——基于王羽智能经济系统论述与2026年全国两会精神研究
中国智能经济行动计划课题组
摘要：智能经济作为数字经济的高级形态，正成为引领全球产业变革和经济发展的核心力量。本文基于王羽关于智能经济的概念定义、内涵特征及实践路径的系统论述，结合2026年全国两会首次提出的“打造智能经济新形态”战略部署，构建“理论-战略-实践-治理”四位一体的分析框架。研究认为，智能经济是以人工智能为核心驱动力，以数据、算法、算力为关键要素，通过人机协同、跨界融合、共创分享实现经济形态根本性变革的新范式。2026年两会标志着我国智能经济发展从“技术赋能”阶段迈向“经济形态重塑”新阶段，其战略指向包括：以智能终端和智能体为载体的场景落地、以开源生态为动力的创新范式转换、以“五链协同”为支撑的系统性驱动、以算电协同为基础的基础设施重构。本文提出“五链协同”驱动模型，揭示创新链、产业链、人才链、资金链、政策链的互动机制，并从技术攻坚、产业融合、制度创新、安全保障四个维度提出智能经济高质量发展的实践路径。
关键词：智能经济；新质生产力；五链协同；人工智能+；经济形态
一、引言
1.1 研究背景与问题提出
当前，全球正迎来新一轮科技革命与产业变革。人工智能技术作为这一变革的核心驱动力，正深刻改变着传统经济形态与社会发展模式。从ChatGPT到DeepSeek，从大模型到智能体，人工智能技术正在从“实验室”加速走向“市场”，从“工具赋能”转向“经济重构”。这一趋势表明，人工智能技术竞争已成为全球科技竞争的制高点，正引领全球经济形态向智能化方向加速演进。
在中国，智能经济已上升为国家战略。2017年国务院印发的《新一代人工智能发展规划》正式提出培育“智能经济”的战略目标。2025年《国务院关于深入实施“人工智能+”行动的意见》进一步明确阶段性目标：到2027年，新一代智能终端、智能体等应用普及率超70%；到2030年，普及率超90%；到2035年，我国全面步入智能经济和智能社会发展新阶段。2026年3月，第十四届全国人民代表大会第四次会议审议通过的《政府工作报告》首次提出“打造智能经济新形态”，将“培育智能原生新业态新模式”作为深化“人工智能+”行动的关键举措。
这一系列政策演进提出一个亟待回答的理论与实践问题：智能经济究竟是一种怎样的经济形态？它与数字经济、信息经济有何本质区别？2026年两会提出的“智能经济新形态”战略指向何在？如何构建驱动智能经济高质量发展的系统性框架？本文尝试基于王羽关于智能经济的系统论述，结合2026年两会精神，对上述问题进行深入探讨。
1.2 研究框架与方法
本文构建“理论-战略-实践-治理”四位一体的分析框架。首先，梳理智能经济的概念演进与理论内涵，明确其区别于传统经济形态的本质特征；其次，解读2026年两会关于智能经济的战略部署，提炼其核心指向与政策逻辑；第三，构建“五链协同”驱动模型，揭示智能经济发展的系统性机制；最后，从技术、产业、制度、安全四个维度提出实践路径与对策建议。
研究方法上，本文采用文献研究与政策分析相结合、理论建构与案例印证相结合的方法，既注重对既有理论成果的系统梳理，也注重对最新政策导向和产业实践的深度解读。
二、理论篇：智能经济的概念体系与理论框架
2.1 概念演进：从概念萌芽到国家战略
智能经济的概念最早可追溯至1994年，中国学者刘永红在《论智能经济系统》一文中首次提出“智能经济系统”概念，并将人工智能基本思想和方法引入经济系统分析。然而，在随后相当长的时期内，由于信息技术和网络发展的限制，人工智能更多是作为人类的“工具”出现在生产生活中，未能对生产方式产生革命性影响。
智能经济的真正兴起，是在网络速度、存储能力以及计算技术取得重要进展后才成为可能。2016年AlphaGo战胜人类围棋冠军，成为人工智能发展史上的标志性事件，也引发了全球范围内对智能经济的高度关注。2017年，国务院《新一代人工智能发展规划》正式提出培育“智能经济”，标志着其上升为国家战略。此后，随着《关于深入实施“人工智能+”行动的意见》的出台，中国智能经济发展进入快车道。
从概念演进的内在逻辑看，我们见证了从信息经济到数字经济再到智能经济的演进之路。信息经济构建了基础网络通道，让数据得以流动；数字经济将这些数据转化为生产要素，催生了平台模式和线上生态；而智能经济则在前两者的基础上，实现从“连接”到“赋能”的飞跃。简而言之，信息经济解决“通”的问题，数字经济挖掘“用”的价值，智能经济则创造“智”的生态，三者并非相互替代，而是层层递进、融合共生的关系。
