智能经济新形态的提出，建立在坚实的产业基础之上。数据显示，2025年我国人工智能核心产业规模已超过1.2万亿元，相关企业超过6200家，规模以上制造业企业人工智能技术应用普及率超过30%。这些数字背后，是我国在智能经济领域多年深耕的厚积薄发。一方面，算力基础设施实现了跨越式发展。今年的政府工作报告明确提出实施超大规模智算集群、算电协同等新基建工程，算力要像水电一样即取即用而且便宜好用。以“东数西算”工程为牵引，内蒙古、贵州、甘肃等西部地区算力规模快速增长，既优化了资源配置，又带动了区域协调发展。另一方面，产业智能化向纵深推进。2025年工业互联网“链网协同”典型应用场景覆盖15个工业领域；智能交通系统覆盖全国主要城市，自动驾驶路测里程超亿公里；煤矿智能化改造覆盖率超过30%，可再生能源利用率持续提升。同时，企业的创新生态活力进一步迸发，有的科技企业累计申请专利达1600多件，强脑科技在脑机接口领域获授权专利400余项。一些互联网头部企业通过投资孵化带动一批创新企业快速成长，形成“大企业引领、中小企业跟进、资本有力支撑”的良好生态。可以说，智能经济正经历从“单点突破”向“系统集成”的质变，为赋能千行百业打开了新的可能性空间。

 

新一轮科技革命与我国高质量发展需求高度契合。产业结构优化升级需要智能化注入新动能，传统产业面临要素成本上升、资源环境约束趋紧等多重压力，数字化转型、智能化改造成为必由之路。社会治理现代化呼唤数字化新手段，城市管理、公共服务、风险防控等领域对智能技术的需求日益迫切。人民生活品质提升期待智慧化新体验，从智慧医疗到智慧教育，从智能家居到智慧出行，智能应用正在深刻改变人们的生活方式。智能经济恰恰能够有效回应这些时代命题，这种需求牵引与技术驱动的同向发力，为智能经济开辟了广阔的发展前景。

 

然而，技术产业化与产业智能化的深度融合，在现实中仍面临技术与制度错配的制约。一是技术供给与产业需求间的技术错配。从技术产业化一侧看，人工智能技术创新日新月异，但许多前沿技术仍停留在实验室和样板间，缺乏规模化、商业化应用的成熟路径；从产业智能化一侧看，传统企业特别是中小企业数字化转型意愿强烈，但转型技术门槛高、改造成本大、试错风险重、人才储备弱，智能技术与实体经济的融合往往停留在点状示范层面，难以形成系统性扩散。这一“融合之困”的症结，在于技术供给与产业需求之间的结构性错配，即技术方追求前沿突破，产业方需要稳定可靠；技术方提供通用方案，产业方需要场景适配。当技术产业化与产业智能化各自为战、缺乏有效对接机制时，智能经济的整体效能便难以充分释放。二是制度供给与要素需求间的制度错配。智能经济以数据为燃料，以算力为引擎，但当前数据要素的权属界定、收益分配及安全治理机制仍处于探索期，难以匹配智能化生产力快速增长的现实需求，导致优质产业语料难以跨界共享，人工智能模型在真实工业场景中面临“语料失真”的困境。同时，在开放协作层面，跨境数据流动的制度性障碍使企业在利用全球高端算力与前沿算法时面临较高的合规风险与交易成本。这种制度供给与要素需求之间的错位，严重制约了智能经济向全球价值链高端延伸的步伐。

 

破解技术错配和制度错配带来的融合难题，关键在于构建协同共进的融合机制。具体而言，一是搭建供需对接的桥梁，依托工业互联网平台、各行业数字化转型促进中心等载体，建立技术供给与产业需求的常态化对接机制，推动技术成果从实验室走向生产线。鼓励龙头企业将自身智能化改造中沉淀的技术方案、管理经验、数据模型封装成可复制、可推广的解决方案，面向产业链上下游企业输出。二是降低融合应用的壁垒，大力发展轻量化、低成本、模块化的智能解决方案，为中小企业提供“小快轻准”的数字化转型工具。培育一批数字化转型服务商，为传统企业提供从咨询诊断、方案设计到实施落地的一站式服务。三是可发挥自贸试验区的制度创新优势，支持自贸试验区率先探索数据出境分级分类管理，建立跨境数据流动“白名单”机制，为智能技术跨国合作和产业智能化全球协同打通制度堵点。以制度创新为核心加强联动试验，进一步推动技术、人才、资本等创新要素资源跨区域共享，打造智能产业协同合作的先行先试高地。四是完善创新制度与强化融合型人才支撑。建立健全数据确权、流通、交易的基础制度，完善人工智能治理体系，在发展中规范、在规范中发展，为技术创新与产业融合划定清晰边界。同时，深化产教融合，大力培养既懂人工智能技术又熟悉行业场景的复合型人才，让技术真正“懂行”、产业真正“懂技”。通过上述举措，推动技术产业化与产业智能化从“物理叠加”走向“化学反应”，使智能经济这一新经济形态真正落地生根、枝繁叶茂。

 

作者：邓慧慧 对外经济贸易大学北京对外开放研究院研究员 来源：学习时报