当前，人工智能在技术创新与商业应用的双轮驱动下，加速与实体经济深度融合，已形成覆盖基础层、框架层、模型层、应用层的人工智能技术产业体系，算力等人工智能基础设施性能不断提升，人工智能数据产业蓬勃发展，算法创新加快迭代演进，各类智能产品和服务创新活跃，具备了良好的人工智能规模化商业化应用基础。近日，国务院印发了《关于深入实施“人工智能+”行动的意见》（以下简称《意见》），明确了系统推进“人工智能+”的总体要求，分2027年、2030年、2035年三阶段推动人工智能与经济社会各行业各领域广泛深度融合，系统布局“人工智能+”6大重点行动和8大基础支撑能力。《意见》的出台必将加速我国“人工智能+”蓬勃发展，推动我国人工智能的产业体系完备优势、超大规模市场优势、海量数据资源优势、丰富应用场景优势向国家智能优势转化。

　　一、把握规律，科学制定“人工智能+”行动目标

　　人工智能通过变革性赋能作用，驱动物理世界、数字空间和知识体系的优化创新，突破科学发现、技术进步和生产组织的边界与瓶颈，推进科技范式变革、生产要素重组、产业体系升级，大幅提升资源利用和经济社会运行效率，实现生产力突破和社会福祉增进，塑造全新智能发展范式。

　　从技术发展趋势看，语言大模型、多模态模型、智能体和具身智能等领域技术不断出现突破性创新，人工智能迈向通用智能初始阶段，逐步形成从单任务智能到可扩展、多任务智能的范式转变，推动人工智能核心能力从“生成内容”转向“执行任务”，在从专用智能向通用智能的道路上取得重大突破。

　　从融合应用态势看，人工智能赋能行业的路径符合数字技术应用的客观规律，即遵循“从数字化水平较好的领域率先突破，再逐步扩散到更多行业”的推进特征。以互联网为代表的数字原生领域，凭借天然的数据沉淀优势、成熟的数字基础设施以及海量的用户基础，率先实现人工智能应用的规模化落地。比如，互联网搜索、社交、购物、写作、编程等领域纷纷接入大模型、拓展新业态。

　　下一步，人工智能逐步向金融、医疗、交通等数字化程度较高的行业渗透，重要场景应用赋能成效显著。比如，在药物研发中，生成式人工智能将化合物筛选周期从数年缩短至数月，新药上市时间从13年缩短至8年，成本降低75%。随着人工智能技术的进一步普惠化和各行业数字化转型的全面推进，人工智能将在制造、能源等更多实体经济领域实现深度应用，与更加复杂的物理场景和核心生产流程相结合，推动生产力实现更大的变革性突破。

　　在充分把握人工智能技术演进和应用阶段判断的基础上，《意见》提出了“重点领域突破—形成新增长极—步入智能经济和智能社会”的阶段性目标，即到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，智能经济成为我国经济发展的重要增长极；到2035年，我国全面步入智能经济和智能社会发展新阶段。

　　二、系统布局，推动人工智能技术与经济社会双向深度融合

　　《意见》重点聚焦深度融合，以人工智能应用引领生产力提升、生产力提升反哺人工智能科技创新的双向赋能为主线，重点布局了促进人工智能技术创新群体性突破，加强人工智能与其他行业技术融合创新，推动人工智能更高水平赋能实体经济的切实举措。

　　首先，加快推动人工智能向现实生产力转化。每一次通用技术的突破，都会衍生发展出一批能够充分应用适配该技术的产品、服务、企业与商业模式，促进释放技术红利，开启新商业模式、推动经济社会进步。目前人工智能已经进入了产业应用的关键阶段，真正让人工智能“技术进步增量”形成“经济发展增量”，仍需进一步在生产力提升角度发力。《意见》一方面聚焦生产力提升的重点领域，构建涵盖自然科学和哲社科的中国特色的“AI4S”体系，提出第一、二、三产业的全要素智能化转型发展路径，布局智能原生新技术、新业态、新模式，培育服务消费新模式、产品消费新场景等，能够加快促进人工智能进一步向现实生产力转化。另一方面从民生福祉、治理能力、全球合作等方面，提出创造更加智能的工作方式、开创社会治理人机共生新图景、共建全球人工智能治理体系等举措，将推动构建适配先进生产力的生产关系。

