“人工智能+”战略发布：影响未来十年发展的底层逻辑

十年前，“互联网+”点燃了中国数字经济的引擎；今天，时代的接力棒交到了“人工智能+”手中。

8月26日，国务院重磅发布《关于深入实施“人工智能+”行动的意见》，宣告AI正式上升为国家战略级基础设施。

这不只是技术升级的规划，更是一场关于生产、生活和治理的全面革新，一场真正的时代更替正在发生。

身处巨变洪流中的时候，我们往往难以感受到潮流的力量，等到十年之后回望，才发现是如此的波澜壮阔。

就像十年前的互联网+，规划发布后的相当长一段时间内，不少人都在纠结到底是该“互联网+”，还是“+互联网”。

直到今天，互联网已经成了商业、社会，乃至日常生活中无处不在的存在。它深刻改变了消费习惯、重塑了产业格局、推动了社会关系的重构，最终把我们每个人，都推向了与网络深度绑定的数字时代。

今天的“人工智能+”亦是如此，它不仅是一次技术的迭代，更是生产力与生产关系的一次全面重组。影响未来十年发展的底层逻辑，或许都可以从这份战略规划里找到蛛丝马迹。

所以，不管你是企业经营者，还是个体从业者，如果不想错过下一个十年，都应该仔细研究下这份战略规划。

为了更好地理解《意见》中的措施和影响，我们可以把它与‘互联网+’作为对照，来发现其中的逻辑延续与显著差异。

首先是关于发布时机上，此次的“人工智能+”，和“互联网+”有非常多的相似之处。2015年，经过PC互联网的渗透，移动互联网的快速普及，把整个社会推到一个新的临界点。

顺势推出的“互联网+”行动计划，既是对电商、外卖、网约车等新兴业态的确认和肯定，也是推动互联网进一步深度融入产业与社会的制度性加持。

人工智能+其实有相似之处。2016年的AlphaGo大战，让AI第一次以突破性的形象走入公众视野；随后几年，人工智能在安防、医疗、金融等垂直行业相继落地，在国内也出现了独角兽级别的“AI四小龙”。

而真正推动AI走向全民普及的，是2022年ChatGPT掀起的大模型浪潮，它让人工智能从实验室与垂直细分领域，进入到普通用户的日常生活，堪比移动互联网的“iPhone时刻”。

而从用户渗透来看，ChatGPT已经有了十亿级别的用户，国内的大模型应用也有了亿级、千万级别的产品。所以此刻的“人工智能+”行动计划的出台，也预示着整个行业即将进入爆发期。

因此，2025年的“人工智能+”行动计划，恰好对应的是新技术和产业的临界点：一方面技术成熟度快速提升，应用层开始向C端渗透；另一方面市场热度与社会接受度叠加，急需政策给予规范与引导。

换句话说，和十年前的“互联网+”一样，这是一个水到渠成、顺势而为的时机选择。这也是此类战略规划或文件，之所以能屡屡显示出“风向标”意义的原因所在。

规划或战略文件的出现，并不能凭空拉动产业，而是在产业发展到临界点时，以政策的形式加以确认、放大与引导。它不仅是对技术成熟度的确认，更是对市场需求与社会接受度的背书。

因此，无论是“互联网+”还是“人工智能+”，它们的价值都不仅在于为一个行业提供助力，更在于 成为整个社会认知的转折点。

如果说在过去几年里，人工智能的应用，更多还处于场景探索和点状突破阶段，技术和场景之间也往往存在落差。

那么随着“人工智能+”规划的出台，一场涉及经济、社会、治理的范式更新正在到来。

当新的发展浪潮来袭，未来会有怎样的发展节奏？《意见》提出了三步走的战略。

首先是普及阶段，到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长，人工智能在公共治理中的作用明显增强，人工智能开放合作体系不断完善。

