作者：高艳（中国计量大学教授）

今年政府工作报告首次提出“打造智能经济新形态”，并对此做出具体安排，勾勒出我国智能经济高质量发展的路线图。

当前，新一轮科技革命和产业变革加速演进，人工智能作为引领未来的重要战略性技术，正从“技术变量”加快转化为“经济增量”。

打造智能经济新形态，重在促进人工智能应用广度、融合深度和发展高度协同提升，并完善人工智能治理，从而把技术势能转化为高质量发展的强劲动能。

拓展应用广度，构建普惠共享的产业生态

要夯实智能经济发展基础，首先要解决技术普及问题，推动人工智能技术更广泛地进入生产生活场景。近年来，我国人工智能应用场景持续拓展，智能终端普及率不断提升。按照有关部署，到2027年，新一代智能终端、智能体等应用普及率将超过70%。与此同时，“东数西算”工程加快推进，全国一体化算力网络建设持续推进，长三角、粤港澳大湾区、京津冀等地区也在加快集聚人工智能创新资源。

但从整体看，人工智能应用仍存在结构性不均衡。头部企业在算力资源、数据规模和技术能力方面占据优势，大量中小企业则在算力成本、技术能力和应用场景开发方面面临较高门槛，人工智能应用在不同行业和企业之间仍存在较大差异。如果技术应用长期停留在少数头部企业和示范场景之中，就难以夯实智能经济的产业基础。

推动应用广度持续拓展，重点是要让人工智能具备更强的可及性、可用性和可扩展性。首先，应以算力普惠为导向，优化基础设施布局，通过全国一体化算力网络提升资源调度效率，降低中小企业获取和使用人工智能技术的成本。其次，应以开源模型和公共技术平台为支撑，降低企业接入算法、工具和服务的门槛，提升中小企业应用人工智能技术的便利度和可操作性。再次，以场景牵引促进应用转化，从重点行业、典型区域和示范项目入手，加快推动人工智能走向规模化应用。只有逐步形成大企业建生态、小企业用服务的产业格局，才能更好推动人工智能技术普惠和成果共享，筑牢智能经济广泛而坚实的产业基础。

挖掘融合深度，提升全要素生产率

人工智能与实体经济的融合深度决定了智能经济能否真正转化为现实生产力。人工智能的价值在于通过与实体经济深度融合，推动生产要素重组和生产方式变革，提升全要素生产率。近年来，人工智能正从单一技术工具升级为产业运行的重要基础能力。在制造业、科研创新和现代服务业中，人工智能应用不断拓展，数据、算力和算法也逐步成为关键生产要素，推动产业体系由“数字化”向“数智化”跃迁。

但从整体看，人工智能与实体经济的深度融合目前仍处于探索阶段。一些行业数据资源分散，标准体系尚未统一，“数据孤岛”问题仍然存在；不少企业在生产流程改造和技术应用能力方面存在不足，人工智能技术对复杂工业场景的理解和适配仍不充分；在基础算法、工业软件等关键领域，我国尚存技术瓶颈。如果这些问题得不到有效解决，人工智能就难以真正嵌入产业运行体系。

推动融合深度持续提升，重在围绕能力补强、数据打通和协同落地持续发力。首先，应聚焦基础算法、工业软件等薄弱领域加强攻关，提升人工智能对复杂产业场景的理解能力和适配能力，解决技术嵌入不深、应用不透的问题。其次，应加快工业数据标准体系建设和接口规则统一，推动数据资源在安全可控前提下高效流通，打通模型训练、场景识别和业务协同中的数据堵点。再次，应以重点行业、重点企业和典型场景为牵引，推动研发、生产和服务环节协同改造，加快形成可复制、可推广的融合模式，促进人工智能与实体经济深度融合。

提升发展高度，增强全球竞争优势

智能经济的发展高度关系我国能否在新一轮全球科技竞争中赢得战略主动。在新一轮科技革命和产业变革加速推进的背景下，主要国家和地区都在加快布局人工智能产业。关键技术能力、产业体系完整性和规则参与能力，将共同决定一国在智能经济竞争中的主动权。

