财π新闻 人工智能技术的产业落地进程正在持续提速，从政策顶层设计到技术迭代演进，从行业场景探索到产业生态构建，全链条的推进态势已经清晰显现，推动人工智能从过去集中比拼大模型参数的技术竞赛阶段，全面转向下沉到实体经济各领域解决真实生产难题的深度落地阶段。相关统计数据显示，2025年我国人工智能领域的企业数量超过6000家，核心产业规模突破1.2万亿元，2026年的产业规模增速将在30%以上，产业发展的整体动能持续释放。

政策层面的持续加码为人工智能产业落地提供了清晰的行动指引和坚实的制度支撑。7月30日召开的中共中央政治局会议明确部署“深入实施‘人工智能＋’行动，发展智能经济新形态，完善人工智能治理体系”，从今年《政府工作报告》提出的“深化拓展”，到4月中央政治局会议明确的“全面实施”，再到此次会议提出的“深入实施”，“人工智能＋”行动的政策信号持续强化、不断细化，政策重心正由技术示范转向可复制、可推广的产业生态。工信部等八部门联合推出的专项行动明确提出，到2027年建设工业智能体、高质量数据集和典型场景，培育“懂智能、熟行业”的服务商，进一步夯实产业落地的支撑体系。

9月11日，工业和信息化部正式印发《“人工智能+软件”专项行动实施方案》，为人工智能与软件和信息技术服务业的融合发展划定了明确的阶段目标。方案提出，到2028年，软件和信息技术服务业智能化水平显著提升，培育一批高水平智能编程工具和智能开发平台，推广应用覆盖2万家规模以上软件企业，关键软件智能化升级取得显著成效，累计组织实施100项软件企业智能化技改项目，以智能体软件为代表的软件新形态加速涌现，在重点行业打造100个智能体软件标杆应用，信息技术服务向智能化、价值化跃升，形成一批行业深度应用解决方案和典型场景，开放协同的开源社区建设取得积极进展，孵化5个以上优质开源项目。到2030年，人工智能与软件和信息技术服务业融合发展实现新跃升，关键软件全面实现智能化升级，智能编程、智能体软件及智能服务等新业态成为产业新增长极，建成若干具有国际影响力的开源社区和产业集群，推动我国软件和信息技术服务业抢占全球价值链制高点。

围绕这一实施方案，相关推进路径已经明确细化。在推进软件生产变革、加速迈向“智能驱动”的方向上，首先要优化智能编程工具链条，发展智能体驱动的智能编程工具，面向软件开发场景深度优化，提升项目级、全流程的自主开发能力，推动智能编程工具与代码托管平台、云服务、开源社区等深度适配集成，完善软件开发部署生态，支持有条件的企业大范围推广应用，持续提升模型和工具成熟度，同时发展面向大众的用户友好型智能编程工具，降低使用门槛。其次要加速推进软件企业智能化技改，支持有条件的地方组织开展软件企业智能化技改，引导企业加大智能编程应用投入，改造软件开发流程，鼓励地方统筹用好现有资金和政策渠道，以代码质量、研发效益等智能编程应用实效为重要依据，优先支持成效突出的软件企业，选择基础较好的地区和企业开展先行先试，总结提炼可复制可推广的经验做法，推动智能化技改向制造、政务、金融、医疗、教育和交通等重点行业软件开发环节延伸拓展。此外还要推动智能编程赋能软件安全，支持企业运用大模型和智能编程工具，对存量软件实施漏洞挖掘、缺陷自动识别和风险分级评估，提升高危安全隐患的发现和修复能力，推动软件企业将智能安全检测嵌入软件开发全流程，实现安全隐患实时发现、及时处置，强化渗透测试、攻防模拟等智能化安全测试手段，提升软件安全验证能力。

在加快软件产品智能化升级、大力推广“智能伙伴”的方向上，要提升基础软件智能化水平，面向操作系统、数据库等基础软件，支持有条件的企业围绕智能体调度、性能调优、运维管理和安全防护等环节实施智能化升级，支持基础软件企业与芯片、服务器等硬件厂商开展底层适配与软硬协同优化联合攻关，建设15家以上适配中心，全面提升产业验证能力，同时推动工业软件智能化转型，推动计算机辅助设计软件（CAD）、计算机辅助工程软件（CAE）、电子设计自动化软件（EDA）等通用工业软件与人工智能深度融合，面向制造领域的实际需求完成功能迭代。工业和信息化部后续将加强组织实施，强化跨部门、央地协同联动，依托“揭榜挂帅”等机制推进重点任务落地，加大政策支持，统筹各类资金渠道、首版次软件产品认定等政策，对符合条件的“人工智能+软件”项目给予支持，利用财政专项资金，加快关键技术研发、基础设施建设和场景应用，共建繁荣生态，支持举办人工智能创新应用大赛等行业活动，拓展多层次国际合作，营造开放共赢的产业氛围。