2.2 定义界定：智能经济的内涵廓清
根据王羽的系统论述，智能经济是以人工智能为核心驱动力，以5G、云计算、大数据、物联网、边缘计算、区块链、混合现实、量子计算等新一代信息技术为支撑，通过人、机、物全域互联与深度协同，实现经济活动的智能化、网络化和自进化的一种新型经济形态。这一界定包含四个层面的内涵：
第一，核心驱动力层面，智能经济以人工智能技术为“核心引擎”，而非一般性的信息技术。这意味着智能经济不仅关注数据的“连接”和“流通”，更关注基于数据和算法的“决策”与“优化”。中央财经大学欧阳日辉教授进一步阐释，智能经济是使用“数据+算法+算力”的决策机制去应对不确定性的一种经济形态，这一界定明确了智能经济运行的核心机制。
第二，要素构成层面，智能经济以数据、算法、算力为核心生产要素。与传统经济形态中的劳动、土地、资本不同，这些新要素具有非竞争性、可复制性、边际收益递增等特征，使得智能经济呈现出与传统经济迥异的运行规律。数据是最活跃的生产要素，算法是价值创造的逻辑框架，算力是支撑运行的物质基础，三者相互依存、协同作用。
第三，实现路径层面，智能经济通过“智能技术产业化”和“传统产业智能化”双向发力。前者指人工智能及相关技术本身形成的新兴产业，如智能芯片、大模型、智能体等；后者指智能技术对传统产业的渗透改造，如智能制造、智慧农业、智慧物流等。两条路径相互促进、融合发展。
第四，目标指向层面，智能经济的根本目的是提升全要素生产率与创造新价值。通过科学技术革命性突破、生产要素创新性配置、产业深度转型升级，优化劳动力、劳动工具、劳动对象的组织，大幅提升生产效率，同时催生出全新的产品、服务、商业模式和产业，驱动经济高质量、可持续增长。据埃森哲报告预测，到2035年，人工智能有潜力拉动中国经济年增长率上升1.6个百分点，并将中国的劳动生产率提升27%。
2.3 核心特征：智能经济区别于传统经济形态的四维辨识
王羽的研究系统提炼了智能经济的四大核心特征：数据驱动、人机协同、跨界融合、共创分享。这四大特征构成辨识智能经济与传统经济形态的四维框架。
（1）数据驱动：智能经济的首要特征
在智能经济中，数据已成为关键生产要素，通过对海量数据的采集、分析和应用，实现精准决策和效率提升。这种驱动机制体现在三个层面：在微观层面，企业基于数据分析优化生产流程、精准营销、预测需求；在中观层面，产业链基于数据共享实现协同优化、柔性配置；在宏观层面，政府基于数据洞察进行精准调控、科学决策。
数据驱动的核心机制在于“数据-信息-知识-智能”的转化链条。原始数据经过清洗、整合形成信息，信息经过分析、提炼形成知识，知识经过学习、推理形成智能，智能最终转化为决策和行动。这一转化过程正是智能经济区别于传统经济的关键所在。
（2）人机协同：智能经济的典型特征
随着人工智能技术的发展，人类与智能机器之间的分工协作日益深化，形成人机互补、优势叠加的新型生产模式。在智能经济环境中，机器擅长处理标准化、重复性和海量数据运算的任务，而人类则专注于创造性、情感性和复杂决策的工作。
这种协同关系正在重塑生产方式。在智能制造领域，工业机器人与人类工程师协同完成产品设计和生产；在医疗领域，AI辅助诊断系统与医生协同提供更精准的诊疗方案；在创意领域，生成式AI与设计师、作家协同创作。据世界经济论坛报告预测，人工智能在取代部分工作的同时，也会创造出大量新的就业岗位，尤其是人机协作相关的职位。
（3）跨界融合：智能经济的结构特征
智能经济通过打破产业边界，促进不同行业间的技术渗透与业务融合，形成新的产业生态和价值网络。这种融合体现在三个层面：
技术融合层面，人工智能与大数据、云计算、物联网、区块链等技术相互渗透，形成集成创新的技术体系。产业融合层面，智能技术赋能传统产业，推动制造业与服务业的深度融合，形成“制造即服务”（MaaS）等新业态。业务融合层面，不同行业的交叉融合催生了诸如智能交通、智慧医疗、智慧金融等新兴领域。
（4）共创分享：智能经济的价值特征
基于平台经济和开源技术，智能经济构建了多方参与、价值共享的开放式创新体系。在智能经济中，企业、用户、开发者等多元主体通过平台进行协作创新，共同创造价值并分享收益。
