中圖分類號：F124 文獻標識碼：A 文章編號：1003-7543（2025）04-0001-15

當前，“新一輪科技革命和產(chǎn)業(yè)變革、大國競爭加劇以及我國經(jīng)濟發(fā)展方式轉(zhuǎn)型等重大挑戰(zhàn)在當下形成歷史性交匯\"，人類社會比以往任何時候都更迫切需要一次真正能夠深刻影響人類明進程的生產(chǎn)力革命。正如布萊恩·阿瑟在《技術的本質(zhì)：技術是什么，它是如何進化的》一書中所強調(diào)的“技術的歷史不僅是單個發(fā)明和技術的編年史，它也是時代（整段時期）的編年史”[2]。自2022 年OpenAI 發(fā)布ChatGPT以來，以深度學習、大模型為代表的人工智能技術已成為繼蒸汽機、電力、互聯(lián)網(wǎng)之后又一項具有全局性影響的“通用目的技術”[3]。

“人工智能作為引領新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術，深刻改變?nèi)祟惿a(chǎn)生活方式。\"4]人工智能作為新一輪科技革命的核心驅(qū)動力，正通過原創(chuàng)性、顛覆性技術創(chuàng)新和數(shù)據(jù)要素的深度賦能，推動傳統(tǒng)生產(chǎn)力在技術形態(tài)、要素配置和產(chǎn)業(yè)格局上發(fā)生根本性變革，最終形成符合新發(fā)展理念的先進生產(chǎn)力質(zhì)態(tài)[5。這既延續(xù)了馬克思在《資本論》中所述的機器大工業(yè)“延伸人類肢體”的物質(zhì)生產(chǎn)功能，又演化出“拓展人類智能\"的知識生產(chǎn)能力，推動人類社會進入舍恩伯格所言的“海量數(shù)據(jù)時代”6]。

人工智能蓬勃發(fā)展的背后所折射出來的生產(chǎn)力與生產(chǎn)關系矛盾運動規(guī)律仍表明“我們依然處在馬克思主義所指明的歷史時代”[7]。本文試圖回答一個核心問題：數(shù)字時代中國如何通過有效市場和有為政府的協(xié)同作用將制度優(yōu)勢轉(zhuǎn)化為人工智能技術突破動能，從而加快形成新質(zhì)生產(chǎn)力，實現(xiàn)從“技術追趕\"到“趕超領先\"的范式轉(zhuǎn)換。本文發(fā)現(xiàn)，依托于超大規(guī)模市場優(yōu)勢和全產(chǎn)業(yè)鏈覆蓋能力，中國通過新型舉國體制激發(fā)多元主體創(chuàng)新活力，并借助人工智能賦能戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)發(fā)展，推動傳統(tǒng)產(chǎn)業(yè)深度轉(zhuǎn)型升級，為加快形成和發(fā)展新質(zhì)生產(chǎn)力奠定了堅實基礎。

一、人工智能對生產(chǎn)力與生產(chǎn)關系的系統(tǒng)性重構

習近平總書記特別強調(diào)：“人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，將對全球經(jīng)濟社會發(fā)展和人類文明進步產(chǎn)生深遠影響。\"8作為新一輪科技革命的核心驅(qū)動力，人工智能不再局限于單一領域的技術應用，而是呈現(xiàn)全方位、多層次的系統(tǒng)性變革特征。在此背景下，人工智能是各國加速生產(chǎn)力整體躍升的必然選擇，已成為大國戰(zhàn)略博弈的新前沿。

（一）發(fā)展人工智能成為世界各國推動生產(chǎn)力整體躍升的必然選擇

在過往的工業(yè)文明中，產(chǎn)業(yè)革命的興起往往得益于重大技術發(fā)明，如蒸汽機、電力、計算機和互聯(lián)網(wǎng)等。它們不僅改變了生產(chǎn)設備，還深刻影響了社會分工及資源配置方式。伴隨數(shù)字化進程的加速，深度學習、大模型、云計算等人工智能相關技術迅速崛起，進一步推動了“機器大工業(yè)”走向“智能大工業(yè)\"甚至向通用人工智能的探索邁進。而在全球經(jīng)濟面臨長期滯脹、低迷和結構性調(diào)整的多重壓力下，傳統(tǒng)技術紅利和資源優(yōu)勢難以支撐新一輪的生產(chǎn)力提升。世界上主要經(jīng)濟體紛紛出臺國家級人工智能發(fā)展戰(zhàn)略，希冀通過大力發(fā)展人工智能帶動產(chǎn)業(yè)轉(zhuǎn)型升級，實現(xiàn)生產(chǎn)力整體躍升[9。如中國的《人工智能安全治理框架》《全球人工智能治理倡議》《人工智能能力建設普惠計劃》《新一代人工智能發(fā)展規(guī)劃》，美國的《人工智能政策路線圖》《國家人工智能研發(fā)戰(zhàn)略計劃》，歐盟的《通用人工智能行為準則》《人工智能法案》等。

今天的人工智能時代已經(jīng)與以往的大機器時代有質(zhì)的不同，全球科技創(chuàng)新版圖和技術對比正悄然生變，社會生產(chǎn)力水平正在經(jīng)歷工業(yè)革命以來的最偉大變革。綜觀世界主要經(jīng)濟體的發(fā)展規(guī)劃，無論是產(chǎn)業(yè)升級、創(chuàng)新驅(qū)動，還是就業(yè)結構調(diào)整與經(jīng)濟復蘇，人工智能無疑已成為促進新興產(chǎn)業(yè)增長、搶占國際分工體系中高端位置的核心支柱。在中國，黨的二十屆三中全會明確將人工智能作為戰(zhàn)略性新興產(chǎn)業(yè)，2024年中央經(jīng)濟工作會議也將“開展‘人工智能 + 行動，培育未來產(chǎn)業(yè)\"作為以科技創(chuàng)新引領新質(zhì)生產(chǎn)力發(fā)展、建設現(xiàn)代化產(chǎn)業(yè)體系的重要任務。2025年中央政府工作報告強調(diào)推進“人工智能 + ”行動，支持大模型廣泛應用。

