2026年智能经济发展研究报告.pdf

未来产业分论坛智能经济发展研究中国电子信息产业发展研究院信息化与软件产业研究所 电子信息研究所2 0 2 6 年4 月智能经济发展研究9核 心观点(一)智能经济的内涵与特征。智能经济是以人工智能(A I)为核心驱动力，以高质量数据、知识型人才为关键要素，通过人、机、物全域智联和泛在协同，推动技术创新向模拟计算、主动创造升级，资源配置向模型定义、系统优化转变，产业形态向软硬一体、平台共生演进，促进公平和效率高水平动态平衡的一系列经济活动。智能经济的四大特征是数据驱动、人机协同、跨界融合、共创分享，随A I技术的变化和应用的扩张，其蕴含的内容不断丰富和深化。(二)智能经济与信息经济、数字经济的关系辨析。信息经济、数字经济与智能经济都是新质生产力发展带动形成的新经济形态，是对经济发展新实践的概括。我们认为，决定三者的联系和区别的关键在于通用目的技术的迭代演进和对人赋能的水平提升。概括而言：信息技术催生了信息经济，以信息的传输和加工为中心，提高了人获取信息的效率，推动信息成为独立的产业形态，让信息本身创造价值。数字技术催生了数字经济，以数据的流通和处理为中心，构建了物理世界的数字孪生空间，扩大了人掌握规律、认识世界的能力，将数据处理成信息的过程转化为价值，并以数据流引领传统要素优化配置。人工智能催生了智能经济，以算法的训练和生成为中心，通过人机协 2 0 未来产业分论坛同，极大地拓展人类的智力边界，通过资源配置的系统优化和主动创造产生新价值。三者承前启后、层层递进、螺旋上升。(三)智能经济的基本构成和核心产业规模。智能经济可概括为“五维”架构体系，由智能基础设施体系、驱动力及关键要素、运行机制、智能产业、智能系统(智创、智造、智流、智享、智配)五个部分构成。当前，我国智能经济尚处在规则算法主导、大模型能力初步嵌入的初级阶段。2 0 2 5 年，智能经济核心产业营收规模达 4 7 7 1 8.8亿元，三年复合增长率超 5 4 占数字产业业务收入的比重为1 3.7?2 0 2 5-2 0 3 5 年间，智能经济核心产业规模增长将“先快后慢”,复合增长率为2 0 预计2 0 3 0 年将达到1 2.6 万亿元，占数字产业业务收入比重达2 5.1?2 0 3 5 年将达到2 9.6 万亿元，占数字产业业务收入比重达4 7.7?(四)智能经济的新质领域。我国智能经济多头并进、新形态萌芽成型，日益成为驱动经济转型升级的重要引擎和新增长极，十大新质领域值得关注，包括：基础技术创新迭代；计算体系逐步完善；大模型商用加快；数据市场全面成势；A I+终端加速发展；A I+软件创新变革；智能原生孕育而生；智能引领产业转型；智能场景全新激活；开源生态竞争加剧。(五)智能经济的风险启示。A I 技术呈现非线性发展特点，在应赛迪智库面 向 政 府服 务 决 策智能经济发展研究用领域拓宽走深中易出现系统性风险，需要前瞻研判、适时化解风险。A I 商业模式尚不成熟，投资突进引发经济周期失衡；A I 技术垄断趋于集中，市场生态和应用安全可能遭遇系统性风险；A I 对就业的冲击加剧，行业岗位呈现被分级替代的趋势；A I 应用边界日益模糊，科技向善与主权安全规则博弈加剧。关键词：智能经济；人工智能；智能经济核心产业2 0%未来产业分论坛“现代计算机之父”约翰冯诺依曼(J o h n v o n N e u m a n n)曾指出，“技术正以其前所未有的速度增长我们将朝着某种类似奇点的方向发展，一旦超越了这个奇点，我们现在熟知的人类社会将变得大不相同”。当前，以大模型、智能体等为代表的新一代人工智能(以下简称“A I”)迅猛发展，智能经济加速演化成型，推动创新、生产、流通、交换、消费等环节深刻调整，并将促使全球产业分工体系、经济竞争格局和数字空间规则治理深刻调整。充分认识智能经济、准确把握其规律性变化，率先布局A I 技术、产业和场景，抢占发展新赛道新先机，并在激发涌现式创新和守住安全底线之间做好平衡，正是我们作为新时代的“冲浪者”需要不断探寻并为之努力的方向。一、智能经济的基本画像(一)内涵与特征智能经济是以 A I 为核心驱动力，以高质量数据、知识型人才为关键要素，通过人、机、物全域智联和泛在协同，推动技术创新向模拟计算、主动创造升级，资源配置向模型定义、系统优化转变，产业形态向软硬一体、平台共生演进，促进公平和效率高水平动态平衡的一系列经济活动。