问题——从“技术叠加”走向“形态重构”的新课题 近年来，从“互联网+”到“人工智能+”，数字技术持续为传统产业提效赋能；但随着大模型等技术快速迭代，单纯依靠既有产业链条上“加一层技术”的路径，已难以满足产业升级与高质量发展的新要求：一上，传统行业数字化程度不均，数据碎片化、标准不统一，导致模型训练与落地成本高、效果不稳定；另一方面，算力、能源、数据、安全等要素约束趋紧，若缺少系统性统筹，容易出现“算力堆起来、应用落不下”的结构性矛盾。基于此，“打造智能经济新形态”写入政府工作报告，指向的已不仅是效率提升，而是生产、分配、交换、消费全链条的重塑。 原因——技术基础与政策导向共同推动“系统升级” 此深层转向，既有现实需求驱动，也有技术条件支撑。其一，算力与模型能力进入新阶段，智能化应用开始从“辅助决策”向“参与决策”延伸，带动产业组织方式与商业模式变化。其二，数据要素市场化配置提速，国家层面推动数据资源开发利用的顶层设计完善，促使数据从“能用”迈向“好用、管用”。其三，报告提出“国产大模型引领全球开源生态”等表述，凸显我国数字技术竞争重心正从“应用规模优势”向“基础能力与生态塑造”延伸。开源生态的壮大，有利于形成开发者集群与产业协同，降低创新门槛，加快技术扩散，并国际竞争中提升规则与标准影响力。 影响——三层支撑体系成型，产业逻辑随之重构 从政策部署与产业实践看，智能经济正在形成“基础设施—要素供给—业态创新”的递进体系，并构成相互作用的闭环。 第一层是基础设施升级：从“空间布局”走向“时空协同”。政府工作报告提出超大规模智算集群、算电协同等新型基础设施建设，传递出算力供给方式变革信号。过去“东数西算”更多解决算力与能源的空间匹配问题，引导计算负载向能源富集地区有序转移，降低综合成本。下一步“算电协同”则深入把时间维度纳入统筹，通过引导部分弹性计算任务在新能源出力较高时段运行，实现降本与绿电消纳的双重目标。这一变化将直接影响智能应用的边际成本，决定高质量数据处理、模型训练与推理部署的经济可行性。 第二层是数据要素跃升：从“数量积累”转向“质量供给”。报告提出建设高质量数据集，表明数据开发利用进入精细化阶段。长期以来，数据资源存在口径不一、噪声较大、标注不足、合规成本高等痛点，成为制约智能化落地的关键短板。近期相应机构组织行业链主单位推进高质量数据集建设，意在通过标准化、规范化、场景化方式，形成可训练、可评测、可复用的数据供给体系，为模型能力稳定输出提供“燃料”。同时，算力成本下降将推动数据清洗、标注与治理的规模化开展，使“数据变资产”更具可操作性。 第三层是业态创新扩展：从“存量改造”走向“增量创造”。“产业智能化”可以在现有流程中嵌入智能能力，提升效率、降低成本、优化管理，属于存量升级；而“智能原生”业态则以智能能力为核心设计，离开有关技术便难以成立，强调从无到有的增量创新。政府工作报告提出培育智能原生新业态新模式，意味着未来增长点不仅来自传统行业改造，更来自新产品、新服务与新组织形态的涌现。随着高质量数据集与低成本算力的供给改善，智能助理、智能内容生产、智能研发与智能运营等领域有望加快形成规模化应用，并反向带动算力需求与数据供给升级，形成产业自我强化的正循环。 对策——以系统治理提升落地质量与安全水平 面向智能经济新形态，业内普遍认为需在“建、用、管”三个上合力推进。 一是加强统筹规划，推动算力基础设施与电力系统协同演进，完善跨区域、跨行业的算力调度与服务体系，提升资源利用效率，避免重复建设与低效闲置。 二是以高质量数据集建设为抓手，完善数据标准体系与行业规范，强化数据治理能力，推动公共数据与行业数据在合规前提下有序流通，形成“可用、可信、可持续”的数据供给机制。 三是以生态建设带动创新扩散，支持开源生态与开发者社区发展，鼓励产学研用协同创新，促进工具链、平台与应用的衔接配套。 四是同步强化安全与治理，围绕数据安全、算法透明、隐私保护、内容可信与风险防控等关键环节完善制度安排，推动技术发展与安全可控同向发力。 前景——从“规模优势”迈向“生态优势”，塑造新竞争力 “打造智能经济新形态”释放的信号，是我国数字经济进入以体系能力和生态能力为核心的新阶段。未来一个时期，算力将更多体现为基础性生产能力，数据质量将成为竞争的关键变量，智能原生业态将成为培育新质生产力的重要抓手。随着国产大模型与开源生态持续壮大，我国有望在更多细分领域形成可复制、可推广的解决方案，推动产业链供应链向高端化、智能化、绿色化演进，并在全球数字经济竞合格局中提升话语权与引领力。
智能经济的系统化推进既是科技竞争的关键，也是高质量发展的必然选择。当算力调度如水电般精准，数据完成从资源到资产的转变，中国或将在新一轮产业革命中走出一条特色发展道路。这场变革不仅关乎产业竞争力，更将重塑未来十年的经济增长逻辑。