专访中国信息协会会长王金平：行业智能体是价值转换器、双向连接器、产业放大器

当下的智能体实现了自主感知、自主学习、自主执行决策，从被动工具转变为可独立落地业务的实体载体，成为承接数据价值、落地AI能力的唯一纽带。

文｜王雅迪

ID | BMR2004

2026年被国家数据局定为数据要素价值释放年，数据要素市场化、人工智能产业升级成为我国数字经济两大并行核心战略，二者深度融合的关键枢纽正是行业智能体。2026年7月，由中国信息协会数据智能专业委员会、《商学院》杂志联合承办的WAIC2026“数据要素×行业智能体”论坛在上海召开。

在论坛期间，中国信息协会会长王金平接受了《商学院》记者专访，他向我们阐释了智能体的时代定位，厘清了智能体从传统软件概念到产业核心载体的演变逻辑。

01

智能体是数据要素与人工智能融合的载体

王金平介绍，智能体的代理概念早在三四十年前就已出现，早期仅作为软件层面的辅助工具，不具备自主行动能力；而伴随大模型、自主决策AI技术成熟，当下的智能体实现了自主感知、自主学习、自主执行决策，从被动工具转变为可独立落地业务的实体载体，成为承接数据价值、落地AI能力的唯一纽带。

为直观阐释二者的依存关系，王金平提出经典类比：数据要素如同电力，智能体如同发动机。仅有海量数据而缺少智能体，数据价值无法转化落地；仅有智能体而缺少高质量数据供给，智能体只能空转，无法产生产业效益。过去多年行业持续推进数据资源、数据要素建设，但数据产权交易、跨行业数据协同长期难以产生实际产业价值，核心短板就是缺少能够承接、消化、运用数据的实体载体，而智能体的规模化落地，补齐了这一关键缺口，实现了数据、AI虚实结合的产业闭环。

王金平认为，行业智能体在产业层面发挥着三重核心角色：一是价值转换器，打破数据“存而不用、用而不深”的困境，将沉睡的行业数据转化为可执行、可落地的业务能力，实现从“数据资源”到“数据能力”再到“业务价值”的闭环；二是双向连接器，形成“数据喂养智能体、智能体反向沉淀数据”的正向循环，智能体在场景中持续运行，不断产出新的高质量场景数据，反过来迭代模型、优化能力，形成自进化飞轮；三是产业放大器，串联数据、模型、算力、场景、安全全产业链条，带动上下游协同创新，真正释放“数据要素×”的乘数效应，赋能千行百业的智能化转型。

当前全行业已经涌现大量成熟落地案例，印证智能体融合价值。传统工业车间机械臂、新型人形具身机器人、养老陪护智能机器人、军用无人机等，都属于智能体落地形态。

在王金平看来，具身智能养老机器人具备极强民生刚需，我国老龄化规模持续扩大，养老人力服务缺口显著，国务院已配套出台扶持政策，人形智能机器人将成为化解养老服务短板的核心方案；此外，工业智能体、无人机智能体则分别赋能制造业升级、国防现代化建设，底层逻辑均为数据与AI结合的智能体体系，覆盖生产、民生、国防多元赛道，充分证明智能体已经进入规模化应用阶段。

02

搭桥、筑堤、育苗，构建智能体良性发展生态

作为连接政府、企业、市场的社会组织，中国信息协会承担着政策传导、产业服务、行业治理三重职能。针对行业智能体长期健康发展，王金平明确协会将以搭桥、筑堤、育苗三项工作为核心，系统性完善产业发展配套支撑体系。

首先是搭桥，打通政策、标准、技术三层供需壁垒。在政企层面，协会一方面为国家智能体、数据要素相关政策制定建言献策，另一方面面向全行业企业打通政策落地“最后一公里”；在标准层面，通过发布智能体成熟度团体标准，填补行业统一评判规范空白；在技术层面，协会梳理筛选30余个全国优质智能体落地案例并对外发布，搭建公共技术服务平台，打通技术供给方与实体企业的对接通道，加速成熟方案行业复制。

