习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上的主旨讲话中提出，人工智能是世界经济增长的新引擎和新旧动能转换的加速器，正从“数字世界”走向“物理世界”。今年的《政府工作报告》对加紧培育壮大新动能进行部署，首次提出“打造智能经济新形态”。人工智能正与经济社会各行业各领域广泛深度融合，为经济社会的新跃升带来新的想象空间和坚实有力支撑。在人工智能重塑人类生产生活范式的今天，如何认识智能经济？智能经济有哪些新模式，会带来怎样的新动能？本期“对话经济学家”邀请首都经济贸易大学副校长尹志超围绕这些热点问题进行深入解读。
精准认识智能经济新形态
记者：今年的《政府工作报告》首次提出“打造智能经济新形态”。请问什么是智能经济？智能经济新形态的“新”，主要体现在哪些方面？
尹志超：智能经济基于人工智能技术，并以人工智能为核心驱动力，但这并不是简单地把人工智能看成一个产业、一个工具，而是以数据为关键要素、以算力为基础支撑、以算法为核心引擎、以智能体和智能终端为重要载体，通过人机协同、跨界融合、共创分享，实现经济活动智能化、网络化和自进化发展的经济形态。也就是说，智能经济不是“给经济装AI插件”，而是推动生产、流通、消费以及治理方式发生系统性重构，使得经济运行逻辑从数字化进一步迈向智能化。
智能经济新形态的“新”，我觉得至少体现在四个方面：一是生产方式在变，从人找数据、凭经验决策，转向数据驱动、人机协同、实时优化；二是产业组织在变，从单点数字化走向全链条智能化；三是消费形态在变，AI手机、AI眼镜、智能汽车、服务机器人等产品正促使消费从被动响应转向主动服务；四是公共服务和社会治理方式在变，教育、医疗、养老以及政务服务都在趋向更精准、更智能、更高效。
整体上看，智能经济不再只是把人、货、场连起来，而是让数据自己流动、模型持续学习、设备自动响应、系统实时优化。在过去，经济运行像一条需要层层传递指令的流水线，而智能经济更像是一个拥有“神经网络”的有机体，哪里有需求变化、有供给波动、有效率损耗，系统都能更快感知、更快决策、更快调整。
所以，智能经济新形态的“新”，不是“新”在多了AI技术和产品，而是“新”在整个经济从“数字记录”迈向“智能运行”，从“人追着问题跑”迈向“系统围着需求转”，从“局部优化”迈向“全局协同”。
记者：我国将打造智能经济新形态作为一项重要任务，您认为主要基于什么考量？
尹志超：这既是对新一轮科技革命和产业变革大势的主动顺应，也是对高质量发展现实需要的积极响应，同时体现出对全球人工智能竞争格局深刻变化的战略判断。
一是顺应新一轮科技革命和产业变革大势。放眼全球，人工智能正在从技术突破走向广泛应用，深刻改变生产方式、产业组织和服务模式。我国必须主动布局，推动经济运行由数字化进一步迈向智能化。
二是满足实现高质量发展以及壮大新质生产力的需求。我国经济转型升级需要新的增长动能，打造智能经济新形态，有利于推动传统产业改造升级，培育智能终端、智能服务等方面的新产业、新业态、新消费，提升全要素生产率。
三是掌握全球人工智能竞争的战略主动。人工智能已成为国际竞争的重要制高点，谁能更快形成技术优势、产业优势和应用优势，谁就更能掌握未来发展的主动权。
目前来看，我国打造智能经济新形态正当其时，既有广阔前景，又有显著优势。2025年，我国人工智能核心产业规模超过1.2万亿元，规上制造业企业人工智能技术应用普及率超30%。实践中，智能经济已经不是一个远景概念，而是有产业基础、有政策部署、有场景支撑的现实进程。与此同时，我国市场空间大、产业体系完整、应用场景丰富，能够为人工智能技术创新、产品迭代和规模化落地提供有力支撑。随着“人工智能+”持续深化，技术潜力、市场优势和制度优势还将进一步转化为发展胜势。
我们已经看到一些令人振奋的趋势。例如，宁德时代的AI质检、京东方的工业大模型、海尔的智能家电应用等智能制造实践，说明AI正在进入制造业核心环节；AI手机、AI眼镜、人形机器人等智能终端涌现，说明智能消费潜力正在加速释放；“人工智能+医疗卫生”、智能养老机器人的应用等，说明智能经济正向民生领域延伸。总体上看，发展智能经济，不只是技术问题，更是发展方式转变的问题；不只体现为效率提升，更体现为经济形态跃升。
