打造智能经济新形态的战略跃迁

　　当前,人工智能技术加速迭代演进,正从试验探索迈向价值创造阶段,引发经济社会各领域各行业深刻变革。习近平总书记强调,“要培育具有重大引领带动作用的人工智能企业和产业,构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态”。今年政府工作报告围绕打造智能经济新形态,作出具体部署。

　　智能经济新形态,意味着推动人工智能与经济发展深度融合,已不再局限于各行各业对特定技术工具的应用与叠加,而是要以人工智能为核心变量,从根本上重构整个经济体系的底层逻辑与组织形态。深刻认识这一战略转变的理论内涵与实践要求,是推进智能经济新形态建设的重要前提。

　　准确把握智能经济新形态的本质特征

　　准确把握智能经济新形态,首先需要厘清其与数字经济的本质区别。二者并非简单的量变递进关系,而是经济运行范式层面的深刻转型。

　　从驱动逻辑看,数字经济的核心是“信息驱动”,基本功能在于破解信息不对称、降低交易成本、提升资源配置效率;智能经济的核心是“能力驱动”,本质是将人工智能的决策与执行能力转化为新的生产要素,以智能能力替代或增强原本依赖人类判断的经济活动。

　　在数字经济框架下,无论信息流通多么便捷,决策主体仍然是人,技术系统的功能止步于信息呈现与辅助支持;在智能经济框架下,具备感知、规划、执行与自主学习能力的智能体,能够在复杂任务中独立完成决策闭环,决策主体在相当程度上实现了从人向智能系统的迁移。这一转变在经济学意义上具有结构性影响,触及生产关系的深层逻辑。

　　从要素地位看,数字经济将数据定位为经济运行的记录性产物,其价值更多体现为事后统计与分析的素材;智能经济则将数据确立为主动性生产要素,是算法训练的基础资源、智能决策的核心依据与价值创造的重要来源。同样一份数据资产,在两种经济形态下的战略价值存在本质差异。

　　因此,智能经济并非数字经济的简单升级,而是经济运行逻辑的范式转型——从“连接与流通”跃升至“自主决策与全域智能”。打造智能经济新形态,就是要尽快打开经济增长的新空间,培育新模式、壮大新动能。

　　构建智能经济的产业底座

　　任何经济形态的确立,都有赖于与之相适应的产业体系作为支撑。打造智能经济新形态,同样需要构建系统完备、协同高效的产业底座。

　　从产业结构看,支撑智能经济运行的关键力量可划分为相互衔接的三个层次。

　　第一是构建层,承担智能经济的基础供给职能,主要涵盖高性能芯片研发、大规模基础模型构建、算力基础设施建设等核心领域。这一层次是整个产业链中技术壁垒最高、战略价值最为突出的环节,其能力水平直接决定智能经济底座的坚实程度。

　　第二是赋能层,承担技术能力的转化与扩散职能,主要任务是将构建层形成的基础技术能力,转化为各类产业主体可部署、可应用的工具平台与解决方案,推动“人工智能+”与实体经济深度融合。

　　第三是应用层,承担智能能力向具体场景渗透的职能,主要任务是将智能化服务嵌入千行百业与日常生活,是智能经济创造社会价值的直接出口。

　　三个层次各司其职,共同构成从技术供给到产业赋能再到价值实现的完整链条。任何一个层次出现短板,都将制约整体效能的发挥。审视当前中国智能经济发展现状,在构建层,高端芯片自主可控能力仍需加强,基础大模型的原创算法积累有待系统深化;在赋能层,将大模型能力转化为中小企业可负担、可持续部署的工具体系,仍面临一定挑战;在应用层,垂直行业的深度渗透与可持续商业模式的形成,尚需时间积累与政策引导。三个层次的协同推进与整体提升,是打造智能经济新形态的产业基础所在。