其次是普惠阶段，到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极，推动技术普惠和成果共享。

第三是引领阶段，到2035年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。

在这一阶段，不仅是AI渗透到经济社会各环节，引领经济与社会全面转型，更是提升到了为实现社会主义现代化提供有力支撑的高度。

如果说“互联网+”带动了数字经济的发展与数字社会的破局，它的核心价值在于把原有的经济、社会活动数字化、平台化。

那么“人工智能+”则是“重塑人类生产生活范式，促进生产力革命性跃迁和生产关系深层次变革”的重要引擎。

回看十年前“互联网+”设定的目标：到2025年，网络化、智能化、服务化、协同化的“互联网+”产业生态体系基本完善，“互联网+”新经济形态初步形成，“互联网+”成为经济社会创新发展的重要驱动力量。

以当下的互联网产业生态、经济形态及对社会的影响来看，当初设定的目标基本达成。“互联网+”不仅实现了信息的自由流动和资源的高效配置，还深刻改变了消费方式、产业格局和社会关系，成为推动中国经济转型升级的重要力量。

而这次发布的“人工智能+”，则又将开启下一个十年的全新战略周期。与互联网强调“连接”不同，人工智能的核心在于“认知与决策”，它不只是提供信息和交易平台，而是将逐渐深入到生产、生活、治理的底层逻辑之中。

具体到不同领域来看，会有哪些潜在的变革与机会？《意见》提出了率先实现与人工智能广泛深度融合的6大重点领域。

“人工智能+”科学技术位列第一位。这是第一次在重大产业规划中，把科技技术列为变革对象。在过往，科学技术都是作为变革的推动力。

人工智能对科学技术的影响，主要体现在三个方向。

第一个方向是加速科学发现进程。加快探索人工智能驱动的新型科研范式，加速“从0到1”重大科学发现进程。在去年的诺贝尔奖中，物理和化学奖，都和AI相关，未来的科学研究中的AI含量会越来越高。

比如说关于蛋白质结构的研究，传统方法依赖实验手段测定蛋白质三维结构，周期长、成本高，往往需要数月甚至数年。而由DeepMind提出的蛋白质结构预测模型AlphaFold2，可以在极短的时间内预测出数百万种蛋白质的结构，大幅加快了生命科学研究的进度。如今，全球已经有超过2亿条蛋白质的预测结构数据被公开，这为药物研发、疾病机理探索、合成生物学研究提供了前所未有的工具。

第二个方向是驱动技术研发模式创新和效能提升。推动人工智能驱动的技术研发、工程实现、产品落地一体化协同发展，加速“从1到N”技术落地和迭代突破，促进创新成果高效转化。加强人工智能在生物制造、量子科技、6G等领域技术协同创新。

第三是创新哲学社会科学研究方法。推动哲学社会科学研究方法向人机协同模式转变，探索建立适应人工智能时代的新型哲学社会科学研究组织形式，拓展研究视野和观察视域。

把哲学社会科学相关列为专题研究方向，也充分说明了这次技术变革，对经济与社会带来的深刻影响。在十年前的“互联网+”规划中，产业是重心、发展环境是保障，哲学社会科学还未纳入到研究视野。

另外在研究领域上，也重点提出，“深入研究人工智能对人类认知判断、伦理规范等方面的深层次影响和作用机理，探索形成智能向善理论体系，促进人工智能更好造福人类”。

这里面特别值得一提的是，“智能向善理论体系”。说起人工智能，大家几乎都是充满美好的想象，就像当初互联网起步时，技术极客们几乎充满了技术改变世界的美好愿景。

但不可否认的是，在互联网的发展过程中，也确实出现了一些与初衷背道而驰的现象：如信息茧房、算法歧视、大数据杀熟、虚假信息加剧社会分歧与撕裂等问题。

这些现象提醒我们，技术本身并不天然等同于进步。如果缺乏制度规范、伦理引导与价值共识，原本旨在促进开放与公平的工具，反而可能成为加剧不平等、影响舆论甚至侵蚀社会信任的力量。

