发展智能经济新形态

　　【观察与思考】

　　7月30日，中共中央政治局召开会议，分析研究当前经济形势，部署下半年经济工作，会议强调“加快现代化产业体系建设，加强对基础研究的长期稳定支持，深入实施‘人工智能+’行动，发展智能经济新形态，完善人工智能治理体系”。当前，人工智能正加速从实验室走向生产生活、从单点工具走向通用技术、从辅助应用走向系统重构。发展智能经济新形态，就是要以人工智能科技创新和产业创新深度融合为牵引，促进生产要素创新性配置、产业体系智能化升级和经济治理方式变革，为发展新质生产力、推动高质量发展注入新动能。

深刻认识智能经济新形态

　　智能经济是以人工智能为核心驱动力，以数据、算力、算法为重要支撑，以人机协同、跨界融合和智能决策为主要特征的新型经济形态。相较于数字化，智能化进一步把感知、理解、生成、推理和执行能力嵌入经济活动，使知识能够被快速生产、调用和重组，进而改变资源配置方式和价值创造机制。

　　从生产力发展来看，人工智能正加速转变为具备核心感知、深度分析、自主学习与决策能力的新型劳动资料。它不仅能够精准替代部分重复性、程序化的劳动以有效降低生产经营成本，而且能够深度辅助劳动者开展前沿研发、趋势研判与复杂决策，极大拓展了人类认识世界与改造世界的广度和深度。与此同时，它与机器人、工业互联网等前沿技术实现深度融合，全方位推动劳动资料智能化、劳动对象数据化及劳动过程协同化，进而促进生产要素的优化组合、生产方式的深刻变革，助力全要素生产率实现持续提升。

　　从产业形态看，人工智能具有显著的通用技术属性、广泛渗透能力和溢出带动效应。它既能够赋能制造业、农业和服务业数字化、智能化转型，提升传统产业发展质量和运行效率，也能够催生智能终端、智能体、具身智能等新产业、新业态和新模式，拓展经济增长新空间。随着人工智能技术加快嵌入研发设计、生产制造、物流流通和消费服务各环节，产业链将由传统的线性分工转向实时感知、动态协同和柔性响应，企业组织也由层级化信息传递转向人机协作、网络化连接和敏捷化决策，推动产业体系整体性重塑。

　　从发展方式来看，智能经济的价值不仅仅局限于降本增效，更在于前瞻性地创造出前所未有的新知识、新产品、新场景和新需求，从而为整个经济社会注入创新活力。我们不能仅凭模型参数、算力规模以及应用数量等表面的技术指标，去简单衡量智能经济的发展成效，必须精准把准实践导向，从深层次考察和评估其综合成效：既要看它能否真正转化为现实生产力来赋能实体经济，还要看它能否推动传统产业实现深度的结构优化与迭代升级，更要看它能否切实增进人民福祉、真正满足人民群众对美好生活的向往。

筑牢智能经济发展的实体根基

　　实体经济是智能经济的根基。我国拥有完整的产业体系、超大规模市场和海量应用场景，应当将应用牵引贯穿智能经济发展全过程，强化技术与产业深度融合，推动人工智能从“能用”向“好用”跨越，为经济高质量发展注入强劲动能。

　　以智能制造为主攻方向。围绕研发设计、中试验证、生产制造、质量检测、供应链管理和售后服务，推动行业大模型、工业智能体和智能机器人进入生产一线，着力解决工艺优化、设备维护、质量控制、能源管理等实际问题，形成可复制、可推广、可持续的解决方案。建设面向中小企业的公共服务平台，提供低成本、模块化的智能化工具，防止智能化转型成为少数大型企业的“专属能力”。

　　拓展农业和服务业智能化场景。在农业领域，发展智能育种、精准种植、灾害预警、智能农机和质量追溯，提高农业生产的精准化、集约化水平和抗风险能力。在服务业领域，推动人工智能赋能金融、物流、商贸、文旅、养老、医疗、教育等行业，扩大优质服务供给，提升公共服务的可及性。重视智能技术在基层治理、乡村振兴和民生保障中的应用，让技术进步更多转化为群众可感可及的实际成效。

　　培育智能原生企业和新型消费。以人工智能重新设计产品、流程、组织和商业模式，鼓励企业发展智能代理、模型服务、新一代智能终端等新业态，推动生产端智能化与消费端场景创新相互促进。同时，尊重市场规律，防止重复建设和低水平同质化竞争，把创造真实价值、形成持续收益、改善用户体验作为检验智能应用的重要标准。

夯实智能经济发展的基础能力

　　智能经济领域的竞争是基础研究、关键技术、要素配置和创新生态的综合竞争。促进智能经济发展必须坚持自立自强，在技术、数据、算力、人才和资本等关键环节夯实基础能力。

　　增强关键核心技术供给能力。围绕高端芯片、基础软件、模型架构、工业软件、智能传感器等领域，加强有组织的科研，强化企业科技创新主体地位，促进产学研用深度融合。人工智能技术路线迭代快、研发周期长、投入风险高，必须完善支持长期创新的体制机制，给予基础研究和前沿探索稳定支持。

　　提升数据和算力配置效率。高质量数据是人工智能训练和应用的重要基础。统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度，推动公共数据、企业数据和科研数据依法合规开发利用，加快建设高质量行业数据集。统筹算力基础设施布局，推进算力、网络和能源协同，提高跨区域、跨行业调度能力，降低企业特别是中小企业使用成本。重视算力利用效率以及数据、算法与场景的有效匹配。

　　构建开放协同的创新生态。支持开源模型、开源工具和开发者社区建设，推动大中小企业融通创新。充分发挥长期资本、耐心资本作用，引导更多资金投向基础研究、早期项目和关键环节。加快培养既懂人工智能技术、又懂产业运行规律的复合型人才，把人工智能素养纳入教育培训和终身学习体系，使更多劳动者能够掌握和运用智能工具。

完善促进智能经济发展的治理体系

　　人工智能越是深入经济社会肌理，越需要统筹发展与安全、效率与公平、创新与治理的动态平衡。要坚持以人为本、智能向善的原则，着力完善促进技术创新与有效防范风险相统一的现代化治理体系。

　　完善分级分类、敏捷包容的治理机制。针对不同技术形态、不同行业的差异化风险，加快健全模型评测、安全审查、算法治理与责任追溯等制度体系。对于风险较低且社会价值明确的创新应用，应积极采用试点示范等包容审慎的方式，为其留足试错与发展空间；对于直接涉及公共安全、生命健康及公民重大权益的深度应用，必须强化准入管理，实施严格的全过程动态监督。智能治理既不能出现监管缺位，也不能因过度防范风险而扼杀正常的技术创新活力。

　　促进人工智能发展与就业扩容提质相协调。人工智能虽然会替代部分常规任务，但也会催生出大量新职业、新岗位与新分工。为此，应健全就业影响评估机制，大力加强职业教育、技能培训和转岗支持体系，精准引导人工智能优先应用于高危、繁重及劳动力短缺的岗位，推动形成以增强人的能力、改善劳动条件为导向的人机协同模式。

　　推动智能发展成果普惠共享。关注地区、城乡、行业和群体之间的智能鸿沟，加强适老化、无障碍和普惠性设计，保留必要的非智能服务方式，避免部分群体因不会使用智能技术而被排除在公共服务之外。积极参与全球人工智能治理，推动技术发展朝着有益、安全、公平的方向前进。

　　（作者：卢现祥 罗小芳，均系中南财经政法大学经济学院教授）