从“互联网+”到“人工智能+”
记者：智能经济的核心驱动是人工智能技术。2025年，国务院印发《关于深入实施“人工智能+”行动的意见》。此前的2015年，我国提出积极推进“互联网+”行动。应如何理解从“互联网+”到“人工智能+”的演进过程？两个行动分别要解决什么问题？
尹志超：从“互联网+”到“人工智能+”，表面上是反映了新一代信息技术的迭代升级，实质上是体现出我国数字化转型逻辑的一次重大跃迁。这个跃迁可以概括为：从“连接”走向“智能”、从“信息效率提升”走向“全要素生产率提升”。
2015年我国提出积极推进“互联网+”行动时，面临的核心问题是，连接不充分、信息不对称、交易效率不高、资源配置不优。因此，推进“互联网+”的关键，就是把人、企业、设备和市场“连起来”，让信息流、资金流、物流更加顺畅，实现供需高效匹配，本质上解决的是“有没有连接”“能不能在线”“信息能不能流动”等问题。在这一阶段，我国推进“互联网+”行动的成效非常显著。例如，电商平台提升了供需匹配效率，移动支付大幅降低了交易成本，平台经济和工业互联网优化了资源配置，等等。2025年，我国网上零售额达到15.97万亿元，同比增长8.6%，重点工业互联网平台工业设备连接数已经超1亿台（套），移动支付普及率全球第一。这意味着我国已经基本完成从“扩大连接”到“深化连接”的阶段性跨越，为进一步迈向智能化、协同化发展奠定了坚实基础。
2025年我国提出深入实施“人工智能+”行动，要解决的问题已经发生了变化，不再是“连不连得上”，而是“会不会思考、能不能优化决策、能不能处理复杂任务、能不能创造新价值”。可以说，“人工智能+”是在“互联网+”基础上的进一步跃升。互联网技术解决的是信息流动问题，而人工智能技术开始解决认知和决策问题，其能够进入研发设计、生产调度、质量控制、风险识别等核心环节，推动生产方式和价值创造方式的深度变革，从而提升全要素生产率。
从政策演进看，这一逻辑也非常清晰：2015年的“互联网+”行动解决的是数字化起步问题，2025年的“人工智能+”行动以及如今着力打造的智能经济新形态，则反映出我们的关注点已经从单项技术应用转向整体经济形态的重塑。
记者：可以从哪些方面去理解“互联网+”与“人工智能+”的共性和差异？
尹志超：理解“互联网+”和“人工智能+”的关系，首先要看到二者有很强的内在一致性。它们本质上都是新一代信息技术与实体经济深度融合的重要形态，都是通过技术进步推动生产方式变革、产业转型升级和资源配置效率提升。无论是“互联网+”还是“人工智能+”，都不能脱离实体经济，都要向制造业、服务业以及公共服务领域广泛渗透，赋能千行百业。
在看到共性的同时，也要看到二者的差异。一是技术内核不同。“互联网+”依托的是网络、平台和云计算，本质是连接能力的增强；“人工智能+”叠加的是学习、推理、生成和决策能力，本质是认知能力和计算能力的增强。可以理解为，从“信息连接与扩散”走向“知识运用与创造”。二是价值创造层次不同。“互联网+”更多是优化已有流程，降低交易成本和协调成本；“人工智能+”开始进入价值创造的核心环节，在很多场景中能够直接提升效率和决策质量。也就是说，互联网更多解决“怎么连接”，人工智能更多解决“怎么创造价值”。三是扩散路径不同。“互联网+”通常从消费端突破，再向生产端延伸；“人工智能+”呈现出消费端、生产端和治理端同步渗透的特点，尤其是大模型能够更快进入制造、科研、医疗、教育和政务等复杂场景。可以说，“互联网+”让我国经济高效地“连起来”，而“人工智能+”正在让我国经济显著地“聪明起来”。
从“有条件”走向“成体系”
记者：发展智能经济，我国现有基础如何？
尹志超：我国发展智能经济，总体上看基础已经具备，关键是如何从“有条件”走向“成体系”。具体看，我国已经拥有比较扎实的基础。