从发展基础看，我国在智能经济领域已具备较为明显的综合优势。在计算机视觉、自然语言处理等领域，我国已进入全球第一梯队，一批具有国际影响力的人工智能企业不断涌现。此外，我国还拥有丰富的人工智能应用场景和庞大的数据资源。但在高端芯片、基础算法、核心软件等关键领域，我国仍面临一定技术瓶颈。更重要的是，全球人工智能竞争正在从单一技术突破转向技术体系、产业生态和治理能力的整体竞争，如果关键环节受制于人，就难以在未来科技竞争中形成稳定优势。

提升发展高度，应重在围绕补短板、抢前沿、争主动三方面持续发力。首先，要依托新型举国体制，聚焦高端芯片、基础算法、核心软件等关键领域持续攻关，补上制约智能经济发展的底层短板，夯实自主可控的技术基础。其次，要立足具身智能、通用人工智能等前沿方向提前布局，推动科研、产业和资本力量有效衔接，培育新的技术增长点和产业增长极，增强未来竞争的持续后劲。再次，要把参与全球人工智能治理规则制定同技术发展和产业布局统筹起来，加强国际科技合作与规则对话，在标准制定、治理原则和国际合作机制中争取更大主动，推动竞争优势由技术层面延伸到制度层面。

完善安全治理，护航智能经济发展

智能经济加快发展，既释放出新的增长潜能，也带来新的治理挑战。随着人工智能不断向经济社会各领域深入拓展，数据泄露、算法偏见、深度伪造、自动化决策失当以及技术伦理失范等问题日益受到关注。因此，推进数据基础制度规则建设和人工智能治理，成为当前政策部署的重要方向。

夯实智能经济安全韧性，首先要加强人工智能治理，完善相关法律法规、政策制度、应用规范和伦理准则，推动形成覆盖研发、训练、部署和应用全过程的治理框架，为人工智能健康发展提供清晰稳定的制度边界。其次，要在数据要素市场化配置改革中完善制度安排，统筹推进数据分类分级、授权使用和安全流通机制建设，在保障安全和隐私的前提下提升数据治理能力，促进数据资源规范流动和高效利用。再次，支持人工智能安全技术研发，加强模型可解释性研究和安全检测能力建设，推动风险识别和防控关口前移。

总之，智能经济的发展，不只是技术扩散的过程，更是产业体系重塑、发展动能转换的系统演进。打造智能经济新形态，不能停留于技术应用的增量扩展，而要推动人工智能由局部赋能走向整体嵌入、由场景突破走向体系重塑，从而在高质量发展中不断塑造新的增长逻辑和竞争优势。

作者：高艳（中国计量大学教授）

今年政府工作报告首次提出“打造智能经济新形态”，并对此做出具体安排，勾勒出我国智能经济高质量发展的路线图。

当前，新一轮科技革命和产业变革加速演进，人工智能作为引领未来的重要战略性技术，正从“技术变量”加快转化为“经济增量”。

打造智能经济新形态，重在促进人工智能应用广度、融合深度和发展高度协同提升，并完善人工智能治理，从而把技术势能转化为高质量发展的强劲动能。

拓展应用广度，构建普惠共享的产业生态

要夯实智能经济发展基础，首先要解决技术普及问题，推动人工智能技术更广泛地进入生产生活场景。近年来，我国人工智能应用场景持续拓展，智能终端普及率不断提升。按照有关部署，到2027年，新一代智能终端、智能体等应用普及率将超过70%。与此同时，“东数西算”工程加快推进，全国一体化算力网络建设持续推进，长三角、粤港澳大湾区、京津冀等地区也在加快集聚人工智能创新资源。

但从整体看，人工智能应用仍存在结构性不均衡。头部企业在算力资源、数据规模和技术能力方面占据优势，大量中小企业则在算力成本、技术能力和应用场景开发方面面临较高门槛，人工智能应用在不同行业和企业之间仍存在较大差异。如果技术应用长期停留在少数头部企业和示范场景之中，就难以夯实智能经济的产业基础。