开源框架和开放平台极大地降低了创新门槛，促进了技术的快速迭代和应用的广泛普及。中国的Qwen、DeepSeek等开源模型在核心性能上追平甚至超越国际主流产品，实现从“跟跑”到“并跑”的历史性跨越，为众多中小企业提供了技术创新基础。同时，共创分享也体现在数据共享、算力共享和应用共享等方面，通过资源的高效利用和价值释放，形成良性循环的智能经济生态。
2.4 理论渊源：智能经济的经济学基础
智能经济的理论框架建立在多学科交叉融合的基础上，从经济学视角看，其理论渊源主要来自三个方向：
创新经济学提供了理论起点。熊彼特的创新理论强调了技术创新在经济变革中的核心作用。智能经济本质上是由人工智能等新一代信息技术引发的经济形态变革，是一种典型的创新驱动型经济。随着智能技术的发展和应用，全要素生产率得到显著提升，经济结构实现优化升级。
新增长理论提供了动力解释。罗默等人的内生增长理论强调，知识和技术是经济增长的内生变量。在智能经济中，数据和算法成为新的生产要素，与传统的人力资本、物质资本共同推动经济增长。数据要素的非竞争性、可复制性和规模收益递增等特点，使得智能经济呈现出明显的网络效应和规模效应。
制度经济学提供了制度分析框架。智能经济的发展离不开制度创新和政策支持，有效的制度安排能够降低交易成本，促进技术创新和扩散。特别是在数据产权、算法伦理、隐私保护等方面，制度创新显得尤为重要。
三、战略篇：2026年两会精神与智能经济新指向
3.1 战略跃迁：从“人工智能+”到“智能经济新形态”
2026年《政府工作报告》首次提出“打造智能经济新形态”，这一表述的变化蕴含着深刻的战略意涵。正如政府工作报告起草组成员、国务院研究室副主任陈昌盛所阐释的，“今年首次提出要打造智能经济新形态，这是个全新的提法，其实就是要抓住人工智能发展的机遇，拓展人工智能赋能千行百业的广度和深度，尽快打开经济增长的新空间，培育新模式、壮大新动能”。
从政策演进脉络看，2024年至2026年，政府工作报告连续三年部署“人工智能+”，但写入“智能经济新形态”尚属首次。全国政协委员、中国科学院计算技术研究所研究员张云泉认为，如果说“人工智能+”侧重于技术对产业的呼唤，那么“打造智能经济新形态”就意味着发展重心正从技术应用转向产业深度融合。中国工程院院士王坚委员进一步指出，智能经济是人工智能驱动的经济形态，未来将渗透到方方面面，传统工业经济也将融入智能内核，成为经济转型的核心方向。
这一战略跃迁体现在三个维度：
从“工具赋能”到“形态重塑”。“人工智能+”更多强调将AI作为工具赋能各行各业，而“智能经济新形态”则意味着AI正在重构经济运行的全过程、全环节，形成以智能为核心驱动力的全新经济范式。正如全国人大代表、中国兵器工业集团首席技师胡来运所言，“与数字经济强调的基础数字化、‘人工智能+’侧重单点应用不同，智能经济对我们这类制造企业而言，核心是实现全产业链智能重构”。
从“技术应用”到“要素重构”。“人工智能+”关注技术的落地应用，而智能经济则将数据、算法、算力作为核心生产要素，重构生产、分配、交换、消费等经济活动各环节。这意味着智能不再仅仅是提高效率的工具，而是创造价值的新源泉。
从“单点突破”到“生态构建”。“人工智能+”更多是鼓励各行业探索AI应用场景，而智能经济则强调构建涵盖技术研发、产业应用、制度保障、人才培养的完整生态体系。正如政府工作报告所部署的，要从开源社区建设、算力基础设施、智能终端推广等多维度系统推进。
3.2 战略指向：2026年两会智能经济部署的三维解析
综合2026年两会期间的政策信号、代表委员建议和权威解读，可将智能经济的战略部署提炼为三个核心指向：
第一，以智能终端和智能体为载体的场景落地战略。
政府工作报告明确提出，“促进新一代智能终端和智能体加快推广”。全国政协委员、中国科学院自动化研究所研究员赵晓光认为，“连接大众与智能经济的主要载体，可能就是行动意见和今年政府工作报告都重点提及的新一代智能终端和智能体，这两者对应着一硬一软”。
在智能终端方面，AI手机、AI电脑、智能家居、智能网联汽车、人形机器人等新一代智能产品正加速涌现。工业和信息化部部长李乐成在全国两会首场“部长通道”上表示，“我们将努力推动AI电脑、AI手机、智能家居等产品，更好满足人民群众对美好生活的向往，全力推进脑机接口、自动驾驶汽车、人形机器人等新一代人工智能产品的科技攻关与技术迭代”。