第一，有超大规模市场和数据基础。截至2025年底，我国网民规模达11.25亿人，互联网普及率突破80%。这意味着我国拥有其他国家难以具备的大规模数字用户群体和应用迭代土壤。无论是模型训练、产品打磨，还是新业态培育，都具有明显的多元化场景优势。例如，抖音、快手等平台每天产生海量视频和交互数据，为推荐算法和多模态模型持续提供训练素材；支付宝、微信支付等在高频支付场景中积累的行为数据，能够为风控模型和信用评估模型快速迭代升级提供条件。这种“真实世界的高频数据反馈”，是很多国家难以拥有的优势。
第二，有完整产业体系和规模化制造能力。2025年，我国企业推出的开源大模型下载量全球第一。工业和信息化部今年7月20日发布数据显示，智能机器人领域，我国研发的四足机器人占全球销量份额接近70%。这些都说明我国人工智能已经从技术探索阶段进入产业化加速阶段。例如，华为昇腾、百度文心、阿里通义等正在形成“算力芯片—框架平台—行业模型”的链条；优必选、傅利叶智能等企业推动人形机器人在工业巡检、康复护理等场景落地，显示出从“实验室样机”向“可用产品”的突破。
第三，有持续强化的制造业智能化基础。我国已经累计建成3.5万家基础级、8200余家先进级、500余家卓越级智能工厂，15家企业入选领航级智能工厂培育名单。截至2026年6月底，全国“5G+工业互联网”在建项目超2.6万个。中国制造业正在从数字化走向智能化。例如，在钢铁行业，宝武钢铁集团通过AI进行高炉燃烧优化和能耗控制，实现吨钢成本下降；在家电制造中，美的“黑灯工厂”通过AI视觉检测与机器人协同，大幅降低人工干预。在这些案例中，AI已经深入核心生产环节，而不只是辅助工具。
第四，有蓬勃的新质生产力支撑。2025年，规上高技术制造业和数字产品制造业增加值均保持9%以上的增长，服务机器人产量1858.1万套，比上年增长16.1%。这说明智能经济已经通过设备、终端和服务转化为现实增长动力。无论是部分企业通过智能供应链系统实现库存预测与动态定价，还是服务机器人在医院导诊、酒店配送中逐步普及，都体现出人工智能从“技术变量”转化为“增长变量”，数智技术与核心产业融合进入红利兑现期。
第五，有逐步完善的顶层设计。从深入实施“人工智能+”行动，到提出“打造智能经济新形态”，再到“十五五”规划纲要对“全方位推进数智技术赋能”作出重要部署，我国已经形成了从战略部署到量化目标的系统推进框架。
记者：您认为还需在哪些方面进一步做好打基础、利长远的工作？
尹志超：我们要清醒认识到，发展智能经济仍然存在一些短板弱项。在高端芯片、基础软件、先进制造工艺和高质量数据集等方面还需要持续突破；数据要素价值释放不充分，仍存在数据孤岛、标准不统一、流通机制不畅等问题，数据“难流通、难利用、难变现”的矛盾较为突出；应用落地存在“最后一公里”难题，不少企业“想用不会用、用了难复制”，供需对接和商业模式仍需打通；在产业一线，既懂人工智能技术、又懂行业应用的复合型人才仍然短缺；治理体系仍需完善，在法律规范、伦理规则、风险防控等方面需加快形成与人工智能发展相适应的制度体系。
下一步，可重点在以下几个方面持续发力：
一是夯实算力、数据、算法三大基础底座。算力决定模型训练和应用部署的承载能力，数据决定模型学习和场景适配的质量，算法决定智能系统的性能和效率。这三者就像智能经济的“水、电、路”，基础不牢，应用就难以稳定落地，更谈不上大规模推广。只有把底座打稳打牢，才能为各行业智能化转型提供持续支撑。
二是坚持应用牵引，围绕高价值场景做深做实。技术只有进入生产、服务和治理一线，解决真实问题、创造实际价值，才能形成可复制、可推广、可持续的模式。特别是在一些需求明确、痛点突出、回报可见的高价值场景率先突破，更容易形成示范效应，带动技术迭代、企业跟进和产业扩散，避免出现“技术很热、落地很冷”的情况。
三是协同推进“人工智能+制造”“人工智能+服务”“人工智能+治理”。发展智能经济，制造业是主战场，关系到实体经济竞争力；服务业是增量空间，关系到消费升级和新业态成长；治理领域是公共价值的重要体现，关系到民生改善和治理现代化。只有这几个方面协同推进，才能形成相互支撑、相互促进的整体效应。
