问题——人工智能快速演进，既要跑得快也要走得稳。 当前，人工智能正重塑产业体系、提升治理能力、改善公共服务。技术迭代快、投入强度高、应用边界广，带来机遇的同时也带来挑战：一上，算法与模型更新迅速，企业需要尽快真实场景中验证路线、打磨产品并跑通商业模式；另一上，数据安全、隐私保护、算法偏见、深度合成滥用以及对就业结构的影响等问题也显现。如何在创新效率与安全治理之间取得平衡，成为各国共同面对的现实课题。 原因——技术与产业特性决定必须“市场+政府”协同。 从产业规律看，人工智能具有高投入、长周期、强外溢等特点。基础研究、算力基础设施、数据要素治理等环节带有公共品属性，仅靠逐利资本容易投入不足；而在应用端，能否更快找到刚需场景、形成可复制模式，往往取决于市场竞争的筛选效率。同时，人工智能外部性与不确定性突出，缺乏规则约束可能引发系统性风险。因此，在全球范围内，以国家战略明确方向、以市场机制推动落地、以制度安排保障边界，正逐步成为人工智能发展的常见路径。 影响——市场活力释放，应用扩围与生态优化同步推进。 在开放竞争环境中，市场通过价格、供求与竞争等信号，为技术路线选择、产品形态探索和资源配置提供快速反馈，也支持企业进行高频试错与迭代升级。我国企业依托工程化能力、丰富场景与成本优势，通过开源共享、普惠化供给等方式降低使用门槛，推动技术从实验室走向产业链、供应链与服务链。此外，生成式人工智能服务加快规范发展，截至2025年底，累计有748款生成式人工智能服务完成备案，覆盖医疗、教育、制造、金融等多个领域，显示出应用落地的广度与产业分工的深化。市场在筛选优胜者、催生新业态、推动规模化上的作用深入显现。 对策——政府补位短板，夯基固本并守牢安全底线。 推动人工智能健康发展，需要制度供给与公共投入支撑。针对“算力买不起、用不好”等痛点，涉及的举措以基础设施建设、应用中试平台布局及“人工智能券”等政策工具为抓手，推动算力、算法、数据与场景更高效对接，降低中小企业与科研机构创新成本。顶层设计上，围绕“人工智能+”行动部署及配套方案，进一步明确方向、路径和重点任务，提升政策连续性与可预期性。治理上，《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》等制度安排相继落地，推动风险防范嵌入研发、部署、运营全流程，为产业发展划清底线、明确边界。实践表明，政府通过规划引导补齐公共短板、用规则减少无序竞争、以政策促进要素集聚，有助于更好弥补市场不足，形成“促创新”与“防风险”的动态平衡。 前景——两只手同向发力，构建更具韧性的创新体系与竞争优势。 面向未来，人工智能竞争将从单点技术比拼走向体系能力较量：既比算力、模型与数据，也比产业组织、场景供给、治理水平和生态协同。提升我国人工智能综合实力，需要在三个层面持续用力：其一，坚持市场在资源配置中起决定性作用，完善要素市场化配置机制，鼓励公平竞争与协同创新，让企业成为技术创新与应用落地的主体；其二，更好发挥政府作用，聚焦基础研究、算力网络、数据治理、标准体系与人才培养等关键环节，推动公共资源更精准投向“卡点”“断点”；其三，健全安全治理与伦理规范，提升风险评估、监测预警与应急处置能力，推动合规建设前置化、常态化，确保技术进步与社会信任相互支撑。随着两只手协同更紧密，我国有望在更多关键领域实现原创性突破和规模化应用，为全球人工智能发展提供可借鉴的实践经验。
人工智能的“百花齐放”，既需要市场持续激发创新，也离不开制度与规则为技术发展校准方向、守住底线。把“两只手”配合得更紧、更顺，既关系产业竞争力，也关系技术如何更好服务民生、服务发展、服务安全。在速度与质量并重、创新与治理并行的道路上，中国人工智能将以更稳健的步伐走向更广阔的未来。