2 0 1 8 年 1 0 月，习近平总书记在中央政治局关于人工智能发展现状和趋势的集体学习中指出，构建数据驱动、人机协同、跨界融合、赛迪智库面 向 政 府服 务 决 策智能经济发展研究共创分享的智能经济。随着大模型、智能体等新一代人工智能技术的迅猛发展和应用的扩张，智能经济这四大主要特征所其蕴含的内容不断丰富和深化。1.数据驱动。智能经济时代，数据已经成为创造新价值、新业态、新模式的源头和关键要素。面向 A I 大模型海量计算需要，高质量数据的深度挖掘与系统供给已经成为其发展的必不可少的燃料，原始私域数据正成为构筑 A I 差异化竞争力的关键。数据通过算法的筛选、模型的封装、智能体的分配，重构产业链、优化价值链。随着互联网数据的消耗殆尽，通过算法生成、具有真实世界特征的合成数据将变得不可或缺。2.人机协同。智能经济时代，人机协同是生产工具的革命，培育壮大了新质生产力，并正在倒逼生产关系进行深刻调整。A I 技术角色从辅助工具转向智能代理，生产力在场景落地和应用创新中持续释放，人类与智能机器之间的分工协作正在动态演变。行业普遍认为，在智能经济环境中，机器擅长处理标准化、重复性和海量数据运算的执行任务，人类则专注于创造性、情感性和复杂决策的工作，负责判断、监督与战略分解，在人机协同中占据决策的主导地位。3.跨界融合。智能经济时代，不同行业间的技术渗透、业务融合和价值整合，大幅拓展生产力作用边界，构建形成全新产业生态和价 2 0 未来产业分论坛值网络。智能体跨越组织边界，通过自主链接、动态协作促进系统性创新。产业网络协作正在形成，数据共享和算法融合，使资源要素跨界流动与重组，催生新业态新产业。4.共创分享。智能经济时代，遵循“共生共创”的价值逻辑，以开源生态为基础、多元主体参与的新型价值创造体系正在加速构建。企业、开发者、用户乃至智能体共同参与创新活动，共建、共享、共治的开源创新生态基本形成。基于贡献度的价值分配将取代传统的交易关系，每个参与者既是价值的创造者，也是收益的共享者，在开源共治的生态中迸发创新活力、推动价值创造正向循环。(二)信息经济、数字经济与智能经济的关系辨析信息经济、数字经济与智能经济都是新质生产力发展带动形成的新经济形态，是对经济发展新实践的概括，遵循“技术革命性突破一创新扩散和产业化一生产力跃迁-生产关系适应性调整”的发展逻辑。其中，技术突破是驱动经济形态持续更迭的决定性力量，三种经济形态的技术变革一代超越一代，但其本质始终是促进数据在人、物理世界、数字世界之间的循环流通和价值释放。决定三者的联系和区别的关键在于通用目的技术的迭代演进和对人赋能的水平提升。概括而言：信息技术催生了信息经济，以信息的传输和加工为中心，提高了人获取信息的效率，推动信赛迪智库面 向 政 府服 务 决 策智能经济发展研究息成为独立的产业形态，让信息本身创造价值。数字技术催生了数字经济，以数据的流通和处理为中心，构建了物理世界的数字孪生空间，扩大了人掌握规律、认识世界的能力，将数据处理成信息的过程转化为价值，提升了传统要素配置效率。人工智能催生了智能经济，以算法的训练和生成为中心，通过人机协同，极大地拓展人类的智力边界，通过资源配置的系统优化和主动创造产生新价值。三者承前启后、层层递进、螺旋上升。智能经济作为超越前两者的跃升形态，在系统认知、智能决策和知识创造上更具突出优势。一是系统认知能力的实时全面。智能经济依托全域感知网络、多源数据融合与算法推演能力，在数字空间中构建经济社会孪生系统，在全局尺度上识别关键节点、预判传导路径、评估事件外溢效应。二是智能决策能力的人机协同。智能体作为新型决策主体，能够理解模糊意图、自动拆解复杂任务、动态规划最优路径。人类专注于价值判断、伦理治理与例外处置，与智能体在基础决策环节形成互补，在终极决策环节展现主导。三是知识创造能力的边际递增效应。智能系统将复杂知识编码为轻量化、可调用的服务模块，使知识共享从“人对人”的有限传递升级为“系统对万物”的泛在赋能。当知识共享的边际成本趋近于零，知识便从稀缺资源变为普惠要素，价值创造门槛极大降低，知识创造能力空前激发。