文 | 大灣區(qū)人工智能應用研究院

10月28日，《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十五個五年規(guī)劃的建議》（下稱《“十五五”規(guī)劃建議》）全文正式發(fā)布。與“十四五”規(guī)劃相比，“十五五”在戰(zhàn)略重點上既有延續(xù)性，也展現(xiàn)出了新的變化。

在經(jīng)濟發(fā)展目標層面，“十五五”規(guī)劃建議提出“高質(zhì)量發(fā)展要取得顯著成效”，將增長目標從“十四五”的“持續(xù)健康發(fā)展”調(diào)整為“保持在合理區(qū)間”，并首次明確要求要提升“全要素生產(chǎn)率增長”。這表明國家更加注重增長的質(zhì)量與效率。其中，在科技與產(chǎn)業(yè)發(fā)展方面，“十四五”規(guī)劃聚焦于研發(fā)投入增長和基礎技術突破，而“十五五”規(guī)劃建議則提出了以“新質(zhì)生產(chǎn)力”為引領，強調(diào)要“構建以先進制造業(yè)為骨干的現(xiàn)代化產(chǎn)業(yè)體系”，并新增了“科技自立自強水平大幅增長”的目標。這體現(xiàn)了國家科技戰(zhàn)略的重心正在從研發(fā)基礎和技術突破，轉向強調(diào)科技與產(chǎn)業(yè)深度融合、并實現(xiàn)高水平自主可控的整體戰(zhàn)略升級。

特別值得關注的是，“十五五”規(guī)劃建議對人工智能給予了前所未有的重視。規(guī)劃建議中“人工智能”一詞被提及8次，“數(shù)智化”被提及5次，而“十四五”規(guī)劃建議中這兩個詞的提及次數(shù)分別為2次和0次。規(guī)劃建議更是明確提出：“全面實施‘人工智能+’行動，以人工智能引領科研范式變革，加強人工智能同產(chǎn)業(yè)發(fā)展、文化建設、民生保障、社會治理相結合，搶占人工智能產(chǎn)業(yè)應用制高點，全方位賦能千行百業(yè)。”

實際上，早在今年8月，國務院發(fā)布的《關于深入實施“人工智能+”行動的意見》就已系統(tǒng)布局，要求到2027年率先實現(xiàn)人工智能與六大重點領域的廣泛深度融合，并設定了面向2030年和2035年的長遠發(fā)展目標。此后，在11月1日的亞太經(jīng)合組織（APEC）會議期間，國家主席習近平亦多次提及人工智能，強調(diào)其對未來發(fā)展的重大意義，主張推動其健康有序發(fā)展。

從長遠規(guī)劃到具體行動意見，再到最高領導人的國際倡議，一系列信號共同表明，人工智能已成為驅(qū)動國家發(fā)展的關鍵戰(zhàn)略引擎。

從人工智能到“人工智能+”：應用落地時代來臨

觀察近期政策的核心脈絡，可以發(fā)現(xiàn)一個根本性的轉變：國家對人工智能的戰(zhàn)略導向正從聚焦技術本身，轉向推動AI應用對各行各業(yè)的全方位賦能。

過去的政策更多關注技術突破和產(chǎn)業(yè)基礎建設，“十四五”規(guī)劃建議中，相關關鍵詞是“加強基礎研究”、“提升技術創(chuàng)新能力”和“培育新技術”。在這一方針指引下，我國人工智能領域取得了顯著成就。據(jù)中國信息通信研究院測算數(shù)據(jù)，2024年我國人工智能產(chǎn)業(yè)規(guī)模已超9000億元；截至2025年9月，人工智能企業(yè)數(shù)量超5300家，全球占比達到15%。在以大模型為代表的生成式AI浪潮中，DeepSeek、通義千問等一批本土大模型快速迭代，應用場景的豐富度與商業(yè)化進程已達到全球領先水平。與此同時，各地智能計算中心建設穩(wěn)步推進，據(jù)工信部數(shù)據(jù)，我國算力總規(guī)模近5年的年均增速近30%，為AI發(fā)展提供了堅實的基礎設施。

如果說過去幾年AI發(fā)展是圍繞模型、算法、算力的迭代與競爭，那么現(xiàn)在，隨著技術逐步成熟，AI已經(jīng)走到了大規(guī)模落地應用的關鍵節(jié)點。國家政策的戰(zhàn)略重心因此轉向為 “人工智能+”和“全方位賦能”。