推动应用广度持续拓展，重点是要让人工智能具备更强的可及性、可用性和可扩展性。首先，应以算力普惠为导向，优化基础设施布局，通过全国一体化算力网络提升资源调度效率，降低中小企业获取和使用人工智能技术的成本。其次，应以开源模型和公共技术平台为支撑，降低企业接入算法、工具和服务的门槛，提升中小企业应用人工智能技术的便利度和可操作性。再次，以场景牵引促进应用转化，从重点行业、典型区域和示范项目入手，加快推动人工智能走向规模化应用。只有逐步形成大企业建生态、小企业用服务的产业格局，才能更好推动人工智能技术普惠和成果共享，筑牢智能经济广泛而坚实的产业基础。

挖掘融合深度，提升全要素生产率

人工智能与实体经济的融合深度决定了智能经济能否真正转化为现实生产力。人工智能的价值在于通过与实体经济深度融合，推动生产要素重组和生产方式变革，提升全要素生产率。近年来，人工智能正从单一技术工具升级为产业运行的重要基础能力。在制造业、科研创新和现代服务业中，人工智能应用不断拓展，数据、算力和算法也逐步成为关键生产要素，推动产业体系由“数字化”向“数智化”跃迁。

但从整体看，人工智能与实体经济的深度融合目前仍处于探索阶段。一些行业数据资源分散，标准体系尚未统一，“数据孤岛”问题仍然存在；不少企业在生产流程改造和技术应用能力方面存在不足，人工智能技术对复杂工业场景的理解和适配仍不充分；在基础算法、工业软件等关键领域，我国尚存技术瓶颈。如果这些问题得不到有效解决，人工智能就难以真正嵌入产业运行体系。

推动融合深度持续提升，重在围绕能力补强、数据打通和协同落地持续发力。首先，应聚焦基础算法、工业软件等薄弱领域加强攻关，提升人工智能对复杂产业场景的理解能力和适配能力，解决技术嵌入不深、应用不透的问题。其次，应加快工业数据标准体系建设和接口规则统一，推动数据资源在安全可控前提下高效流通，打通模型训练、场景识别和业务协同中的数据堵点。再次，应以重点行业、重点企业和典型场景为牵引，推动研发、生产和服务环节协同改造，加快形成可复制、可推广的融合模式，促进人工智能与实体经济深度融合。

提升发展高度，增强全球竞争优势

智能经济的发展高度关系我国能否在新一轮全球科技竞争中赢得战略主动。在新一轮科技革命和产业变革加速推进的背景下，主要国家和地区都在加快布局人工智能产业。关键技术能力、产业体系完整性和规则参与能力，将共同决定一国在智能经济竞争中的主动权。

从发展基础看，我国在智能经济领域已具备较为明显的综合优势。在计算机视觉、自然语言处理等领域，我国已进入全球第一梯队，一批具有国际影响力的人工智能企业不断涌现。此外，我国还拥有丰富的人工智能应用场景和庞大的数据资源。但在高端芯片、基础算法、核心软件等关键领域，我国仍面临一定技术瓶颈。更重要的是，全球人工智能竞争正在从单一技术突破转向技术体系、产业生态和治理能力的整体竞争，如果关键环节受制于人，就难以在未来科技竞争中形成稳定优势。

提升发展高度，应重在围绕补短板、抢前沿、争主动三方面持续发力。首先，要依托新型举国体制，聚焦高端芯片、基础算法、核心软件等关键领域持续攻关，补上制约智能经济发展的底层短板，夯实自主可控的技术基础。其次，要立足具身智能、通用人工智能等前沿方向提前布局，推动科研、产业和资本力量有效衔接，培育新的技术增长点和产业增长极，增强未来竞争的持续后劲。再次，要把参与全球人工智能治理规则制定同技术发展和产业布局统筹起来，加强国际科技合作与规则对话，在标准制定、治理原则和国际合作机制中争取更大主动，推动竞争优势由技术层面延伸到制度层面。

完善安全治理，护航智能经济发展

智能经济加快发展，既释放出新的增长潜能，也带来新的治理挑战。随着人工智能不断向经济社会各领域深入拓展，数据泄露、算法偏见、深度伪造、自动化决策失当以及技术伦理失范等问题日益受到关注。因此，推进数据基础制度规则建设和人工智能治理，成为当前政策部署的重要方向。

