人工智能作为具有颠覆性价值的战略技术，正在引领第四次工业革命的进程。深入开展“人工智能+”行动，是深化我国数字化转型、加快智能化建设的关键引擎，具有重要的时代价值。

　　深刻理解“人工智能+”战略意蕴

　　数字化转型是推动全球价值链重构和经济社会发展的关键动力，主要表现为数据支撑和基础架构的建设，而智能化则是该进程的高级发展阶段，其以人工智能为核心驱动力，深度融合大数据、云计算等新一代信息技术，从而具备自主学习、预测和决策能力，并且增强了对大数据智能化、高效化和协同化利用，使数据资源向更高价值转化。相较于“互联网+”对连接效率的提升，“人工智能+”则标志着我国数字化转型进程迈向全方位、多领域、跨界域的智能化新阶段。这种演进不仅顺应全球科技革命浪潮，更是今后我国突破发展瓶颈、构建现代化产业体系的战略选择，其最终指向是以智能化为引擎的高质量发展新范式。

　　社会生产全要素配置优化的实践指导和方法路径。从劳动者、劳动资料、劳动对象三大生产要素来看，劳动者借助人工智能辅助决策与技能培训实现向高附加值领域转型；劳动资料通过智能设备和工业互联网智联化实现功能倍增；数据则成为更为重要的新型劳动对象，将在生物交叉、新能源、新材料等诸多前沿领域产生更大价值。同时，“人工智能+”可构建动态优化机制，依托大数据分析精准匹配供需关系，优化资本、人才和技术流动。“人工智能+”通过要素赋能、制度适配等举措，深度参与社会生产全要素的配置优化，成为重构生产要素的重要路径。

　　促进跨域知识整合催生文化融合创新的新范式。人工智能的快速发展打破了传统文化与产业的边界，对艺术符号、数字技术等多元知识体系进行深度整合，催生动态演化的文化生态和人机协同的群体智能。运用大模型学习与解析古籍、戏曲、书画等文化遗产，推动传统文化资源实现数字化再生与传承；进一步构建跨文明对话全新机制，助推中华文化在国际社交平台的“破圈”传播；借助人工智能对文化遗产的数字化再生，通过人机协同创作，实现传统文化从单向传承转向开放式传播。

　　“人工智能+”的实践图景

　　技术深度渗透。“人工智能+”是系统性创新能力的集中迸发。一方面，“人工智能+”通过机器学习与专业领域知识的融合，构建起“技术——场景——数据”彼此支撑的闭环系统。比如，医疗领域的影像识别算法与病理学知识的深度结合等，这种跨域融合突破了传统学科壁垒，催生出“人工智能+生物信息学”“智能制造工程”等交叉学科。另一方面，技术与产业深度融合反向推动技术更进一步发展，体现在“芯片——框架——模型——应用”的突破。行业实践数据与先进算力芯片、算法结合，驱动了行业大模型和通用大模型的协同发展，同时作用于具体应用场景、赋能不同行业，实现了生成的新数据又反哺模型持续优化，实现闭环迭代。

　　要素协同进化。当前，智能演进的核心是数据、算法与算力的协同进化。数据层面，数据规模暴增，而数据质量的优化（如对抗训练、数据清洗）则有效提升模型鲁棒性，数据使用则从结构化向多模态升级；算力层面，专用计算芯片是重中之重，突破创新新型芯片架构，促进自然语言处理任务能效比大幅提高；算法层面，基于各种机器学习算法和深度学习框架形成特定领域的专业模型，赋能产业智能化转型。在电商推荐系统中，凭借MoE模型可实现计算资源的精准适配。除专业模型外，通用大模型也依托海量数据和高端芯片不断实现迭代升级，“算法——算力——数据”三者的联动进化，正逐步形成“数据滋养算法，算法驱动硬件，硬件释放数据价值”的新模式。

　　范式变革创新。人工智能正在解构传统行业的物理边界与价值链条，从生产到生活实现全场景适配。工业生产中的预测性维护系统通过设备振动、温度等多维度数据分析，实现故障主动预警；现代农业依托多光谱遥感与气象模型，实现播种、灌溉、植保的精准化作业。这种渗透不仅改变单一环节效率，更通过场景重构形成新的价值网络。而“技术渗透——场景革命——生态重构”的演化路径，又进一步催生出跨界融合的新业态。如，制造业从机械控制升级为智能体协同，工业机器人、视觉质检系统与供应链预测模型形成动态联动；医疗行业优质资源通过医疗大模型向基层医疗机构下沉，构建“人工智能+远程诊疗”的普惠服务网络；教育行业借助智能系统定制个性化学习路径，推动知识传授向能力培养转型。这种创新使数据跃升为核心生产要素，算法转化为新型生产工具，推动价值创造从规模驱动迈向智能驱动。