四是加强开源生态和标准体系建设，降低应用门槛。开源生态有利于加快技术扩散、促进协同创新，让更多企业特别是中小企业能够低成本接入智能能力。标准体系建设则有利于提升兼容性、规范性和可复制性，避免重复建设和“各搞一套”的问题。只有生态更开放、标准更统一，人工智能应用才能真正从点状突破走向面上普及。
五是强化人才培养，特别是复合型、应用型人才。当前最紧缺的，不只是懂算法的人，也包括既懂技术又懂产业、既懂模型又懂场景、既懂开发又懂管理的复合型人才。没有这样一批人才，技术就难以真正嵌入业务流程，创新成果就难以转化为现实生产力。必须把人才培养摆在更加突出的位置。
六是统筹发展和安全，把合规、安全能力前置嵌入产业发展全过程。越是广泛应用人工智能，越要重视安全、伦理、隐私、偏见、误用等方面的风险。如果这些问题处理不好，不仅会影响社会信任，还会制约产业发展。发展智能经济，不能“先发展、后治理”，而是要坚持发展和治理同步推进，把合规要求、伦理规范和安全机制嵌入技术研发、产品设计、场景打造和运营管理全过程，做到发展得快，也走得稳。
只有这样，智能经济才能真正从“有条件”走向“成体系”，从“有亮点”走向“有规模”，从“能起步”走向“可持续”。
找准“人工智能+”的重点领域
记者：推动人工智能赋能千行百业，是一段时间以来经济领域的热点话题。您认为，“人工智能+”哪些领域，是当前最为重要和紧迫的？
尹志超：对于“人工智能+”，确实应该先确定优先领域。当前最重要的，不是全面铺开，而是聚焦主战场和关键场景，形成示范带动。如果从国民经济拉动效应、现实需求紧迫程度、场景成熟度和示范性来看，当前最重要、最紧迫的领域主要是制造业、公共服务、科技创新和现代服务业。
制造业是主战场。制造业是立国之本，也是我国最突出的比较优势。制造业一旦实现智能化，带来的不是单点效率提升，而是从研发设计、生产调度到质量控制、供应链协同的全链条效率提升，对经济的拉动效应最强。
公共服务是需要优先突破的领域。教育、医疗、养老等直接关系到人民群众的获得感、幸福感、安全感，同时也面临资源不均衡、供给不足等现实约束。人工智能在辅助诊疗、慢病管理、智慧养老、个性化教学等方面都能发挥作用，能够推动公共服务从“标准化供给”走向“精准化个性化供给”。在教育领域，人工智能作业批改与学习路径推荐系统（如AI助教）正在缩小区域教育差距；在养老领域，智能看护系统可通过传感器和算法实现老人跌倒监测与健康预警。这些应用都直接回应了现实痛点。
科技创新是制高点。长远来看，智能经济的核心竞争力体现为科技创新能力。人工智能正在改变科研范式，从数据驱动发现转向模型驱动创新，加速技术研发、工程实现、产品落地的一体化协同过程，人工智能已经从工具变成了科研的重要参与者。例如，国内企业利用AI进行药物筛选，将候选分子筛选时间从数年压缩到数月；在材料科学领域，AI已用于新材料组合预测与性能模拟。
现代服务业是极具拓展潜力的领域。金融、物流、商贸、文旅、法律、设计等行业，具有数据密集、流程标准化、复制成本低等特点，非常适合人工智能应用。通过智能体、流程自动化和知识管理，这些领域不仅能提升效率，还能催生新的商业模式，是未来重要的增长空间。在金融领域，智能风控和智能投顾能显著降低违约风险与服务成本；在物流领域，通过智能调度系统优化仓储与配送路径，可提高履约效率。服务业智能化不仅体现为效率显著提升，而且表现为商业模式的不断创新与重构。
记者：这些领域在与人工智能技术融合的过程中是否暴露出一些问题？您认为需要如何解决？
尹志超：我们也必须正视当前“人工智能+”在落地过程中普遍存在的问题。一是“最后一公里”问题突出，不少场景“看起来很热”，但真正能形成闭环的不多，尤其是制造业，存在“用了AI，但进不了产线”的情况，本质上是业务流程没有同步重构。二是数据基础不扎实，存在数据孤岛、标准不统一、质量不高等问题。没有高质量、可治理的数据，再先进的模型也难以稳定落地。三是投入产出不清晰，企业特别是中小企业普遍存在“不敢用、不会用”的问题，担心成本高、见效慢、风险大。四是治理和安全问题凸显，包括算法偏差、责任认定、隐私保护、深度合成滥用等。这些问题如果处理不好，会直接影响应用推广。