2 0 2%未来产业分论坛表1 信息经济、数字经济和智能经济的对比信息经济数字经济智能经济I n f o r m a t i o n E c o n o m yD i g i t a l E c o n o m yI n t e l l i g e n t E c o n o m y传统信息技术新一代信息技术A I 技术关键技术(计算机、互联网、(大数据、云计算、(大模型、生成式通信网络)移动互联网)A I、具身智能)核心要素信息数据高质量数据和知识型人才基于预设规则的单向基于数据规律的辅助基于认知模型的自主执行决策闭环决策规则(系统按人类编写的(系统通过数据研判(系统实现自感知、代码流程运转，无分事物规律，由人做最自规划、自决策、自析能力)终决策)执行)信息网络数字平台智能体系统组织单元(以企业内部I T 系统(以生态平台为主，打(以A I A g e n t 为主，为主，打破信息孤岛)破企业与产业边界)形成人机混合的协同社区)流程驱动的数据驱动的意图驱动的标准化自动化敏捷柔性制造人机协同共创生产模式(依赖机器的大规模(依赖供需数据的高(依赖生成能力的低流水线生产，满足大效匹配，实现网络化成本创造，实现规模众需求)协同)化个性定制)代表性软件服务与硬件制造平台经济与共享经济智能产业产业形态(以I T 设备制造、系统(以电商平台、S a a S 服(以A I G C 应用、自动集成、门户网站为主)务为主)驾驶、人形机器人等新业态新模式为主)数据来源：赛迪智库整理 2 0 2 6 年3 月赛迪智库面 向 政 府服 务 决 策 2 0 未来产业分论坛新模式的经济价值仍在孕育当中。(三)智能经济核心产业规模在智能经济发展阶段研判的基础上，根据国家统计局国民经济行业分类(2 0 1 7)、数字经济及其核心产业统计分类(2 0 2 1)、工信部数字产业运行发展相关报告，我们选取了跟智能产品制造、智能技术服务相关的1 2 个细分领域9 1 个行业门类，定义为智能经济核心产业。同时，结合产业调研，对这些细分领域按照高、中高、中、中低、低五类智能程度进行系数加权、折算经济产出价值。经测算发现，2 0 2 3-2 0 2 5 年，我国智能经济核心产业营收规模从2 0 0 8 2.2 亿元增长至4 7 7 1 8.8 亿元，年复合增长率超过5 4?0 2 5 年占数字产业业务收入的比重为 1 3.7 其中智能产品制造产业营收3 1 9 0 8.2 亿元，智能技术应用产业营收1 5 8 1 0.6 亿元。2 0 2 5-2 0 3 5 年间，智能经济核心产业规模增长将呈现“先快后慢”态势，总体复合增长率为 2 0 预计2 0 3 0 年我国智能核心产业规模将达到1 2.6 万亿元，占数字产业业务收入比重达 2 5.1?0 3 5 年核心产业规模达到2 9.6 万亿元，占数字产业比重达4 7.7?2赛迪智库面 向 政 府服 务 决 策智能经济发展研究会融合程度的差异所决定。主要包括：基础智能阶段，A I 作为专用工具，单点赋能。该阶段A I 技术渗透呈现“点状分布”特征，以专用工具形态渗透于特定场景，能力边界局限于单一任务执行，传统行业引入 A I 解决局部问题，尚未形成系统性融合，如工业视觉质检、语音识别客服等。增强智能阶段，A I 作为决策副驾驶，系统融合。该阶段A I 技术渗透呈现“线面结合”特征，产业链上下游形成数据闭环与决策协同，A I 能力走向系统集成，传统行业被 A I 赋能的部分开始独立创造经济价值，在企业管理、生产制造、客户服务等核心流程中与人类形成协同关系。原生智能阶段，A I 作为智能体代理人，生态重构。该阶段自主智能体成为经济活动的基础单元，研发、生产、流通、消费的全链条以智能体为核心构建，智能原生业态全面普及，包括具身智能机器人、自主无人系统等智能原生领域，以及由此催生的智能体协同平台、数字劳动力市场、算法治理服务等全新产业。综合研判分析，当前我国智能经济尚处在规则算法主导、大模型能力初步嵌入的初级阶段，基于大模型、智能体技术的应用加速扩散，规模化商业模式尚未形成，其产生的经济价值大部分仍附着于传统的规则算法作用之上，以 T o k e n、智能体等为代表的新产品新业态2 0 2未来产业分论坛从内在动力看，智能经济的运行以 A I 为核心驱动，以高质量数据为基础燃料，以知识型人才作为价值创造的主导力量，三者相互依存、相互赋能，共同构成智能经济持续进化的内生动力。