在智能体方面，人工智能正进入以智能体为重要形态和应用载体的新阶段。多款智能体相继“出圈”，相关应用在个人工具、企业服务等领域展现出蓬勃活力。北京航空航天大学人工智能学院教授沙磊以AI手机为例指出，其已率先实现GUI技术路径落地，在理解用户意图、解决海量长尾场景问题上取得显著突破，“整个过程清晰展现了智能体从意图理解、任务分解、执行校验到需求达成的全流程能力”。
第二，以开源生态为动力的创新范式转换战略。
政府工作报告提出“深化开源开发”，这是对DeepSeek等开源模型成功经验的战略回应。陈昌盛指出，“从去年的DeepSeek，其实已经看到了开源带来的巨大变化，所以要加快开源社区的建设，加快开源数据集、开源工具集的建设，还要针对人工智能、大模型、具身智能等，培育一批优质的开源项目”。
开源战略的深层逻辑在于降低创新门槛、加速技术扩散。中国的Qwen、DeepSeek等开源模型在核心性能上追平甚至超越国际主流产品，为众多中小企业提供了技术创新基础。通过开源社区建设，可以让更多创新主体参与智能经济建设，形成“众人拾柴火焰高”的创新生态。
第三，以“五链协同”为支撑的系统性驱动战略。
2026年两会期间，在参加江苏代表团审议时提出“力争在加强原始创新和关键核心技术攻关、抢占科技制高点上实现新突破，在促进创新链产业链资金链人才链深度融合、推动科技成果高效转化应用上探索新途径”。这一“四链融合”的表述，精准勾勒出新质生产力发展的核心动力机制。
有学者进一步提出“五链协同”框架，即在创新链、产业链、资金链、人才链基础上，加入“政策链”，形成更完整的系统性驱动体系。智能经济的健康发展，高度依赖于一个能实现“五链”高效协同的生态系统。创新链提供技术源头供给，产业链承载价值实现，人才链提供智力支撑，资金链保障要素投入，政策链则发挥催化与护航作用。
第四，以算电协同为基础的基础设施重构战略。
政府工作报告提出，“实施超大规模智算集群、算电协同等新基建工程”。这回应了行业内流传甚广的一句话：“AI的尽头是能源”。全国政协委员、中国科学院计算技术研究所研究员张云泉多年呼吁发展算力经济，在他看来，此举能让企业获得稳定、低成本的算力支撑，助力生产智能升级，并带动产业集群发展。
算电协同的核心逻辑在于，人工智能发展对电力供应的稳定性、质量提出了更高要求，而算力中心的建设和运营需要与能源供给体系协同优化。全国政协委员、中国广核集团有限公司董事长杨长利指出，核能作为稳定、高效的低碳基荷电源，能为人工智能发展提供优质的电力保障。
3.3 战略重点：新兴产业布局与未来产业前瞻
2026年政府工作报告在“培育壮大新兴产业和未来产业”部分，“点名”提出一系列重点领域：
新兴支柱产业方面，重点打造集成电路、航空航天、生物医药、低空经济等六大新兴支柱产业，预计到2030年产值超十万亿。其中，低空经济连续三年写入政府工作报告，据中国民航局预测，2035年中国低空经济市场规模有望突破3.5万亿元。
未来产业方面，重点培育发展未来能源、量子科技、具身智能、脑机接口、6G等未来产业。值得注意的是，“未来能源”系首次写入政府工作报告，包含新型储能、氢能、生物质能、核聚变能、天基太阳能等方向。
这些新兴产业和未来产业，既是智能经济的重要组成部分，也是智能技术赋能的重点领域。具身智能作为人工智能与机器人技术的深度融合方向，对推动制造业智能化升级、培育新质生产力具有战略意义。脑机接口方面，全国政协委员、天津大学副校长明东表示，“有了好的技术和场景，叠加好的政策，脑机接口产业未来发展前景可期”。
四、机制篇：“五链协同”驱动智能经济的理论模型
4.1 理论模型构建：从“四元互动”到“五链协同”
理解智能经济的发展逻辑，需要构建一个能够揭示其内在驱动机制的理论模型。有学者提出“基础-载体-动力-形态”四元互动模型：智库产业是“基础供给”，提供原始的智力资源；智库产业集聚是“生态驱动”，通过要素协同将智力资源转化为产业动能；新质生产力是“核心动力”，提供物质技术基础；智能经济是“目标形态”，是前三者共同作用的最終呈现。
在这一模型中，智库产业集聚通过实现“五链协同”发挥关键的“生态中樞”作用。所谓“五链协同”，是指创新链、产业链、人才链、资金链、政策链五大链条相互嵌套、动态反馈、协同发力的复杂系统。这一框架为理解智能经济发展的系统性机制提供了有力工具。
