“人工智能＋”已上升为国家战略，并快速向重点行业全面铺开。2024年国家开展“人工智能＋”行动，在技术、产业、民生、治理等领域作出整体部署，带动我国人工智能产业在制造、医疗、教育等领域形成一批示范性场景。

“人工智能＋”发展的同时，暴露出算力和数据资源分布不均、产业智能化改造成本高、标准和治理体系滞后等结构性短板。相关研究指出，中小企业和欠发达地区在获取高性能算力与专业人才方面仍面临较大障碍，产业智能化改造普遍存在设备改造成本高、数据孤岛和标准不完善等问题，人工智能风险治理和伦理监管仍处在框架搭建阶段。

综合研判，“人工智能＋”将在新质生产力培育、产业体系重构、公共服务优化等方面形成持续放大效应，同时也在安全等方面带来新的不确定性。我国需要围绕底层能力、行业场景和治理体系三个层面系统发力，推动“人工智能＋”从分散试点走向深度嵌入和安全可持续发展。

“人工智能＋”总体进展与应用格局

“人工智能＋”已从政策倡议演进为覆盖技术、产业、民生和治理的国家行动体系。2024年，全国两会政府工作报告在“深入推进数字经济创新发展”部分明确提出“深化大数据、人工智能等研发应用，开展‘人工智能＋’行动，打造具有国际竞争力的数字产业集群”，标志“人工智能＋”首次被写入政府工作报告。2025年8月，国务院印发《关于深入实施“人工智能＋”行动的意见》，围绕科技、产业、消费、民生、治理和国际合作等领域，提出“塑造智能经济和智能社会新形态”的总体目标，明确通过“人工智能＋”涌现“新基础设施、新技术体系、新产业生态、新就业岗位”等一揽子目标任务。与此同时，工业和信息化部、中央网信办、国家发展改革委、国家标准化管理委员会联合发布《国家人工智能产业综合标准化体系建设指南（2024版）》，在基础共性、技术产品、行业应用和治理规范等方面构建了标准蓝图，“人工智能＋”的政策框架和标准框架正在逐步成形。

“人工智能＋”行动带动我国人工智能产业规模和普及率实现双重跃升。据中国信通院数据，2024年我国人工智能产业规模已超过9000亿元人民币，同比增长24%，成为新质生产力的重要支撑力量。工信部指导编制的《生成式人工智能应用发展报告（2024）》显示，截至2024年7月，面向公众提供服务并完成备案的生成式人工智能服务大模型超过190个，同年6月相关产品用户规模已达2.3亿人，占全国人口约16.4％，其普及率显著提升。国际调查显示，中国企业在生成式人工智能采用方面处于全球领先地位，一项覆盖金融、医疗、制造等行业的全球调查显示，83％的中国受访企业决策者已在使用生成式人工智能，高于全球平均水平54％。

“人工智能＋”在制造、医疗、教育等关键领域正由试点示范迈向体系化应用阶段。在工业领域，工业和信息化部发布《智能制造典型场景参考指引（2025年版）》，围绕工厂建设、产品研发、生产制造和供应链协同等8个环节凝练出40个典型场景，提出通过部署工业软件、工业互联网和行业垂直大模型等手段，推动工厂实现数字孪生建模、生产过程智能优化和供应链全链路协同，“人工智能＋”制造正在从局部工艺优化走向系统解决方案。工业和信息化部随后在2025年人工智能产业及赋能新型工业化揭榜挂帅任务中，将“人工智能＋制造”和智能装备列为重点方向，要求遴选一批“技术创新强、应用落地快”的关键技术产品，加快人工智能与工业深度融合。

在医疗领域，多份智慧医院和互联网医疗研究报告表明，物联网、大数据和人工智能逐步融入临床诊断、医院管理和医保控费环节，人工智能辅助影像识别、病理分析和智能随访逐步普及，互联网医院和远程诊疗打破了时间和空间限制，诊疗效率和患者体验明显改善。

