编者按：当前，人工智能正全方位渗透生产生活各领域，成为推动产业升级、民生改善的核心驱动力。今年政府工作报告首次提出“打造智能经济新形态”，并作出重要部署。围绕如何认识和打造智能经济新形态话题，本刊记者对中国科学技术发展战略研究院研究员刘冬梅、北京大学教授张辉、国务院发展研究中心研究员马源进行了专访。

记者：从“人工智能+”到智能经济新形态，我国正在通过人工智能赋能重塑经济高质量发展路径。我们应该怎么理解智能经济？发展智能经济具有怎样的战略考量？

刘冬梅：智能经济是以人工智能为核心驱动力，以数据为关键生产要素，以算力和算法等为重要生产工具，以智能化生产组织、商业模式和消费业态为基本特征，通过人机协同、跨界融合和共创分享，实现经济活动智能化、网络化和自进化发展的经济形态。智能经济通过智能化手段重构生产、分配、流通、消费全链条，提升资源配置效率，激发创新活力，重塑产业形态乃至生态，本质上是生产力发展到一定阶段的必然产物。

张辉：从经济形态的历史演进看，智能经济是继农业经济、工业经济、信息经济、数字经济之后的新型经济形态。这不仅是概念内涵的更迭，更是发展逻辑的跃迁。回顾历史，农业经济以土地和劳动力为核心要素，工业经济以资本和能源为驱动，信息经济依托信息流动与互联，数字经济则在此基础上将数据确立为关键生产要素，完成了从信息化到网络化的全面渗透，为更高阶的经济形态奠定了坚实基础。

可以说，智能经济的产生，主要根植于三重必备条件的成熟：一是数据资源呈爆发式增长，信息密度的攀升超出人脑处理极限，呼唤新的分析工具；二是算力与算法取得革命性突破，算力基础设施建设不断完善，算法模型持续迭代升级，让海量数据实时处理与自主决策成为可能；三是产业界亟须从连接信息迈向理解并预判信息，以应对高度复杂的市场环境。正是基于经济发展内生需求与技术迭代积累的双重驱动，经济形态从数据驱动向智能驱动实现跨越式升级。因此，智能经济的出现并非另起炉灶，而是数字经济由“连接”走向“智能”、由“赋能”走向“重构”的质变跃升。

马源：习近平总书记指出：“谁能把握大数据、人工智能等新经济发展机遇，谁就把准了时代脉搏。”当前，全球科技和产业竞争日益激烈，世界各国纷纷加码布局人工智能，智能经济已成为大国博弈的必争赛道。一方面，这是塑造国际竞争新优势的必然选择。发展智能经济，关键在于牢牢掌握底层技术、数据资源与应用生态的发展主动权。我国必须下好先手棋，在人工智能战略上形成从技术到治理的全面布局，方能在激烈博弈中立于不败之地。另一方面，这是培育新质生产力、激发增长新动能的根本力量。目前，我国智算芯片、大模型、具身智能等新兴产业集群已初具规模，同时带动脑机接口、量子科技、6G等未来产业加速演进。人工智能以新供给创造新需求，既牵引有效投资，又培育新的消费增长点，成为提升全要素生产率、建设强大国内市场的关键。

2026年4月28日，第九届数字中国建设峰会现场体验区在福建福州海峡国际会展中心开放，现场设置数智惠民、数智技术、数智基础、数智赋能等板块以及低空经济等特色展。图为参观者在算力底座展示区参观。 中新社记者 吕明/摄

记者：打造智能经济新形态，既是技术演进的必然结果，也是国家发展战略的主动布局。智能经济新形态的“新”主要体现在哪些方面？与传统经济增长方式相比，打造智能经济新形态将带来哪些新机遇？

刘冬梅：从马克思主义政治经济学的视角看，智能经济新形态的“新”，集中体现在劳动者、劳动资料、劳动对象及其优化组合的颠覆性变革上。在劳动者层面，具备智能技术应用素养的劳动者成为推动智能经济发展的重要力量，人脑与智算深度绑定的“人机协同”可能成为新型劳动模式的标配。在劳动资料层面，生产工具由传统的机械化、自动化装备，跃升为具备强大自主学习与推理能力的智能体大模型。在劳动对象层面，基于互联网的海量数据和物理场景的专有数据，成为可被深度加工的新型生产资料。在组织模式层面，生产组织不再局限于单一生产主体内部的线性流程，而是依托智能技术实现跨主体、跨领域、跨区域的网络化协同，生产流程的精准化、实时化、自主化水平大幅提升。