从理论渊源看，“五链协同”框架融合了创新经济学的创新系统理论、演化经济学的技术-制度共生观点、以及发展经济学的结构主义视角。它强调智能经济的发展不是单一技术突破所能驱动，而是需要多要素、多主体、多层次的系统协同。
4.2 机制解析：五链的内在逻辑与互动关系
创新链是智能经济发展的“源头活水”。它包括基础研究、应用研究、技术开发、成果转化等环节，核心功能是持续产生新知识、新技术、新方法。在智能经济语境下，创新链的重点包括人工智能基础理论突破、关键核心技术攻关、算法模型创新等。创新链的活力取决于研究机构的原始创新能力、企业与研究机构的协同效率、以及知识产权保护的有效性。
产业链是智能经济发展的“价值载体”。它包括研发设计、生产制造、市场营销、售后服务等环节，核心功能是实现价值创造和价值实现。在智能经济中，产业链呈现两个新特征：一是数据成为贯穿全链条的“粘合剂”，二是产业边界日益模糊，跨界融合成为常态。产业链的竞争力取决于核心企业带动能力、上下游协同水平、以及产业生态的完善程度。
人才链是智能经济发展的“智力支撑”。它包括人才培养、引进、使用、评价等环节，核心功能是提供适应智能经济发展需要的各类人才。智能经济需要的人才呈现多层次结构：既需要顶尖的科学家和工程师从事原始创新，也需要大量的“智能工匠”从事技术应用和产业化，还需要懂技术、懂管理、懂市场的复合型人才。人才链的效能取决于教育体系的适应性、人才流动的畅通性、以及激励机制的有效性。
资金链是智能经济发展的“血液系统”。它包括研发投入、风险投资、信贷支持、资本市场等环节，核心功能是为创新和产业化提供充足、可持续的资金支持。智能经济的资金需求呈现“三高”特征：高研发投入、高风险、高回报周期。这就要求资金链具有足够的耐心和风险容忍度。政府引导基金、风险投资、产业资本、资本市场需要形成覆盖企业全生命周期的“毛细血管网络”。
政策链是智能经济发展的“催化与护航”力量。它包括战略规划、法律法规、标准规范、监管治理等环节，核心功能是降低制度性交易成本、引导资源配置、防范化解风险。政策链的特殊之处在于，它既“嵌入”其他四链之中（如人才政策、科技政策、金融政策），又发挥着对其他四链的“协调”功能。有效的政策链能够实现“有效市场”与“有为政府”的协同发力。
五链之间并非简单的线性关系，而是形成复杂的互动网络：
创新链与产业链“缠绕攀升”。实验室里的技术突破必须与产业界的应用需求紧密互动，才能实现价值转化。北京的实践提供了典型案例：海淀区高校诞生的新算法，通过概念验证中心、孵化平台“无缝”传递给科技公司变成产品；亦庄自动驾驶示范区产生的海量行车数据，又成为优化算法的宝贵“粮食”。这种“实验室”与“市场”的零距离互动，正是智能经济活力的源泉。
人才链与资金链“共生共荣”。顶尖人才需要长期资本的滋养，而优质项目又能够吸引资本集聚。智库产业集聚靠顶尖平台、重大项目和活跃生态形成“人才磁潮”，同时汇聚的政府基金、风险投资、产业资本构成覆盖企业全生命周期的资本网络。这些资本既是“输血者”，也是“识货”的伙伴，敢于为基础研究“下注”。
政策链发挥“催化与护航”功能。面对智能经济带来的新伦理、安全与治理挑战，政策需要在鼓励创新与规范发展之间寻求平衡。智库产业集聚可以成为“政策实验室”，关于数据使用、算法责任、自动驾驶定责等新规则可以在“小特区”里先行先试，成熟后再向更大范围推广，降低全社会的“制度试错成本”。
4.3 地方实践：江西“智库峰会”与五链协同探索
“五链协同”不仅是理论框架，也在地方实践中得到积极探索。江西连续六年举办“智库峰会”，探索在省域范围内实现“五链协同”的可行路径。其核心做法包括：通过集聚高端智库资源强化创新链源头供给；聚焦优势产业打造特色产业链；以“才聚江西”计划构建人才链支撑；设立科技创新基金完善资金链保障；出台“智汇江西”政策体系优化政策链环境。
这一探索的启示在于，“五链协同”需要因地制宜，结合区域资源禀赋和发展阶段，形成差异化的实现路径。对于科教资源丰富的地区，可以强化创新链的辐射带动作用；对于产业基础雄厚的地区，可以以产业链升级牵引其他链条协同；对于后发地区，则可以通过政策链的精准发力，吸引创新资源、培育特色产业。
五、实践篇：智能经济的实现路径与典型案例
5.1 技术赋能路径：从单点突破到系统集成
智能经济的实践首先依赖技术赋能。王羽将技术赋能路径概括为三个层面：
数据层面，通过建设数据采集、存储、流通和应用的完整体系，释放数据要素价值。这包括推动公共数据开放共享、建立数据交易流通机制、完善数据产权和隐私保护制度等。