AI賦能重點領域已取得初步成績，展現(xiàn)巨大潛力

這一從“AI”到“AI+”的關鍵轉變，標志著頂層設計的重心正在從技術研發(fā)轉向應用落地。在落地的具體領域，國務院“人工智能+”行動意見提供了清晰的路線圖，明確指出了科學技術、產(chǎn)業(yè)發(fā)展、消費提振、民生福祉、治理能力與全球合作這六大領域作為主攻方向，“十五五”規(guī)劃建議中提出的目標也基本與之對應。這一目標的提出并非憑空擘畫，而是建立在人工智能的應用探索已在各行各業(yè)廣泛展開，其賦能價值已初步顯現(xiàn)的基礎之上。

在大灣區(qū)人工智能應用研究院（GBAI），我們過去兩年對AI在不同行業(yè)、不同場景的研究發(fā)現(xiàn)AI的應用落地已經(jīng)到了一個爆發(fā)式增長的節(jié)點。

例如，在科學研究領域，人工智能正在掀起一場“科研范式革命”。以藥物研發(fā)為例，AI的應用顯著改變了傳統(tǒng)流程。傳統(tǒng)的新藥研發(fā)在尋找與疾病相關的生物靶點階段，往往依賴于漫長且充滿不確定性的實驗分析。而AI通過對海量的基因、蛋白質(zhì)組學和科研文獻數(shù)據(jù)的學習，能夠快速揭示疾病與特定生物靶點之間的復雜關聯(lián)，將耗時的探索過程大幅縮短。在后續(xù)的分子設計與篩選環(huán)節(jié)，傳統(tǒng)方法需要在龐大的化合物庫中反復實驗試錯，而以AlphaFold為代表的AI大模型能夠精準預測蛋白質(zhì)的三維空間結構，并高效模擬其與候選藥物分子的相互作用，顯著提升了篩選的成功率和效率，降低了研發(fā)的時間和成本。這種加速效應在新材料發(fā)現(xiàn)、氣候科學等同樣依賴大量數(shù)據(jù)分析和模擬的學科中，也正發(fā)揮著相似的關鍵作用。

在產(chǎn)業(yè)發(fā)展領域，AI正深度融入生產(chǎn)、管理等關鍵環(huán)節(jié)，助力推動產(chǎn)業(yè)體系升級。比如在生產(chǎn)環(huán)節(jié)，基于機器視覺的AI質(zhì)檢系統(tǒng)，通過對產(chǎn)品瑕疵的實時、高精度識別，顯著提升了產(chǎn)品良率與生產(chǎn)效率，降低了物料浪費和返工成本。在供應鏈管理環(huán)節(jié)，通過對海量實時數(shù)據(jù)的深度分析，AI能夠?qū)崿F(xiàn)更精準地需求預測、動態(tài)的運輸路徑規(guī)劃和自動化的倉儲調(diào)度。根據(jù)中國物流與采購聯(lián)合會報告顯示，采用智能采購供應鏈的企業(yè)，采購效率可提高30%以上，周期能縮短50%以上。在企業(yè)運營環(huán)節(jié)，AI正推動著后臺職能部門的自動化升級，比如在財務處理場景，AI能夠自動處理海量的、非結構化的財務數(shù)據(jù)，如發(fā)票識別、銀行流水核對等；在稅務場景中，AI可以自動生成申報表、輔助數(shù)據(jù)校驗和合規(guī)性檢查，有效降低錯誤風險并提升申報效率。

在消費領域，人工智能正通過提供更個性化和高效的互動，提升用戶的消費體驗，更好滿足消費需求。比如電商平臺中基于AI的個性化推薦系統(tǒng)，通過分析用戶的瀏覽和購買行為，能更精準地推送用戶可能感興趣的商品，從而提升購物體驗和轉化率。在智能客服場景中，大模型客服擺脫了傳統(tǒng)機器人依賴關鍵詞的呆板模式，能夠以更強的知識理解能力和擬人化溝通，提供更為精準高效的應答，在提升服務效率與用戶滿意度的同時，有效促進銷售轉化。此外，基于生成式AI的虛擬試衣、能夠主動學習用戶習慣的智能家居等新興應用，也正在為消費者創(chuàng)造新的互動場景和消費業(yè)態(tài)，激發(fā)新的消費需求。

在民生福祉領域，人工智能的應用正致力于解決資源不均和效率不高的問題。比如在醫(yī)療方面，AI輔助診斷系統(tǒng)能夠幫助醫(yī)生分析CT等醫(yī)學影像。在AI輔助下，病灶自動識別和定量標注等環(huán)節(jié)被大幅自動化，整個診斷流程用時可大幅縮短。AI作為輔助工具，在減輕醫(yī)生超負荷工作和緩解醫(yī)療資源緊張方面正發(fā)揮著積極的作用。教育是民生的重要方面，也是與AI大模型技術特征高度契合的場景。大模型有潛力精準分析學生學情、動態(tài)推送個性化內(nèi)容，實現(xiàn)大規(guī)模、低成本的“因材施教”。這有助于推動優(yōu)質(zhì)教育資源向落后地區(qū)普及，在提升整體效率的同時促進教育公平。