算力底座的持续夯实为人工智能产业落地筑牢了底层支撑。截至2026年6月底，我国智能算力规模达2185EFLOPS，围绕算力枢纽建成70余条算力大通道，国产开源模型创新突破、性价比高，成为更多全球用户的优先选择。“十五五”时期，相关部门将坚持应用牵引，推动“人工智能+制造”加出新速度、新高度、新成效，在供给方面重在筑牢技术底座，支持高端训练芯片、人形机器人等前沿技术研发、智能终端迭代等，更好满足各行业各领域需要；在应用方面重在挖掘落地场景，分行业凝练高价值场景，加强应用服务商的培养，让企业真正用得上、用得起、用得好；在生态方面重在优化发展环境，分级分类推动基础共性、赋能应用、安全伦理等方面标准的研制应用，截至目前，我国已经成功研制近200项人工智能关键标准，为产业规范发展提供了依据；在安全方面重在有效化解风险，开展人工智能安全风险监测、信息共享及通报处置，建好用好人工智能产品安全漏洞库，持续推进深度合成检测、模型算法安全防护、价值对齐等技术攻关，让人工智能真正为人所用、为人所控。

技术演进层面，人工智能产业的发展焦点已经发生显著转变。9月8日，赛迪顾问在北京举办《前沿技术预测预见研究》发布会，围绕人工智能等重点领域发布系列研究成果，赛迪顾问人工智能与大数据研究中心高级分析师韩子哲指出，大模型将在未来2年内产业化趋近度达到1，迈入产业化窗口期，成为整个AI产业的智能底座；智能体是位次跃升最快的方向，正跨越商业化验证门槛，成为AI走向千行百业的破局入口，AI技术演进的焦点已由早期的算法单点突破，全面转向以工程化能力与行业知识深耕为核心的系统性竞争。报告构建的人工智能技术成熟度评估体系，将AI技术从算法研究到产业落地的全过程划分为L1至L9九个等级，目前处于应用成熟期（L7—L9）的技术已有12项实现规模化商业部署，涵盖大模型、自动驾驶、AI数字人等领域；处于开发验证期（L4—L6）的技术有8项，包括具身智能、世界模型、量子人工智能等；处于基础研究期（L1—L3）的技术有4项，仍在理论探索与概念验证阶段。

当前AI技术产业化仍面临算力、算法、数据与工程化能力的多重壁垒，算力供需矛盾是重要约束，大模型已进入应用落地阶段，推理算力需求与训练基本持平，智能体的多步推理与工具调用模式使单次任务的Token消耗量成倍增加，而AI算力的产能提升速度短期内难以匹配。算法创新空间收窄，系统效率成为主要瓶颈，单点算法创新的边际收益远小于更换新架构的大模型，只有能被系统高效实现的算法才能留存。互联网高质量文本趋于枯竭，新增量依赖合成与专有数据，但质量和多样性难以保证。工程化能力是产品从可用到好用的关键，大规模分布式训练与容错能力成为核心门槛。在大模型方向，模型架构创新正沿“系统可实现性”筛选，算法与Infra协同设计成为技术演进的重要前提，模型能力提升越来越取决于“算法—系统—硬件”的联合设计能力。从场景维度来看，知识伴随、创意生产、垂域决策、自主执行四类场景将依循成熟度阶梯式规模化落地，驱动全球AI市场规模持续增长，AI的核心价值正从数字世界的效率优化，纵深迈向物理世界的流程重构。