算法层面，通过深度学习、机器学习等算法的研发创新，提升决策精准度和效率。2024年，国内大模型发展成效显著，Qwen、DeepSeek等开源模型在核心性能上追平甚至超越国际主流产品，实现从“跟跑”到“并跑”的历史性跨越。
算力层面，通过构建智能计算中心、推进“东数西算”工程、发展“算电协同”等，提供高效、绿色、低成本的算力支撑。
从单点突破到系统集成，是技术赋能路径的关键跃升。震坤行的实践提供了有益启示。作为聚焦服务制造业企业的生产性服务平台，震坤行正式发布了自研的“行家玲珑”AI大模型及智能体家族，通过“AI物料管家”显著提升物料管理效率，AI智能工作台实现45个流程场景的自动化操作，单季度客服人效同比提升42%，采购人效提升52%。这一案例表明，技术赋能的最高境界不是单一技术的应用，而是技术体系的系统集成，从而实现业务流程的再造和效率的跃升。
5.2 产业融合路径：从“+AI”到“AI+”
产业融合是智能经济落地的主战场。从实践看，存在两种基本模式：
“+AI”模式，即传统产业引入人工智能技术，实现效率提升和流程优化。这是当前最普遍的实践路径。万事利集团基于AI花型大模型等核心技术，首创活性免水洗印染一体机，实现最快2小时拿到成品且零污水排放，将AI布局到全产业链。中国航发湖南动力机械研究所专职总师单晓明代表指出，以生成式AI为代表的前沿技术正重塑工业软件的研发与应用模式，为加速实现国产工业软件的自主可控与跨越式发展提供了前所未有的战略机遇。
“AI+”模式，即人工智能技术本身催生新的产业形态和商业模式。思必驰的实践具有代表性。全球60多家车企超过1500万台新能源汽车上，都搭载着思必驰的智能语音交互系统。思必驰牵头，联合上海交通大学、科沃斯机器人、吉利汽车研究院等共同组建长三角语言计算创新联合体，推动智能语音识别技术在更多领域落地。这一案例表明，“AI+”模式的核心是人工智能技术本身的产业化，形成新的产业增长点。
两种模式并非相互替代，而是相互促进。“+AI”为AI技术提供了丰富的应用场景和数据反馈，助力算法持续优化；“AI+”则不断催生新技术、新产品，为传统产业转型提供更强大的工具。
5.3 区域集聚路径：长三角的产业集群实践
区域集聚是智能经济发展的重要空间形态。长三角地区的实践提供了典型样本。
场景驱动是长三角智能经济发展的首要特征。长三角既有千年纺织业的传承，也有密集的新兴产业集群，丰富的产业形态为AI企业提供了无数可能的应用场景。上海西井科技的无人驾驶重卡将AI技术与自动驾驶整车设计融合，长三角地区的港口资源和巨大的货物吞吐量是其产品应用和升级的富矿。黑湖科技已提升4000多家大型工厂的协作效率，解决28000家中小微工厂生产协作和数据统计难题。
产业生态是长三角的核心竞争力。从芯片设计到算法开发、精密制造、硬件生产，长三角形成了分工明确又紧密联动的产业网络。智元机器人的成长印证了集群效应的价值：“我们核心零部件的供应商大多都在长三角，这边成熟的制造业企业、高技术的产业工人、强大的供应链能帮助我们迅速提高产品质量”。作为链主，智元机器人吸引上下游伙伴形成产业集群，互相促进。
产学研协同是创新源头。长三角国家技术创新中心、长三角G60科创走廊等研究机构和创新载体，促进科研院所和企业之间形成高效的创新网络。思必驰牵头的长三角语言计算创新联合体，正是这种协同的典型产物。
政策赋能是重要保障。“输入公司名字，就会显示我们能享受的所有政策，申请步骤都很清楚”。苏州的营商环境和包容政策吸引了大批“背包客创业者”，如今苏州人工智能领域有上市企业32家，全球独角兽企业7家，专精特新“小巨人”企业81家，产业链上下游相关企业超2100家。
5.4 平台赋能路径：生产性服务平台的价值创造
生产性服务平台在智能经济发展中发挥着独特作用。震坤行董事长兼CEO陈龙认为，平台不应仅仅是交易场所，更要成为赋能实体经济、促进产业链协同、培育新质生产力的关键基础设施。
平台赋能的核心机制包括：数据汇聚，平台汇聚产业链各环节的数据资源，形成数据资产和洞察能力；智能匹配，基于算法实现供需精准匹配，降低交易成本；协同优化，通过平台实现产业链上下游的协同设计和生产；知识共享，平台成为行业知识和最佳实践的汇聚和传播载体。
