智能經濟新形態“新”向何方——對話首都經濟貿易大學副校長尹志超

習近平主席在2026世界人工智能大會暨人工智能全球治理高級別會議開幕式上的主旨講話中提出，人工智能是世界經濟增長的新引擎和新舊動能轉換的加速器，正從“數字世界”走向“物理世界”。今年的《政府工作報告》對加緊培育壯大新動能進行部署，首次提出“打造智能經濟新形態”。人工智能正與經濟社會各行業各領域廣泛深度融合，為經濟社會的新躍升帶來新的想象空間和堅實有力支撐。在人工智能重塑人類生產生活范式的今天，如何認識智能經濟？智能經濟有哪些新模式，會帶來怎樣的新動能？本期“對話經濟學家”邀請首都經濟貿易大學副校長尹志超圍繞這些熱點問題進行深入解讀。

精準認識智能經濟新形態

記者：今年的《政府工作報告》首次提出“打造智能經濟新形態”。請問什么是智能經濟？智能經濟新形態的“新”，主要體現在哪些方面？

尹志超：智能經濟基于人工智能技術，并以人工智能為核心驅動力，但這并不是簡單地把人工智能看成一個產業、一個工具，而是以數據為關鍵要素、以算力為基礎支撐、以算法為核心引擎、以智能體和智能終端為重要載體，通過人機協同、跨界融合、共創分享，實現經濟活動智能化、網絡化和自進化發展的經濟形態。也就是說，智能經濟不是“給經濟裝AI插件”，而是推動生產、流通、消費以及治理方式發生系統性重構，使得經濟運行邏輯從數字化進一步邁向智能化。

智能經濟新形態的“新”，我覺得至少體現在四個方面：一是生產方式在變，從人找數據、憑經驗決策，轉向數據驅動、人機協同、實時優化；二是產業組織在變，從單點數字化走向全鏈條智能化；三是消費形態在變，AI手機、AI眼鏡、智能汽車、服務機器人等產品正促使消費從被動響應轉向主動服務；四是公共服務和社會治理方式在變，教育、醫療、養老以及政務服務都在趨向更精準、更智能、更高效。

整體上看，智能經濟不再只是把人、貨、場連起來，而是讓數據自己流動、模型持續學習、設備自動響應、系統實時優化。在過去，經濟運行像一條需要層層傳遞指令的流水線，而智能經濟更像是一個擁有“神經網絡”的有機體，哪里有需求變化、有供給波動、有效率損耗，系統都能更快感知、更快決策、更快調整。

所以，智能經濟新形態的“新”，不是“新”在多了AI技術和產品，而是“新”在整個經濟從“數字記錄”邁向“智能運行”，從“人追著問題跑”邁向“系統圍著需求轉”，從“局部優化”邁向“全局協同”。

記者：我國將打造智能經濟新形態作為一項重要任務，您認為主要基于什么考量？

尹志超：這既是對新一輪科技革命和產業變革大勢的主動順應，也是對高質量發展現實需要的積極響應，同時體現出對全球人工智能競爭格局深刻變化的戰略判斷。

一是順應新一輪科技革命和產業變革大勢。放眼全球，人工智能正在從技術突破走向廣泛應用，深刻改變生產方式、產業組織和服務模式。我國必須主動布局，推動經濟運行由數字化進一步邁向智能化。

二是滿足實現高質量發展以及壯大新質生產力的需求。我國經濟轉型升級需要新的增長動能，打造智能經濟新形態，有利于推動傳統產業改造升級，培育智能終端、智能服務等方面的新產業、新業態、新消費，提升全要素生產率。