而智能体代理人、自主决策、模型定义的资源优化配置机制构成智能经济运行核心机制，共同驱动经济活动从“人驱指令”向“机驱智能”转变。图1 智能经济的五维架构体系智能经济系统智创智造智流智享智配(智能创新系统)(智能制造系统)(智能流通系统)(智能消费系统)(智能分配系统)智能产品制造智能技术服务智能场景应用智能产业A I 芯片A I 终端具身智能智能化软件大模型平台智能平台服务智能智能智能智能农业制造交通物流理性经济人人工决策价格传导机制运行机制智能体代理人自主决策模型定义配置机制驱动力及关键要素以人工智能为核心驱动力以高质量数据、知识型人才为关键要素数据基础设施算力基础设施模型基础设施网络基础设施终端基础设施智能基础设施体系感知与流通与采集共享通算智算模型库开发平台5 G/6 G工业互联网A I 终端具身智能数据来源：赛迪智库绘制2 0 2 6 年3 月(二)智能经济发展阶段研判智能经济的演进遵循技术渗透由浅入深、能力层次由低到高的内在规律，可划分为基础智能的初级阶段、增强智能的中级阶段和原生智能的高级阶段。不同阶段划分的基本依据是经济社会全领域的人工智能能力从初始级、优化级、最优级逐级跃升，这是由 A I 与经济社赛迪智库面 向 政 府服 务 决 策智能经济发展研究二、智能经济的核心构成(一)智能经济五维架构体系研究认为，智能经济可概括为“五维”架构体系，由智能基础设施体系、驱动力及关键要素、运行机制、智能产业、智能系统五个部分构成。从外在表现看，智能基础设施作为基础底座，为智能经济提供硬件、软件、连接支撑，相当于工业时代的铁路与电网，包括支撑智能经济运行所需的物理设施、数据要素、网络及算力资源的总和，由数据要素设施、多元算力设施、算法和模型设施、泛在连接网络设施、传感与终端设施构成(可简称为“数算模网端”)。智能产业作为核心载体，实现智能技术的产业化落地与价值创造，主要指以 A I 技术与数据为核心要素进行生产和服务的一系列经济活动，涵盖智能产品制造、智能技术服务、智能场景应用等领域；其中，智能产品制造产业和智能技术服务产业构成了智能经济的核心产业，为智能经济发展提供了智能技术、产品、服务、基础设施和解决方案等。智能经济系统是 A I 与经济活动全领域、全流程深度融合的运行系统，以智创系统(智能创新)、智造系统(智能生产)、智流系统(智能流通)、智享系统(智能消费)、智配系统(智能分配)等五大经济系统，共同构成智能经济可持续发展的完整运行体系。智能经济发展研究表2 智能产业的主要构成产业名称细分领域0 1 0 1 智能计算机制造0 1 0 2 智能通信设备制造0 1 0 3 智能视听产品制造0 1 智能产品制造0 1 0 4 智能机器人制造0 1 0 5 其他智能硬件制造0 1 0 6 智能芯片制造0 1 0 7 其他智能元器件及专用设备、专用材料制造0 2 0 1 智能软件开发0 2 0 2 智能技术服务0 2 智能技术服务0 2 0 3 电信网络传输服务0 2 0 4 互联网信息及平台服务0 2 0 5 其他智能技术服务0 3 0 1 智能农业0 3 0 2 智能制造0 3 0 3 智能交通0 3 0 4 智能物流0 3 0 5 智能金融0 3 智能场景应用0 3 0 6 智能科研0 3 0 7 智能商贸0 3 0 8 智能教育0 3 0 9 智能医疗0 3 1 0 智能政府0 3 1 1 其他智能应用数据来源：赛迪智库整理 2 0 2 6 年3 月2 0%未来产业分论坛表3 智能经济核心产业的系数测算参与智能经济程度细分领域2 0 2 5 年权重估算高-8 0 1 0 0%中高智能机器人制造4 0 8 0%智能计算机制造；智能通信设备制造；智中能视听产品制造；其他智能硬件制造；互2 0 4 0%联网相关服务中低信息技术服务；智能芯片制造1 0 2 0%低软件开发；电信网络传输服务；其他智能元器件及专用设备、专用材料制造0 1 0%数据来源：赛迪智库整理 2 0 2 6 年3 月图2 2 0 2 3-2 0 3 5 年智能经济核心产业营收规模(亿元)3 5 0 0 0 0.0 0复合增长率=2 0%3 0 0 0 0 0.0 02 9 6 3 7 3.42 5 0 0 0 0.0 02 0 0 0 0 0.0 01 5 0 0 0 0.0 01 0 0 0 0 0.0 04 7 7 1 8.85 0 0 0 0.0 00.0 02 0 2 3 2 0 2 4 2 0 2 52 0 2 62 0 2 7 2 0 2 8 2 0 2 92 0 3 02 0 3 12 0 3 12 0 3 32 0 3 4 2 0 3 5智能产品制造业智能技术服务业数据来源：赛迪智库整理 2 0 2 6 年3 月心赛迪智库面 向 政 府服务 决 策智能经济发展研究三、智能经济的新质领域当前，我国智能经济多头并进、新形态萌芽成型，正朝着规模化、体系化、高质量方向加速迈进，日益成为驱动经济转型升级的重要引擎和新增长极。