技术的能量越大，所带来的潜在负面效应也会越强。因此，“智能向善理论体系”的提出，正是需要汲取互联网发展的经验与教训，对人工智能进行前瞻性规范与价值塑造。

面向未来，它至少需要回答三个关键问题：人工智能应当如何嵌入社会？如何与人类价值对齐？又如何在长期运行中避免“技术异化”。

对处于追赶中的国家而言，人工智能成为科研研究的新变量，或许是重要的机遇。传统科研范式中，领先国家往往凭借长期积累的实验条件、顶尖学者群体和成熟的科研体系，占据了压倒性优势。后发国家即使投入大量资源，也难以在短期内突破“基础设施不足—学术圈层壁垒—成果转化滞后”的困境。

但人工智能的引入，正在改变科研的比较优势格局，特别是在算法与算力成为科研新基建的背景下，AI不仅可以帮助研究者快速筛选海量文献、预测研究趋势、发现潜在的跨学科联系，从而降低信息不对称的劣势，还能大幅提升科研人才的培养速度。

当然，这种理论上的可能，能否转化为现实中的优势。关键在于能否率先将AI深度融入科研体系：既包括科研机构的组织形态、科研评价体系的调整，也包括科研伦理与开放合作机制的建立。融入的好，它会成为弯道超车的杠杆；如果错过，则可能固化新的科研鸿沟。

科研之外，产业发展依然是核心。主要包含四大领域：培育智能原生新模式新业态；推进工业全要素智能化发展；加快农业数智化转型升级；创新服务业发展新模式。

如果说工业、农业、服务业，还是聚焦在原有产业升级的话，那“培育智能原生新模式新业态”显然是重中之重。所谓智能原生，也就是说这些新的产品和商业模式，并不是在传统产业基础上的叠加改造，而是从一开始就以内嵌人工智能为核心逻辑来设计与运作的。

这类智能原生业态，至少有三方面特征：以智能为生产要素，比如当前的AIGC内容生产，本身就建立在模型驱动的生产体系之上；以智能为服务中介，在消费端，智能原生产品不再是单向度的供给，而是借助AI持续学习用户偏好，形成动态迭代的服务；以智能为生态连接，原有的行业边界被打破，具有强烈的跨界融合特性。

当然，现在谈智能原生，还是一个非常抽象化的概念。如果类比“移动原生”，会有更为直观的理解。就像现在我们普遍使用的外卖、打车服务，都是伴随移动互联网发展而兴起的全新业态。他们普遍利用了移动互联网的实时定位与连接能力，没有这些能力做基础，这类业态就不可能快速发展起来。

所以，未来的“智能原生”，也一定是离开当下的人工智能技术就无法成立的新模式新业态。它们并不是在传统业务中加上AI作为“外挂”，而是从底层逻辑上依赖AI的存在。

当然，AI+产业的发展，也不必过于执着于“智能原生”。在衣食住行的基本需求领域，不管是否智能原生，都是AI技术的重要战场。

比如在工业领域，推进工业全要素智能化发展。加快人工智能在设计、中试、生产、服务、运营全环节落地应用。

在农业领域，加快农业数智化转型升级。加快人工智能驱动的育种体系创新，支持种植、养殖等农业领域智能应用。

在服务业领域，创新服务业发展新模式。加快服务业从数字赋能的互联网服务向智能驱动的新型服务方式演进，拓展经营范围，推动现代服务业向智向新发展。探索无人服务与人工服务相结合的新模式。

产业之外，把消费作为独立板块提出来，也是这次“人工智能+”行动计划的一大特色。十年前的“互联网+”行动计划里，有18处提到了消费，比这次文件中的9处，多了一倍。但当时的消费措施，更多是分散在其他功能模块中。

比如说探索能源消费新模式，是在“互联网+”智慧能源板块；借助互联网技术发展消费信贷业务，是在“互联网+”普惠金融板块；鼓励生产制造企业面向个性化、定制化消费需求，是在“互联网+”电子商务板块。