夯实智能经济安全韧性，首先要加强人工智能治理，完善相关法律法规、政策制度、应用规范和伦理准则，推动形成覆盖研发、训练、部署和应用全过程的治理框架，为人工智能健康发展提供清晰稳定的制度边界。其次，要在数据要素市场化配置改革中完善制度安排，统筹推进数据分类分级、授权使用和安全流通机制建设，在保障安全和隐私的前提下提升数据治理能力，促进数据资源规范流动和高效利用。再次，支持人工智能安全技术研发，加强模型可解释性研究和安全检测能力建设，推动风险识别和防控关口前移。

总之，智能经济的发展，不只是技术扩散的过程，更是产业体系重塑、发展动能转换的系统演进。打造智能经济新形态，不能停留于技术应用的增量扩展，而要推动人工智能由局部赋能走向整体嵌入、由场景突破走向体系重塑，从而在高质量发展中不断塑造新的增长逻辑和竞争优势。

作者：高艳（中国计量大学教授）

今年政府工作报告首次提出“打造智能经济新形态”，并对此做出具体安排，勾勒出我国智能经济高质量发展的路线图。

当前，新一轮科技革命和产业变革加速演进，人工智能作为引领未来的重要战略性技术，正从“技术变量”加快转化为“经济增量”。

打造智能经济新形态，重在促进人工智能应用广度、融合深度和发展高度协同提升，并完善人工智能治理，从而把技术势能转化为高质量发展的强劲动能。

拓展应用广度，构建普惠共享的产业生态

要夯实智能经济发展基础，首先要解决技术普及问题，推动人工智能技术更广泛地进入生产生活场景。近年来，我国人工智能应用场景持续拓展，智能终端普及率不断提升。按照有关部署，到2027年，新一代智能终端、智能体等应用普及率将超过70%。与此同时，“东数西算”工程加快推进，全国一体化算力网络建设持续推进，长三角、粤港澳大湾区、京津冀等地区也在加快集聚人工智能创新资源。

但从整体看，人工智能应用仍存在结构性不均衡。头部企业在算力资源、数据规模和技术能力方面占据优势，大量中小企业则在算力成本、技术能力和应用场景开发方面面临较高门槛，人工智能应用在不同行业和企业之间仍存在较大差异。如果技术应用长期停留在少数头部企业和示范场景之中，就难以夯实智能经济的产业基础。

推动应用广度持续拓展，重点是要让人工智能具备更强的可及性、可用性和可扩展性。首先，应以算力普惠为导向，优化基础设施布局，通过全国一体化算力网络提升资源调度效率，降低中小企业获取和使用人工智能技术的成本。其次，应以开源模型和公共技术平台为支撑，降低企业接入算法、工具和服务的门槛，提升中小企业应用人工智能技术的便利度和可操作性。再次，以场景牵引促进应用转化，从重点行业、典型区域和示范项目入手，加快推动人工智能走向规模化应用。只有逐步形成大企业建生态、小企业用服务的产业格局，才能更好推动人工智能技术普惠和成果共享，筑牢智能经济广泛而坚实的产业基础。

挖掘融合深度，提升全要素生产率

人工智能与实体经济的融合深度决定了智能经济能否真正转化为现实生产力。人工智能的价值在于通过与实体经济深度融合，推动生产要素重组和生产方式变革，提升全要素生产率。近年来，人工智能正从单一技术工具升级为产业运行的重要基础能力。在制造业、科研创新和现代服务业中，人工智能应用不断拓展，数据、算力和算法也逐步成为关键生产要素，推动产业体系由“数字化”向“数智化”跃迁。

但从整体看，人工智能与实体经济的深度融合目前仍处于探索阶段。一些行业数据资源分散，标准体系尚未统一，“数据孤岛”问题仍然存在；不少企业在生产流程改造和技术应用能力方面存在不足，人工智能技术对复杂工业场景的理解和适配仍不充分；在基础算法、工业软件等关键领域，我国尚存技术瓶颈。如果这些问题得不到有效解决，人工智能就难以真正嵌入产业运行体系。