　　价值重塑重构。“人工智能+”的发展突破了传统技术扩散的线性逻辑，形成“技术穿透——制度适配——价值平衡”的三维赋能机制。技术穿透表现为轻量化模型与边缘计算架构使算力资源突破地理与阶层双重限制；制度适配对应治理框架的动态调适；价值分配机制的创新，则基于Shapley值的贡献度量化模型重构生产要素回报体系。这种重构是对“技术——人力——数据”三者关系的重塑，形成“技术赋能人力、人力驱动数据、数据反哺技术”的生态，促成政府主导、多元主体参与的动态均衡体，推动公共资源配置从“经验驱动”向“预测调控”的范式转换。

　　“人工智能+”的时代价值

　　重构社会经济结构，促进全产业链转型升级。传统生产要素与新兴智能要素的深度融合，打破现有线性增长模式，形成“要素乘数效应”。“人工智能+”通过四重机制推动产业转型升级：一是纵向深化，即垂直领域的智能化渗透催生技术与产业的共生体。在智能制造领域，数字孪生技术与工业互联网平台的结合，构建虚实映射的闭环优化体系。二是横向融合，建立跨领域知识图谱，推动异质性技术模块的有机整合。医疗大模型通过融合临床医学、基因组学和药物化学的多模态数据，形成超越单一学科认知边界的诊疗决策系统。三是逆向创新，以消费端需求倒逼生产体系柔性化改造。C2M模式通过用户画像与生成式设计技术的结合，在保证经济性的同时实现个性化定制，成为制造业数字化转型的关键路径。四是生态孵化，利用开放平台加速技术扩散与创新涌现。工业互联网平台通过API接口标准化与数据共享机制，培育出许多创新主体，凭借技术进化的蜂巢效应打造出价值共享的创新生态。

　　重建集体价值共识，推动认知变革与文化升维。面对“人工智能+”引发的伦理挑战，算法的价值设计可将伦理原则嵌入技术规范，催生“有情”与“有效”并行治理的公共服务模式，坚持效能与人文的有机融合，已成为公共治理的普遍共识。推动认知增强，“技术消弭认知边界”进一步推动文化从保存到共建的跃迁。当民俗节庆演变为元宇宙开放体验、秦俑制作工艺借助混合现实成为全民共享的文明实践时，技术既保留了文化“灵韵”特质，具象化了历史意蕴，更超越了单纯工具属性，成为文明对话的精神桥梁，勾勒出“跨时空共生”的文化新图景。

　　重塑技术制定模式，抢占关键领域竞争先机。当前人工智能被界定为“新一代通用基础技术”，应高度重视其应用价值，围绕技术生态、能源基础、人才培养等多个方面展开。在技术生态中，技术规范模式正从“事后规制”转向“全周期协同”。不再依赖单一机构制定静态规则，而是联动技术研发者、使用者、监管方与伦理学者，在人工智能、脑机接口等技术落地前嵌入风险评估模块，以动态迭代的“代码规范+伦理审查+数据治理”复合框架，让规范既适配技术创新节奏，又守住安全与公平底线，实现“发展与规制”的实时平衡。“人工智能+”的落地实践离不开超大规模数据的底层支撑。数据的剧增意味着电力及土地资源的消耗将同步激增，而我国“东数西算”工程通过重新布局算力资源的空间分布，有效构建起对抗算力霸权的战略缓冲带。同时，我国在本土基础设施建设上具备体系化优势，更易部署人工智能跃进所需的“能源仓库”。在人才培养层面，我国在人工智能相关教育方面投入巨大，并注重引进世界顶尖人才。当前，我国已拥有超过220万的专业人员。在人才结构上，我国在人工智能行业基础劳动力的体量上同样具备显著优势。同时，通过发展“高校+职教”双轨教育体系，叠加鼓励创业创新的政策引导，快速夯实并建立起自身的人才群体优势。

（责编：郑继民）