而这次“人工智能+”，则是首次将消费视为一个独立的应用场景和战略突破口。其背后的逻辑或许在于，消费本身正在成为技术变革与社会变迁的直接落点。在“互联网+”阶段，消费更多体现为渠道与形态的变化：线上化、移动化、社交化，把已有的消费逻辑通过新技术嫁接到网络平台中。

而在“人工智能+”阶段，消费不仅是结果，更是新的生产力与新业态的孵化场。AI不仅能在供给侧推动产业智能化升级，还能在需求侧深度塑造用户的偏好、认知与选择方式，进而改变整个消费结构。

所以，在人工智能与消费的结合上，核心是“消费提质”。具体来讲，主要包括两个方向：拓展服务消费新场景；培育产品消费新业态。

在拓展服务消费新场景上，“计划”提出：培育覆盖更广、内容更丰富的智能服务业态，加快发展提效型、陪伴型等智能原生应用。同时加强智能消费基础设施建设，提升文娱、电商、家政、物业、出行、养老、托育等生活服务品质，拓展体验消费、个性消费、认知和情感消费等服务消费新场景。

在培育产品消费新业态方面，推动智能终端“万物智联”，培育智能产品生态，大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端，打造一体化全场景覆盖的智能交互环境。

如果说拓展服务消费新场景，还是注重对原有业务的升级。那么消费新业态中的“万物智联”，则可能是构建从思考到行动的全链条智能闭环。

“万物智联”并不是单纯的硬件叠加，而是通过人工智能的算法和决策能力，将思考—预测—决策—执行的链条打通，构建起一个真正意义上的“智能消费生态”。

这个生态的意义，或许不止在于当下，更在于为通向下一个时代提供基础。我们当前提到的通用人工智能，更多是指思考领域已经达到或超过了人类水平，但在行动上其实还处于非常早期的阶段。很多人类能轻易实现的抓、握、跳跃等动作，对机器人来说却是难以跨越的鸿沟，这其中的重要原因就是数据的缺乏。

而我们当前之所以能在思考和推理领域有飞速的发展，其实离不开互联网发展过程中对人类语言与知识的沉淀。互联网留下的是“语言与符号的世界”，而现实世界的运行，还包含着肢体动作、空间互动、环境反馈、物理规律等更为复杂的维度。这些数据目前分散在传感器、摄像头、可穿戴设备、物联网终端之中，尚未形成类似“互联网文本”的统一语料库。

如果说互联网的发展，是人工智能的前奏；那未来的智能穿戴设备的普及，可能就是“智能”真正走向“具身化”的序曲。

不要小看“具身化”的影响，人类的很多情感、认知、乃至社会关系，本质上都深深依赖于身体的感知与互动。语言可以传递思想，但身体才是“人”与世界连接的根本载体。

产业、消费之外，和普通人关系最为密切的就是民生领域。“人工智能+”民生福祉方面，涵盖了工作、学习和生活三大维度。

在工作方面，希望创造更加智能的工作方式。积极发挥人工智能在创造新岗位和赋能传统岗位方面的作用，探索人机协同的新型组织架构和管理模式，培育发展智能代理等创新型工作形态，推动在劳动力紧缺、环境高危等岗位应用。

从政策的出发点来看，其核心在于创造新岗位和赋能传统岗位，同时避免对就业的大规模冲击，特别强调创新工作形态在劳动力紧缺、环境高危等岗位应用。对于承载就业蓄水池作用的领域，或许并不是当前的重点鼓励方向。