三是掌握全球人工智能競爭的戰略主動。人工智能已成為國際競爭的重要制高點，誰能更快形成技術優勢、產業優勢和應用優勢，誰就更能掌握未來發展的主動權。

目前來看，我國打造智能經濟新形態正當其時，既有廣闊前景，又有顯著優勢。2025年，我國人工智能核心產業規模超過1.2萬億元，規上制造業企業人工智能技術應用普及率超30%。實踐中，智能經濟已經不是一個遠景概念，而是有產業基礎、有政策部署、有場景支撐的現實進程。與此同時，我國市場空間大、產業體系完整、應用場景豐富，能夠為人工智能技術創新、產品迭代和規模化落地提供有力支撐。隨著“人工智能+”持續深化，技術潛力、市場優勢和制度優勢還將進一步轉化為發展勝勢。

我們已經看到一些令人振奮的趨勢。例如，寧德時代的AI質檢、京東方的工業大模型、海爾的智能家電應用等智能制造實踐，說明AI正在進入制造業核心環節；AI手機、AI眼鏡、人形機器人等智能終端涌現，說明智能消費潛力正在加速釋放；“人工智能+醫療衛生”、智能養老機器人的應用等，說明智能經濟正向民生領域延伸。總體上看，發展智能經濟，不只是技術問題，更是發展方式轉變的問題；不只體現為效率提升，更體現為經濟形態躍升。

從“互聯網+”到“人工智能+”

記者：智能經濟的核心驅動是人工智能技術。2025年，國務院印發《關于深入實施“人工智能+”行動的意見》。此前的2015年，我國提出積極推進“互聯網+”行動。應如何理解從“互聯網+”到“人工智能+”的演進過程？兩個行動分別要解決什么問題？

尹志超：從“互聯網+”到“人工智能+”，表面上是反映了新一代信息技術的迭代升級，實質上是體現出我國數字化轉型邏輯的一次重大躍遷。這個躍遷可以概括為：從“連接”走向“智能”、從“信息效率提升”走向“全要素生產率提升”。

2015年我國提出積極推進“互聯網+”行動時，面臨的核心問題是，連接不充分、信息不對稱、交易效率不高、資源配置不優。因此，推進“互聯網+”的關鍵，就是把人、企業、設備和市場“連起來”，讓信息流、資金流、物流更加順暢，實現供需高效匹配，本質上解決的是“有沒有連接”“能不能在線”“信息能不能流動”等問題。在這一階段，我國推進“互聯網+”行動的成效非常顯著。例如，電商平臺提升了供需匹配效率，移動支付大幅降低了交易成本，平臺經濟和工業互聯網優化了資源配置，等等。2025年，我國網上零售額達到15.97萬億元，同比增長8.6%，重點工業互聯網平臺工業設備連接數已經超1億臺（套），移動支付普及率全球第一。這意味著我國已經基本完成從“擴大連接”到“深化連接”的階段性跨越，為進一步邁向智能化、協同化發展奠定了堅實基礎。

2025年我國提出深入實施“人工智能+”行動，要解決的問題已經發生了變化，不再是“連不連得上”，而是“會不會思考、能不能優化決策、能不能處理復雜任務、能不能創造新價值”。可以說，“人工智能+”是在“互聯網+”基礎上的進一步躍升。互聯網技術解決的是信息流動問題，而人工智能技術開始解決認知和決策問題，其能夠進入研發設計、生產調度、質量控制、風險識別等核心環節，推動生產方式和價值創造方式的深度變革，從而提升全要素生產率。

從政策演進看，這一邏輯也非常清晰：2015年的“互聯網+”行動解決的是數字化起步問題，2025年的“人工智能+”行動以及如今著力打造的智能經濟新形態，則反映出我們的關注點已經從單項技術應用轉向整體經濟形態的重塑。

記者：可以從哪些方面去理解“互聯網+”與“人工智能+”的共性和差異？

尹志超：理解“互聯網+”和“人工智能+”的關系，首先要看到二者有很強的內在一致性。它們本質上都是新一代信息技術與實體經濟深度融合的重要形態，都是通過技術進步推動生產方式變革、產業轉型升級和資源配置效率提升。無論是“互聯網+”還是“人工智能+”，都不能脫離實體經濟，都要向制造業、服務業以及公共服務領域廣泛滲透，賦能千行百業。

