党的二十届四中全会明确将“强化科技创新引领、加快高水平科技自立自强”作为“十五五”时期核心任务。“十五五”是我国迈向2035年基本实现社会主义现代化的关键阶段，亦是新一轮全球科技革命与产业变革加速演进的战略窗口期。当前，人工智能已从技术热点上升为重塑国际格局的战略性力量，竞争维度正由单点技术能力比拼转向体系化、生态化竞争。在此趋势下，加快构建自主可控、结构完备、可持续演进的基础软件体系，已成为维护国家科技主权、保障数字经济安全的战略必然。
一、人工智能时代的竞争焦点正从算力转向数据与基础软件
算法、算力、数据构成AI时代的三大支柱。当前，中美算力差距正在逐步缩小，算法路线趋于收敛，真正决定智能能力上限的，正从算力规模转向数据和基础软件体系这一AI价值链的“底座能力”。
随着《“数据要素×”三年行动计划》《关于加快场景培育和开放推动新场景大规模应用的实施意见》等政策落地，我国“举国数据”战略加速推进，形成全球独有的全产业链场景数据资源，为大模型训练和行业智能化转型提供了得天独厚的优势。
然而，数据要素价值能否充分释放，取决于是否具备强大的数据承载、治理、流通与安全能力，尤其是以数据库系统为代表的基础软件体系。麦肯锡2025年报告指出：88%的企业已部署AI，但能真正实现价值提升的仅占6%。问题根源不在模型本身，而在于数据底座薄弱、系统能力不足，导致数据无法形成可用、可控、可持续的技术供给体系。如果说大模型是国家智能化发展的“发动机”，数据库等基础软件则是托举AI的“地基”与“命脉”，没有安全、自主、先进的基础软件体系，将对我国人工智能的可持续创新能力和产业竞争力形成长期性限制。
二、我国基础软件短板突出，亟须通过“十五五”战略工程实现跨越式突破
长期以来，我国基础软件产业总体规模偏小、企业竞争力不足，与微软、甲骨文等国际巨头在体量上存在数量级差距，根本原因在于底层核心技术掌握不足、自主内核缺失、原创能力薄弱。尤其在数据库系统领域，基于国外开源套壳的“国产替代”缺乏核心突破，难以实现金融级场景的1:1平替，更无法支撑AI时代数据规模、智能推理与多模态场景的高并发、低延迟、高可靠需求。也应看到，少数真正坚持自主研发的系统已展现能力，例如深圳计算科学研究院的崖山数据库系统，已在金融核心业务场景实现对 Oracle 的 1:1 平替，但在推广落地过程中，仍受到市场结构和机制性因素制约。若不能从基础软件层面实现从“跟跑模仿”向“自主原生”转型，我国在未来智能时代的竞争中将继续受到基础设施能力的掣肘。
因此，“十五五”时期，必须依托国家战略资源与超大规模应用场景优势，推动基础软件体系实现原生创新、结构性突破、系统化升级与生态级跃迁。
三、全面推进基础软件创新的六大关键实施路径
（一）坚持原创驱动，构建自主可控的核心内核体系
我们必须旗帜鲜明地反对“拿来主义”和“开源套壳式创新”，形成具有全球竞争力的原生基础软件体系。以数据库系统为例，“十五五”期间应重点推动：
攻坚自主的数据处理架构与核心机制，突破数据库关键内核技术，形成能够支撑智能时代的新型底层架构；
组建国产数据库关键技术攻关联合体，建立贯通科研院所、龙头企业与行业应用的“国家队+生态链”联合创新模式；
构建以性能、安全、可验证性为核心指标的评测体系，推动原创新技术在关键行业率先验证与规模化部署。
自主原创能力将在未来智能基础设施体系中决定我国技术主动性的高度，并深刻影响我国在标准体系、生态构建和产业链安全方面的战略地位。
（二）抢占前沿赛道，推动基础软件与人工智能深度融合
国际科技巨头正加速构建面向AI的下一代基础软件体系。例如，Oracle全速推进DB4AI（数据库为AI服务）与AI4DB（AI优化数据库）的双循环架构，通过数据库内核与智能算法的深度融合，重塑大模型训练、推理与数据管理的底层范式。面对这一全球性技术跃迁，中国必须抢抓战略窗口期，率先布局面向AI的自主基础软件体系。建议启动国家级“DB4AI重大专项”，聚焦突破制约我国AI和数据库产业长期发展的关键瓶颈，锚定未来10年的技术主航道，重点在以下方面形成突破：