在社會治理領域，人工智能正在幫助提升城市管理和公共服務的運行效率。以目前興建的“城市大腦”為例，通過整合交通、安防、環(huán)保、政務等多維度數(shù)據(jù)，AI能夠?qū)Τ鞘羞\行態(tài)勢進行全景洞察和智能調(diào)度。例如，通過實時分析車流數(shù)據(jù)動態(tài)優(yōu)化信號燈配時，有效緩解交通擁堵；通過智能視頻分析快速識別突發(fā)事件，提升應急響應速度…

最后，在全球合作中，AI也在發(fā)揮溝通橋梁和協(xié)作工具的作用。比如AI實時翻譯正在打破語言壁壘，為跨國會議、文化交流提供便利。在應對氣候變化等全球性挑戰(zhàn)時，AI能夠幫助科學家整合和分析來自全球的龐大數(shù)據(jù)集，建立更精準的預測模型，為制定全球性策略提供科學依據(jù)等等。

總體來看，“人工智能+”的藍圖已經(jīng)有了廣泛的實踐基礎。當前的AI應用雖然在應用的深度和廣度上仍有很大發(fā)展空間，但已清晰地展示出其在提升生產(chǎn)力、改善民生等方面的巨大潛力。

人工智能的應用將是驅(qū)動“十五五”核心目標的關鍵引擎

如果說政策指明的重點領域是“人工智能+”行動的‘戰(zhàn)術目標’，那么其背后還被賦予了更為系統(tǒng)和根本的‘戰(zhàn)略使命’——即作為核心引擎，為實現(xiàn)“十五五”規(guī)劃提出的宏大目標提供根本性驅(qū)動力。因此，理解“人工智能+”的戰(zhàn)略意義，需要將視角從具體行業(yè)的賦能實踐，進一步擴展到其在國家發(fā)展宏觀層面所扮演的關鍵角色。

規(guī)劃建議將高質(zhì)量發(fā)展作為首要目標，并指明其核心路徑是提升全要素生產(chǎn)率。而“發(fā)展新質(zhì)生產(chǎn)力”與“構建以先進制造業(yè)為骨干的現(xiàn)代化產(chǎn)業(yè)體系”，是實現(xiàn)這一路徑的兩大核心戰(zhàn)略舉措。在此宏觀布局下，“人工智能+”扮演的，正是驅(qū)動這兩大舉措、最終實現(xiàn)全要素生產(chǎn)率提升的核心引擎。人工智能之所以能成為核心引擎，關鍵在于它從根本上重塑了生產(chǎn)要素的價值與配置。

首先，人工智能的應用正在推動數(shù)據(jù)轉化為能夠創(chuàng)造價值的新型生產(chǎn)要素，以此催生新質(zhì)生產(chǎn)力。新質(zhì)生產(chǎn)力的核心特征之一，就是生產(chǎn)要素的創(chuàng)新性配置。在傳統(tǒng)經(jīng)濟中，數(shù)據(jù)多是生產(chǎn)經(jīng)營的結果記錄，而在“人工智能+”時代，數(shù)據(jù)被轉化為可洞察的規(guī)律、可預測的趨勢、可創(chuàng)造價值的核心生產(chǎn)要素。這不僅是增加了一種新要素，更是通過它來賦能和重塑勞動力、資本等傳統(tǒng)要素，實現(xiàn)整體生產(chǎn)效率的增長。

其次，人工智能以“數(shù)智化”為手段，為構建現(xiàn)代化產(chǎn)業(yè)體系提供骨架與神經(jīng)網(wǎng)絡。一個現(xiàn)代化產(chǎn)業(yè)體系不僅要求單個企業(yè)的高效率，更強調(diào)產(chǎn)業(yè)鏈上下游的高效協(xié)同。人工智能正是實現(xiàn)這種系統(tǒng)性優(yōu)化的關鍵引擎，通過將“智能”注入從研發(fā)、生產(chǎn)、供應到銷售服務的整個鏈條，可以打通信息孤島，優(yōu)化全局資源配置。