推动融合深度持续提升，重在围绕能力补强、数据打通和协同落地持续发力。首先，应聚焦基础算法、工业软件等薄弱领域加强攻关，提升人工智能对复杂产业场景的理解能力和适配能力，解决技术嵌入不深、应用不透的问题。其次，应加快工业数据标准体系建设和接口规则统一，推动数据资源在安全可控前提下高效流通，打通模型训练、场景识别和业务协同中的数据堵点。再次，应以重点行业、重点企业和典型场景为牵引，推动研发、生产和服务环节协同改造，加快形成可复制、可推广的融合模式，促进人工智能与实体经济深度融合。

提升发展高度，增强全球竞争优势

智能经济的发展高度关系我国能否在新一轮全球科技竞争中赢得战略主动。在新一轮科技革命和产业变革加速推进的背景下，主要国家和地区都在加快布局人工智能产业。关键技术能力、产业体系完整性和规则参与能力，将共同决定一国在智能经济竞争中的主动权。

从发展基础看，我国在智能经济领域已具备较为明显的综合优势。在计算机视觉、自然语言处理等领域，我国已进入全球第一梯队，一批具有国际影响力的人工智能企业不断涌现。此外，我国还拥有丰富的人工智能应用场景和庞大的数据资源。但在高端芯片、基础算法、核心软件等关键领域，我国仍面临一定技术瓶颈。更重要的是，全球人工智能竞争正在从单一技术突破转向技术体系、产业生态和治理能力的整体竞争，如果关键环节受制于人，就难以在未来科技竞争中形成稳定优势。

提升发展高度，应重在围绕补短板、抢前沿、争主动三方面持续发力。首先，要依托新型举国体制，聚焦高端芯片、基础算法、核心软件等关键领域持续攻关，补上制约智能经济发展的底层短板，夯实自主可控的技术基础。其次，要立足具身智能、通用人工智能等前沿方向提前布局，推动科研、产业和资本力量有效衔接，培育新的技术增长点和产业增长极，增强未来竞争的持续后劲。再次，要把参与全球人工智能治理规则制定同技术发展和产业布局统筹起来，加强国际科技合作与规则对话，在标准制定、治理原则和国际合作机制中争取更大主动，推动竞争优势由技术层面延伸到制度层面。

完善安全治理，护航智能经济发展

智能经济加快发展，既释放出新的增长潜能，也带来新的治理挑战。随着人工智能不断向经济社会各领域深入拓展，数据泄露、算法偏见、深度伪造、自动化决策失当以及技术伦理失范等问题日益受到关注。因此，推进数据基础制度规则建设和人工智能治理，成为当前政策部署的重要方向。

夯实智能经济安全韧性，首先要加强人工智能治理，完善相关法律法规、政策制度、应用规范和伦理准则，推动形成覆盖研发、训练、部署和应用全过程的治理框架，为人工智能健康发展提供清晰稳定的制度边界。其次，要在数据要素市场化配置改革中完善制度安排，统筹推进数据分类分级、授权使用和安全流通机制建设，在保障安全和隐私的前提下提升数据治理能力，促进数据资源规范流动和高效利用。再次，支持人工智能安全技术研发，加强模型可解释性研究和安全检测能力建设，推动风险识别和防控关口前移。

总之，智能经济的发展，不只是技术扩散的过程，更是产业体系重塑、发展动能转换的系统演进。打造智能经济新形态，不能停留于技术应用的增量扩展，而要推动人工智能由局部赋能走向整体嵌入、由场景突破走向体系重塑，从而在高质量发展中不断塑造新的增长逻辑和竞争优势。

作者：高艳（中国计量大学教授）

今年政府工作报告首次提出“打造智能经济新形态”，并对此做出具体安排，勾勒出我国智能经济高质量发展的路线图。

当前，新一轮科技革命和产业变革加速演进，人工智能作为引领未来的重要战略性技术，正从“技术变量”加快转化为“经济增量”。

打造智能经济新形态，重在促进人工智能应用广度、融合深度和发展高度协同提升，并完善人工智能治理，从而把技术势能转化为高质量发展的强劲动能。

拓展应用广度，构建普惠共享的产业生态

要夯实智能经济发展基础，首先要解决技术普及问题，推动人工智能技术更广泛地进入生产生活场景。近年来，我国人工智能应用场景持续拓展，智能终端普及率不断提升。按照有关部署，到2027年，新一代智能终端、智能体等应用普及率将超过70%。与此同时，“东数西算”工程加快推进，全国一体化算力网络建设持续推进，长三角、粤港澳大湾区、京津冀等地区也在加快集聚人工智能创新资源。