在看到共性的同時，也要看到二者的差異。一是技術內核不同。“互聯網+”依托的是網絡、平臺和云計算，本質是連接能力的增強；“人工智能+”疊加的是學習、推理、生成和決策能力，本質是認知能力和計算能力的增強。可以理解為，從“信息連接與擴散”走向“知識運用與創造”。二是價值創造層次不同。“互聯網+”更多是優化已有流程，降低交易成本和協調成本；“人工智能+”開始進入價值創造的核心環節，在很多場景中能夠直接提升效率和決策質量。也就是說，互聯網更多解決“怎么連接”，人工智能更多解決“怎么創造價值”。三是擴散路徑不同。“互聯網+”通常從消費端突破，再向生產端延伸；“人工智能+”呈現出消費端、生產端和治理端同步滲透的特點，尤其是大模型能夠更快進入制造、科研、醫療、教育和政務等復雜場景。可以說，“互聯網+”讓我國經濟高效地“連起來”，而“人工智能+”正在讓我國經濟顯著地“聰明起來”。

從“有條件”走向“成體系”

記者：發展智能經濟，我國現有基礎如何？

尹志超：我國發展智能經濟，總體上看基礎已經具備，關鍵是如何從“有條件”走向“成體系”。具體看，我國已經擁有比較扎實的基礎。

第一，有超大規模市場和數據基礎。截至2025年底，我國網民規模達11.25億人，互聯網普及率突破80%。這意味著我國擁有其他國家難以具備的大規模數字用戶群體和應用迭代土壤。無論是模型訓練、產品打磨，還是新業態培育，都具有明顯的多元化場景優勢。例如，抖音、快手等平臺每天產生海量視頻和交互數據，為推薦算法和多模態模型持續提供訓練素材；支付寶、微信支付等在高頻支付場景中積累的行為數據，能夠為風控模型和信用評估模型快速迭代升級提供條件。這種“真實世界的高頻數據反饋”，是很多國家難以擁有的優勢。

第二，有完整產業體系和規模化制造能力。2025年，我國企業推出的開源大模型下載量全球第一。工業和信息化部今年7月20日發布數據顯示，智能機器人領域，我國研發的四足機器人占全球銷量份額接近70%。這些都說明我國人工智能已經從技術探索階段進入產業化加速階段。例如，華為昇騰、百度文心、阿里通義等正在形成“算力芯片—框架平臺—行業模型”的鏈條；優必選、傅利葉智能等企業推動人形機器人在工業巡檢、康復護理等場景落地，顯示出從“實驗室樣機”向“可用產品”的突破。

第三，有持續強化的制造業智能化基礎。我國已經累計建成3.5萬家基礎級、8200余家先進級、500余家卓越級智能工廠，15家企業入選領航級智能工廠培育名單。截至2026年6月底，全國“5G+工業互聯網”在建項目超2.6萬個。中國制造業正在從數字化走向智能化。例如，在鋼鐵行業，寶武鋼鐵集團通過AI進行高爐燃燒優化和能耗控制，實現噸鋼成本下降；在家電制造中，美的“黑燈工廠”通過AI視覺檢測與機器人協同，大幅降低人工干預。在這些案例中，AI已經深入核心生產環節，而不只是輔助工具。

第四，有蓬勃的新質生產力支撐。2025年，規上高技術制造業和數字產品制造業增加值均保持9%以上的增長，服務機器人產量1858.1萬套，比上年增長16.1%。這說明智能經濟已經通過設備、終端和服務轉化為現實增長動力。無論是部分企業通過智能供應鏈系統實現庫存預測與動態定價，還是服務機器人在醫院導診、酒店配送中逐步普及，都體現出人工智能從“技術變量”轉化為“增長變量”，數智技術與核心產業融合進入紅利兌現期。