　　从战略部署到落地实施的主要瓶颈

　　打造智能经济新形态,是抢抓科技竞争先机、推动经济高质量发展的战略选择。然而,从战略部署到落地实施,客观存在需要系统破解的结构性障碍。

　　数据供给是首要瓶颈。高质量数据是驱动智能经济运转的基础性资源,然而当前大量具有高价值的行业数据,分散存储于各级政府部门与企业主体之中,数据孤岛现象普遍存在。数据产权界定模糊、交易规则缺乏统一规范、安全顾虑制约数据开放共享,这些问题的出现不仅在于技术层面的局限,更在于数据要素制度体系的整体滞后。推动数据要素市场建设,需要在保障数据安全与保护主体权益的前提下,建立可信赖的数据流通机制,充分释放数据资源的社会价值。

　　算力成本是制约普惠化的重要瓶颈。大模型的训练与推理活动高度依赖云端高性能算力,居高不下的使用成本,构成中小企业和广大用户接入智能经济的主要门槛。智能能力若无法以可承受的成本广泛渗透,智能经济的社会效益便难以充分实现。推动算力成本的实质性下降,需要从架构层面推进“云端集中”向“端边云协同”的系统性演进,借助模型压缩等技术手段降低推理成本。这一目标的实现,有赖于芯片、软件与算法等多个环节的协同突破。

　　智能体可靠性则是关系长远发展的深层瓶颈。当前大模型在某些情境下存在输出内容失实的问题,在医疗诊断、金融决策、法律服务等高风险领域,这一局限构成制约智能经济深度应用的根本性障碍。从行业评估实践来看,当前大多数智能体应用尚处于能力成熟度的初中级阶段,距离在关键行业中实现可信赖的自主决策,仍有相当差距需要弥合。智能体可靠性的系统性提升,既是技术工程问题,也是标准规范与监管制度建设问题,需要产学研各方协同发力。

　　上述三道瓶颈分属数据制度、技术架构与可靠性工程三个不同维度,但共同指向同一个深层命题,即智能经济的基础设施。这不仅包括算力网络等物质基础,还包括制度规范、技术标准与社会信任机制等软性基础——两者缺一不可。

　　打造智能经济新形态的优势与变数

　　在全球智能经济竞争格局中,中国具备推进这一战略的坚实基础与独特优势。

　　超大规模市场是显著优势。十四亿多人口、超四亿中等收入群体所形成的庞大市场需求,产生了规模宏大、类型多样的应用场景与数据资源,为人工智能模型的高质量训练、大规模场景验证与持续迭代优化提供了其他经济体难以复制的基础条件。

　　完整的产业体系是另一重要优势。中国是全球唯一拥有联合国产业分类中全部工业门类的国家,为智能技术提供了从农业、制造业到物流、医疗等全领域的应用验证场景,“人工智能+”具有更为广阔的赋能空间与更大的经济乘数效应。

　　与此同时,打造智能经济新形态的关键变数同样不可忽视。

　　技术自主化程度是首要变数。在大模型算法、高端人工智能芯片、基础开发框架等核心技术领域,我国与全球最前沿水平仍存在不小差距,部分环节面临外部技术封锁的现实压力。加快推进核心技术的自主可控,是打造智能经济新形态坚实底座的必然要求,需要集中力量实现关键领域的突破性进展。

　　国际标准话语权是另一重要变数。在智能经济这一全球竞争的新兴领域,规则制定能力的地位不亚于技术领先优势。从智能体接口标准到多模态数据流通规范,从人工智能安全评估体系到算法伦理框架,标准的主导权将在很大程度上决定国际竞争格局的走向。值得关注的是,全球智能经济标准制定的逻辑已发生深刻转变,正从“技术成熟后再制定标准”转向“以标准引领技术路线”。这一转变要求中国系统加强智能经济领域的标准布局,在国际规则制定中发挥更加主动、更具建设性的作用。

　　打造智能经济新形态,是一项涉及技术创新、制度变革与治理现代化的系统性工程。实现这一目标,既需要在数据要素制度、算力普惠体系、智能体可靠性标准等具体领域持续取得突破,也需要在全球智能经济竞争中积极塑造有利于中国发展的规则环境。相信随着智能经济新形态加快构建,未来将全方位赋能千行百业,为中国经济高质量发展注入强劲动能。

　　作者系北大汇丰商学院智库世界经济副研究员