面向大模型训练与推理的数据库内核适配技术，解决参数规模爆炸下的数据存取与一致性瓶颈；
面向多模态数据的统一管理与查询引擎，实现多源异构数据的一体化治理；
具备自优化、自诊断、可解释能力的新一代智能数据库系统，构建与模型协同演化的“智能基础设施”；
行业模型数据基础平台建设，推动数据库能力与行业知识、行业模型深度融合，为金融、制造、能源、医疗等领域提供安全、可控、可扩展的数据底座。
通过上述布局，实现从“补短板”向“建优势”、从“点突破”向“体系引领”的战略跃迁。
（三）打破“重硬轻软”结构性壁垒，以关键场景推动基础软件成熟
脱离真实场景验证的软件永远走不出实验室。建议在“十五五”时期，以国家重大行业为牵引，推动基础软件在以下领域率先验证：
金融核心交易系统；
能源与工业互联网；
医疗健康与民生服务；
智慧城市与政务数据融合共享。
通过场景反哺技术，推动国产基础软件从“能用”迈向“好用”与“强用”。
（四）优化金融支持体系，构建支撑基础软件发展的长期保障体系
基础软件具有投资周期长、风险高但国家战略价值突出的特性，要推动原创基础软件形成持续竞争力，“十五五”时期需进一步完善科技金融协同机制，为其工程化与产业化提供长期、稳定的支撑：
完善国家层面的长期投入机制，保障关键研发持续推进。将基础软件纳入国家战略性新兴产业重点支持目录，形成稳定、可预期的资金支持；
强化科技金融协同，引导长期性资本参与基础软件创新。通过政策性资金、产业基金和长期资本的共同参与，支持基础软件的中试验证、生态构建和规模化部署，缓解“好技术难落地”的普遍瓶颈；
健全验证与首用机制，加速原创软件的工程化应用。在金融、电信、能源等关键行业建立权威的测试验证和首版次应用机制，降低早期采用风险。
引导资本精准赋能基础软件赛道，将为国产基础软件跨越式发展注入强劲动力。
（五）夯实数据底座，打通AI应用的“最后一公里”
真正制约AI产业化的瓶颈不是“缺乏模型”，而是“数据无法用、场景难落地”，亟需面向国家重点行业构建AI就绪的数据底座。建议重点推进：
建立统一的数据治理标准体系，规范数据全流程管理；
构建多模融合数据管理技术体系，实现不同形态数据的统一查询，打破数据融合壁垒，为大模型迭代与AI深度应用提供坚实支撑；
构建多模态数据安全防护架构，深化隐私计算与数据加密等技术研发与应用，护航数据全生命周期安全。
只有当数据可管理、可共享、可安全流通，AI才可能规模化落地并创造价值。
（六）加强底层理论攻关，构筑未来十年战略科技储备
基础软件与AI深度融合最终要回到底层基础原理创新。目前我国存在“重应用、轻理论”的结构性短板，“十五五”时期应前瞻布局面向未来的基础理论研究，形成支撑国家中长期竞争力的战略科技储备。建议重点加强以下方向的系统性探索：
AI计算与数据库系统内核融合理论体系；
大模型语义与数据一致性理论体系；
智能计算体系结构与范式演进；
复杂智能软件系统的可靠性与可验证性理论。
这些研究虽难以快速转化为产业效益，却将决定10—20年后我国在全球智能基础软件领域的“底层话语权”，实现从“体系追赶”向“范式引领”的跨越。
四、结语：以“十五五”为战略窗口期，推动国产基础软件体系化跃迁
“十五五”是我国AI产业跨越式发展与基础软件突围的关键五年。唯有锚定自主创新核心路线，聚焦前沿赛道突破，夯实数据与软件协同底座，构建长效稳定的资本支持与科研攻关机制，才能真正实现从“补短板”到“建优势”、从“点突破”到“体系领先”的战略跃迁。
基础软件绝非产业链上的普通环节，而是支撑大模型时代国家竞争力的“数字底座”“技术命脉”与“国家安全屏障”。抓住“十五五”战略窗口期，中国完全有机会在全球AI竞争格局中实现由跟跑、并跑到领跑的历史性跨越，为2035年基本实现社会主义现代化强国建设奠定坚实技术基础。
（编辑 季节）
