智能科技创新引领新质生产力发展的机制与路径

　　《中共中央、国务院关于发展新质生产力的意见》强调，“大力推进科技创新”。新质生产力作为以创新为主导作用、摆脱传统增长路径的先进生产力质态，其本质在于通过技术革命性突破、生产要素创新性配置和产业深度转型升级，实现全要素生产率的大幅提升。智能科技是当前最具革命性、引领性的科技前沿，是推动新质生产力质态变革的关键力量，它不仅表现为技术层面的迭代，更体现为生产方式、产业形态和价值创造模式的系统性重构，并推动形成智能经济新形态。当前，必须把智能科技创新摆在突出位置，以智能科技的快速发展为新质生产力提供强大动能。

智能科技是引领新质生产力发展的重要引擎

　　智能科技是以人工智能为核心，以大数据、云计算、物联网、数字孪生、区块链、具身智能等为支撑的技术群体，具有通用目的性、强渗透性、自我进化性和网络外部性，这些特征决定其具备促进新质生产力发展的能力。

　　智能科技为新质生产力发展提供前沿技术。以科技创新为核心驱动新质生产力发展，核心特征就是以人工智能等原创性颠覆性科技为内核，融合发展新产业、新技术、新业态，实现生产要素智能调度，用更少资源环境代价换取更高经济社会产出，推动产品服务向更可靠、安全、环保的方向升级。目前，人工智能技术的前沿正在从工具创新升级为生产力革命，表现为大模型、机器人、智能体与实体经济深度融合，人工智能赋能的工业机器人、数字孪生系统、智能调度平台等，加速让生产过程实现智能化。智能科技既是技术革命性突破的爆发点，也是生产要素创新性配置和产业深度转型升级的源头动力。智能科技领域的每一次基础理论的突破、每一项核心技术的攻克、每一个底层架构的革新，都可能引发生产力体系的系统性变化。

　　智能科技加快了生产要素配置方式变革。智能科技从根本上改变了生产要素的配置方式。一是劳动资料智能化。传统的机械设备正逐步被具备感知、决策和执行能力的智能终端和工业智能体所取代，这种从机械化向智能化的转变，形成了生产力的质态变革，极大提升了生产力的效能。二是劳动对象数字化与广泛化。随着物联网和传感器技术的普及，物理世界的数据被全面采集并转化为数字资产，数据本身成为新的劳动对象。同时智能技术使得原本难以利用的资源得以高效开发，拓展了生产边界。三是劳动者技能高端化。智能时代的劳动者从重复性体力劳动转向创造性智力劳动，工程师、数据分析师和算法专家成为新型劳动者主体，人机协同成为常态，劳动者借助智能工具实现能力倍增。

　　智能科技加快了产业体系的转型升级。引领新质生产力发展，智能科技实现创新突破只是必要条件，充分条件是把新技术变成能带来经济产出的产业，在具体产业里表现为通过智能技术重构流程、优化要素组合、重造商业模式。在传统产业领域，智能技术把数据驱动嵌入供应链全价值流，通过数字化和绿色化改造，使传统产业实现全流程智能化升级。在新兴产业领域，智能技术通过技术、场景、平台、集群，把具身智能、生物制造、智能机器人等新兴产业逐步培养成有规模收入、有产业链配套、有全球竞争力的支柱产业，形成完整的新兴产业体系。在未来产业领域，智能技术的创新突破，可以不断创造出新的未来赛道。

智能科技创新引领新质生产力发展的内在机制

　　在人工智能技术蓬勃发展的当下，加快智能科技创新，能够通过有效供给前沿技术、优化要素组合、加快产业转型升级、实现创新转化，有力促进新质生产力的发展。

　　智能技术的有效供给机制。智能科技通过算法、算力、数据三要素的持续突破、低成本获取与场景化适配，为新质生产力的发展提供了通用基础。一是算法有效供给，其有效供给的关键指标为模型准确率、领域适配度、单位词元成本、持续学习成本，目标是降低企业的总拥有成本；二是算力有效供给，其有效供给的核心是实现统筹布局、并网调度、普惠服务的结合，关键指标为智算可用率、跨域调度成功率、绿电占比、国产软硬件适配率等；三是数据有效供给，其关键指标为行业覆盖数、标注准确率、多模态占比、数据资产化率等。智能技术把算法、算力和数据的有效供给协同起来，可以有效提升全要素生产率，促进新质生产力的发展。

　　促进要素优化组合的机制。智能科技创新能够重塑生产力要素中的劳动者、劳动资料、劳动对象，并实现要素的优化组合。劳动者方面，智能科技推动其从程序性执行者转变为创造性治理者。智能技术的引入将认知性与体力性任务交由算法和机器完成，劳动者得以转向目标设定、异常处置、流程优化与价值创造等高附加值环节。劳动力质量的提升，不仅表现为个体能力的增强，更体现为劳动力队伍整体向复合型结构转型，并直接贡献于全要素生产率的增长。劳动资料方面，生产工具由机械装备转变为智能系统。智能机器人、数字孪生平台、工业互联网等构成新的生产工具体系，推动生产过程从自动化迈向智能化。劳动对象方面，由物质实体扩展为物质与数据并重的二元结构，数据、模型、算法成为新的改造对象，数据作为劳动对象具有非消耗性、可复制性与边际报酬递增性，其规模越大、维度越丰富，智能系统优化空间就越大。随着智能科技的创新发展，数据要素的引入和智能调度系统的深入应用，使劳动者、劳动资料、劳动对象可以实现动态匹配与全局优化，进而带来效率提升，这成为智能时代新质生产力形成的重要来源。