第五，有逐步完善的頂層設計。從深入實施“人工智能+”行動，到提出“打造智能經濟新形態”，再到“十五五”規劃綱要對“全方位推進數智技術賦能”作出重要部署，我國已經形成了從戰略部署到量化目標的系統推進框架。

記者：您認為還需在哪些方面進一步做好打基礎、利長遠的工作？

尹志超：我們要清醒認識到，發展智能經濟仍然存在一些短板弱項。在高端芯片、基礎軟件、先進制造工藝和高質量數據集等方面還需要持續突破；數據要素價值釋放不充分，仍存在數據孤島、標準不統一、流通機制不暢等問題，數據“難流通、難利用、難變現”的矛盾較為突出；應用落地存在“最后一公里”難題，不少企業“想用不會用、用了難復制”，供需對接和商業模式仍需打通；在產業一線，既懂人工智能技術、又懂行業應用的復合型人才仍然短缺；治理體系仍需完善，在法律規范、倫理規則、風險防控等方面需加快形成與人工智能發展相適應的制度體系。

下一步，可重點在以下幾個方面持續發力：

一是夯實算力、數據、算法三大基礎底座。算力決定模型訓練和應用部署的承載能力，數據決定模型學習和場景適配的質量，算法決定智能系統的性能和效率。這三者就像智能經濟的“水、電、路”，基礎不牢，應用就難以穩定落地，更談不上大規模推廣。只有把底座打穩打牢，才能為各行業智能化轉型提供持續支撐。

二是堅持應用牽引，圍繞高價值場景做深做實。技術只有進入生產、服務和治理一線，解決真實問題、創造實際價值，才能形成可復制、可推廣、可持續的模式。特別是在一些需求明確、痛點突出、回報可見的高價值場景率先突破，更容易形成示范效應，帶動技術迭代、企業跟進和產業擴散，避免出現“技術很熱、落地很冷”的情況。

三是協同推進“人工智能+制造”“人工智能+服務”“人工智能+治理”。發展智能經濟，制造業是主戰場，關系到實體經濟競爭力；服務業是增量空間，關系到消費升級和新業態成長；治理領域是公共價值的重要體現，關系到民生改善和治理現代化。只有這幾個方面協同推進，才能形成相互支撐、相互促進的整體效應。

四是加強開源生態和標準體系建設，降低應用門檻。開源生態有利于加快技術擴散、促進協同創新，讓更多企業特別是中小企業能夠低成本接入智能能力。標準體系建設則有利于提升兼容性、規范性和可復制性，避免重復建設和“各搞一套”的問題。只有生態更開放、標準更統一，人工智能應用才能真正從點狀突破走向面上普及。

五是強化人才培養，特別是復合型、應用型人才。當前最緊缺的，不只是懂算法的人，也包括既懂技術又懂產業、既懂模型又懂場景、既懂開發又懂管理的復合型人才。沒有這樣一批人才，技術就難以真正嵌入業務流程，創新成果就難以轉化為現實生產力。必須把人才培養擺在更加突出的位置。

六是統籌發展和安全，把合規、安全能力前置嵌入產業發展全過程。越是廣泛應用人工智能，越要重視安全、倫理、隱私、偏見、誤用等方面的風險。如果這些問題處理不好，不僅會影響社會信任，還會制約產業發展。發展智能經濟，不能“先發展、后治理”，而是要堅持發展和治理同步推進，把合規要求、倫理規范和安全機制嵌入技術研發、產品設計、場景打造和運營管理全過程，做到發展得快，也走得穩。