無論是催生新質(zhì)生產(chǎn)力，還是構建現(xiàn)代化產(chǎn)業(yè)體系，其背后都貫穿著一條共同的主線：通過與AI的深入融合，實現(xiàn)資源配置效率的根本性提升，這正是提升全要素生產(chǎn)率的關鍵。

除此之外，“人工智能+”的戰(zhàn)略意義，更深層次地體現(xiàn)在國家科技主權的層面。“十五五”規(guī)劃明確提出要“實現(xiàn)科技自立自強”、“搶占科技發(fā)展制高點”。而人工智能正是當前全球科技競爭的核心戰(zhàn)場，主要經(jīng)濟體都在加緊布局。大力推進“人工智能+”，正是要通過我國海量的應用場景和產(chǎn)業(yè)優(yōu)勢，加速技術迭代與產(chǎn)業(yè)化落地，構建自主可控的人工智能技術體系和產(chǎn)業(yè)生態(tài)，從而在全球競爭格局中掌握主動權。

人工智能+的落地挑戰(zhàn)

不過，根據(jù)我們在GBAI對各行業(yè)人工智能應用落地的跟蹤和研究，雖然人工智能在各大重點領域的應用已展現(xiàn)出初步成效和廣闊前景，但要將這些應用從“點”的突破擴展為“面”的普及，實現(xiàn)全方位賦能千行百業(yè)，仍然需要克服一系列現(xiàn)實的挑戰(zhàn)。

首先，數(shù)據(jù)層面的制約依然突出。數(shù)據(jù)是訓練AI模型的燃料，但高質(zhì)量數(shù)據(jù)的獲取和使用卻困難重重。“數(shù)據(jù)孤島”現(xiàn)象普遍存在，大量數(shù)據(jù)分散在不同部門、行業(yè)和企業(yè)中，難以互聯(lián)互通，導致AI模型訓練缺乏足夠豐富和高質(zhì)量的養(yǎng)料。我們的研究發(fā)現(xiàn)，這一問題在醫(yī)療（如醫(yī)院間患者數(shù)據(jù)難以共享）、工業(yè)（如上下游企業(yè)間生產(chǎn)數(shù)據(jù)難以共享）等領域普遍存在。其次，數(shù)據(jù)的質(zhì)量和標注成本也影響模型發(fā)展，但原始數(shù)據(jù)常常包含噪聲和錯誤，而獲取高質(zhì)量標注數(shù)據(jù)又耗時耗力，成本巨大。此外，數(shù)據(jù)安全與個人隱私保護的法律法規(guī)要求日益嚴格，也在一定程度上限制了數(shù)據(jù)的可用性。

數(shù)據(jù)問題的解決需要技術手段，然而，數(shù)據(jù)問題遠非純技術問題，更涉及組織協(xié)調(diào)、利益分配與制度設計。建立有效的協(xié)調(diào)機制打破“數(shù)據(jù)孤島”，邏輯上存在市場化和自上而下的制度設計兩種路徑，在這一點上，中國在后者（如通過頂層設計推動區(qū)域醫(yī)療數(shù)據(jù)中心建設）可能具備獨特優(yōu)勢。

除數(shù)據(jù)之外，模型和算法成熟度也有待提升。盡管當前的大型語言模型展現(xiàn)了強大的生成能力，但在長期記憶、復雜邏輯推理等方面仍存在不足。如果將大模型比作AI的“大腦”，那么Agent（智能體）則是承載和執(zhí)行大腦意圖的“身體”，目前，Agent實現(xiàn)自主理解復雜目標、規(guī)劃分解步驟、調(diào)用外部工具并穩(wěn)定執(zhí)行的能力普遍不夠成熟。這導致AI在很多場景下還停留在輔助工具的角色，無法作為獨立的執(zhí)行者深度融入核心業(yè)務流程。

此外，從產(chǎn)業(yè)基礎和國際競爭的視角來看，算力的挑戰(zhàn)也十分嚴峻。AI的發(fā)展建立在海量算力之上，而算力的核心是高性能芯片。在當前復雜的國際環(huán)境下，中國正面臨著高端芯片斷供、技術封鎖等現(xiàn)實困境。這使得我們在算力供給的總量與尖端水平上，與世界領先者存在客觀差距，難以進行同等規(guī)模的算力“軍備競賽”。因此，對于中國而言，探索一條更加集約、高效的算力發(fā)展路徑至關重要。

總的來說，推動“人工智能+”是一項系統(tǒng)工程。有了頂層設計的戰(zhàn)略牽引，還必須正視并切實地解決數(shù)據(jù)、算法、制度設計等一系列具體問題。只有這樣，人工智能才能真正全方位賦能經(jīng)濟社會的轉型升級。