发挥场景优势打造智能经济新形态

作者：尹西明

习近平总书记指出，要“打造多元化应用场景和高水平产业集群，促进自主研发技术产品推广应用和迭代升级”“坚持以质取胜和发挥规模效应相统一，用好超大规模市场优势和丰富应用场景，培育更多世界一流企业和领先技术，把质的有效提升和量的合理增长统一于高质量发展的全过程”。2025年，《国务院关于深入实施“人工智能+”行动的意见》《国务院办公厅关于加快场景培育和开放推动新场景大规模应用的实施意见》相继印发，后者更将场景作为新型生产要素正式纳入国家创新体系。2026年《政府工作报告》首次明确提出“打造智能经济新形态”，将其作为培育新质生产力、推动高质量发展的战略方向。“十五五”规划纲要进一步部署“实施新技术新产品新场景大规模应用示范行动，加大场景培育和开放力度，加快新兴产业规模化发展”。这一系列部署为发挥场景优势打造智能经济新形态指明了方向。

智能经济作为以人工智能（AI）等数智技术和新型基础设施为支撑，以场景驱动数据、算力、算法一体化协同，推动智能终端、智能体、智能产品和智能服务商业化规模化落地而培育的智能原生新业态，其发展重心正从技术概念探讨转向以场景为牵引的系统性落地。不同于早期依赖参数规模和算力堆砌的粗放扩张，更加注重“人工智能+千行百业”的内涵式增长，其中应用场景则是AI从“虚拟世界”走进“物理世界”、转化为现实生产力的关键桥梁。当前，我国AI赋能应用仍面临专业场景可靠性短板、高质量场景数据供给不足、AI应用商业闭环形成难等瓶颈，亟须以场景为载体驱动科技创新与产业创新深度融合，因地制宜打造智能经济新形态。按照政策目标，到2027年我国新一代智能终端、智能体等应用普及率将超70%，到2030年将超90%，这既是场景驱动发展的明确指引，也对场景落地能力提出了紧迫要求。

从拼模型参数迈向场景价值创造

场景是用于系统性验证新技术、新产品、新业态产业化应用及配套基础设施、商业模式、制度政策的具体情境，是连接技术和产业、打通研发和市场的桥梁，是推动科技创新和产业创新融合发展的重要载体。随着大模型技术突破和广域应用，AI正从以语言交互为主、停留于虚拟世界的“信息智能”（Information AI），加速迈向能够感知并改造物理世界的“物理智能”（Physical AI）——这被业界称为“AI下半场”。

AI上半场拼的是参数规模和算力堆叠，而下半场的制胜关键，则在于以人为本创造场景价值。核心命题是推动智能走出屏幕、走出实验室，走向真实世界和复杂场景，以场景驱动算力、算法、数据的价值协同，加快智能体、智能终端、智能产品和智能服务在智能场景中的规模化、商业化应用，形成驱动智能经济和智能社会高质量发展的生产力。

放眼全球，AI竞争正从技术单点突破转向产业生态效能的体系化博弈。场景正日益成为技术创新的加速器、产业升级的起跳板和国际竞争的制高点。通用大模型唯有通过制造、医疗、金融、城市治理等海量真实场景的微调优化，才能实现从“能用”到“好用”的价值落地；脱离真实场景的反复磨炼，大模型、智能机器人等技术创新往往停留在实验室里，既难以转化为产业竞争力，更难走进千家万户、赋能千行百业。

从具身智能、脑机接口、智能驾驶到量子科技，围绕场景主导权的竞争正成为企业、区域乃至国家竞争的战略高地。一个高价值新场景的开辟，能够直接带动智能体、智能终端、智能装备、智能服务全链条增长，催生新的经济增长点。可以说，谁掌握了大规模、高价值的战略性应用场景，谁就掌握了下一代技术和产业的主导权；谁能率先实现AI与实体经济场景的深度融合，谁就能抢占智能经济发展先机。

场景驱动智能经济发展面临的突出短板

围绕场景这一核心纽带，当前我国在推动智能经济实现量的合理增长和质的有效提升并将其统一于高质量发展的过程中，仍面临四方面突出短板。

一是核心技术支撑能力不足。AI在专业场景中仍然面临幻觉等可靠性问题，面向物理AI的底层模型算法、高端芯片、基础工业软件、工业智能体等领域尚存短板，产业链关键环节自主可控水平亟待提升。二是数据要素流通效能不高。行业数据标准不统一，高质量场景数据集供给不足，数据安全与合规治理体系仍待健全。三是场景供给与应用深度不够。产业融合壁垒尚未破除，产学研用衔接不够紧密，中小企业智能化改造成本偏高、转型动力不足，技术下沉与长尾场景覆盖存在堵点，难以形成可持续的商业闭环。四是配套治理体系适配性不强。人工智能伦理风险、就业结构调整、行业监管规则、公共安全与社会信任等新课题，对治理现代化提出了更高要求。

在推进智能经济布局过程中，各地需坚持因地制宜、久久为功，重点规避三类实践误区。一是规避“重硬件、轻生态”的运动式建设。盲目上马大模型、算力中心项目，却忽视应用场景挖掘与本地产业联动，容易形成低效重复建设的“智算泡沫”。二是规避“重技术、轻治理”的粗放式发展。对算法偏见、数据隐私、深度伪造、公共认知和心理安全等风险重视不足，可能消解社会信任基础。三是规避“重招引、轻培育”的同质化竞争。一味靠政策优惠引进外部企业，忽视本地企业孵化与传统产业智能化改造，易导致产业生态“水土不服”。这些误区本质上都源于对场景价值的忽视或错判。