马源：具体来看，智能经济新形态之“新”，主要表现为几个方面：一是技术体系新。人工智能从小模型迈向大模型，从单模态走向跨模态，从专用智能向通用智能演进，技术的持续突破正带来前所未有的发展机遇。二是基础设施新。大模型的训练与部署对算力提出极高要求，亟须适度超前布局超大规模智算集群，并同步带动能源、网络等配套基础设施的优化布局和扩容升级。三是生产方式新。在人工智能技术推动下，制造业正从传统的自动化流水线转向由人工智能赋能的柔性化、协同化生产模式，能够更高效地满足多品种、小批量、个性化的市场需求。四是工作任务新。人工智能的发展带来了一系列前所未有的工作任务，例如数据治理、模型训练、系统测试、算法部署、运维调优和伦理治理等，也衍生出不少新就业岗位。五是人机关系新。机器不仅继续承担体力劳动，更开始分担复杂的脑力任务，逐步从工具转变为人类的工作伙伴，推动传统的“人人协作”模式向“人机协同”的新形态演进。

智能经济正在改变经济运行的底层逻辑，从依赖规模扩张转向依靠认知能力驱动，为经济增长开辟了新的增量空间。比如，大模型产业加速崛起。具备多模态理解、复杂推理与智能体能力的新一代大模型，正深度嵌入手机、电脑等终端，催生出一批智能原生企业。又如，智能算力产业快速扩张。截至今年一季度，我国智能算力规模达每秒1882百亿亿次浮点运算，位居全球前列，显示出人工智能应用爆发对基础设施的强力牵引，为算力产业长远发展打下了坚实基础。再如，具身智能产业成为投融资热点。截至2025年底，我国具身智能和机器人领域融资超700亿元，未来有望向工业制造、生活服务等场景持续拓展，重塑人机交互的产业生态。此外，人工智能赋能显著提升生产效率。截至2025年底，我国重点行业企业关键工序数控化率达68.6%，人工智能应用在金融、制造业等领域加速落地，展现出强大的赋能效应和提质增效潜力。

记者：当前，我国智能经济正处在技术突破向规模化应用转换的关键时期，发展态势总体较好。我国发展智能经济具备哪些优势和条件？面临的突出问题和挑战是什么？

张辉：谈到发展智能经济的优势，我们就不能只看技术本身，更要看到支撑技术生长的土壤。一是场景与市场深度耦合。14亿多人口、全球最大规模中等收入群体和最完备的工业体系，叠加工业、农业、社会治理等领域的海量复杂场景，构成了全球最具活力的“天然试验场”，让智能技术从实验室快速走向规模化落地。二是基础设施坚实。5G基站、数据中心、物联网等数字基础设施全球领先，智算集群、算电协同等新型基础设施正加速布局，为技术低成本转化提供了有力支撑。三是海量数据资源持续供给。我国在过去的数字化浪潮中沉淀了极其庞大、高密度的政务、产业与消费数据，为智能经济迭代升级提供了充沛“燃料”。四是制度优势凸显。长期以来，国家层面出台了一系列战略规划、政策文件，构建起覆盖技术创新、产业应用、基础设施、安全治理的全链条政策体系，为智能经济发展谋划了稳定清晰的政策路径，让技术突破与产业应用在“干中学、用中创”中形成良性循环。

马源：作为引领未来经济发展的根本力量，智能经济的发展水平直接决定一国在全球产业链、创新链、价值链中的地位。当前，我国发展智能经济面临的核心问题，除了技术仍需创新和追赶外，更重要的是技术供给与市场需求之间还存在一定的结构性错配。

从供给侧看，首先就是高质量数据稀缺。我们常说的海量数据优势，不等于真正能被高质量标注、跨主体流通、合法合规用于训练的数据。此外，数据确权、流通、定价等制度体系也需要不断完善。其次是智能算力相对紧张，跟不上爆发式增长的推理与训练需要。再次是大模型技术尚不成熟，存在“模型幻觉”（模型会生成看似合理但与事实不符的错误内容）或“模型投毒”（通过恶意数据干扰训练，导致算法输出偏差）等风险，暴露出可信数据源和算法治理的薄弱之处。

从需求侧看，企业客户使用人工智能技术降本增效的意愿强烈，但对模型的真实能力、数据安全风险、投入产出比等还有顾虑。同时，不少企业尤其是中小企业自身数字化基础不一，缺乏既懂人工智能又懂自身业务的复合型人才，面对智能技术时常常陷入“想用却不敢用、不会用、用不起”的困境。

刘冬梅：更深层次观察，智能经济发展的结构性错配，本质上是系统如何完善的问题。这意味着，智能经济所面临的发展短板往往不是孤立存在的，而是技术、制度、产业、治理等多重问题的交织。从技术上看，全球竞争格局的变化让高端芯片、基础软件、先进制造设备的获取门槛持续抬高，我国在算法、大模型、操作系统等关键环节仍存在短板，自主可控能力有待加强。从应用上看，人工智能与实体经济深度融合存在堵点，智能技术的商业化路径仍在探索，部分领域技术与场景的衔接尚未打通，可复制、可推广的标杆案例和成熟模式并未真正形成。从治理上看，随着人工智能技术加快向各领域渗透，算法伦理、数据安全、就业结构变化等问题日益凸显，现有治理体系滞后于智能经济发展需要，适配性不足。此外，国际规则主导权的博弈同样不容忽视。经贸摩擦、技术竞争和全球产业链供应链重组等挑战，直接影响着我国智能经济发展所需的高端要素、国际市场和规则空间。