　　其次，形成以人工智能应用引领生产力提升、生产力提升反哺人工智能科技创新的双向赋能模式。“人工智能+”不仅要通过人工智能技术与其他行业技术的融合创新，推动千行百业创新发展，更要在推动全领域全行业智能化升级的同时，通过更多领域新增的丰富场景和海量数据实现人工智能技术迭代更新突破。《意见》通过布局“人工智能+”重点应用领域以及技术基础能力支撑体系，全面构建了以创新带应用、以应用促创新的“人工智能+”双向赋能新范式。从内在要素看，推动算法、数据、算力三大要素紧密耦合、相互强化，模型算法重构应用生产力，新应用场景催生海量高价值数据，并驱动模型持续迭代优化，进一步突破基础原理和关键工程化问题，持续增强“人工智能+”技术能力的关键引擎，形成与技术应用内生性正反馈循环的“飞轮效应”。从发展过程看，通过重点领域突破及后续规模化应用，在对技术核心要求提出更高要求的同时，为人工智能技术持续优化提供充足需求牵引力和市场空间。同时，通过优化应用环境、繁荣开源生态、建设人才队伍、强化政策法规、提升安全水平等举措，为双向赋能新范式构筑完善资源与制度支撑。

　　最后，推动数字经济向智能经济加速演进。智能经济是脱胎换骨的全新形态，《意见》的实施，将加快通过人工智能的变革性赋能作用，释放数据要素价值，驱动物理世界、数字空间和知识体系的优化创新，突破科学发现、技术进步和生产组织的瓶颈与边界，推进科技范式变革、生产要素重组、产业体系升级、治理模式优化，大幅提升资源利用和经济社会运行效率，实现生产力突破和社会福祉增进，塑造全新智能发展范式。同时，《意见》也针对迈向智能经济过程中的重点民生问题给予回应，尤其是强调要充分发挥人工智能对新就业岗位的创造效果，有序推动人工智能规模化落地。

　　三、持续探索，不断开拓“人工智能+”创新发展新局面

　　一是注重技术创新与环境保障的协调统一。要准确把握人工智能发展的客观规律，完善配套政策构建、提高公共资源供给、加强法律法规建设、加快关键标准研制、强化复合人才培养、激发创业就业活力、加大金融财政支持、积极促进国际合作、保障技术安全能力水平，深化落实《意见》要求，切实解决算力供给短缺、行业标准滞后、复合人才匮乏、转型成本高昂等制约“人工智能+”可持续发展的关键问题。

　　二是注重产品能力与实际需求的协调统一。人工智能企业虽具备相应技术储备和产品开发能力，但因对行业流程和场景逻辑缺乏深入理解，难以形成与实际需求高度契合的解决方案，最终陷入“有劲使不上”的供需错配局面。结合《意见》要求，需推动供给侧与需求侧深度对接，加快基础理论研究、加强模型推理精度、精确调研场景诉求、定向优化产品能力、强化技术协同创新，切实缓解模型输出不稳定、场景融合难度大等人工智能行业应用“不能用”“不好用”的困扰。

　　三是注重行业水平与转型路线的协调统一。不同行业在数字化水平、资源供给能力、市场竞争格局等应用基础方面存在较大差异，需坚持市场驱动，结合场景价值、模型生态、模型部署方式、资源需求等因素因业施策，制定符合企业发展实际的智能化转型路线，鼓励数字化基础较好、智能升级需求大的应用场景先行先试，形成示范带动效应后，再逐步扩大场景范围，避免行业企业在缺乏对智能化转型充分认知的情况下盲目跟风。

　　（余晓晖 作者系中国信息通信研究院院长）