二是筑堤，构建覆盖智能体全生命周期的标准治理体系，将数据安全、算法合规、伦理治理纳入成熟度评估核心指标，为行业划清底线、明确规范。同时，引导行业自律，通过试点单位树立合规标杆，推广数据安全、算法可信的最佳实践，推动智能体产业从“野蛮生长”走向“规范发展”。

三是育苗，培育产业创新生态，主要通过三种形式：赛事育苗，在“中国信息协会数据要素应用创新大赛”中设置智能体专项赛道，挖掘优质落地项目；人才育苗，面向央国企、地方政府开展智能体管理与应用专项培训，培养既懂数据治理又懂智能体落地的复合型人才；生态育苗，依托数据智能专委会汇聚“政、产、学、研、用、金”全链条资源，扶持中小企业技术创新，推动大中小企业融通发展，完善产业生态。

03

补齐人才短板，坚持智能向善发展道路

在专访中，王金平直面当前我国智能体、数据要素产业现存核心短板，同时结合全球AI发展格局，提出面向未来的行业发展愿景。

目前智能体的发展面临三大新形态的挑战：在数据隐私层面，智能体可自主采集、调用、流转多源数据，数据使用边界、责任主体更模糊；在多智能体协同场景下，数据跨主体流通频次大幅提升，隐私泄露的风险点更多、溯源难度更大。

在算法层面，智能体具备自主决策与执行能力，算法黑箱、偏见问题会从“输出内容偏差”升级为“业务行为偏差”，决策可解释性、行为责任认定成为新难题；同时智能体的行为边界、安全防护也面临新的挑战。

在知识产权层面，智能体训练数据的版权合规、智能体生成内容的权属界定、智能体技术方案的知识产权保护，都比传统AI场景更复杂，行业尚未形成统一共识。

对此，协会的治理思路是标准先行，构建治理标尺。在论坛期间发布的智能体管理能力成熟度评估模型，专门设置安全能力域，覆盖数据安全、算法合规、伦理治理、知识产权管理等维度，用标准为企业明确治理要求，引导行业规范发展。后续还将针对细分行业、细分场景出台专项标准。

此外，在他看来，现阶段产业最核心的短板集中在人才供给层面。人工智能属于泛交叉学科，细分赛道差异巨大，不存在全能型AI人才。当前人才缺口呈现分层特征，首要缺口是高质量数据相关人才，国内一方面缺少标准化、合规高质量数据集，另一方面极度缺少能够采集、治理、加工优质数据的专业从业者，尽管国内多所高校新设相关专业、落地产业基地，但人才供给速度跟不上产业扩张需求。算法领域国内已有一定人才基础，但算力芯片、GPU 硬件、场景落地复合型人才全面紧缺。

当前AI产业已经脱离概念炒作阶段，全面进入产业落地实践期，既懂技术算法又熟悉行业业务的复合型人才最为稀缺，也是后续人才培育的核心方向。针对黑客松等新兴人才培育形式，王金平表示，技术迭代速度快，国家标准更新周期滞后，协会将加快出台团体培训标准，配套标准化课件，以标准化赛事、培训完善人才培育体系。

面向2026数据要素价值释放年及更远未来，王金平提出“智能向善”是中国人工智能发展的核心道路，兼具实践价值与哲学指导意义。智能体作为数据价值释放的核心载体，前期国内在数据资源、算力基础设施、AI 基础技术层面完成大量储备，随着智能体技术成熟落地，数据与智能体双向赋能的产业飞轮将全面启动。

他强调，后续协会将持续整合全产业链资源，打通数据流通、智能体开发、场景落地全链条，在守住安全底线、完善人才供给的基础上，充分释放数据要素生产力。以行业智能体赋能实体经济数字化转型升级，走出兼顾创新发展、安全治理、普惠民生的中国智能产业发展路径。