近年来，多地坚持以技术革新驱动产业发展，持续加大生产设备升级和研发技术创新投入，稳步推动传统制造向智能制造转型。图为2026年3月16日，在浙江省湖州市长兴县吕山乡一家公司的未来工厂，工人在智能化生产线上作业。 新华社发 谭云俸/摄

记者：今年政府工作报告对打造智能经济新形态作出了系统部署，勾勒出智能经济高质量发展的路线图。打造智能经济新形态应该把握哪些实践要求？

马源：打造智能经济新形态是一项长期系统工程。当前，人工智能技术仍在加速迭代，在发展思路上需要确保方向不偏、节奏不乱。一是坚持技术突破与应用落地并重，既要支持原创性、基础性技术攻关，又要推动成熟人工智能技术在各行业各领域加快转化。二是坚持分类施策与精准引导并举，区分政府治理、企业转型、公众需求三类主体的诉求及面临的制度障碍，提供差异化支持。三是坚持重点突破与梯次推进并行，尊重技术进步规律，顺应人工智能与实体经济融合的阶段性规律，重点从基础扎实、潜力较大的领域入手，避免不顾条件的一哄而上、遍地开花，警惕同质化竞争可能带来的资源浪费。四是坚持需求牵引与供给创造协同，立足模型能力实际情况，防止脱离技术现实的供需错配。五是坚持发展、治理与安全统筹，在试点中识别风险、克服制度短板，加快构建适配智能经济的制度框架。

张辉：智能经济不是算力、算法、数据、应用、治理的简单相加，而是各环节相互定义、彼此联系的有机整体，在实践中需要注意几个方面。

在基础设施建设方面，不能只看规模，而要前瞻性研判对应用端和治理端的传导效应。例如，超大规模智算集群和算电协同等新型基础设施的布局，必须与数据流通利用机制同步设计，否则算力建好了，高质量数据供不出、流不动，效能就会大打折扣。

在产业生态培育方面，不能孤立地攻关技术瓶颈。芯片、算法、大模型的突破，往往需要人工智能开源社区和高质量数据集真正运转起来。只有把智能经济从“少数巨头的游戏”拉进“中小企业的工具箱”，才能催生一个更扁平、更有活力的市场，而不是加剧智能经济时代的垄断。

在应用落地与行业规范方面，要坚持系统谋划。智能终端和智能体的推广，离不开伦理、安全、监管等规则体系的同步健全。只有让发展、治理、安全在同一个系统框架下协同推进，智能经济的内在价值才能真正被激活，而不是在野蛮生长和过度管制之间反复震荡。

记者：打造智能经济新形态，需要进一步健全完善体制机制，形成与之更相适应的生产关系。当前，需要重点从哪些方面深化改革，让生产关系更好适应智能经济新形态的发展？

张辉：生产关系必须与生产力发展要求相适应，这是社会发展的基本规律。以往的科技革命，本质上都是人类利用工具延伸自身能力，生产关系的核心仍是人与人之间的协作与分配。而在智能经济时代，智能体不仅能替代人完成具体工作，更能深度参与到决策、协作、价值创造等关键核心环节，形成人类与智能体竞争与合作并存的全新关系。因此，智能经济新形态在引发生产方式系统性重构的同时，必然要求形成与之更相适应的生产关系，需要我们高度关注。

刘冬梅：打造智能经济新形态，既是发展命题，也是改革命题，必须着力破除制约智能经济发展的体制机制障碍，促进各类先进生产要素向智能经济新形态聚集。

首先，加快完善数据要素市场化配置机制。探索建立兼顾效率与公平的数据产权确权、流通交易、收益分配与安全治理的基础制度体系。着力打破利益固化的“信息孤岛”，破解“不敢共享、不愿共享”的顽疾，推动数据资源向资产、资本转化，为智能经济发展夯实要素基础。

其次，加大耐心资本对智能经济创新创业的支持力度。深化金融与投融资体制改革，培育智能创投耐心资本。发挥政府引导基金作用，完善智能经济核心产业投融资的风险分担和退出机制，为智能经济创新创业提供持续的资金活水。

再次，加快建立适应智能经济发展的产业监管框架。有序放宽智能经济领域市场准入限制，进一步破除行政垄断与市场壁垒，保障各类经营主体公平参与竞争。创新监管模式，允许新技术、新模式在一定领域、一定范围内先行先试。

最后，稳步调整就业与收入分配制度。前瞻性建立人机协同的就业促进机制，完善新职业标准与技能认证体系。探索数据要素参与分配的有效形式，让数据贡献者、算法开发者能够合理分享智能经济增值收益。

记者：感谢各位专家接受采访。

来源：《求是》2026/10

来源：《求是》

作者: 侯亚景