(一)基础技术创新迭代，支撑智能创新系统持续演进以新材料、新结构、新工艺等为代表的基础领域创新整体呈现加速突破态势，正从单点技术突破向体系化能力跃升转变，为智能经济筑牢技术变革动力，并不断创造新产品新业态发展空间。一是材料创新突破产业发展瓶颈。碳基材料、二维材料、宽禁带半导体材料、超低损耗介质等材料创新大幅提升计算芯片能效比和高频传输性能，破解智能系统“算力饥渴”与“功耗墙”的瓶颈。二是结构创新支撑智能经济向更高阶形态演进。异质集成、芯粒三维堆叠等新型封装方式通过系统工程，催生了模块化、可重构的架构设计，在后摩尔时代持续提升芯片性能，为边缘端大模型部署提供了高密度的硬件载体。三是工艺创新构成连接虚实世界的底层通道。先进制程、柔性制造、硅光、微机电等技术的演进，催生了可拉伸、可共形的智能微系统，使感知、计算与通信能力得以无缝嵌入各类终端。通过基础创新和系统工程，有望破解“纳米焦虑”,更好服务智能经济发展。2 0%未来产业分论坛(二)计算体系逐步完善，构筑规模化协同化智能底座当前，全球计算产业正朝着体系化重构、高效化配置、全域化延伸的方向加速升级，通过持续完善算力基础设施、优化资源调度机制、拓展场景应用空间，为智能经济的持续演进提供坚实支撑。一是计算基础设施正朝着规模化、绿色化、一体化方向加速升级。超大规模智算集群、算电协同等新型基础设施加快部署，云计算、5 G、工业互联网深度融合，太空计算、卫星互联等前沿方向加快布局，更好适配智能经济发展对高密度、低时延算力的持续需求，进一步补齐全域算力供给短板，持续释放基础算力价值。二是资源配置向动态协同、供需精准、高效普惠的方向持续优化。跨区域、跨层级算力调度机制逐步健全，普惠算力服务加快普及，边缘算力、云端算力与终端算力协同联动，形成多层次、立体化的算力服务体系，为智能化应用提供灵活可靠的支撑。三是算力应用场景正从传统领域向全域渗透、向未来形态加速拓展。智能制造、智慧城市、自动驾驶等规模化应用层出不穷，空天地一体化计算、泛在智能感知等方向快速发展，持续催生新模式、新业态。(三)大模型商用加快，垂直化深耕与工程化部署并行推进在算力成本下行与边缘算力普及的助力下，大模型行业从技术验证迈入规模商用期，垂直深耕与工程优化成为核心发展主线。一是行赛迪智库面 向 政 府服 务 决 策智能经济发展研究业专业模型加速垂直深耕。细分行业出现专属模型定制，深度贴合制造、金融、医疗、农业、政务等垂直领域业务逻辑与合规要求。谷歌M e d-P a L M 模型专为医疗领域设计，医学考试基准测试准确率达8 6.5?二是模型工程化部署激发t o k e n(词元)市场。大模型全链路工程优化兼顾性能与部署效率，实现低算力消耗、快速迭代、稳定运行。以 t o k e n 交易为基础的新型商业逻辑加速演进，2 0 2 6 年3 月中国日均 t o k e n 调用量已突破1 4 0 万亿。(四)数据市场全面成势，数据产品化价值化催生新兴赛道数据作为核心生产要素，正从单纯的资源积累转向深度的产品化与价值化开发。一是高质量数据集规模快速扩张。大模型训练对高质量语料和标注数据需求显著提升，带动数据标注、清洗和治理服务快速发展。2 0 2 5 年中国A I 数据服务市场白皮书显示，国内数据标注与审核市场规模已突破 1 5 0 亿元，行业正由传统人工标注向“人机协同”升级，企业通过自动标注和数据治理平台提升数据集质量。二是数据服务加快向平台化、智能化演进。云厂商通过知识图谱、向量数据库等技术构建行业知识库，以“数据+知识+场景”模式实现数据在垂直领域从“资产”到“生产力”的转变。百度智能云、阿里云等推出行业知识库解决方案，将企业文档、业务数据与大模型结合，构建金融、制造、政务等行业专有知识库，实现智能问答、辅助决策等。