只有這樣，智能經濟才能真正從“有條件”走向“成體系”，從“有亮點”走向“有規模”，從“能起步”走向“可持續”。

找準“人工智能+”的重點領域

記者：推動人工智能賦能千行百業，是一段時間以來經濟領域的熱點話題。您認為，“人工智能+”哪些領域，是當前最為重要和緊迫的？

尹志超：對于“人工智能+”，確實應該先確定優先領域。當前最重要的，不是全面鋪開，而是聚焦主戰場和關鍵場景，形成示范帶動。如果從國民經濟拉動效應、現實需求緊迫程度、場景成熟度和示范性來看，當前最重要、最緊迫的領域主要是制造業、公共服務、科技創新和現代服務業。

制造業是主戰場。制造業是立國之本，也是我國最突出的比較優勢。制造業一旦實現智能化，帶來的不是單點效率提升，而是從研發設計、生產調度到質量控制、供應鏈協同的全鏈條效率提升，對經濟的拉動效應最強。

公共服務是需要優先突破的領域。教育、醫療、養老等直接關系到人民群眾的獲得感、幸福感、安全感，同時也面臨資源不均衡、供給不足等現實約束。人工智能在輔助診療、慢病管理、智慧養老、個性化教學等方面都能發揮作用，能夠推動公共服務從“標準化供給”走向“精準化個性化供給”。在教育領域，人工智能作業批改與學習路徑推薦系統（如AI助教）正在縮小區域教育差距；在養老領域，智能看護系統可通過傳感器和算法實現老人跌倒監測與健康預警。這些應用都直接回應了現實痛點。

科技創新是制高點。長遠來看，智能經濟的核心競爭力體現為科技創新能力。人工智能正在改變科研范式，從數據驅動發現轉向模型驅動創新，加速技術研發、工程實現、產品落地的一體化協同過程，人工智能已經從工具變成了科研的重要參與者。例如，國內企業利用AI進行藥物篩選，將候選分子篩選時間從數年壓縮到數月；在材料科學領域，AI已用于新材料組合預測與性能模擬。

現代服務業是極具拓展潛力的領域。金融、物流、商貿、文旅、法律、設計等行業，具有數據密集、流程標準化、復制成本低等特點，非常適合人工智能應用。通過智能體、流程自動化和知識管理，這些領域不僅能提升效率，還能催生新的商業模式，是未來重要的增長空間。在金融領域，智能風控和智能投顧能顯著降低違約風險與服務成本；在物流領域，通過智能調度系統優化倉儲與配送路徑，可提高履約效率。服務業智能化不僅體現為效率顯著提升，而且表現為商業模式的不斷創新與重構。

記者：這些領域在與人工智能技術融合的過程中是否暴露出一些問題？您認為需要如何解決？

尹志超：我們也必須正視當前“人工智能+”在落地過程中普遍存在的問題。一是“最后一公里”問題突出，不少場景“看起來很熱”，但真正能形成閉環的不多，尤其是制造業，存在“用了AI，但進不了產線”的情況，本質上是業務流程沒有同步重構。二是數據基礎不扎實，存在數據孤島、標準不統一、質量不高等問題。沒有高質量、可治理的數據，再先進的模型也難以穩定落地。三是投入產出不清晰，企業特別是中小企業普遍存在“不敢用、不會用”的問題，擔心成本高、見效慢、風險大。四是治理和安全問題凸顯，包括算法偏差、責任認定、隱私保護、深度合成濫用等。這些問題如果處理不好，會直接影響應用推廣。

針對這些問題，關鍵要做好幾個結合。

一是技術導入與場景重構相結合。不是簡單地“上AI”，而是圍繞業務痛點重構流程，優先選擇可量化、可復制的高價值場景。二是模型應用與數據治理相結合。同步推進高質量數據集建設、數據標準化，避免“重模型、輕數據”。三是龍頭企業帶動與中小企業普惠相結合。大企業打造平臺和標桿，中小企業通過公共云、開源模型、算力支持等降低門檻，實現普及應用。四是發展速度與治理能力相結合。堅持包容審慎監管，建設鼓勵創新、守住底線、分級分類的治理體系。