为了应对可能的就业冲击。《意见》也特别提出，“加强人工智能应用就业风险评估，引导创新资源向创造就业潜力大的方向倾斜，减少对就业的冲击”。

这里面的就业风险评估如何落地，是否会成为类似“环境评估”一样的强制性措施，值得观察。但总体来看，鼓励创造新就业，肯定当前阶段的优先方向。

和就业冲击的即时性影响不同，教育领域其实影响更为深远。在智能+教育方面，《意见》提出要“推行更富成效的学习方式。把人工智能融入教育教学全要素、全过程，创新智能学伴、智能教师等人机协同教育教学新模式，推动育人从知识传授为重向能力提升为本转变，加快实现大规模因材施教，提高教育质量，促进教育公平”。

对教育领域的规划，特别提出了“从知识传授为重向能力提升为本转变”，这可能是未来相当长一段时间，教育领域需要去探索和解答的核心议题。这不仅仅是一种教和学的方式变化，甚至可能是近代教育以来，教育范式上面临的根本性变革。

因此，这次教育的改革不是在现有教育模式上简单“加AI”，而是可能推动一种全新的教育范式变化。在所有关于AI影响领域的讨论中，对教育的影响可能是最难以预测，也最具颠覆性的。

教育的成果往往需要经过一代人甚至数代人的时间才能显现，这使得AI在教育中的长期作用极难通过短期实验来验证。换句话说，我们可能正在进入一个“盲人摸象”的阶段：所有人都知道AI将深刻改变教育，但没有人能精准预判这种改变最终会导向何种结果，并以此来反推当下应该采取何种措施。

人工智能+民生福祉的第三个方向是，“打造更有品质的美好生活”，除了在常见的医疗健康、文化创作、养老托育方面发挥作用外，还特别提到了“拓展人工智能在‘好房子’全生命周期的应用，积极构建更有温度的智能社会”。

“好房子” 不仅是房地产行业的升级目标，在这里其实被赋予了更广阔的社会意义，成为了智能社会的切入口。通过AI的全周期嵌入，将住房从“物理空间”升级为“智能载体”，从单一的财产价值延展为承载幸福感、社交温度与社区归属感的综合性社会单元。

巧合的是，上一轮“互联网+”出台前，房地产行业同样正陷入调整周期，随后开启的一轮去产能操作，让整个房价在短期内翻番，形成了经济增长的重要支撑点之一。

当然，今天的房地产虽然同样陷入深度调整中，但已不太可能再走“刺激房价—拉动增长”的老路。所以，在这次的“智能+”规划中，着重提出和“好房子”的结合，核心在于其对品质生活的改善，而非单纯的经济增长驱动力。

在人工智能+治理领域，是典型的ToG市场。

《意见》特别提到，“安全稳妥有序推进人工智能在政务领域应用，打造精准识别需求、主动规划服务、全程智能办理的政务服务新模式。加快人工智能在各类公共资源招标投标活动中的应用，提升智能交易服务和监管水平”。

如果要类比十年前的“互联网+”，可以看作是智慧城市、数字城市的升级版。政府是这一领域的主要采购方和应用方。包括在安全领域，“加强人工智能在安全生产监管、防灾减灾救灾、公共安全预警、社会治安管理等方面的应用，提升监测预警、监管执法、指挥决策、现场救援、社会动员等工作水平，增强应用人工智能维护和塑造国家安全的能力。”

以及在资源要素配置中，“围绕大气、水、海洋、土壤、生物等多要素生态环境系统和全国碳市场建设等，提升人工智能驱动的监测预测、模拟推演、问题处置等能力，推动构建智能协同的精准治理模式”。

在治理领域，政府是主要采购方和应用方，因此其市场逻辑与ToC、ToB完全不同，更加依赖政策驱动与财政投入，是否会有由此引发新一轮“智能新基建”，还有待观察。

不过，经历上一轮智慧城市、数字城市的洗礼之后，相信不管是政府部门，还是产业界，对于“技术如何嵌入治理”已不再是盲目乐观，而是更趋理性。

与治理领域相类似，“人工智能+”全球合作方面，同样是政府机构唱主角，一方面是要推动人工智能普惠共享；另一方面是探索形成各国广泛参与的治理框架，共同应对全球性挑战。这可能是与人工智能技术发展相平行的另外一场重要竞争。