2 0%未来产业分论坛三是数据合成与仿真技术加速突破。真实数据获取成本高、场景覆盖有限等问题日益突出，合成数据和仿真环境成为关键解决方案。如群核科技提供虚拟数字道场平台S p a t i a l V e r s e,通过生成可交互的三维合成数据，支持机器人进行避障、抓取及紧急制动等任务的仿真训练。(五)A I 终端加速发展，构筑智能经济产品典型物理形态新一代智能终端作为智能经济的典型硬件载体，其设计、生产应用的全产业链条以及技术、形态、场景适配为智能经济注入核心动能。一是技术持续突破，端侧智能显著增强。端侧 A I 专用芯片、新型传感模组、高性能伺服执行器、新型显示材料等关键技术实现突破，催生 A I P C、智能车载终端、边缘计算设备等硬件产品加速创新，为智能终端功能迭代、场景落地提供坚实支撑。二是终端形态向复合型、全场景化加速演进。具身智能和世界模型技术的不断发展，推动智能终端产品向具备感知、决策、执行能力的智能体不断演进。A I 手机、A I 眼镜、智能网联汽车、具身智能终端、工业智能巡检终端、家庭智能中枢等已形成全场景覆盖矩阵，实现物理世界与数字世界的实时交互，突破传统终端功能边界。三是全链条产业生态日趋成熟，从核心元器件、终端制造到系统适配、场景应用的产业链协同更加顺畅，多元终端矩阵深度赋能工业制造、智慧城市、民生服务等领域，通过硬件创新与智能融合持续挖掘智能经济增长空间。赛迪智库面 向 政 府服 务 决 策智能经济发展研究(六)A I+软件创新变革，加速软件协作化平台化智能化发展A I 技术在软件领域的深度渗透，加速破解传统软件分散开发、纯依赖经验的低效率问题，推动软件能力与智能技术协同演进。一是A I 变革软件开发。A I 技术深度渗透软件开发的需求分析、架构设计、代码编写、测试调试、上线运维等全生命周期流程。G i t H u b C o p i l o t全球用户数超2 0 0 0 万，C u r s o r 等A I 原生开发软件快速发展；A I 运维(A I O p s)成为各大企业标配，故障发现时间从小时级降至分钟级，运维人力成本减少 3 0?上。二是A I 重塑软件平台。模型即服务(M a a S)等新服务模式实现 A I 能力的“开箱即用”,G a r t n e r 调查显示7 3?受访者更倾向于选择M a a S 平台而非单一 A I 工具。我国火山引擎、阿里云、腾讯云均入围G a r t n e r 2 0 2 5 A I 开发平台魔力象限“挑战者”。三是A I 改变软件形态。软件具备自然语言交互、多模态感知、自主决策响应等智能能力，随着 O p e n C l a w 的全球爆火，软件进一步向“智能体友好型”方向演进。A I 与软件深度融合、自主可控的产业生态，将成为智能经济软实力的核心支撑。(七)智能原生孕育而生，智能体新业态新模式步入快车道大模型技术与端侧算力成熟双重驱动下，智能原生全面重构发展范式，智能体成为核心落地载体。一是智能原生重构产业发展逻辑。智能原生不同于“外挂式”赋能，从场景设计、技术架构到商业闭环 2 0 未来产业分论坛全流程以智能决策为核心，在大模型中直接构建自主感知、自主执行、自主迭代的运行体系，摆脱对人工指令与固定流程的依赖，催生全新的产业形态与价值创造路径。二是智能体成为 A I 全场景落地的核心载体。智能体突破单一功能局限，升级为具备跨工具联动、多任务协同、持续学习能力的智能主体，覆盖政务服务、企业运营、民生消费、产业协同等核心场景，成为 A I 技术下沉千行百业的关键接口。三是智能体即服务新模式探索发展。以轻量化、按需订阅、云端部署的“智能体即服务”模式降低企业智能化部署成本，促进智能体服务普惠化，形成标准化输出、定制化适配的商业化闭环。(八)智能引领产业转型，加速产业模式和企业组织深刻变革当前，A I 技术正加速向实体经济广泛渗透，突破“时间和空间”限制，基于大模型和行业智能体按需调度、动态执行，促进产业流程优化和企业组织重构。一是“A I+生产”迈向全局自适应。A I 实时捕捉订单数据、设备状态、物料库存等信息，并自动调整生产计划，显著提升订单响应速度和设备利用效率，实现智能调度排产。二是“A I+服务”拓展服务价值空间。A I 技术正在重塑营销与服务的价值链，推动其从被动的传统客户支持，转变为贯穿客户全生命周期的价值共创伙伴。