但从整体看，人工智能应用仍存在结构性不均衡。头部企业在算力资源、数据规模和技术能力方面占据优势，大量中小企业则在算力成本、技术能力和应用场景开发方面面临较高门槛，人工智能应用在不同行业和企业之间仍存在较大差异。如果技术应用长期停留在少数头部企业和示范场景之中，就难以夯实智能经济的产业基础。

推动应用广度持续拓展，重点是要让人工智能具备更强的可及性、可用性和可扩展性。首先，应以算力普惠为导向，优化基础设施布局，通过全国一体化算力网络提升资源调度效率，降低中小企业获取和使用人工智能技术的成本。其次，应以开源模型和公共技术平台为支撑，降低企业接入算法、工具和服务的门槛，提升中小企业应用人工智能技术的便利度和可操作性。再次，以场景牵引促进应用转化，从重点行业、典型区域和示范项目入手，加快推动人工智能走向规模化应用。只有逐步形成大企业建生态、小企业用服务的产业格局，才能更好推动人工智能技术普惠和成果共享，筑牢智能经济广泛而坚实的产业基础。

挖掘融合深度，提升全要素生产率

人工智能与实体经济的融合深度决定了智能经济能否真正转化为现实生产力。人工智能的价值在于通过与实体经济深度融合，推动生产要素重组和生产方式变革，提升全要素生产率。近年来，人工智能正从单一技术工具升级为产业运行的重要基础能力。在制造业、科研创新和现代服务业中，人工智能应用不断拓展，数据、算力和算法也逐步成为关键生产要素，推动产业体系由“数字化”向“数智化”跃迁。

但从整体看，人工智能与实体经济的深度融合目前仍处于探索阶段。一些行业数据资源分散，标准体系尚未统一，“数据孤岛”问题仍然存在；不少企业在生产流程改造和技术应用能力方面存在不足，人工智能技术对复杂工业场景的理解和适配仍不充分；在基础算法、工业软件等关键领域，我国尚存技术瓶颈。如果这些问题得不到有效解决，人工智能就难以真正嵌入产业运行体系。

推动融合深度持续提升，重在围绕能力补强、数据打通和协同落地持续发力。首先，应聚焦基础算法、工业软件等薄弱领域加强攻关，提升人工智能对复杂产业场景的理解能力和适配能力，解决技术嵌入不深、应用不透的问题。其次，应加快工业数据标准体系建设和接口规则统一，推动数据资源在安全可控前提下高效流通，打通模型训练、场景识别和业务协同中的数据堵点。再次，应以重点行业、重点企业和典型场景为牵引，推动研发、生产和服务环节协同改造，加快形成可复制、可推广的融合模式，促进人工智能与实体经济深度融合。

提升发展高度，增强全球竞争优势

智能经济的发展高度关系我国能否在新一轮全球科技竞争中赢得战略主动。在新一轮科技革命和产业变革加速推进的背景下，主要国家和地区都在加快布局人工智能产业。关键技术能力、产业体系完整性和规则参与能力，将共同决定一国在智能经济竞争中的主动权。

从发展基础看，我国在智能经济领域已具备较为明显的综合优势。在计算机视觉、自然语言处理等领域，我国已进入全球第一梯队，一批具有国际影响力的人工智能企业不断涌现。此外，我国还拥有丰富的人工智能应用场景和庞大的数据资源。但在高端芯片、基础算法、核心软件等关键领域，我国仍面临一定技术瓶颈。更重要的是，全球人工智能竞争正在从单一技术突破转向技术体系、产业生态和治理能力的整体竞争，如果关键环节受制于人，就难以在未来科技竞争中形成稳定优势。

提升发展高度，应重在围绕补短板、抢前沿、争主动三方面持续发力。首先，要依托新型举国体制，聚焦高端芯片、基础算法、核心软件等关键领域持续攻关，补上制约智能经济发展的底层短板，夯实自主可控的技术基础。其次，要立足具身智能、通用人工智能等前沿方向提前布局，推动科研、产业和资本力量有效衔接，培育新的技术增长点和产业增长极，增强未来竞争的持续后劲。再次，要把参与全球人工智能治理规则制定同技术发展和产业布局统筹起来，加强国际科技合作与规则对话，在标准制定、治理原则和国际合作机制中争取更大主动，推动竞争优势由技术层面延伸到制度层面。