震坤行的实践表明，生产性服务平台的智能化转型正从“响应需求”向“预测需求”演进。未来，平台将AI大模型的应用拓展到供应链预测、交付优化等更深入的环节，最终重塑工业用品供应链的生态。
六、挑战篇：智能经济发展的瓶颈与制约
6.1 技术瓶颈：从“并跑”到“领跑”的跨越难题
尽管我国人工智能技术取得显著进展，但核心技术瓶颈依然存在。在高端芯片领域，对先进制程的依赖尚未根本改变；在基础软件和开发框架方面，国际主导的生态格局短期内难以撼动；在原创算法和理论突破上，从“跟跑”到“并跑”已成现实，但实现“领跑”仍需持续攻坚。
全国政协委员、中国科学院计算技术研究所研究员张云泉指出，我国算力发展态势向好，但仍面临结构单一、工具链不完善、价格内卷等问题，“算力围城”的困境有待突破。他建议结合超级计算与人工智能计算的优势，建设大算力、全精度、高互联的高端智算中心。
6.2 数据瓶颈：流通障碍与价值释放困境
数据是智能经济的核心生产要素，但数据流通与价值释放面临多重障碍。
数据孤岛问题依然突出。政府数据、行业数据、企业数据之间壁垒森严，跨部门、跨区域、跨行业的数据共享机制不健全。全国政协委员、民盟四川省委会副主委李正国指出，当前网盘、个人云等面向广大用户的普惠型云服务，在跨省数据传输方面普遍存在限速、时延高、成本不均等问题。
数据产权制度尚未完善。数据确权、交易、收益分配等基础制度仍处于探索阶段，制约了数据要素的市场化配置。数据隐私保护与数据价值释放之间的平衡，也是亟待解决的制度难题。
高质量数据集供给不足。大模型训练需要大规模、高质量、多模态的数据支撑，而中文高质量数据集的建设仍滞后于需求。
6.3 制度瓶颈：治理滞后与监管平衡难题
智能经济的快速发展对制度创新提出迫切需求，但治理体系建设相对滞后。
监管平衡难题突出。如何在鼓励创新与规范发展之间寻求精准平衡，避免丧失技术竞争窗口期，同时防范化解风险，是政策制定者面临的严峻挑战。全国人大代表、招商局集团资本投资公司董事李引泉建议，监管需平衡规范安全与创新发展，避免初期监管过严制约技术进步。
标准体系尚未健全。人工智能技术标准、数据标准、评估标准等建设滞后，影响技术的规模化应用和产业的有序发展。特别是在智能终端、智能体等新兴领域，标准缺失制约产品推广和市场拓展。
伦理治理框架亟待完善。算法偏见、责任归属、隐私保护等伦理问题日益凸显，需要建立适应智能经济发展阶段的伦理治理框架。
6.4 人才瓶颈：结构性短缺与供需错配
智能经济的人才需求呈现爆炸式增长，但人才供给存在结构性短缺。
顶尖人才缺口巨大。人工智能基础研究、算法创新等领域需要顶尖科学家和工程师，而这类人才培养周期长、难度大，短期内难以满足需求。
复合型人才尤为稀缺。既懂技术又懂行业、既懂研发又懂管理的复合型人才，是智能经济落地应用的关键，但这类人才培养体系尚不健全。
“智能工匠”供给不足。智能技术的应用推广需要大量技术熟练的应用型人才，而职业教育和继续教育体系对这类人才的培养能力有限。
6.5 安全挑战：风险交织与治理复杂性
智能经济发展伴生着多重安全风险。技术安全风险，包括算法漏洞、系统故障、数据泄露等技术层面的安全隐患。社会安全风险，包括就业冲击、算法歧视、信息茧房等社会层面的潜在风险。全国政协委员、中国政法大学教授陶乾指出，新兴商业模式与新型竞争方式，可能对现有市场竞争格局产生重塑作用。国家安全风险，包括技术霸权、数据主权、意识形态渗透等国家层面的安全挑战。在激烈的国际竞争背景下，智能经济的安全治理尤为复杂。
七、对策篇：智能经济高质量发展的系统建议
7.1 技术攻坚：构建自主可控的创新体系
强化基础研究。加大对人工智能基础理论、数学基础、认知科学的投入，鼓励科学家勇闯“无人区”，力争在原创性、颠覆性技术上实现突破。设立面向长周期、高风险基础研究的专项基金，营造“十年磨一剑”的科研环境。
突破关键核心技术。聚焦高端芯片、基础软件、开发框架等“卡脖子”环节，组织产学研优势力量协同攻关。发挥新型举国体制优势，同时激发企业创新活力，形成技术突破的强大合力。
构建自主生态。以开源开放为抓手，培育自主可控的技术生态。支持国产开源框架、开源数据集、开源工具集的建设，降低中小企业创新门槛，吸引更多开发者参与生态共建。
7.2 产业融合：深化“人工智能+”的落地实践
推进制造业智能化转型。深入落实《“人工智能+制造”专项行动实施意见》，推动人工智能技术在制造业全链条、全流程的融合应用。拓展智能制造，新建设一批智能工厂和智慧供应链。推动工业互联网和人工智能融合赋能，打造“5G+工业互联网”升级版。
