发、生产、供应链、售后全流程。在此技术拐点上系统推进“人工智能+制造”，有助于将技术势能转化为产业升级动能，加速生产要素重组、流程再造与商业模式重塑。
从产业竞争看，我国制造业亟需通过智能化开辟新赛道。一方面，劳动力、土地、能源成本持续上升，传统低成本优势弱化；另一方面，逆全球化加剧、技术脱钩风险上升，出口成本增加，供应链安全承压。人工智能可通过要素替代降低成本、工艺优化提升质量、数据连接增强供应链掌控力，走出一条“以智降本、以智提质、以智增效”的高质量发展之路。
从全球格局看，主要制造强国已将“人工智能+制造”列为国家战略，争夺智能制造制高点。我国制造业具备体系完备、规模领先的优势，为AI提供了丰富数据和广阔应用场景。推进“人工智能+制造”专项行动，有助于将资源优势转化为应用先机，在全球竞争中赢得主动。
实践表明，人工智能与制造业双向赋能，系统性破解了转型中的突出难题。
解决“看不见”的问题。AI深度融合助力破解传统制造中过程不透明、设备状态难监测、质量依赖人工等难题，实现全流程实时感知与精准调控。IDC 2025年中国工业企业调研显示，应用大模型与智能体的企业比例从2024年的9.6%跃升至2025年的47.5%。我国企业经营管理数字化普及率超80%，工业互联网平台应用率达45.6%，关键工序数控化率达68.6%。
解决“做不好”的问题。过去高精度、高复杂度环节依赖熟练工人，良品率受限于人力极限。智能工厂借助机器视觉、智能质检、参数动态优化等技术，实现质量管控从“事后抽检”到“全程在线”的转变。截至今年1月，我国已建成3.5万余家基础级、8200余家先进级、500余家卓越级智能工厂，培育15家领航级工厂。AI已覆盖领航工厂70%以上业务场景，沉淀超6000个垂直模型。目前我国“灯塔工厂”达101家，居全球首位。
解决“转不动”的问题。中小企业常因资金、技术不足陷入“想转不敢转、敢转不会转”困境。龙头企业牵头建设的垂直工业互联网平台和行业大模型，为中小企业提供即插即用的智能方案。制造业丰富的场景与海量数据，也为AI从通用模型向行业专用模型演进提供训练基础，形成“应用牵引技术、技术反哺产业”的良性循环。近年来，工信部遴选三批共101个中小企业数字化转型试点城市，支持超4万家中小企业实施改造。
但也应看到，相比高质量发展要求，“人工智能+制造”仍存短板。融合深度广度不足，中试、生产环节渗透缓慢，全链条融合面临技术成熟度低、场景适配差、标准缺失等问题。工业数据价值挖掘不足，76%企业存在数据利用率低问题，约44%工业数据被利用，但符合大模型训练的高质量数据仅占4%。底层算法、工业软件等“卡脖子”问题突出，工业级芯片与高端传感器供给能力薄弱。
把握科技革命机遇，推动人工智能与制造业更广更深融合，需多方协同发力。一是强化示范引领，聚焦重点环节突破，形成可复制模式，培育一批智能原生制造企业。二是夯实数据基础，抓好采集、汇聚、应用，加快建设行业高质量数据集，扶持数据咨询、标注等新兴主体。三是加大“根技术”投入，筑牢算力、算法、数据底座，全链条攻关高端芯片、高性能传感器、工业母机、高端仪器仪表等关键技术。