在教育领域，教育部提出要打造国家智慧教育平台2.0智能版，引入智能交互、知识图谱和多模态数据分析，聚焦学生学习、教师教学、教育治理和科学研究四个方面，在线教育平台逐步叠加智能推荐、学习分析和自适应测评等功能，“人工智能＋”教育从资源汇聚走向智能供给。

地方层面围绕“人工智能＋”加快布局特色产业集群和应用示范高地。多地出台“人工智能＋”行动方案，纷纷规划产业集聚区和应用标杆场景。例如，辽宁提出到2027年培育300家以上人工智能规模以上企业、5家以上行业龙头企业和8个人工智能融合发展产业集群，打造100个以上可复制推广的标杆应用场景、并发布200个以上融合示范案例，人工智能核心产业规模力争达到1000亿元。天津提出到2027年将形成3至4个特色产业聚集区，人工智能基础核心企业营业收入突破1000亿元。安徽则规划“人工智能＋制造”“人工智能＋文化旅游”等区域应用集群，推动合肥都市圈打造人工智能核心产业高地。多地路线图将与国家层面“人工智能＋”意见形成呼应，产业布局、场景建设和制度创新将呈现出“自上而下”与“自下而上”相结合的推进格局。

“人工智能＋”面临的突出问题与演进趋势

“人工智能＋”总体进展明显，但算力、数据和人才等要素供给仍存在结构性失衡。据信通院数据，截至2025年9月，我国人工智能企业总数已达5300余家，覆盖从基础层、框架层、模型层到应用层的较完整体系，技术和产业基础较为坚实。但在要素供给层面，算力基础设施、高质量行业数据和复合型人才仍呈明显的集中分布，新一代智算中心和数据中心更多聚集于东部发达地区，中西部地区和中小企业在获取高性能算力和优质数据资源方面仍面临成本高、门槛高的问题，因此建议在“追求算力效率、模型效率的极致优化”的同时，通过技术创新和制度设计大幅降低智能技术应用成本，实现更高性价比的普惠供给，避免“人工智能＋”放大地区和企业之间的“数字鸿沟”和“智能鸿沟”。

产业智能化改造在成本、数据和标准方面的瓶颈对“人工智能＋”深度融合构成掣肘。制造业等传统产业推动“人工智能＋”改造面临的现实困难主要集中在设备改造成本高、专业人才短缺、数据孤岛突出，以及标准体系尚不完善等方面，大量企业虽然认识到智能化改造的重要性，但在“怎么改、改到什么程度、如何评估收益”等关键环节存在明显不确定性。从数据要素看，行业数据长期分散在企业内部业务系统中，跨企业、跨地区、跨行业的数据共享机制尚不健全，高质量标注数据和专业行业知识库供给不足，制约了行业大模型和垂直算法的训练效果。标准方面，尽管国家层面已发布人工智能综合标准化体系建设指南，但在行业应用层面，围绕数据格式、接口协议、模型评测、安全治理等细分标准仍处于加快完善阶段，企业在系统集成、跨系统互联互通时仍面临较高的协调成本。

“人工智能＋”的行业应用深度不足与中小企业应用能力偏弱相互叠加成现实短板。生成式人工智能应用发展报告显示，当前生成式人工智能在办公协同、内容生成、客服问答等通用场景中应用较快，在复杂生产流程优化、供应链协同决策和高风险行业专业决策等“深水区”场景中探索仍处于起步阶段，产业融合总体呈现“广覆盖、浅嵌入”的特征。调研显示，大型企业往往通过自建平台和自主可控技术体系，将人工智能嵌入核心业务流程，而中小企业更依赖外部标准化工具，倾向于选用轻量化第三方人工智能产品以降低成本与试错风险，在场景选择和系统改造深度方面相对保守。一方面，“人工智能＋”在头部企业内部的效果较为显著，另一方面，数量众多的中小企业群体仍以局部工具性应用为主，尚未形成对行业整体效率的规模化重塑，“人工智能＋”在“长尾企业”和“长尾场景”的渗透仍存在较大提升空间。