为了确保人工智能+计划的顺利落地和实施，《建议》还特别提出了八项基础支撑能力。

第一是提升模型基础能力。加强人工智能基础理论研究，支持多路径技术探索和模型基础架构创新。建立健全模型能力评估体系，促进模型能力有效迭代提升。

第二是加强数据供给创新。以应用为导向，持续加强人工智能高质量数据集建设。完善适配人工智能发展的数据产权和版权制度，推动公共财政资助项目形成的版权内容依法合规开放。

鼓励探索基于价值贡献度的数据成本补偿、收益分成等方式，加强数据供给激励。支持发展数据标注、数据合成等技术，培育壮大数据处理和数据服务产业。

第三是强化智能算力统筹。优化国家智算资源布局，完善全国一体化算力网，充分发挥“东数西算”国家枢纽作用，加大数、算、电、网等资源协同。推动智能算力供给普惠易用、经济高效、绿色安全。

第四是优化应用发展环境。布局建设一批国家人工智能应用中试基地，搭建行业应用共性平台。健全人工智能应用场景建设指引、开放度评价与激励政策，完善应用试错容错管理制度。

第五是促进开源生态繁荣。支持人工智能开源社区建设，促进模型、工具、数据集等汇聚开放，培育优质开源项目。加快构建面向全球开放的开源技术体系和社区生态，发展具有国际影响力的开源项目和开发工具等。

第六是加强人才队伍建设。推进人工智能全学段教育和全社会通识教育，加大高层次人才培养力度，超常规构建领军人才培养新模式。支持企业规范用好股权、期权等中长期激励方式引才留才用才。

第七是健全国有资本投资人工智能领域考核评价和风险监管等制度。优化人工智能相关安全评估和备案管理制度。

第八是提升安全能力水平。防范模型的黑箱、幻觉、算法歧视等带来的风险，加强前瞻评估和监测处置，推动人工智能应用合规、透明、可信赖。

十年前，“互联网+”让中国完成了数字化的跨越；今天，“人工智能+”则将开启智能化的新时代。未来十年，AI将像水电一样，融入我们的工作、学习和生活之中。对我们普通人来说，该如何把握这样的趋势？

首先是紧跟国家趋势。不管是十年前的互联网+、智能制造，还是当前的人工智能+，其本身都代表了对未来趋势的顺势而为。国家规划本身并不能带来创新和发展，但一定是对趋势追踪和确认的最好风向标。

其次是寻找新兴领域的企业。对很多人的职业选择来说，十年其实是足以改变人生轨迹。十年前的“互联网+”风口，改变了无数人的个体命运。今天的“人工智能+”，同样会在未来涌现出大量的创新企业和新型岗位。不管是创业还是求职，选对方向远都是事半功倍。

第三是回到个体自身的成长而言，最关键的还是能力的拓展与重塑。我们每个人都是相信，这是任何人都无法靠一项技能“从一而终”的年代，学习与适应变化是未来的常态。技术更迭的速度前所未有，岗位的生命周期不断缩短，拥抱AI、持续进化，会是人工智能时代的核心生存法则。

当然，我们也没必要因此而焦虑，正如过往的每一次变革一样：人们总是会担忧新技术取代旧事物，但事实证明，技术淘汰的从来不是人，而是那些拒绝改变的工作方式。

人工智能也一样，它看似要横扫一切，但真正会被淘汰的，并不是人本身，而是那些停留在旧有路径、不愿意适应变化的模式和思维。对那些懂得利用AI的人而言，它不是让人恐惧的取代者，二是帮你放大能力的合作伙伴。

站在这个新的十字路口，我们既是见证者，也是参与者。希望十年后，我们再回望今天时，能够清晰地看到自己曾主动迈出的每一步，而不是被时代所裹挟。