文 | 本刊编辑 徐冰
中国发展高层论坛2026年年会“人工智能产业化应用”专题研讨会于2026年3月23日在北京钓鱼台国宾馆举行。与会嘉宾围绕人工智能产业化应用的趋势、挑战和前景等议题展开讨论。嘉宾们认为，需推动技术与场景深度融合，构建标准与监管体系，让AI真正降本增效，造福于人。强调安全治理、绿色计算与人才培养的重要性，倡导通过国际合作与生态共建，让AI赋能千行百业，推动高质量发展。
关键词：
人工智能；产业化应用；技术与场景；标准与监管；绿色计算中国发展高层论坛2026年年会“人工智能产业化应用”专题研讨会于2026年3月23日在北京钓鱼台国宾馆举行。研讨会由国务院发展研究中心创新发展研究部部长马名杰主持，本场研讨会还首次创新引入AI虚拟主持人“小智”，以人机协同的方式共同主持。与会嘉宾围绕“人工智能产业化应用的趋势、挑战和前景”等议题展开讨论。一、中国人工智能产业规模持续增长
国家发展和改革委员会党组成员、国家数据局局长刘烈宏首先作了主题发言。刘烈宏说，在技术创新与商业应用驱动下，人工智能产业规模持续增长。预计到“十五五”末，中国人工智能相关产业规模将突破10万亿元，迈向更广阔的增长空间。接下来，他围绕人工智能技术和产业发展，结合数据工作，谈了三点体会和思考。第一，适度超前，建用结合，科学布局和建设算力基础设施。一是全面启动“东数西算”工程，该工程通过构建新型算力集群，将东部密集的算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。二是开展算电协同试点。三是加快构建全国一体化算力网。第二，人工智能加速演进，打造智能经济新业态。目前人工智能发展出现五个新的趋势：一是从对话到决策执行，智能体正驱动中国大模型应用规模爆发式增长。二是随着人工智能从基础大模型向行业大模型纵深拓展，与实体经济的结合度越来越高，行业高质量数据集正取代通用语料，成为决定模型落地效果的关键变量。三是人工智能正经历从数字模拟向物理交互的范式跃迁，引爆了对具身智能数据的全新需求。四是Token（词元）不仅是智能时代的价值锚点，更是连接技术供给与商业需求的“结算单位”，为商业模式的落地提供了可量化的可能。五是AI深度融入生产生活，安全合规成为治理焦点。第三，数据产业与人工智能深度融合、协同发展，催生智能经济新增长点。一是人工智能的蓬勃发展正在激活前所未有的数据新需求。二是人工智能技术的快速迭代与规模化应用，正在催生数据领域的诸多新赛道。三是人工智能技术显著提升了数据开发效率，拓展了数据要素市场化配置的新空间。四是人工智能技术深度嵌入数据处理全链条，既带来了数据安全治理的新挑战，也孕育了治理模式升级的新机遇。刘烈宏强调，数据是智能经济的关键生产要素。我们始终以数据要素市场化配置改革为主线，探索形成了“5+3+1”工作体系，其中“5”是指在数据基础制度、数据基础设施、数据融合应用和场景建设、全国一体化数据市场建设、数据产业培育5个方面打出一套“组合拳”，“3”是指夯实数据领域核心技术攻关、数据标准化、数字人才培养3个基础，“1”是指突出数据赋能人工智能创新发展这一重点。我们将2026年数据工作明确为“数据价值释放年”，聚焦数据赋能人工智能创新发展，将深入实施强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动，力争形成一批更好满足人工智能就绪度要求、有效训练先进模型或智能体、真正解决行业难题的高质量数据集，实现供给量质齐升，使人工智能深入千行百业、加速人工智能与实体经济的深度融合。二、构筑AI规模化、产业化的基石
人工智能的产业化绝非空中楼阁，它需要坚实的算力底座、丰富的应用场景以及包容审慎的政策环境。天津市副市长翟立新认为，人工智能发展到今天，大家已经不满足于它能够纸上谈兵，更关心的是这项技术如何在应用中落地见效、在生产上能够降本增效，培育和创造新的生产能力。翟立新全面阐述了天津在人工智能产业发展方面拥有的基础优势，以及积极开展人工智能产业化应用的实践探索。基于对人工智能发展需求的研判和天津工作实践的初步总结，他就人工智能产业化应用提出三点思考认识。一是推动技术+场景深度融合，打造一批具有行业穿透力的垂类模型。人工智能赋能实体经济的难点不仅在于技术本身，而且在于技术和行业的深度融合。很多企业不是不想用AI，而是通用大模型听不懂“行话”，解决这个问题必须走垂直深耕的路子。二是推进“智能体+产业”协同创新，推动生产方式从工具赋能向人机协同跃升。鼓励企业引入智能体、重构业务流程，把重复性、高风险的岗位逐步交给AI，让人去做更具创造性的工作。