从“热潮”到“国策”：AI产业迎来新十年

这是中国首次以顶层设计的方式，将人工智能作为国家发展引擎进行系统部署。“AI+”的未来新十年，传统企业将迎来组织结构和能力架构的重建，服务商将迎来业务逻辑与交付模型的重塑；云厂商和芯片商将走向从算力战争到服务闭环。

从2017年《新一代人工智能发展规划》横空出世，到2023年大模型席卷而来，人工智能技术经历了一个又一个浪潮：参数狂飙、模型迭代、资本追捧，AI一度成为最火热的创新符号。

但真正意义上的拐点，直到现在才真正到来。

最近，国务院印发了《关于深入实施“人工智能+”行动的意见》（以下简称《意见》）。这是中国首次以顶层设计的方式，将人工智能作为国家发展引擎进行系统部署，从单点突破转向全局融合，从产业热点跃升为国家战略。这意味着AI从有没有、强不强，迈入用不用、怎么用的时代。

这是一场生产关系的重构。

仔细阅读《意见》内容，“人工智能”一词出现了85次，“加快、融合、创新”等关键词频频亮相，释放出前所未有的强信号。AI的定位不再是技术附加，而是国民经济的底层操作系统。它将深度嵌入工业、农业、教育、医疗、政务、交通、能源等多个核心领域，成为撬动中国产业发展的新支点。

更重要的是，政策首次提出“人工智能+”这一提法，替代过去“+人工智能”的叠加思路。这个“+”号，意味着角色转变。即从被动融合，到主动重塑。AI不再是附着于行业之上的功能补丁，而是成为构建全新业态、重构商业逻辑、驱动治理能力跃升的智能底座。

时代列车正提速，站在车厢门口的参与者们，需要清晰的是，在“人工智能+”时代，机会在哪？行业、产业又将发生怎样的变化？如何获得车票？

一  “人工智能+”到底讲了什么？

要分析这次政策将带来怎样的改变，首先要搞清楚：这项政策到底讲了什么？

通读《意见》后，用一句话可以概括它的核心目标：用十年时间，把人工智能深度嵌入国家运转的各个系统之中。

与以往强调“支持AI企业发展”或“推动技术突破”的政策不同，这次的《意见》明确提出，人工智能要成为国家的基础能力，就像电力、像互联网一样，未来每一个行业、每一个地方政府、每一家企业都必须具备、必须使用。

与此同时，《意见》还给出了具体的行动措施。主要以六大行动路径展开，从科技创新开始，落到产业转型、消费升级、公共服务，再到社会治理与全球合作。

值得注意的是，这些路径并非各自为政，而是彼此嵌套、相互支撑，构成一套完整的战略体系。

具体来看，AI for Science是让科研方式更高效，这是源头。产业转型是让制造、农业、能源变得更智能，这是抓手。智能消费是让产品和用户体验改变，这是界面。民生服务是让教育、医疗、养老更普惠，这是场景。公共治理是让城市和国家更智慧，这是能力。全球合作是让中国在AI规则上有话语权，这是格局。

这套设计像是一张“国家AI基建地图”，范围远远超出了科技本身。

此外，这份《意见》还首次设立了“AI终端普及率”的量化指标。提出到2027年普及率达到70%；到2030年普及率达到90%；到2035年实现全面普及，建成智能社会。

这是从未有过的表述。在过去的国家战略中，曾有智能手机、宽带、农村用电的普及率指标，但将“人工智能终端”纳入国家级KPI，这是第一次。

其背后逻辑很清晰，中国不想只让一部分人、一部分企业使用AI，而是要让它成为如同水电煤一样的公共基础设施。

换句话说，从现在起，AI不再只是技术人员的事情，而是每一个行业管理者都必须面对的现实问题。

回顾2015年“互联网+”写入政府工作报告，曾引发一场席卷全国的数字化浪潮，催生了拼多多、美团、滴滴、字节跳动等平台巨头。但那一轮的核心，是“连接为王”，关键在于人和信息的连接，提升分发效率。