完善安全治理，护航智能经济发展

智能经济加快发展，既释放出新的增长潜能，也带来新的治理挑战。随着人工智能不断向经济社会各领域深入拓展，数据泄露、算法偏见、深度伪造、自动化决策失当以及技术伦理失范等问题日益受到关注。因此，推进数据基础制度规则建设和人工智能治理，成为当前政策部署的重要方向。

夯实智能经济安全韧性，首先要加强人工智能治理，完善相关法律法规、政策制度、应用规范和伦理准则，推动形成覆盖研发、训练、部署和应用全过程的治理框架，为人工智能健康发展提供清晰稳定的制度边界。其次，要在数据要素市场化配置改革中完善制度安排，统筹推进数据分类分级、授权使用和安全流通机制建设，在保障安全和隐私的前提下提升数据治理能力，促进数据资源规范流动和高效利用。再次，支持人工智能安全技术研发，加强模型可解释性研究和安全检测能力建设，推动风险识别和防控关口前移。

总之，智能经济的发展，不只是技术扩散的过程，更是产业体系重塑、发展动能转换的系统演进。打造智能经济新形态，不能停留于技术应用的增量扩展，而要推动人工智能由局部赋能走向整体嵌入、由场景突破走向体系重塑，从而在高质量发展中不断塑造新的增长逻辑和竞争优势。

作者：高艳（中国计量大学教授）

今年政府工作报告首次提出“打造智能经济新形态”，并对此做出具体安排，勾勒出我国智能经济高质量发展的路线图。

当前，新一轮科技革命和产业变革加速演进，人工智能作为引领未来的重要战略性技术，正从“技术变量”加快转化为“经济增量”。

打造智能经济新形态，重在促进人工智能应用广度、融合深度和发展高度协同提升，并完善人工智能治理，从而把技术势能转化为高质量发展的强劲动能。

拓展应用广度，构建普惠共享的产业生态

要夯实智能经济发展基础，首先要解决技术普及问题，推动人工智能技术更广泛地进入生产生活场景。近年来，我国人工智能应用场景持续拓展，智能终端普及率不断提升。按照有关部署，到2027年，新一代智能终端、智能体等应用普及率将超过70%。与此同时，“东数西算”工程加快推进，全国一体化算力网络建设持续推进，长三角、粤港澳大湾区、京津冀等地区也在加快集聚人工智能创新资源。

但从整体看，人工智能应用仍存在结构性不均衡。头部企业在算力资源、数据规模和技术能力方面占据优势，大量中小企业则在算力成本、技术能力和应用场景开发方面面临较高门槛，人工智能应用在不同行业和企业之间仍存在较大差异。如果技术应用长期停留在少数头部企业和示范场景之中，就难以夯实智能经济的产业基础。

推动应用广度持续拓展，重点是要让人工智能具备更强的可及性、可用性和可扩展性。首先，应以算力普惠为导向，优化基础设施布局，通过全国一体化算力网络提升资源调度效率，降低中小企业获取和使用人工智能技术的成本。其次，应以开源模型和公共技术平台为支撑，降低企业接入算法、工具和服务的门槛，提升中小企业应用人工智能技术的便利度和可操作性。再次，以场景牵引促进应用转化，从重点行业、典型区域和示范项目入手，加快推动人工智能走向规模化应用。只有逐步形成大企业建生态、小企业用服务的产业格局，才能更好推动人工智能技术普惠和成果共享，筑牢智能经济广泛而坚实的产业基础。

挖掘融合深度，提升全要素生产率

人工智能与实体经济的融合深度决定了智能经济能否真正转化为现实生产力。人工智能的价值在于通过与实体经济深度融合，推动生产要素重组和生产方式变革，提升全要素生产率。近年来，人工智能正从单一技术工具升级为产业运行的重要基础能力。在制造业、科研创新和现代服务业中，人工智能应用不断拓展，数据、算力和算法也逐步成为关键生产要素，推动产业体系由“数字化”向“数智化”跃迁。