三是构建“标准+监管”的政策体系，为人工智能产业应用提供稳定、可预期的制度环境。人工智能应用既需要技术突破，更需要制度创新。当前面临的数据孤岛、安全风险、标准缺失等问题单靠企业难以解决，需要政府和市场协同发力。全球移动通信系统协会会长白德伟认为，人工智能的规模化发展开启了全新的赛道，无疑将带来颠覆性的改变。但随之而来的挑战是如何以负责任、可信赖的方式推动AI的规模化发展？对此，白德伟提出了三点看法。第一是联结。基础设施是人工智能技术体系的基础支撑。我们通常谈算力、治理、数据，但往往忽略了一个关键环节——那就是让这一切运转起来的通信基础设施。随着人工智能从试点走向规模化落地，我们的网络也面临新的需求，包括全天候稳定的连接、实时的响应、内置的安全保障等。这也正是5G独立组网与5G先进技术的核心价值所在，全面完成5G的建设布局对打造原生人工智能网络至关重要。第二是可靠性。AI在制造、医疗、物流等领域潜力巨大，但这些也是监管最严格、对信任度要求最高的行业。目前许多通用大模型由于缺乏垂直行业的专业知识，往往难以满足特定行业的严苛需求。某些模型可能会误判网络数据，甚至给出错误结论。第三是协作。要实现AI的全球规模发展，需要运营商、科技企业、垂直行业伙伴以及政策制定者通力合作。三、AI向善的价值锚点
蚂蚁集团首席执行官韩歆毅认为，要实现AI时代的共同繁荣，我们的AI产业发展其实面临四重挑战：在算力和能源上，要应对的挑战是模型性能的提升及其广泛应用带来的能耗增长。在模型和数据上，安全、隐私已经成为突出挑战。在应用上，AI应用到底是技术自嗨还是能够更好地造福于人。最后，我们永远有一个终极问题：AI到底是替代人还是增强人？针对这四重挑战，韩歆毅分别给出了蚂蚁集团的应对策略：能耗方面，坚持净零目标，大力发展绿色计算和绿色能源。安全与隐私方面，得益于在金融科技领域过去十几年积累的经验，当蚂蚁集团进入AI医疗健康领域时，在第一时间就对风险防范作了整体设计，针对每一类风险建立了相应的防护机制。在应用方面，AI不仅要成为生产力工具，也要造福于人。蚂蚁集团这几年在医疗健康领域做了很大投入，目标是实现“三个让”：一是让名医分身有术，二是让基层医生强技在身，三是让每个人拥有一个健康生活好助手。最后一点，面对AI浪潮冲击，如何看待人才发展？蚂蚁集团坚信：AI不应替代人，而应增强人。江森自控首席执行官卫友安首先回顾了公司创始人发明世界上第一台恒温器的案例，以此说明技术革新始终在丰富着人类社会。当然，卫友安也提到随着科学进步的加速，特别是在AI驱动下，人类生物学新药研发、AI工厂、数据中心以及芯片技术正迎来爆发，繁荣背后也隐藏着算力与能耗激增的巨大挑战。如何解决这些问题？江森自控的答案是：利用AI在关键任务和生态环境中实现精准的能效管理。卫友安通过分享江森自控与中国民航大学以及与一家制药生产基地合作，通过AI跨系统整合大幅降低能耗提升能效的案例，强调指出，在这个过程当中，其实我们更多是看到了人类所发挥的作用。我们设计的系统不是要替代员工，而是要增强人类可以做的工作。从这个角度，我们可以确保人类始终能够在组织当中扮演指导性、引导性角色。既降低能效，同时又能够保住人类的角色和工作。为了让AI真正服务于人、服务于地球，卫友安倡议组织的领导者应“五步走”：持续学习、明确问题、拥抱变革、理顺流程、数据准备。四、基础突破与原生态重构
上海人工智能实验室主任、首席科学家周伯文的发言围绕“通用人工智能创新驱动发展”展开。他认为，当前人工智能发展有三大趋势。趋势一：通用与专用的融合。趋势二：从“能做题”走向“会办事”。趋势三：科学发现是智能的终极验证。对于“人工智能+”所面临的挑战和应对路径，周伯文认为需要处理好“四度”、“三量”与“四如何”的关系。首先，进一步推动人工智能赋能新质生产力，要在四个“度上”持续提升。拓展宽度：赋予AI更长的上下文（Context），容纳更丰富的信息输入；挖掘深度：确保大模型在长任务推理的每个节点都具备高度专业性；提升密度：.通过智能体协同网络，实现高频次信息交付与决策流转；加快速度：提升AI自我进化的迭代效率。随着“四个度”的提升，人工智能将迎来新一轮的大爆发，核心价值将更加凸显，表现在“三个量”：一是产生增量效应，即实现从不能到能突破，赋能传统产业和新兴领域，拓展新质生产力的应用边界；二是变量效应，深刻变革生产流程、决策机制、要素组合的生产关系，驱动产业升级；三是增大分量效益。发挥人工智能自我学习、自我迭代的特性，使生产效率、升级速度实现指数级递增。展望“十五五”，全面实施“人工智能+”，周伯文强调需要锚定“四个如何”。一是如何将人工智能“加得上”。二是如何让人工智能“加得深”。三是如何让人工智能“加得稳”。四是如何让人工智能“加得顺”。五、管理变革与开放协同