“人工智能＋”在安全、伦理和治理方面的制度供给仍需前瞻布局和统筹推进。人工智能在加速赋能经济社会各领域的同时，也在算法歧视、隐私泄露、虚假内容泛滥、系统性风险等方面带来新的挑战。《求是》网刊文强调，要加强人工智能发展潜在风险研判和防范，维护人民利益和国家安全，完善人工智能相关法律法规和伦理规范，构建更加安全、公平、可持续的智能社会治理格局。

信通院发布的人工智能风险治理报告，在总结国内外实践基础上提出“系统治理—风险识别—风险评估—风险应对”的治理框架，强调需要打通技术治理与制度治理，形成全链条、穿透式风险管理能力。在财富500强企业中，提及人工智能作为重大风险因素的公司比例已从2022年的9％上升至2024年的56％，反映出算法的可靠性、数据的合规性、监管不确定性和成本失控等问题正在成为全球企业管理的重要议题。在我国“人工智能＋”快速推进背景下，若风险治理、监管机制和司法保障体系配套不到位，可能出现应用扩张过快与治理能力不足之间的张力，影响社会信任和长期的发展空间。

推动“人工智能＋”健康有序发展的政策建议

加快健全“人工智能＋”统筹推进机制，强化顶层设计与任务落地闭环衔接。一是建议有关主管部门围绕国务院《关于深入实施“人工智能＋”行动的意见》，尽快细化跨部门协同工作方案，将“人工智能＋”与数字中国建设、新型工业化、现代化产业体系建设等重大战略统筹谋划，形成时间表和路线图；二是建议在国家层面建立“人工智能＋”重大项目库和“重大场景清单”，通过揭榜挂帅、以赛代评等机制按年度滚动更新，推动政策资源、财政资金和金融工具向标志性项目和具备可复制推广价值的场景集中；三是建议依托现有部际协调机制，建立“人工智能＋”重大事项评估与动态调整制度，对政策实施成效、区域推进差异和潜在风险进行跟踪评估，形成“规划—实施—评估—修正”的闭环管理。

聚焦重点行业和薄弱环节实施“人工智能＋”攻坚，提升应用深度和普惠性。一是建议有关主管部门联合地方政府，在制造、医疗、教育和交通物流等关键行业设立“人工智能＋”工程包，在智能制造典型场景、智慧医院、智慧课堂和供应链智能调度等环节组织一批跨地区、跨企业的联合攻关项目，推动从示范工厂、示范医院向行业整体升级延伸；二是建议围绕中小企业和欠发达地区的现实需求，推动开源大模型、行业算法组件和场景化解决方案打包下沉，通过“模型即服务”和“即插即用”的工业软件形态显著降低应用门槛和综合成本；三是建议在国家和省级层面建设若干“人工智能＋”公共服务平台和行业数据空间，为企业提供算力租赁、模型托管、数据治理和安全评测等综合服务，把地方“人工智能＋”应用标杆场景与国家级工业互联网平台、智慧教育平台、智慧医疗平台紧密衔接，形成分层递进、上下联动的应用体系。

同步完善“人工智能＋”治理和保障体系，夯实安全、标准与人才基础。一是建议在现有人工智能综合标准化体系基础上，加快制定面向重点行业的细化标准，重点围绕数据采集与脱敏、模型安全评测、行业知识图谱构建和人机协同流程等方面，形成一批可执行的国家标准和行业标准，并推动在揭榜挂帅项目和政府采购中优先采用；二是建议有关主管部门牵头在金融、医疗、政务等高敏感领域布局人工智能风险治理试点，运用“沙箱监管”“算法备案、评估与审计”等工具，探索形成覆盖全生命周期的风险识别、评估和处置机制，同时加强与司法、监管机关协同，完善证据规则和责任认定；三是建议系统推进复合型人才培养，通过高等教育、职业教育和继续教育协同发力，布局“人工智能＋制造”“人工智能＋医疗健康”“人工智能＋教育”等特色专业方向，并鼓励龙头企业与高校、职业院校共建实训基地和联合实验室，为“人工智能＋”长期健康发展提供稳定的人才和智力支撑。

（编辑  季节）