从“体量”到“体魄”

来源：北京日报客户端

　　朱丹

　　今年全国两会，“打造智能经济新形态”首次写入政府工作报告。从“互联网+”到“人工智能+”，再到今天的“智能经济”，中国产业发展的叙事逻辑正在经历一次深层跃迁，而“打造智能经济新形态”更是对“人工智能+”的系统性升级，标志着我国人工智能发展从技术应用的单点突破，迈入了构建全新经济形态的系统布局阶段。

　　“智能经济”与“人工智能+”的维度之别

　　从演进脉络看，我们走过了三个阶段。信息经济解决的是“通”的问题，实现互联互通；数字经济挖掘的是“用”的价值，将数据转化为生产要素；智能经济创造的则是“智”的生态，让技术从“连接”走向“决策”，从“辅助”走向“主导”。

　　“智能经济”与“人工智能+”是两个不同维度的概念。“人工智能+”是一种技术赋能，是在现有产业上叠加AI（人工智能）能力，让传统产业跑得更快。它解决的问题是“效率提升”。而“智能经济”则是一种经济形态重构，以“数据+算力+算法”为核心驱动力，重塑生产、分配、交换、消费的全过程。它解决的问题是“范式转换”。

　　这一转向的技术基础已然具备。更值得注意的是，报告明确写入“国产大模型引领全球开源生态”。这是中国数字技术从应用创新向基础能力延伸的一个标志，过去我们谈论中国数字经济，关键词是“规模”“市场”“应用”；现在，开始出现“开源”“生态”“引领”这样的词汇。

　　智能经济的三层支撑

　　基于对政策与产业实践的观察，我将智能经济的体系架构归纳为三个相互支撑、层层递进的层次。这三层并非简单并列，而是构成了一个“底座驱动-要素赋能-业态反哺”的因果闭环。

　　第一层：基础设施层——从空间配置到时空协同。报告提出“实施超大规模智算集群、算电协同等新基建工程”。这标志着算力基础设施的布局逻辑正在从“空间配置”向“时空协同”升级。“东数西算”解决了数据存储与计算的空间错配问题，将高耗能业务向西部能源富集区转移。据行业数据，“东数西算”工程已使算力成本大幅下降，为AI大模型的商业化落地提供了关键支撑。而“算电协同”则进一步引入时间维度，人工智能训练耗电量巨大，大模型单次训练的耗电量可达数十万度。算力负荷具有一定弹性，若能将部分非实时计算任务安排在新能源发电高峰时段，既可降低用能成本，又可促进绿电消纳。这一层是智能经济的“骨架”，它的升级方向（算电协同）直接决定了下一层的成本结构。算力与电力实现时空协同，算力成本将显著下降，为高质量数据集的规模化处理提供经济可行性。

　　第二层：要素层——从规模积累到质量提升。报告写入“建设高质量数据集”。这表明数据要素的开发利用进入新阶段。长期以来，数据资源存在质量参差、标准不一、价值密度不足等问题。高质量数据集的核心任务，是为人工智能提供精准、规范的训练素材。2026年2月27日，国家数据局组织72家链主单位签署工作任务书，明确推动行业高质量数据集建设。这意味着数据从“能用”向“好用”的转变正在加速。这一层是智能经济的“血液”，它的质量提升直接依赖于基础设施层的成本优势。算电协同带来的低成本算力，使得海量数据的清洗、标注、训练成为经济上可行的商业活动。反过来，高质量数据集的积累，又为第三层提供了“养料”，没有高质量数据，智能原生业态就是无源之水。

　　第三层：业态层——从存量改造到增量创造。“产业+AI”属于存量改造，即在既有业务流程中嵌入AI能力；而“智能原生”则是增量创造，即业务本身以AI为核心设计，离开AI该业态便不存在。例如，智能助理、AI原生内容创作平台等，均属于智能原生业态。报告提出“培育智能原生新业态新模式”，正是鼓励这种从无到有的创新。这一层是智能经济的“器官”，它是前两层投入的最终产出，同时也反向驱动前两层的持续升级。智能原生产业的发展，会产生海量的实时计算需求，对算力基础设施提出更高要求；也会产生更精细、更多元的数据需求，倒逼高质量数据集向垂直领域深化。

　　将三层连接起来，可以清晰地看到一条因果链条：基础设施升级（算电协同）→降低算力成本→使高质量数据集的大规模处理成为可能→催生智能原生业态→新业态产生新需求→反向驱动基础设施进一步升级。这一因果循环，正是智能经济区别于“人工智能+”的核心所在，它不是单向的技术嵌入，而是一个自我强化的生态系统。未来的竞争，将不再是单一环节的竞争，而是“骨架-血液-器官”完整系统的竞争。

　　需要警惕的同质化风险

　　从各地政策动向来看，人工智能相关产业布局热情高涨。多地政府工作报告均将人工智能列为重点发展方向，各类产业园区、创新中心、算力基础设施项目密集上马。这种积极性值得肯定，但也需警惕同质化竞争可能带来的资源浪费。如果各地缺乏差异化定位，聚焦相同赛道，容易导致低水平重复。与之形成对照的是，一些地区已开始探索差异化路径。例如，广西并未简单复制东部模式，而是利用面向东盟的区位优势，建设“中国-东盟国家人工智能应用合作中心”，抢占跨境AI合作先机。这种立足资源禀赋的差异化布局，正是避免“内卷式”竞争的有益尝试。

　　从“数字经济”到“智能经济”，从“数据资源”到“高质量数据集”——这些概念的变化，不是政策文本中关键词的调整，而是中国经济发展逻辑的切实转变。变化的背后，是千千万万工厂里的智能生产线、程序员敲出的开源代码、消费者手中的智能终端所构成的真实经济图景。从追求“体量”到锻造“体魄”，这个转向才刚刚开始。但方向已经清晰：未来的竞争，不在规模，在筋骨；不在流量，在算力；不在模式，在根基。

　　(作者为中国人民大学国家发展与战略研究院研究员)