转自：成都日报锦观

“智能经济新形态”的战略意义与推进路径

编者按

2026年政府工作报告，首次明确提出“打造智能经济新形态”。这一提法标志着人工智能从技术突破的“上半场”正式转向与实体经济深度融合的“下半场”。《锦观智库》专题策划推出“智能经济深观察”专题，对智能经济的内涵、外延、场景及应用等进行深入解读阐释。本期专访中央党校（国家行政学院）经济学教研部教授、财政学金融学教研室副主任蔡之兵，对智能经济的内涵、战略意义和推进路径进行解读。

形态之变：从“技术工具”到“经济底座”

锦观智库：从2024年的“人工智能+”行动，到2025年的持续推进，再到2026年明确指向“智能经济”——“智能经济”与以往的“数字经济”或“人工智能+”有何区别，其内涵具体包括哪些内容？

蔡之兵：“智能经济”的提出，标志着我国人工智能发展正由技术应用阶段迈向经济形态重构阶段。这不仅是技术范式的演进，也意味着经济运行逻辑的深刻变化。“人工智能+”主要体现为技术对产业的工具性赋能，而“智能经济”则意味着人工智能深度嵌入生产、管理与决策过程，推动经济体系由“数字化”迈向“智能化”。由此，人工智能在经济体系中的角色也由“辅助工具”转变为经济运行的重要基础性能力，成为培育新质生产力的核心动力。

这一变化不仅体现在概念层面的提升，更体现在经济运行逻辑、技术范式与产业形态的系统转变。从经济逻辑看，数字经济以“数据”为关键要素，通过信息连接降低交易成本、提升资源配置效率；而智能经济则以“智能”为核心驱动力，依托算法模型实现复杂决策与系统优化，使经济运行逻辑由“连接”进一步迈向“思考与行动”。从技术层面看，这一变化体现为人工智能认知范式的升级。大模型正从依赖静态训练数据的“人类数据时代”，迈向通过环境交互与持续学习积累经验的“自主进化时代”。从产业逻辑看，“人工智能+”更多是一种技术赋能模式，而“智能经济”则意味着人工智能逐步成为经济系统运行的重要基础性能力，类似工业时代的电力系统，深度嵌入生产全过程。

因此，理解智能经济这一新形态，需要从其结构与运行机制把握其基本内涵。总体来看，智能经济主要包含三个层面：一是以算力、算法和数据为支撑的技术底座，特别是超大规模智算集群与算电协同体系；二是以智能体、新一代智能终端和行业大模型为代表的应用载体，其中“智能体”将成为关键节点；三是以人机协同、流程重构和新业态生成所体现的价值创造机制。

从现实基础看，我国智能经济的发展条件正在加快成熟。目前，人工智能核心产业规模持续扩大，产业生态不断完善。据统计，2025年人工智能核心产业规模已突破1.2万亿元，人工智能企业数量超过6000家。

在这一发展过程中，智能体（AI Agent）正成为连接技术落地与价值创造的重要节点。智能体通过整合规划、工具调用与记忆机制，形成“感知—决策—执行”的完整闭环，使人工智能逐步演化为能够参与生产活动的“数字劳动力”。随着模型能力持续提升和应用生态不断完善，智能体正逐渐成为连接技术创新与产业应用的重要“适配器”，有望成为智能经济体系中的重要生产单元。

战略之势：培育新质生产力的核心引擎

锦观智库：智能经济对推动高质量发展有哪些战略意义，将如何助力我国在新一轮科技革命和产业变革中抢占制高点？又将如何改变我们的生产方式、生活方式以及社会治理模式？

蔡之兵：“十五五”开局之年提出“打造智能经济新形态”，既是技术演进的必然结果，也是国家发展战略的主动布局。

一是培育新质生产力的核心引擎。新质生产力以技术革命性突破和生产要素创新性配置为主要特征，而智能经济正成为推动这一变革的重要实现路径。通过将“智能”嵌入生产函数，算力、算法与数据等新型要素逐渐成为关键生产要素，推动资源配置方式与生产组织模式发生深刻变化，使经济发展由传统要素驱动加快向智能驱动转型。

这种变化首先体现在资源配置方式上。借助人工智能系统，企业能够实时感知市场变化、预测需求并动态优化资源配置，使生产决策由“经验判断”转向“数据驱动”，由“事后调整”转向“前瞻决策”。在生产方式上，人工智能正推动工业体系由标准化规模生产向自适应柔性制造演进。数据显示，2025年大模型在制造环节的应用占比已由18.8%提升至25.9%，人工智能正逐步由生产辅助工具走向生产核心。同时，智能技术也在重塑创新模式，“研发—应用”一体化的新范式正在形成，智能实验系统和自动化研发平台显著提升科研效率，加快科研成果向产业转化。这些变化已在产业升级中逐步显现，2025年我国高技术制造业增加值增长9.4%，工业机器人产量增长28%。智能经济正在成为推动产业升级和生产力跃迁的重要动力源。