贝恩公司全球董事会主席、总裁、首席执行官戴思睿指出，AI正在带来百年未有的历史性机遇，它将重塑各行各业，也将改变企业的竞争逻辑。大家都在思考如何在快速重构的规则体系当中找准前进的方向，如何能够把AI从单纯的生产力工具演进为企业的底层操作系统和创新源泉。对于这些问题，戴思睿给出了他的思考。他观察到，尽管AI在能力上已实现长足发展，但在“技术能达到的高度”与“企业实际获得的竞争力”之间，依然存在巨大鸿沟。那么，让领先企业脱颖而出的关键究竟是什么？纵览各行各业，最终的胜出者，绝不是那些简单套用先进技术的企业，而是那些将AI视为一场“业务变革”而非单纯“技术落地”的企业。戴思睿指出，当前许多AI应用项目往往是从技术出发，反推应用场景。这导致的结果是，试点项目层出不穷，但真正能实现规模化推广的却寥寥无几。领先的企业恰恰反其道而行之。它们从价值链的核心环节入手，探究AI如何从根本上重塑流程，从而创造更大的竞争优势。戴思睿强调，随着基础模型的普及，AI模型本身正日益成为一种普惠资源。真正能构筑长期竞争优势的，是在通用模型之上的二次开发——也就是那些竞争对手无法复制的业务判断、专属数据和经验沉淀。这才是实现规模化价值的真正分野。戴思睿认为，AI带来的不仅是技术问题，更是人的问题。必须认识到，成功的AI变革，是业务流程与人才能力的协同重塑。在这个过程中，人类始终处于核心位置。在某些场景下，人类需要“在环内”（In the loop），直接监督全流程的每一步；而在另一些场景下，人类则在“环上”（On the loop），当智能体以更高自主性运行时，对其实施管理和监督。这将催生一系列新岗位，如流程工程、智能协同以及AI治理等。这一切都离不开对人才的切实投入和开展量体裁衣的技能重塑项目。在组织内部，我们必须建立共识与互信：引入AI的初衷是赋能员工、提升工作价值，而非取代人力。云深处科技创始人兼首席执行官朱秋国就“人工智能如何赋能实体经济”，分享了自己的思考。第一是破解行业痛点，让技术真正适配产业场景。云深处科技从事的机器人行业属于具身智能范畴，与大模型纯数字端的发展路径不同。朱秋国强调，他们的核心逻辑是“场景定义技术”，必须让技术适配真实的物理环境。他介绍了公司产品在电力、消防、生态保护等领域的应用，展示了AI应用如何从数字端走向物理端，真正扎根实体经济。第二是筑牢技术根基，以自主创新支撑产业化的底气。多年来云深处科技始终坚持自主创新的路径，已经构建了包括感知、决策、执行的全链路技术体系，正在从1.0时代向2.0时代的具身智能全面演进，旨在为更多场景提供更强大的AI支撑。第三是共建合作生态，用开放协同释放产业价值。朱秋国着重指出，人工智能的产业化并非独角戏，而是需要产业链所涉各方共同推进的系统工程。
友情提示：《中国经济报告》保留对本文的所有权利。欢迎您将本文转发至朋友圈或微信群分享；如需商业转载，务请通过后台联系我们取得授权，否则将追究法律责任。
郑重声明：《中国经济报告》不以任何形式收取审稿、版面等费用；本刊编辑部负责本刊审稿工作，本刊无任何分支机构，也从未委托任何中介机构为本刊组稿；本刊将对以本刊名义组织稿件并收取费用的机构和个人追究法律责任。
汇全球智 为中国谋
打造一流智库成果评价和发布平台
《中国经济报告》是由国务院发展研究中心主管的以经济形势研判和经济政策研究为主要内容的半月刊，是中国发展出版社旗下4种期刊之一，致力于打造立足国内、面向全球的智库成果评价和发布平台。现设有封面专题、全局与战略、宏观经济、产业与公司、金融与资本、市场与区域、资源与环境、法治与管理、创新发展、社会发展、世界经济、经济学家、智库研究、经济随笔等栏目。
《中国经济报告》是中国知网、万方、龙源、维普、超星等数据库来源期刊；中国人文社会科学期刊AMI综合评价（A刊）扩展期刊；人大复印报刊资料和《新华文摘》高频转载期刊；2022、2023、2024、2025年度连续入选数字阅读影响力期刊TOP100海外排行榜；入选2025年北京国际图书博览会“中国精品期刊展”；2023、2024、2025年度连续被评为博看网“最受读者欢迎期刊”，2025年度获“传播先锋奖”；2025年度还被中国科技期刊数据库评为“学术影响力进步期刊”。
欢迎来稿：zgjjbg2013@163.com
采编热线：010-68990699/68317765
发行热线：010-68353229