当前，智能技术正以前所未有的速度进入经济社会运行的各个环节，成为推动高质量发展的关键变量。2025年中央经济工作会议明确提出深化拓展“人工智能+”、完善对应的治理，这是把握新一轮科技革命和产业变革机遇的战略选择，也是内外部环境不确定性上升背景下，以科技创新引领现代化产业体系建设的现实需要。 问题：从“能用”到“好用、敢用、用得起”的落地挑战仍需破解。尽管智能应用在科研、制造、物流、能源与消费端呈现多点推进态势，但部分领域仍存在“技术热、落地冷”：科研数据分散、训练成本偏高；传统行业数字化基础薄弱、流程改造周期较长；中小企业在算力、算法与人才获取上仍有不足；同时，数据安全、模型可靠性、算法公平等治理议题更加突出。如何把技术优势转化为产业优势、发展优势，关键于“应用牵引、体系推进、治理护航”。 原因：三重因素共同推动“人工智能+”走向纵深。一是技术演进带来方法论跃迁。随着算力供给、算法能力与数据资源持续提升，智能技术正从辅助工具走向流程重构与范式重塑。以科学研究为例，科研范式在经历经验、理论、计算与数据密集阶段后，正迈向以学习、模拟、预测、优化为特征的新阶段。国际上借助智能模型实现蛋白质结构预测等突破，表明智能方法在解决复杂科学问题上具备明显的加速效应。二是产业竞争格局倒逼效率提升。面对成本、质量、交付与绿色转型等多重约束，制造、物流、电力等领域迫切需要通过智能化实现精益管理与系统优化。三是超大规模市场释放应用空间。消费升级与场景创新叠加，智能网联汽车、穿戴设备、服务机器人以及智慧商圈、智慧门店等不断涌现，为技术迭代提供了持续需求和应用试验场。 影响：“人工智能+”正在推动科研、产业与消费发生结构性变化。其一，科研端加速形成“智能驱动的新型科研范式”。在高质量科学数据集、基础科研平台与重大科技基础设施支撑下，智能模型可提升跨模态复杂数据处理能力，缩短从提出假设到验证优化的周期，提升科学发现与技术创新效率。其二，产业端促进资源配置优化与结构升级。通过对产业、市场与研发数据的及时分析，可从供需、技术与风险等维度识别趋势，提高投资与布局的精准度；在制造业，智能技术有望提升良率、降低能耗，推动高端化、智能化、绿色化；在物流领域，智能调度与路径优化可提升供应链效率；在电网与能源系统中，智能预测与调度有助于提升新能源消纳能力，推动能源结构转型。其三，消费端加快“产品—场景—服务”链条重构。智能技术向生产优化、营销升级与体验创新延伸，催生沉浸式体验空间、智慧商圈等新场景，形成更具弹性与个性化的服务供给，带动消费提质扩容。 对策：以六个上系统推进“人工智能+”行稳致远。第一，强化应用牵引与场景开放。围绕科研攻关、先进制造、现代物流、能源电力、公共服务与消费升级等重点领域，打造可复制、可推广的标杆场景，推动从“点状应用”转向“链式改造、系统升级”。第二，加快科学大模型及行业模型研发应用。面向关键领域构建可解释、可验证、可评估的模型体系，促进研发、工程实现与产品落地协同，形成“创新—转化—应用”的闭环。第三，夯实数据要素与算力底座。推动数据标准完善、共享机制健全与可信流通，建设高质量数据集；优化算力布局与供给方式，降低使用门槛，提升中小企业可及性。第四，推动产业全要素智能化改造。将智能技术融入战略规划、组织架构与业务流程，促进设备、产线、供应链与管理决策一体化升级，实现传统产业转型与新兴产业培育同步推进。第五，完善治理体系与安全能力。健全规则标准、评测认证与风险处置机制，加强数据安全、模型安全与伦理规范建设，提升“可控、可靠、可追溯”水平，守住产业发展底线。第六，强化复合型人才与跨学科协同。发挥跨学科带动作用，推动产学研用协作，培养既懂行业又懂技术的人才队伍，为规模化应用提供持续支撑。 前景：随着政策引导加力、基础设施完善与场景应用扩容，“人工智能+”有望由局部突破走向规模化推广，更提升全社会资源配置效率与创新能力。未来一段时期，智能原生的新模式新业态将加快涌现，制造、能源、物流等关键行业的系统性效率提升更为明显，消费端的个性化与沉浸式服务供给也将持续扩大。同时，治理体系建设的进度与质量将直接影响产业信心与应用边界，需要在鼓励创新与防范风险之间把握平衡，实现“发展与安全”的动态协同。
人工智能已成为新一轮科技革命和产业变革的重要驱动力。深化拓展“人工智能+”战略，既是顺应技术演进和产业变革的必然选择，也是推动我国经济社会高质量发展的重要路径。要以中央经济工作会议精神为指引，抓住人工智能发展机遇，推动其与各行业各领域深度融合，科学研究、产业升级、消费创新各上形成更多实质性突破，为经济社会高质量发展提供持续动能。