伴隨全球新一輪科技革命和產業變革的加速演進，未來產業的培育與發展已成為各國培育經濟新增長點、塑造全球競爭新優勢的戰略聚焦點。對我國而言，未來產業發展是構建現代化產業體系、推動經濟高質量發展的關鍵組成部分。從關鍵技術創新看，新一代人工智能技術蓬勃發展，其對于未來產業發展的引領作用正持續增強，并涵蓋未來產業技術產業化和現有產業未來化兩條核心路徑。緊抓新一代人工智能技術創新和產業融合，對我國培育和發展未來產業具有重要意義。

人工智能是引領技術創新

與產業發展的關鍵力量

第一，從自身發展來看，新一代人工智能帶來經濟發展新增量。新一代人工智能受到全球各國廣泛關注，研究顯示人工智能發展將為全球經濟發展帶來巨大增量，發展潛力不容小覷。根據麥肯錫全球研究院報告，預計到2030年全球人工智能市場規模將達到15.7萬億美元。普華永道研究報告顯示，人工智能有可能在未來十年內推動全球經濟規模增長15%。

從創新趨勢來看，大模型和智能體有望催生發展新業態，構建形成全新的商業模式。當前，大模型在資金、算力的加持下快速發展，產品形態逐步成熟。預計未來幾年，以信息服務為主流的大模型服務將逐步走入人類生產生活中，成為新型的服務業態。除此之外，注重系統能力的智能體也有望帶來新的市場空間，其面向對象、面向業務的服務模式在應用推廣中具有獨特的優勢，發展潛力巨大。其中，數字人、智能系統等“軟智能體”正進入創新快車道，有望帶來全新的人工智能服務體驗。AI汽車、人形機器人等“硬智能體”也正在從實驗室走向實際應用，人形機器人在家政服務、工業制造等領域的應用備受關注。

第二，從融合發展來看，人工智能是技術與產業創新的融合劑。融合性是未來產業發展的時代特征。未來產業發展主要由前沿技術創新驅動，在既往的技術創新與產業培育過程中，多為單一或少數的技術創新來驅動一個新產業的發展，這種模式在當下依然存在，但已不再是主流。多種技術的融合是當前科技創新和產業發展的主要模式，而在其中，以人工智能為代表的信息技術一般都將占據一席之地。2025年《未來產業新賽道研究報告》顯示，與人工智能強相關的通用人工智能、具身智能、算力芯片、元宇宙等占據了未來產業十大新賽道中的一半。

人工智能通過技術賦能，加快推動其他產業智能化轉型，催生產業發展新賽道。人工智能正從研發環節向生產、流通、服務全鏈條滲透，推動傳統產業智能化升級。在制造業領域，AI與物聯網、大數據結合形成的智能工廠，實現了生產過程的實時監控、預測性維護與柔性化生產。在服務業領域，AI催生了無人零售、智慧醫療、在線教育等新業態，數字醫療、智慧交通等正在深刻改變原有的服務形態和運營模式。

人工智能引領未來產業發展

面臨多個挑戰

首先，技術創新體系有待進一步完善。構建完整高效的創新體系，是推動人工智能進一步創新發展、驅動人工智能與其他技術和行業融合發展的關鍵。從人工智能核心技術創新看，可持續的模型迭代可能將面臨挑戰，單純依賴擴大模型參數規模和增加訓練數據數量來提升性能的空間將逐漸減少。尋找新的創新范式、技術體系將有可能成為未來的突破點。此外，彌合人工智能帶來的區域間、主體間的創新能力差異也至關重要。當前，我國人工智能技術創新力量分散化問題依然存在。從區域布局上看，京津冀、長三角、粵港澳大灣區在人工智能創新能力建設方面走在前列，而中西部省份在高端人才儲備、算力基礎設施、應用場景打造等方面差距顯著。從創新主體上看，央企在算力基建、國企在行業數據積累上具有優勢，民營企業則在算法迭代、場景創新上更具活力，兩類主體的協同機制尚未有效建立。

創新效率方面，算法、算力、數據技術的融合深度不足，制約創新效率。高校、科研機構主要聚焦于算法研究，其多以學術指標為導向，與產業實際需求可能有所脫節。數據方面，數據安全與開放的平衡難題凸顯，醫療、金融等領域數據因隱私保護法規限制，跨機構共享率不足，導致AI模型訓練陷入“數據孤島”困境，高質量大規模的訓練數據集建設是重要難點。

其次，產業發展面臨多方挑戰。企業是人工智能創新和應用的重要主體，當前企業在人工智能領域的持續投入帶來顯著成本壓力。成本壓力對于中小企業開展人工智能技術創新和融合應用帶來挑戰，不少企業面臨“投入即虧損”的困境。