但从整体看，人工智能与实体经济的深度融合目前仍处于探索阶段。一些行业数据资源分散，标准体系尚未统一，“数据孤岛”问题仍然存在；不少企业在生产流程改造和技术应用能力方面存在不足，人工智能技术对复杂工业场景的理解和适配仍不充分；在基础算法、工业软件等关键领域，我国尚存技术瓶颈。如果这些问题得不到有效解决，人工智能就难以真正嵌入产业运行体系。

推动融合深度持续提升，重在围绕能力补强、数据打通和协同落地持续发力。首先，应聚焦基础算法、工业软件等薄弱领域加强攻关，提升人工智能对复杂产业场景的理解能力和适配能力，解决技术嵌入不深、应用不透的问题。其次，应加快工业数据标准体系建设和接口规则统一，推动数据资源在安全可控前提下高效流通，打通模型训练、场景识别和业务协同中的数据堵点。再次，应以重点行业、重点企业和典型场景为牵引，推动研发、生产和服务环节协同改造，加快形成可复制、可推广的融合模式，促进人工智能与实体经济深度融合。

提升发展高度，增强全球竞争优势

智能经济的发展高度关系我国能否在新一轮全球科技竞争中赢得战略主动。在新一轮科技革命和产业变革加速推进的背景下，主要国家和地区都在加快布局人工智能产业。关键技术能力、产业体系完整性和规则参与能力，将共同决定一国在智能经济竞争中的主动权。

从发展基础看，我国在智能经济领域已具备较为明显的综合优势。在计算机视觉、自然语言处理等领域，我国已进入全球第一梯队，一批具有国际影响力的人工智能企业不断涌现。此外，我国还拥有丰富的人工智能应用场景和庞大的数据资源。但在高端芯片、基础算法、核心软件等关键领域，我国仍面临一定技术瓶颈。更重要的是，全球人工智能竞争正在从单一技术突破转向技术体系、产业生态和治理能力的整体竞争，如果关键环节受制于人，就难以在未来科技竞争中形成稳定优势。

提升发展高度，应重在围绕补短板、抢前沿、争主动三方面持续发力。首先，要依托新型举国体制，聚焦高端芯片、基础算法、核心软件等关键领域持续攻关，补上制约智能经济发展的底层短板，夯实自主可控的技术基础。其次，要立足具身智能、通用人工智能等前沿方向提前布局，推动科研、产业和资本力量有效衔接，培育新的技术增长点和产业增长极，增强未来竞争的持续后劲。再次，要把参与全球人工智能治理规则制定同技术发展和产业布局统筹起来，加强国际科技合作与规则对话，在标准制定、治理原则和国际合作机制中争取更大主动，推动竞争优势由技术层面延伸到制度层面。

完善安全治理，护航智能经济发展

智能经济加快发展，既释放出新的增长潜能，也带来新的治理挑战。随着人工智能不断向经济社会各领域深入拓展，数据泄露、算法偏见、深度伪造、自动化决策失当以及技术伦理失范等问题日益受到关注。因此，推进数据基础制度规则建设和人工智能治理，成为当前政策部署的重要方向。

夯实智能经济安全韧性，首先要加强人工智能治理，完善相关法律法规、政策制度、应用规范和伦理准则，推动形成覆盖研发、训练、部署和应用全过程的治理框架，为人工智能健康发展提供清晰稳定的制度边界。其次，要在数据要素市场化配置改革中完善制度安排，统筹推进数据分类分级、授权使用和安全流通机制建设，在保障安全和隐私的前提下提升数据治理能力，促进数据资源规范流动和高效利用。再次，支持人工智能安全技术研发，加强模型可解释性研究和安全检测能力建设，推动风险识别和防控关口前移。

总之，智能经济的发展，不只是技术扩散的过程，更是产业体系重塑、发展动能转换的系统演进。打造智能经济新形态，不能停留于技术应用的增量扩展，而要推动人工智能由局部赋能走向整体嵌入、由场景突破走向体系重塑，从而在高质量发展中不断塑造新的增长逻辑和竞争优势。