而这次的“人工智能+”，则更进一步。它不再仅仅是连接，而是认知升级、能力升级，是让产品变得能理解、能决策，让系统具备自我优化的能力。

这代表了一次根本性的范式跃迁，从使用工具到让工具思考。AI不是数字化的下一个步骤，而可能是一个全新的起点。

其实，这并非没有预兆，《意见》发布的时间点也大有说头。要知道，真正的窗口总是出现在多个变量临界值同时触发的时候。

技术上，大模型完成多模态集成，Agent概念走向产品化；产业上，各行业试点应用已经有雏形，数据与模型资源逐渐沉淀；治理上，从算法管理办法、生成式AI管理规则，到行业评估体系初具雏形；战略上，中美科技竞争焦点已转向AI，全球治理秩序面临重构。

此时出手，正是实现规模化落地的黄金期。国家要统一标准、引导资源、布局算力、释放场景，以全局视角推动AI成为真正的社会基础设施。

二  机会在哪？六大产业AI板块成新高地

那么，这次政策背后的真正机会在哪？

其实答案就藏在“人工智能+”的每一项内容中。

在科技创新部分，文件明确提出要推动人工智能参与到科学研究的全过程中，加速科学大模型建设和复杂科研数据处理能力，推动科研范式从“经验驱动”向“模型驱动”转变。

这一部分特别强调了跨学科交叉与智能化科研基础设施建设，意味着AI不再只是应用对象，更是科研本身的工具和合作者。

未来，围绕科研场景的AI产品和平台、跨学科AI人才培养、科学数据服务平台等领域将迎来高速发展，成为高校、科研机构和科技型企业的新方向。

在产业领域，文件首次系统性提出“智能原生”企业的概念，鼓励企业将AI嵌入战略规划、组织架构、业务流程，打造全流程智能化的生产体系。

这一信号非常明确，即AI不应仅仅是“工具”，而应成为企业运行的“操作系统”。《意见》还提到制造、农业、服务等多个行业的AI应用路径，强调技术、人才与流程的一体化协同。

这意味着，不管是传统工业、农业，还是现代服务业，都将在这场AI驱动的重构中释放新空间。AI+ERP系统、智能工业软件、农业AI解决方案和“无人化服务”等新模式将快速崛起。

在消费部分，政策则聚焦于智能终端和服务消费的双重升级，提出“认知型、情感型消费”与“陪伴型、助理型应用”的方向，强调智能产品与消费者之间交互方式的重塑。

主要推动的就是让AI全方位渗透生活方式，让AI消费体验进入“人机共处”时代。例如《意见》中提到的智能家居、智能汽车、穿戴设备，到虚拟陪伴、AIGC娱乐内容、个性电商推荐等。

这背后，是智能终端硬件制造、AI应用内容创业、新型人机交互技术的大量市场机会。

民生领域的行动意见尤为“接地气”。《意见》强调要推动AI赋能教育、医疗、就业、文化、养老等与人民生活直接相关的场景，特别提出要发展“智能教师”“智能健康助手”“智能职业培训”等新角色。对于教育科技公司、数字医疗平台、人力资源服务机构等而言，这是一个全新蓝海。

在社会治理方面，政策将AI的角色推向了更高的治理层级。文件强调打造人机共生的城市运行新模式，推动AI在政务服务、公共安全、生态治理等方面的深度应用，并明确要推进“城市智能化升级”与“AI政务服务平台建设”。

这背后传递出两个重要信息：一是AI将直接参与公共资源配置，二是数据驱动的治理模式将成为主流。未来，无论是城市基础设施智能改造，还是县域政务系统升级，都需要大量AI解决方案与本地化落地服务，催生政务科技、城市大脑、公共数据应用的新一轮投资热潮。

最后，文件将视野拓展至全球，提出要将人工智能打造为“国际公共产品”，推动AI技术开源共享、国际标准制定与全球治理合作。

这一部分传达的是中国参与全球AI格局重塑的战略意图。对于中国企业而言，这意味着出海方向的拓展不仅限于产品和服务，还包括底层芯片、模型、算法框架、标准制定等软硬实力输出。AI基础设施出海、模型即服务平台国际化、开源项目全球贡献度，将成为中国技术力量的新增长点。

可见，“人工智能+”不是一句口号，而是一张覆盖国家发展底层逻辑的系统设计图。它所带来的是一场关于未来社会全貌的系统重塑。技术与制度、效率与公平、个人与社会、产业与国家，所有这些元素将在“AI+”的框架下重新组合。