据F o r r e s t e r 研究，2 0 2 4 年超过6 0?B 2 B 企业采用A l技术优化营销策略，获客效率提升 4 0?上。三是“A I+供应链”强赛迪智库面 向 政 府服 务 决 策智能经济发展研究化全局协同。工业智能体/大模型凭借强大的智能推理与预测能力，实现订单处理自动化、销量趋势预测、库存预警等环节的智能升级，显著增强供应链的稳健性与响应速度，有效应对市场变化和风险挑战。四是“数字员工+协作平台”推动企业组织柔性转型。A I 驱动的数字员工将深度渗透标准化流程性，释放更多人力资源投向高价值领域；同时，整合A I、大数据、云端协同能力的智能协作平台，赋能跨部门快速响应和柔性组织，压缩决策链条、提升响应速度，快速适配市场变化与业务迭代需求。(九)智能场景全新激活，“A I+个性体验”带动智能消费新一轮商业革命A I 正以前所未有的深度介入消费场景，通过个性化、情绪化与交互式体验，全面激活新的消费商业生态。一是情绪价值催生“陪伴经济”爆发。基于大模型的虚拟伴侣、A I 心理疏导、智能宠物等“陪伴”产品大量涌现，提供千人千面的情感记忆和共情反馈，将情感链接转化为高粘性的消费体验。二是沉浸式交互重构教育与娱乐体验。在教育领域，A I 虚拟导师能根据学生的微表情和学习习惯实时调整教学策略；在娱乐领域，用户在游戏中进行无剧本、开放式对话，通过A I 自行生成视频结局，消费从单一购买转向场景感知、情绪共鸣与价值共创的价值闭环。三是空间计算引领线下消费新业态。A I、虚拟现 2 0 未来产业分论坛实等数字技术与实体场景深度融合，正推动商圈、超市、文博展馆等传统空间加速向虚拟与现实叠加、交互与体验共生的“第四空间”演进。在这一新型空间中，消费者可以获得沉浸式导览、智能试穿、实时互动等全新体验，催生一批沉浸式消费、场景化消费、社交型消费等新型消费形态。(十)开源生态竞争加剧，技术开放和商业可持续性加速探索平衡之道全球 A I 开源生态呈现高度竞争态势，行业加速探索技术开放与商业可持续性的动态平衡。一方面，全球 A I 开源生态格局快速分化，企业主导型、社区驱动型、技术自主型开源模式交织。例如，O p e n A I 从开源转向闭源，M e t a 的L l a m a 大模型开源许可不断收紧，谷歌仅开源轻量版G e m m a 模型但保持核心能力闭源。H u g g i n g F a c e 生态持续规范，已发展为包含模型仓库、数据集托管、推理A P I 等的全栈式平台。欧洲开源大模型O p e n E u r o L L M 涵盖欧盟2 4 种官方语言以及部分候选国语言。另一方面，商业模式跳出传统单一服务变现逻辑，转向“基础开源引流+中间按需付费+顶层定制增值”的分层盈利模式。M e t a 在开源模型的基础上提供闭源增值、定制微调服务，月活超7 亿企业还需申请特殊商用许可。阿里云、智谱等企业以开源模型引流，通过云托管服务、企业级服务等方式实现商业化收入。赛迪智库面 向 政 府服 务 决 策智能经济发展研究。四、智能经济的风险启示A I 技术呈现非线性发展特点，在应用领域拓宽走深中，出现经济周期失衡、数字市场垄断、就业结构冲击、伦理底线溃散等方面的系统性风险。需要前瞻研判、适时化解风险，保障智能经济行稳致远。(一)A I 商业模式尚不成熟，投资突进引发经济周期失衡当前，A I 已经成为全球投资最集中的领域之一，但A I 的商业逻辑尚未在企业 A I 业务布局中得到印证，投资扩散速度与经济回报之间的结构性矛盾日益凸显。一是市场投资集中度不断攀高。据统计，标普5 0 0 指数前1 0 大成分股占比已达约4 0 微软、谷歌、亚马逊、M e t a 等A I 科技巨头成为引领主要股票市场增长的“主力军”。但麻省理工学院报告显示，美国 9 5?生成式 A I 公司迄今并未能获得商业回报。二是算力堆叠的边际收益加速递减。摩根士丹利报告认为，模型能力的提升却面临“规模墙”(S c a l i n g W a l l)风险，即投入海量算力后，模型在智能、创造力和解决问题能力上的提升可能迅速递减。三是A I 增长呈现单一结构风险。尽管 A I 投资热度空前，但经济增长对单一领域的依赖度过高。哈佛大学研究显示，数据中心投资对美G D P 增长的贡献率高达 9 2 若剔除该因素，整体经济几近陷入停滞。