针对这些问题，关键要做好几个结合。
一是技术导入与场景重构相结合。不是简单地“上AI”，而是围绕业务痛点重构流程，优先选择可量化、可复制的高价值场景。二是模型应用与数据治理相结合。同步推进高质量数据集建设、数据标准化，避免“重模型、轻数据”。三是龙头企业带动与中小企业普惠相结合。大企业打造平台和标杆，中小企业通过公共云、开源模型、算力支持等降低门槛，实现普及应用。四是发展速度与治理能力相结合。坚持包容审慎监管，建设鼓励创新、守住底线、分级分类的治理体系。
哪些新机遇可重点关注
记者：智能经济作为一种新经济形态与现有产业以及行业融合，您预期，哪些重点领域或者行业将迎来新的发展契机？
尹志超：智能经济发展带来的机会，不只是催生新产业，更重要的是对原有产业进行再定义、再组织和再估值。我认为，至少有六类重点领域将迎来明显的发展契机。
第一，智能制造和工业智能体是最具规模效应的应用方向。我国工业互联网融合应用已实现41个工业大类全覆盖，2024年核心产业规模就已超1.5万亿元，已经具备良好基础。下一步，工业智能体将从辅助分析走向排产调度、质量诊断、设备维护、供应链协同等核心环节，推动制造业从“数字化车间”走向“自主优化工厂”。这也会带动工业软件、传感器、边缘计算、数字孪生等一系列产业同步发展。
第二，新一代智能终端以及智能消费将成为需求侧重要引擎。AI手机、家庭机器人等产品正在从“叠加AI功能”转向“以AI为核心入口”。这不仅是硬件升级，而且会带来人机交互方式、操作系统和内容服务模式的重构，推动消费场景扩展。
第三，具身智能、人形机器人和智能装备是潜力巨大的前沿领域。我国人形机器人整机产品达400余款、超全球半数，服务机器人产量持续增长，应用场景持续丰富。未来有望在工业搬运、物流仓储、养老照护、家庭服务和危险作业替代等领域，率先实现商业化突破。
第四，算力基础设施和底层支撑产业将持续扩张。随着智能经济发展，算力、存储、网络和能源协同的重要性不断凸显。算力基础设施是智能经济的“新型基础设施底座”，智算中心、服务器、液冷散热、数据中心绿色化、算力调度平台等环节都将迎来增长机会。
第五，医疗、养老、教育等民生服务产业将成重要增长点。随着老龄化加快和公共服务需求升级，智慧医疗、智慧养老、辅助诊疗、个性化教育等领域将实现快速发展。这些领域既有社会价值，也有产业空间。
第六，人工智能原生服务新业态将不断涌现。智能营销、智能设计、智能法律服务、智能客服、智能金融服务等将有更大发展空间。同时，以智能体为基础的新型生产组织形态，如“一人公司”“超级个体”等，也在逐步出现。人工智能正在降低创业门槛，提升小微主体的组织能力。
从更宏观层面看，可重点把握“三条主线”。
第一条主线是“AI+制造”。这是最具规模效应的方向，因为人工智能可以深入研发设计、排产调度、质量检测、设备运维、供应链协同等关键环节，推动传统制造业从数字化向智能化升级。在汽车、电子、装备制造等领域，人工智能已经广泛应用于缺陷识别、预测性维护和柔性生产。
第二条主线是“AI+终端”。这一方向直接连接消费市场，也最容易带动新产品革命。AI手机、AI眼镜、智能汽车、服务机器人等正在使终端从单纯的功能工具转向主动感知、主动服务的智能入口，从而带动产品创新，进而实现消费扩容。
第三条主线是“AI+服务”。这一方向不仅能够提升效率，还会推动商业模式和组织方式创新。金融、医疗、教育、法律、文旅等服务业本身就具有信息密集、流程密集的特点，与人工智能结合的空间和潜力很大。
同时也要看到，不同行业的发展节奏是不同的。制造业可能先在局部环节突破，再向全链条延伸；智能终端往往从头部品牌和高频场景切入；民生服务更强调合规、安全和可及性；人形机器人等前沿领域的商业化仍需时间培育。因此，发展智能经济，既要积极布局，也要防止一哄而上。
未来真正受益的，不是最会讲AI故事的行业，而是那些拥有真实场景、真实数据，并且能够把AI嵌入核心流程、持续创造价值的行业。（经济日报记者 栾笑语）