而机会，就藏在这场大重组的缝隙之间。谁能找到自己的“+”，谁就可能在这场转型中立于潮头。

三  迎接“AI+”时代的新十年

一项国家级战略落地，不只是政策的事，也是产业结构被重新定义的开始。

“人工智能+”正重新划定了能力边界。其中，数据需要重新整合，系统需要重构，产品必须智能化，服务的交付方式也将全面升级。这意味着，从传统制造企业到 SaaS 服务商、从云厂商到芯片公司、从开发平台到中台系统，产业链的每一环节都需要重新找到自己的定位和价值。

接下来几年，将是这场“重构赛”最关键的阶段。

过去十年，中国大多数行业完成了上云、系统化的基本数字化过程。但这一次的“人工智能+”不再是给旧系统挂个插件，而是用智能体重写企业架构，这对传统企业提出了更高要求。

比如制造企业，不再仅仅采购AI视觉质检系统，而是要构建一个可以调度任务、自动优化参数、协同多设备的生产智能体。能源企业不再只是安装监控设备，而要建立具备预测与策略反馈能力的实时能效控制系统。教育机构要用AI老师替代部分标准化教学任务，并将个性化学习曲线写入教学系统底层逻辑。

这要求企业必须构建新的能力。即数据资产治理能力、智能体协同框架、跨部门“产品+技术”联合建模机制。只有这样，AI于企业而言才不只是外挂，而是生长于组织结构内部的第二操作系统。

对服务商和ISV而言，变革同样迫在眉睫。

过去AI公司大多以工具、模型、组件的形态出现。但在“人工智能+”政策框架下，AI 供应商需要完成从“开发商”到“联合创造者”的角色转变。

举例来说一家工业AI的公司，不能只提供“算法+部署”，而要与制造企业共建垂直模型、持续进行数据标注、共同优化业务逻辑。

这意味着服务商不仅要有技术力，更要有行业理解力；不仅能“交付模型”，还要能“共建系统”；模型形态要从静态发布走向动态迭代；产品形式要从API工具转向AaaS（Agent as a Service）智能体服务。

在这种趋势下，真正决定服务商能否中标的，不再只是算法能力，而是其在共建机制、行业场景适配与合规治理能力上的综合表现。

云计算平台则面临另一场系统性变革。

“人工智能+”带来最直接的资源机遇，正是属于云服务商和智算中心。政策明确提出，要构建“面向智能体的云边协同体系”，建立国家级智算调度中枢，鼓励地方政府与行业共建“智算服务基地”。

这背后释放出一个明确信号：AI不再是大厂的专属资源，而要像公共水电一样成为中小企业也能用得起的基础能力。

对于云厂商而言，不仅要优化训练与推理双周期的成本结构，实现多模型并发、低比特量化、边缘推理等关键突破；在服务模式上还要从IaaS升级到PaaS、SaaS，甚至AaaS，推动AI能力一体化交付。

在这场智能基础设施的重构中，数据库与芯片厂商也迎来了历史性机遇。

在数据库方面，随着RAG（检索增强生成）成为大模型落地主流，数据库也从传统事务处理迈向“结构化+非结构化”的混合处理模型。原生支持向量检索、图神经网络、流式嵌入更新的AI数据库，正成为政企客户的新宠。

在芯片方面，中国本土的NPU、GPU与AI加速器厂商正迎来“国产替代+算力多元化”的双重利好。政策鼓励建设异构算力池、发展边缘推理能力，使AI芯片不再是选配，而成为构建智能体不可或缺的关键要素。

同时，芯片与数据库厂商也不能仅是销售芯片或算子，而是打包“场景、调优、调度”，向系统集成上游延伸，成为AI产业落地的系统化交付者。

总的来说，新政策落地的未来十年，传统企业将迎来组织结构和能力架构的重建，服务商将迎来业务逻辑与交付模型的重塑；云厂商和芯片商将走向从算力战争到服务闭环。

下一阶段，AI落地产业链的逻辑将从拼能力变为拼体系。谁能快速建立自己的“智能原生能力矩阵”，谁就能在这场重新洗牌的周期中，抢先一步占据产业高地。

本文来自微信公众号 “产业家”（ID：chanyejiawang），作者：斗斗，36氪经授权发布。