哪些新機遇可重點關注

記者：智能經濟作為一種新經濟形態與現有產業以及行業融合，您預期，哪些重點領域或者行業將迎來新的發展契機？

尹志超：智能經濟發展帶來的機會，不只是催生新產業，更重要的是對原有產業進行再定義、再組織和再估值。我認為，至少有六類重點領域將迎來明顯的發展契機。

第一，智能制造和工業智能體是最具規模效應的應用方向。我國工業互聯網融合應用已實現41個工業大類全覆蓋，2024年核心產業規模就已超1.5萬億元，已經具備良好基礎。下一步，工業智能體將從輔助分析走向排產調度、質量診斷、設備維護、供應鏈協同等核心環節，推動制造業從“數字化車間”走向“自主優化工廠”。這也會帶動工業軟件、傳感器、邊緣計算、數字孿生等一系列產業同步發展。

第二，新一代智能終端以及智能消費將成為需求側重要引擎。AI手機、家庭機器人等產品正在從“疊加AI功能”轉向“以AI為核心入口”。這不僅是硬件升級，而且會帶來人機交互方式、操作系統和內容服務模式的重構，推動消費場景擴展。

第三，具身智能、人形機器人和智能裝備是潛力巨大的前沿領域。我國人形機器人整機產品達400余款、超全球半數，服務機器人產量持續增長，應用場景持續豐富。未來有望在工業搬運、物流倉儲、養老照護、家庭服務和危險作業替代等領域，率先實現商業化突破。

第四，算力基礎設施和底層支撐產業將持續擴張。隨著智能經濟發展，算力、存儲、網絡和能源協同的重要性不斷凸顯。算力基礎設施是智能經濟的“新型基礎設施底座”，智算中心、服務器、液冷散熱、數據中心綠色化、算力調度平臺等環節都將迎來增長機會。

第五，醫療、養老、教育等民生服務產業將成重要增長點。隨著老齡化加快和公共服務需求升級，智慧醫療、智慧養老、輔助診療、個性化教育等領域將實現快速發展。這些領域既有社會價值，也有產業空間。

第六，人工智能原生服務新業態將不斷涌現。智能營銷、智能設計、智能法律服務、智能客服、智能金融服務等將有更大發展空間。同時，以智能體為基礎的新型生產組織形態，如“一人公司”“超級個體”等，也在逐步出現。人工智能正在降低創業門檻，提升小微主體的組織能力。

從更宏觀層面看，可重點把握“三條主線”。

第一條主線是“AI+制造”。這是最具規模效應的方向，因為人工智能可以深入研發設計、排產調度、質量檢測、設備運維、供應鏈協同等關鍵環節，推動傳統制造業從數字化向智能化升級。在汽車、電子、裝備制造等領域，人工智能已經廣泛應用于缺陷識別、預測性維護和柔性生產。

第二條主線是“AI+終端”。這一方向直接連接消費市場，也最容易帶動新產品革命。AI手機、AI眼鏡、智能汽車、服務機器人等正在使終端從單純的功能工具轉向主動感知、主動服務的智能入口，從而帶動產品創新，進而實現消費擴容。

第三條主線是“AI+服務”。這一方向不僅能夠提升效率，還會推動商業模式和組織方式創新。金融、醫療、教育、法律、文旅等服務業本身就具有信息密集、流程密集的特點，與人工智能結合的空間和潛力很大。

同時也要看到，不同行業的發展節奏是不同的。制造業可能先在局部環節突破，再向全鏈條延伸；智能終端往往從頭部品牌和高頻場景切入；民生服務更強調合規、安全和可及性；人形機器人等前沿領域的商業化仍需時間培育。因此，發展智能經濟，既要積極布局，也要防止一哄而上。

未來真正受益的，不是最會講AI故事的行業，而是那些擁有真實場景、真實數據，并且能夠把AI嵌入核心流程、持續創造價值的行業。（經濟日報記者 欒笑語）