二是抢占国际竞争的战略制高点。随着人工智能技术加速演进，全球竞争的重心也正在发生变化。中国提出发展“智能经济”，释放出从“技术跟进”迈向“体系构建”的重要战略信号。竞争不再局限于单一技术突破，而更多体现在算力基础设施、模型生态与产业应用体系等综合能力上。资本流向的变化印证了这一趋势：全球人工智能投融资占比已由2023年的8.1%上升至2025年二季度的23%，市场关注的焦点正由技术创新转向产业赋能能力。

中国具备明显的结构性优势。完整的工业体系提供了广泛应用场景，超大规模市场孕育了海量数据资源，这些条件为智能技术落地和产业扩散提供了重要支撑。同时，智能经济也为我国参与全球技术规则制定创造了新的机遇。目前，国产开源生态持续壮大，本土开源平台托管模型数量超过40万，国产大模型全球累计下载量突破100亿次，一个具有全球影响力的中国人工智能生态正在逐步形成。

三是推动社会结构的深层重塑。智能经济的发展深刻影响生产方式、生活方式和社会治理模式。在生产方式上，智能体普及推动企业组织从“科层制”向“人机协同的扁平化网络”演进，未来可能催生大批“智能原生”企业。在生活方式上，AI手机、智能眼镜、智能网联汽车等新一代智能终端正在打造全场景智能交互环境，人类生活方式将从“工具使用”迈向“伙伴共生”。在社会治理上，智能系统推动治理从“经验驱动”向“数据智能协同”升级，显著提升公共资源配置效率和风险防控能力。

实践之路：构建“四维一体”的系统机制

锦观智库：要实现从“技术落地”迈向“价值创造”，推动重点行业领域的商业化规模化应用，下一步应优先在哪些重点领域突破，以解决智能经济当前存在的“有技术无场景”或“有场景无效益”的痛点？如何构建产业生态与企业培育？

蔡之兵：需要在场景突破、底座支撑、生态构建、安全治理4个维度协同发力，形成推动智能经济发展的系统性机制。

一是聚焦重点领域，破解规模化应用痛点。首先在重点行业形成规模化应用场景，制造、金融、医疗、能源等领域应率先突破。这些行业普遍具有数据资源丰富、应用场景明确、降本增效需求迫切等特点，具备实现规模化应用良好条件。在推进路径上，一是推动新一代智能终端加快普及，扩大智能应用基础；二是培育智能体等新型数字生产工具，推动其在研发、生产和服务等环节广泛应用；三是建设人工智能中试应用基地，促进技术与实体经济深度融合。

针对“有技术无场景”或“有场景无效益”的问题，应转变应用推广方式，应更多依托公共云和平台化模式推动应用扩散。例如，可鼓励国企在非敏感业务领域采用模型即服务模式（MaaS），以场景为导向梳理重点行业需求，形成标准化解决方案库，实现由“项目式赋能”向“工具化赋能”的转变。

二是夯实底座支撑，畅通数据要素循环。算力是智能经济的“底座”，数据是智能经济的“血液”。推动智能经济发展，必须加快构建算力基础设施体系，并打通数据要素流通机制。

算力网络方面，应加快建设全国一体化算力网络体系，特别是要布局超大规模智算集群，推动“算电协同”工程。数据要素流通方面，构建安全可信的数据共享机制，通过统一身份认证、数据存证等制度安排，实现数据“可用不可见、可控可计量”。开源生态方面，应加强开源社区、开源数据集和开源工具平台建设，打造公共智算调度平台，培育开放协同的创新生态。

三是培育产业生态，强化安全治理保障。推动智能经济发展，需要构建“头雁引领、群雁齐飞”的产业生态。推动形成以头部企业为引领、产业链上下游协同发展的创新格局。通过设立智能体应用与产业赋能重大专项，鼓励科技企业与实体产业联合攻关关键技术和行业应用，引育一批专业化数字化转型服务商。

四是加强安全治理，统筹发展与安全。构建覆盖“模型研发—部署应用—运营监测”全流程的防护体系，加快完善人工智能标准体系，掌握更多制度性话语权，为智能经济健康发展营造良好环境。

〔中央党校（国家行政学院）经济学教研部博士研究生周泰颖对此文亦有贡献。〕

成都日报锦观新闻记者 钟文