以场景为牵引因地制宜发展智能经济新形态

面向“十五五”，智能经济正从顶层蓝图加快落地为产业实景。我国拥有超大规模市场、全球最完整的工业体系、海量多元的应用场景和万亿级智能消费潜力，是发展智能经济的独特优势。破解同质化发展、“内卷式”竞争的核心路径，在于锚定真实场景、坚持因地制宜。“十五五”时期，要牢牢把握信息智能向物理智能跃迁的机遇，以场景为纽带推动人工智能与千行百业双向融合、迭代升级，将超大规模市场的场景优势加速转化为智能科技创新优势与产业竞争胜势，塑造我国发展新动能，为到2035年全面步入智能经济和智能社会发展新阶段、基本实现社会主义现代化提供有力支撑。

强化规划引导和科学评估，深化央地联动和区域错位协同。一是发挥新型举国体制优势，完善智能经济顶层设计。健全国家层面智能经济立法、中长期规划与产业政策体系，将场景纳入智能经济核心要素与新型产业政策工具，打造全域全场景开放的应用创新生态，培育壮大智能科技先锋企业与领军企业集群。二是建立统筹协调与动态评估机制。构建智能经济发展综合评价体系与风险预警机制，对高端算力、基础模型、跨行业跨领域综合性重大场景等关键资源实行“全国一盘棋”统筹布局与动态调配，明确各地区在全国统一大市场中的功能定位。三是地方层面坚持场景导向、实效优先。立足本地产业基础与资源禀赋细化发展规划，树立不唯模型参数、重场景价值的评价导向。动态发布“人工智能+”场景清单与标杆案例，推动智能机器人、智能汽车、智能手机、量子科技等新技术新产品进工厂、进社区、进家庭，在工业生产、城市治理、民生服务等真实场景中迭代升级、释放价值。四是深化区域协同与优势互补。探索研发、集成、应用在优势区域各展所长的“双向飞地智能”合作模式，通过产业联盟共建、人才联合培养、数据合规流转、场景联动共创等机制，形成东中西部错位发展、协同联动的良好格局。

坚持企业主体地位，培育智能原生企业，构筑产业发展新生态。一是加快培育智能原生企业。支持企业将AI内嵌为创新发展的底层逻辑，推动组织架构、产品体系、生产范式与商业模式向智能原生驱动转型，打造智能经济新物种。二是共建开源开放的技术生态体系。支持科技先锋企业、科技领军企业等联合打造通用人工智能（AGI）等基础模型和智能机器人开源技术生态，面向全球开发者、小微企业和一人公司（OPC）等经营主体开放技术底座，推动各类主体基于开源模型开展场景化创新，形成“技术突破—场景开放—生态共建—数据反哺”的创新循环。三是构建大中小企业融通发展格局。打造“先锋引领、链主带动、平台赋能、中小企业跟进”的协同生态，支持行业龙头企业特别是国有企业开放智能基础设施和智能应用场景，鼓励地方政府搭建“AI+产业社区”，提供低成本、低门槛的模型即服务（MaaS）、智能体即服务（AaaS）与开发工具，支持中小企业深度参与智能化转型，成为智能经济发展的主力军。

加快数据要素场景化流通，筑牢智能经济数据底座。一是夯实场景化数据供给底座。针对不同行业场景制定统一数据标准，加快建设高质量场景数据集，推动跨行业、跨领域数据互联互通，破解“数据孤岛”难题。支持地方政府建设“场景数据空间”，在确保安全合规前提下推动公共数据向企业有序开放，畅通数据从生产端到应用端的流通渠道，为人机场景精准协同筑牢底层数据支撑。二是健全场景化数据流通规则。立足不同产业场景的特点，分类探索数据确权、定价、交易的差异化规则，优先推动制造、医疗、金融、交通等基础条件较好的行业开展场景化数据确权与流通试点，畅通数据要素在真实场景中的流转渠道，推动数据价值在场景应用中充分释放，加速形成“数据—模型—场景”的正向飞轮。三是完善场景化数据安全治理。坚持发展和安全并重，构建适配场景特点的数据安全合规体系，在保障数据安全、隐私保护的前提下，以应用场景牵引数据、算力、模型一体化协同，充分激发词元经济、具身智能、低空经济等新业态新赛道发展活力。

推动智能场景和能力普惠共享，引领全球智能经济治理。一是打造高水平开放的“中国场景”。建设并对外开放一批高价值、高标准的标杆应用场景，以场景为引力集聚全球创新资源，吸引国际高端人才与优质企业来华开展创新合作。二是深化多双边智能领域务实合作。依托联合国、世界贸易组织、上合组织、亚太经合组织等多边机制，以及相关双边合作渠道，推动智能场景与能力的共建共享，拓展智能经济合作空间。三是以先导治理引领全球智能治理。支持高校科研院所、智库与行业协会，在智能经济理论研究、开源生态建设、技术标准制定、伦理规范构建等领域发出中国声音、贡献中国方案，在开放合作中提升我国在全球智能经济中的规则话语权，走出一条高质量、可持续、开放包容的智能经济发展道路。