问题——人工智能快速演进，如何竞速中赢得主动、在扩张中守住底线； 当前，人工智能正深刻改变生产与社会运行方式，技术迭代更快、应用扩散更广、跨行业融合更深。同时，其高投入、长回报周期、外部影响广等特点也更加明显：一上，谁能更快形成可复制的应用场景、产业生态和工程化能力，谁就更可能掌握发展主动；另一方面，算法偏见、隐私保护、数据安全、就业结构变化等风险也叠加，如果缺少有效约束和公共能力支撑，技术红利可能被削弱，甚至带来新的治理难题。如何兼顾“跑得快”和“走得稳”，成为各国共同面对的现实课题。 原因——市场筛选决定效率，政府供给决定底座，二者互补构成竞争力。 从全球看，主要经济体普遍将人工智能上升为国家战略推进。原因在于：仅靠市场，往往难以覆盖基础研究、算力与数据等公共性投入，也难以独立应对跨领域、跨链条的系统性风险；但若主要依赖行政推动，又可能削弱企业创新动力和供需匹配效率。我国人工智能实现整体性跃升，关键在于更好结合市场的效率优势与政府的组织能力：让市场在技术路线选择、商业模式探索、要素配置和场景对接中起到主导作用，同时由政府在规划引领、政策供给、公共平台建设、制度规则与风险治理上提供稳定预期和基础支撑，形成同向发力的合力。 影响——竞争激发创新扩散，治理塑造发展秩序，产业生态加速成形。 有效市场的价值，首先体现在“快反馈、快迭代、快落地”。人工智能技术路线多、试错成本高，哪类模型更具潜力、哪些产品能够穿越周期，需要在开放竞争中通过价格、供求和用户体验等信号筛选。企业在竞争中提升性价比、推进开源普惠，降低使用门槛，带动更多中小主体参与创新与应用，推动从研发到工程化、从单点突破到生态协同的升级。以生成式人工智能为例，截至2025年底，累计有748款涉及的服务完成备案，覆盖医疗、教育、制造、金融等多个行业，显示应用供给增长较快、场景渗透持续加深，也体现出市场机制对技术扩散和产业分工优化的推动作用。 有为政府作用，更多体现在“补短板、立规则、守底线”。人工智能属于高投入、高风险领域，基础研究、算力基础设施等公共品供给不足，往往是市场难以自行跨越的瓶颈。同时，技术应用涉及公共利益，若缺少统一标准和可执行规则，容易出现无序竞争与风险外溢。近年来，我国以顶层设计强化方向牵引，发布《关于深入实施“人工智能+”行动的意见》及相关实施方案，明确重点任务和推进路径；在夯实底座上，启动国家人工智能应用中试基地建设，探索“人工智能券”等政策工具，缓解“算力买不起、用不好”等共性问题；风险防范上，出台《生成式人工智能服务管理暂行办法》《人工智能安全治理框架》等制度安排，逐步形成可预期、可操作的治理边界，为产业创新提供更清晰的安全框架。 对策——更高水平上统筹“放得活”与“管得住”，把协同优势转化为长期优势。 业内人士认为，面向下一阶段发展，需要在以下上持续发力： 一是优化市场环境，稳定企业创新预期。完善公平竞争制度，鼓励多元主体在开放场景中试验迭代，推动数据、算力、人才等要素更高效流动，让创新更顺畅地从实验室走向产业链、供应链和价值链。 二是强化公共能力供给，补齐底座短板。围绕算力基础设施、应用中试平台、行业数据治理与标准体系建设加大投入，提升公共服务的可获得性与可持续性，降低中小企业和传统行业数字化、智能化门槛。 三是健全治理体系，以规则护航发展。坚持包容审慎与底线思维并重，压实企业主体责任，完善安全评估、内容治理、隐私保护和数据安全等制度执行机制，推动风险可识别、可处置、可追责，避免以牺牲安全换速度。 四是推动“人工智能+”与实体经济深度融合。聚焦制造、医疗、教育、交通、金融等重点领域，形成更多可复制、可推广的解决方案，以需求牵引供给、以应用反哺技术，提升全要素生产率和公共服务水平。 前景——两手协同更紧密，高质量发展空间更广阔。 随着人工智能从单点突破走向系统应用，竞争焦点将从“模型能力”扩展到工程化能力、产业组织能力、治理能力和国际合作能力的综合比拼。可以预期，在市场持续释放创新活力、政府优化制度供给与公共能力的共同作用下，我国人工智能有望在关键技术攻关、产业生态培育、场景落地深化以及安全治理体系建设等取得更多进展，并在效率与公平、活力与秩序之间探索更可持续的发展路径。
人工智能发展既关乎国家竞争力，也是一项需要多方协作的系统工程。我国在实践中形成的“市场活力+政府引导”路径，为产业升级提供了动力，也为全球科技治理提供了可参考的经验。面向未来，继续推进体制机制创新，才能在新一轮科技变革中掌握主动，让技术进步更好服务社会发展。