产业结构层面，过去两年扎堆涌现的通用大模型热度回落，数据显示，截至2025年年底，国内748款生成式AI服务里，83.56%都是面向制造、医疗、交通的行业大模型和垂类大模型，通用大模型数量仅占比16.44%，已经形成“行业大模型为主体、垂类大模型为补充、通用大模型为基础”的发展格局，产业目光从技术纸面数据转向实体经济车间。与此同时，产业发展的分化也在逐步显现，头部企业可自建专属训练集群，而县域中小制造企业难以承担千万级硬件投入，使得算力、技术资源向龙头企业集中的数字鸿沟持续显现。针对这一问题，相关优化方向已经明确，一是向中小企业发放算力券、存力券等，降低技术获取成本；二是以产业集群设立共性技改资金池，支持共享数据平台、工业智能体和公共测试线；三是将补贴方式从“按投资额补助”转为“按应用效果补助”，以实际成效作为结算依据，推动政策红利真正直达中小制造企业、切实提升中小企业转型获得感。

9月12日，PEC 2026 AI创新者大会暨第三届提示工程峰会在北京召开，大会以“赢得Token，赢得世界”为主题，汇聚国内专家学者、企业代表与AI领域实践者，围绕大模型产业落地、Token经济、本地AI部署、前沿部署工程师等热点议题开展研讨，大会线下参会1600人，通过多家科技平台联合直播，线上观看总人数超350万。会上发布《2026全球Token产业全景图谱》《2026全球人工智能展望报告》两份行业研究成果，同时正式启动FDE加速计划及能力图谱调研，梳理产业现状，为行业发展提供参考。近两年大模型迭代速度持续加快，前沿模型密集发布，技术能力持续突破，但模型能力的进化速度远远超出了技术在行业扩散的速度，现有Benchmark分数只是模型能力非常稀疏的采样，无法穷举所有用户场景，加上用户的数据治理、知识库和使用环境没有准备好，造成模型能力与实际应用体感的落差，企业需要深耕自身数据的储备与治理，推动流程变革，加快建设AI原生组织。

在此背景下，Token不再只是大模型运行过程中的技术计量单位，正演变为人工智能产业的关键供给要素，Token工厂与Token经济走入产业前台，推理服务正在发生业态变化，市场需求从单纯采购算力硬件，逐步转向采购AI输出的业务结果，Token作为AI产业重要产出，其质量、时延、成本、供给稳定性直接影响千行百业的AI应用成效。Token工厂不是简单的算力堆叠，如同电网输出电力，Token工厂为各类智能体、AI应用提供基础能力支撑，未来企业级多智能体、视频生成等场景将带来Token消耗的大幅增长，大规模国产化推理能力建设，对保障AI产业稳定发展有着重要意义。大会现场，FDE即前沿部署工程师这一新兴职业群体引发关注，FDE区别于传统IT开发与咨询岗位，核心任务是衔接大模型技术能力与企业真实业务，企业智能化转型过程中，大量业务需求模糊零散，FDE需要深入业务一线，完成需求拆解、原型验证、项目交付，将AI能力沉淀为企业可复用资产，破解AI落地过程中技术之外的实际难点。

在具体行业应用层面，人工智能的落地成效已经逐步显现。中国物流与采购联合会发布的《中国供应链发展报告（2025-2026）》显示，2025年我国供应链领域的人工智能应用开始加速落地，以生成式大模型为引领，机器视觉、智能体、具身智能等多项技术协同演进，已在采购管理、需求预测、库存优化、智能调度、风险管理等供应链管理的核心环节实现深度赋能，显著提升了供应链的响应速度、决策精度与运营韧性。据统计，在采购领域，采用智能采购供应链的企业，相较传统模式，采购效率可提升30%以上，采购周期可缩短50%以上。在物流供应链领域，人工智能应用渗透率超过37%，其中运输环节以78%的渗透率居于首位；安全合规和智能仓储的渗透率分别为52.73%和47.27%。

从整体发展态势来看，人工智能已经基本贯穿研发设计、生产制造、质检运维等全链条，加速产业“智”变升级，通过实景实训，机器人已经在生产制造、应急救援、餐饮服务等场景开启“作业模式”。未来1至2年是人工智能产业发展的阶段过渡期，大部分技术仍未出现颠覆性变化；未来3至5年，人工智能细分技术在产业化趋近度维度整体上移，智能体、边缘AI、强化学习突破L7实现跃升，AI数字人、数字孪生的产业化趋近度进一步提高，规模化示范运营区域持续扩大，算力、数据、人才、标准四大体系协同完善，将进一步打通产业落地的“最后一公里”，推动人工智能技术与实体经济的融合不断走向深入。

(编辑：吴淑娟)