　　产业传导加快产业升级的机制。产业传导机制是智能技术进入产业系统、转化为经济产出的关键路径。微观企业层是产业传导的起点。企业层面的智能化改造，使智能技术首先在单个经营主体内部实现生产效率的提升。中观产业链层是产业传导的关键。工业互联网平台与行业云将产业链各环节紧密连接，实现跨企业的信息共享与业务协同，推动产业集群从空间集聚升级为数据协同。由此，产业链整体生产成本下降、响应速度提升，智能技术红利在更大范围内被放大。宏观产业体系层是产业传导的最终落脚点。智能科技创新既催生新兴产业，又改造传统产业，还促进三次产业融合，产业体系在高水平融合中完成结构升级，全社会全要素生产率随之提升。三个层次的产业传导机制相互衔接，共同促进智能经济新形态核心产业体系的形成。

　　加快成果转化的创新转化机制。创新转化机制的完善程度直接决定科技成果转化为现实生产力的效率。智能科技的转化不同于传统技术，需要建立包括研发、中试与工程化、资本、人才、应用场景、制度保障等环节的全链条机制。研发环节重在供需对齐，高校与科研院所聚焦前沿算法、算力架构、基础模型等，推动需求导向的基础研究。中试与工程化环节是转化关键，主要是布局概念验证中心、行业应用中试基地、制造业中试平台，开展数据清洗标注、数字孪生仿真、边缘部署、压力测试与安全评估。资本环节需全周期接力，涉及耐心资本、科技保险、风险补偿等，核心是避免资本短期化导致转化中断。人才环节强调培养既懂人工智能又懂行业应用的复合型人才。应用场景环节是价值实现终端，政府通过开放智慧城市、工业互联网、公共医疗、交通治理、低空经济等首用场景，让创新产品在真实环境中完成持续迭代。制度保障环节贯通全链，包括知识产权全链条保护、技术交易市场统一、数据确权与可信流通、转化收益向科研人员倾斜等。创新转化机制越完善，科技成果转化为现实生产力的效率就越高，新质生产力的生成也就越顺畅。

构建协同创新生态，推进智能科技创新

　　构建多元主体协同的技术创新生态。构建以企业为主体、市场为导向、产学研用深度融合的协同机制。针对机器人、具身智能等多学科交叉产业，需打通零部件、整机、系统集成、中试平台及场景用户之间的壁垒，解决技术研发与产业化脱节的问题。深化平台经济协同，赋能中小企业专精特新发展。合理开放数据、算法、算力等资源，降低中小企业创新门槛。建立平台开放清单机制，推动技术接口互通与数据空间共建。通过“平台+产业带”模式，提升全产业链的全要素生产率。加快全国一体化算力网络建设，建立数据要素市场化配置体系，为跨平台协同提供坚实的数字底座。

　　构建协同发展的产业创新生态。一方面，推动传统产业智能化转型。深入实施“人工智能+”行动，将智能技术深度嵌入制造业、农业、服务业全流程。推动传统产线向数字化车间、智能工厂升级，实现生产过程柔性化、精准化和绿色化，提升全要素生产率。另一方面，培育新兴产业和未来产业。依托场景创新，加速生物制造、量子科技、具身智能等产业的孵化与应用。通过场景示范带动产业链上下游协同发展，形成新的经济增长点。同时，利用数字技术重构产业协作模式，打通产业链上下游的信息壁垒与资源断点。构建产业互联网平台，实现产能共享、物流协同、集采议价，降低全产业链成本。利用人工智能大数据进行需求预测、风险预警和智能匹配，推动产业决策向数据驱动转型，提升资源配置效率。

　　构建协同共生的场景创新生态。通过有效市场与有为政府结合，培育共生共荣的场景创新健康生态，强化跨区域协同联动，加强跨区域场景创新协作，提升整体协同效能，实现资源互补下的跨区域产业共生。政府承担规则制定、风险分担和公共平台供给职能。企业在技术创新决策、研发投入与成果转化中发挥主导作用，为科技成果落地提供真实应用场景，加速技术成熟。

　　统筹分类监管与协同治理。实施差异化监管是平衡创新活力与安全底线的关键。针对人工智能技术的不确定性，探索分类监管模式，构建科学精准的分级分类监管体系。依据应用场景、风险等级及影响范围，建立动态调整的监管框架，实现风险分级评估和全生命周期管理。筑牢安全防线，防范算法偏见、深度伪造、隐私泄露及智能体失控等风险，同时通过开源开放、数据共享及算力协同，让技术红利普惠共享。坚持以人为本、智能向善，确保人工智能发展的方向。构建政府、企业、社会及国际组织共同参与的治理生态，将弥合数智鸿沟、促进可持续发展等目标嵌入制度安排与协作机制，促进人工智能全球治理的公平性与包容性。

　　（作者：任保平，系南京大学数字经济与管理学院特聘教授）