商業模式不成熟同樣制約產業化進程。當前多數人工智能企業采用“項目制”盈利模式，實施周期長、用戶復購率低，尚未建立起成熟的可持續的訂閱制、平臺化業務模式。大模型服務尚未形成清晰變現路徑，往往存在用戶數量多但付費轉化率不足的問題。

產品成熟度不足導致市場信任度偏低。智能語音助手、服務機器人、智慧診療系統等產品在實際應用中的準確率、完成率均遠低于實驗室環境。人形機器人等新產品仍多應用于科研領域。與此同時，用戶的使用習慣尚未完全建立，也同樣增加了市場需求的不確定性。消費者對AI產品普遍還存在使用焦慮，主要擔憂點包括數據隱私、算法偏見、服務不可靠等。

再次，行業融合應用存在難點。人工智能最大的價值在于應用，當前主要難點在于技術融合應用的切入點難以挖掘，場景與業務的適配壁壘相對較高。例如，在工業領域，生產制造等核心場景精度高、容錯率低，各細分行業的流程環節高度差異化，人工智能產品對行業專業知識理解不足，且本身在可靠性、可解釋性方面難以勝任，無法在各種情境下都能持續提供準確、一致、真實的結果，導致難以規模化復制和推廣。

數據壁壘也對人工智能融合應用帶來挑戰。數據是人工智能創新與應用的基礎，要實現技術融合、產業融合，需打破技術創新、產品研發、生產中的數據壁壘，推動跨終端、跨環節、跨行業的有效共享。當前，圍繞數據流通，存在兩方面挑戰：一是數據權屬與標準尚未統一；二是多主體間存在安全與隱私顧慮，特別是對于金融、醫療等行業，因合規要求，在數據開放和共享中意愿不強。

最后，綜合治理能力有待進一步提升。新一代人工智能的快速發展與融合應用對治理能力提出新要求，也對全社會的理解和認知帶來挑戰。當前，倫理和監管框架仍需完善，治理漏洞依然存在。算法偏見、數據隱私泄露等問題頻繁發生，給社會帶來了諸多負面影響。此外，人工智能系統對數據的需求量大，如果沒有相應的保護措施，也將導致個人隱私的泄露。

多措并舉進一步推動

人工智能創新與應用

一是完善組織協調機制。加強國家層面的統籌規劃，建立國家人工智能發展機構統籌推進人工智能相關工作，協調其他部門開展業務協同。加快人工智能頂層設計，制定面向“十五五”及更長期的人工智能創新與發展規劃，重點突出推動技術融合和產業融合，更好發揮人工智能對未來技術創新和產業發展的引領作用。強化央地協同，支持和引導地方積極探索人工智能技術創新、產業發展、綜合治理新路徑、新制度，并在此基礎上進行示范推廣。

二是強化公共服務能力。部署國家人工智能公共服務能力建設工程，打造面向全社會的公共服務體系，提升全社會人工智能創新及應用能力。構建國家算力資源池，整合東數西算工程資源，優化算力資源配置，集中力量打造具有全球競爭力的算力網絡和算力公共服務平臺。加快構建數據開放體系，支持各地方、各行業建設開放共享的公共數據服務平臺。加快開源生態建設，推動人工智能技術創新成果開源，完善知識產權保障體系。

三是推動區域協同發展。繪制人工智能創新及應用區域圖譜，建立人工智能產業集群、人工智能融合應用、人工智能綜合發展三類區域協同體系。產業發展方面，支持建設一批人工智能產業集群，打造人工智能核心技術策源地，在模型、算力、數據、標準等方面形成各有側重、各具特色的技術創新能力。融合發展方面，推動人工智能融合應用場景示范，基于區域產業基礎、資源條件等建設典型場景，以場景帶動技術的融合應用和迭代創新，催生基于融合創新的新產品、新業態發展。綜合發展方面，支持建設人工智能自主創新示范區，支持城市加快體制機制創新，探索建立“城市沙盒”，推動人工智能在城市全域的深度融合。

四是深化國際合作。進一步深化技術創新與產業發展的國際合作，構建跨境協同生態，引導龍頭企業加快全球人工智能創新資源的匯集及應用。積極推動人工智能全球治理體系建設，強調“發展優先、安全可控、包容共享”原則。積極推動人工智能技術、產品等方面的關鍵國際標準制定。研究發起全球人工智能賦能計劃，分區域、分步驟推進面向全球的人工智能基礎公共服務和基本市場服務供給，提升我國在全球人工智能技術供給和應用賦能中的主導權。