瑞银报告亦警示，美经济增长动力高度集中于 A I 固定资产投资，结构“异常狭窄且脆弱”。2 0%未来产业分论坛(二)A I 技术垄断趋于集中，市场生态和应用安全可能遭遇系统性风险智能经济时代，A I 底层技术进一步掌握在 A I 科技巨头手中，技术门槛抬升的同时，将推动市场竞争生态加速垄断，极易导致数据、网络、系统等系统性安全风险“一触即发”。一是技术准入壁垒抬升。数据显示，英伟达占据全球A I G P U 市场超8 0?份额，台积电在先进制程芯片市场占有率高达9 0 亚马逊A W S、谷歌云、微软A z u r e三大巨头占据全球超6 0?云计算市场。市场的高度集中已形成垄断态势，且 A I 科技巨头有可能通过软硬件生态、平台系统和应用服务一体化，进一步形成技术锁定效应。二是市场垄断倾向加剧。当A I科技巨头获得主导地位后，往往通过提价或控制关键技术产品实现超额利润，如通过“扼杀式并购”、排他性合作、自我优待等方式排除潜在竞争，巩固垄断格局，以实现资本增值目标。欧盟在 2 0 2 5 年1 2月对谷歌展开反垄断调查，担忧其利用搜索引擎市场地位强制出版商提供内容却不给予合理补偿，同时禁止竞争对手使用Y o u T u b e 内容训练A I 模型。三是应用安全风险呈现系统性。A I 科技巨头可能通过垄断模型接口与云服务，迫使第三方开发者将用户数据源源不断输入其封闭生态。依赖单一供应商也可能使关键行业面临“灰犀牛”风险，比如，2 0 2 4 年微软全球宕机，导致航空、金融等系统大面积瘫痪。同赛迪智库面 向 政 府服 务 决 策智能经济发展研究时，少数企业掌控模型权重与核心代码，一旦其安全防护被攻破，攻击者即可通过后门或供应链渗透威胁数亿终端用户。(三)A I 对就业的冲击加剧，行业岗位呈现被分级替代的趋势当前，A I 对就业市场的冲击已从“渐进替代”向“结构性分级”加速，行业岗位呈现被技能水平、任务属性分层重塑的严峻态势。一是就业替代向知识型岗位蔓延，A I 正从“替代体力”向“替代部分脑力”延伸。世界经济论坛2 0 2 5 2 0 2 6 年职业未来报告指出，到2 0 3 0 年全球将有9 2 0 0 万个传统岗位被替代，净增7 8 0 0 万个新岗位，现有员工核心技能的3 9?在五年内过时，以流程管理、信息处理、规则执行为核心的中高技能岗位面临重塑压力。R a n d s t a dW o r k m o n i t o r 2 0 2 6 报告显示，2 0 2 5 年要求“A I A g e n t”技能的岗位需求激增1 5 8 7 提示词工程需求暴涨 4 0 3?二是劳动力市场需求呈现“高端向上、低端分化”的结构性失衡，中产岗位加速塌陷。F o r r e s t e r 发布的A I 就业影响预测报告显示，到2 0 3 0 年A I 将替代约6?美国岗位(约 1 0 4 0 万个职位),其中初级岗位、软件开发和客服承受压力最为集中，企业往往将降本裁员包装为A I 技术替代。三是就业冲击呈结构性错配，“效率优先”挤压劳动者议价空间。G a r t n e r 2 0 2 5 年1 0 月预测，到2 0 3 0 年人类不借助A I 独立完成的I T 工作将降至零，A I 对就业的短期冲击将在 2 0 2 6 年达到“有利与不利相202未来产业分论运互抵消”的临界点，长期则面临劳动力技能系统性重构的挑战。(四)AI应 用边界日益模糊，科技向善与主权安全规则博弈加剧智能技术的内生缺陷与外在滥用交织，主权AI、技术自主、行业应用面临科技伦理挑战。一是主权AI意识形态加大博弈。全球AI主权治理分歧凸显、已成为大国智能博弈的发展主线，发达国家和领先科技巨头倡导构建“去意识形态化”的中立Al,对我主张的内嵌“意识形态”和监管规则理念的 AI大模型路线污名化，攻击我利用主权AI进行“意识形态控制”。二是技术自主边界模糊。科技界的开源普惠信仰、工程师的反战伦理诉求，与主权政府“国家绝对安全”意志摩擦加大。技术无国界的理想与地缘政治壁垒之间的深刻撕裂，大幅增加合规监管与技术创新成本。三是行业应用规制欠缺。大模型“幻觉”等内生技术存在缺陷，“深度伪造”引发诈骗、“算法黑箱”导致归责真空、数据“投毒攻击”等事件频发，易诱发系统失控，开发者、服务商与用户间的法律归责同时面临困境，亟需法律规制。