培育智能原生新业态。支持智能终端和智能体的创新与推广，培育智能原生新业态新模式。在AI手机、AI电脑、智能家居、智能网联汽车、人形机器人等领域，孕育更多世界级智能产品。
拓展高价值应用场景。人工智能已进入场景牵引新阶段。鼓励“非禁即入”原则，推动人工智能在更多场景的创新应用。针对制造业、物流业、商业服务、养老照护等领域，加速推动落地应用。
7.3 制度创新：构建包容审慎的治理框架
完善数据基础制度。加快数据产权、交易流通、收益分配等基础制度建设，探索建立数据要素市场化配置机制。推动公共数据开放共享，引导企业数据合规流通，释放数据要素价值。
创新监管治理模式。坚持包容审慎监管原则，在鼓励创新与规范发展之间寻求精准平衡。构建智能体助手“可试点、可规模化、可闭环监管”的落地路径。建立人工智能伦理审查和风险评估机制，防范化解潜在风险。
健全标准规范体系。加快人工智能技术标准、数据标准、评估标准建设，推动国内标准与国际标准衔接。鼓励平台企业参与智能制造、供应链协同等领域的行业标准制定。
7.4 要素保障：优化人才、资金、算力的供给结构
强化人才支撑。完善适应人工智能发展的就业创业措施。深化产教融合，鼓励高校、职业院校与龙头企业合作培养人工智能人才。既要培养顶尖的科学家和工程师，也要培养大量“智能工匠”和复合型人才。建立更具竞争力的人才引进和激励机制，吸引全球顶尖人才。
优化资金供给。发挥国家人工智能产业投资基金引导作用，带动社会资本投入人工智能领域。将企业购买云计算服务支出纳入研发费用范畴，切实为企业减负。构建覆盖企业全生命周期的资本支持体系，鼓励长期资本、耐心资本投向人工智能。
夯实算力底座。实施超大规模智算集群、算电协同等新基建工程。加强全国一体化算力监测调度，支持公共云发展。落实“东数西算”工程部署，推动我国从算力大国向算力强国跨越。打破区域带宽壁垒，建立全国统一的云数据传输调度规则。
7.5 安全保障：筑牢智能经济的安全防线
强化技术安全保障。加强算法安全、数据安全、系统安全的技术研发和标准建设，提升人工智能系统的可靠性和安全性。建立健全人工智能安全评估和风险预警机制。
完善伦理治理框架。制定人工智能伦理准则和治理规范，确保人工智能发展符合人类价值观和伦理底线。加强人工智能伦理研究和教育，提升全社会的人工智能伦理意识。
防范系统性风险。密切跟踪人工智能发展可能带来的就业冲击、社会分化、市场垄断等系统性风险，建立健全风险识别、预警和应对机制。加强国际对话与合作，推动人工智能朝着有益、安全、公平的方向发展。
八、结语：迈向智能经济的大时代
智能经济作为数字经济的高级形态，正以前所未有的速度重塑全球经济格局。本文基于王羽关于智能经济的系统论述，结合2026年全国两会精神，从理论、战略、机制、实践、挑战、对策六个维度，对智能经济进行了系统研究。
研究表明，智能经济是以人工智能为核心驱动力，以数据、算法、算力为关键要素，通过人机协同、跨界融合、共创分享实现经济形态根本性变革的新范式。2026年两会首次提出的“打造智能经济新形态”，标志着我国智能经济发展从“技术赋能”阶段迈向“经济形态重塑”新阶段。其战略指向包括：以智能终端和智能体为载体的场景落地、以开源生态为动力的创新范式转换、以“五链协同”为支撑的系统性驱动、以算电协同为基础的基础设施重构。
智能经济的发展既面临重大战略机遇，也面临技术、数据、制度、人才、安全等多重挑战。推进智能经济高质量发展，需要系统谋划、协同发力：在技术层面强化自主创新，在产业层面深化融合应用，在制度层面构建包容审慎治理框架，在要素层面优化供给结构，在安全层面筑牢风险防线。
展望未来，随着智能技术的持续突破和应用场景的不断拓展，智能经济将深刻改变生产生活方式和社会治理方式，推动社会全面迈向人机协同、共创分享的智能新时代。正如政府工作报告所言，“打造智能经济新形态”，是抓住人工智能发展机遇、拓展经济增长新空间、培育新动能的关键之举。以“五链协同”为支撑，以技术创新为驱动，以制度创新为保障，中国智能经济必将为经济高质量发展注入强劲动力，为全球经济发展贡献中国方案。
（中国智能经济行动计划课题组）
中国智能经济行动计划课题组
联系人：
曹女士：13718952053
晏先生：13146202357
邮箱：caippc_iec@163.com