馬克思指出，“各種經(jīng)濟時代的區(qū)別，不在于生產(chǎn)什么，而在于怎樣生產(chǎn)，用什么勞動資料生產(chǎn)\"[10]。人工智能之所以能成為各國推動生產(chǎn)力整體躍升的必然選擇，一大關鍵在于其高度滲透性和廣泛適配性。人工智能具備“全局賦能\"的特性，能對傳統(tǒng)產(chǎn)業(yè)鏈進行顛覆式、深層次的改造，能夠?qū)ⅰ皵?shù)據(jù)驅(qū)動\"和“智能決策\"融入生產(chǎn)和流通的各環(huán)節(jié)，促使傳統(tǒng)產(chǎn)業(yè)煥發(fā)新的生命力。

具體來看，一是數(shù)據(jù)與算法的可復制和可共享性極大拓展了跨區(qū)域、跨行業(yè)協(xié)同的可能性。人工智能成規(guī)模應用后，企業(yè)間利用公共云平臺展開協(xié)作研發(fā)、算法共享或API接口互通已成為常態(tài)。這不僅可以提高創(chuàng)新效率，還能顯著降低中小企業(yè)接觸前沿技術的門檻，幫助其增強抵御市場風險的能力。二是云服務和智能邊緣計算的發(fā)展讓計算資源和存儲資源通過網(wǎng)絡靈活配置，進一步減弱了對地理位置的依賴。生產(chǎn)要素由此具備了更大的流動性和協(xié)同性，使生產(chǎn)力進一步獲得“解放與發(fā)展”。三是通過深度學習等技術所帶來的預測和決策能力提升，讓產(chǎn)業(yè)鏈供應鏈由“被動響應\"轉(zhuǎn)向“主動預測”，實現(xiàn)庫存、物流、銷售等多環(huán)節(jié)的精準銜接。

（二）人工智能產(chǎn)業(yè)成為大國博弈的新戰(zhàn)場

歷次科技產(chǎn)業(yè)革命都是大國興衰、世界經(jīng)濟中心轉(zhuǎn)移和國際競爭格局調(diào)整的重要原因。第一次工業(yè)革命期間，“英國限制技術向潛在的競爭國家轉(zhuǎn)移（例如限制技術工人移民和機器出口），向欠發(fā)達國家施加壓力，迫使其開放市場，必要時還采用了武力”[]。不僅是英國，從世界歷史演變歷程來看，任何新興大國在關鍵成長期都會遭受守成大國在技術、貿(mào)易上的打壓，但任何一個成功的新興大國都是在這種打壓中成功實現(xiàn)了技術的全面趕超和崛起[12]。在趕超的過程中，“自主研發(fā)的努力是必需的，因為外國公司將越來越不愿意將技術許可授給新興的后發(fā)企業(yè)，特別是當后者試圖進人原本由發(fā)達國家主導的技術密集型產(chǎn)業(yè)時”[13]

當今全球各國正在大力發(fā)展的人工智能產(chǎn)業(yè)，可以被看作一個由諸多利益方展開角逐的時空場。中國、美國以及歐盟等主要經(jīng)濟體紛紛將其視為引領未來發(fā)展、鞏固大國地位的戰(zhàn)略性產(chǎn)業(yè)，使得人工智能產(chǎn)業(yè)在全球范圍內(nèi)呈現(xiàn)博弈加劇的競爭態(tài)勢，其背后是對科技制高點與國家競爭優(yōu)勢的爭奪[14]。在傳統(tǒng)工業(yè)時代，自然資源的供給與掌控權常常決定國家在國際分工中的地位。進入數(shù)字時代后，海量數(shù)據(jù)、算法模型與數(shù)字基礎設施逐漸演變?yōu)樾碌摹皵?shù)字原材料”。尤瓦爾·赫拉利在《智人之上：從石器時代到AI時代的信息網(wǎng)絡簡史》中將人工智能的發(fā)展置于人類信息革命的歷史長河中，從語言、文字到印刷術，再到互聯(lián)網(wǎng)和人工智能，每一次信息技術的革命都重塑了社會權力結構。如今，人工智能正在重組信息流動方式，使得掌握數(shù)據(jù)和算法的實體獲得前所未有的權力[15]。阿爾溫·托夫勒在《權力的轉(zhuǎn)移》一書中認為，“擁有網(wǎng)絡上信息強權的人和國家，旋轉(zhuǎn)著未來世界政治經(jīng)濟格局的魔方”[16]

當前美國仍然擁有較強的技術實力，仍然在人工智能領域處于世界最前沿。以美國為首的發(fā)達資本主義國家存在著對人工智能技術的獨占幻想，企圖通過“脫鉤斷鏈”和“小院高墻\"來實現(xiàn)科技政治化和半球化[17]。在5G領域?qū)θA圍堵失敗后，美國試圖將AI芯片作為新武器，全方位阻撓中國人工智能產(chǎn)業(yè)追趕。

這場全球競賽的本質(zhì)，是生產(chǎn)要素重組范式、產(chǎn)業(yè)創(chuàng)新路徑、經(jīng)濟增長模式的系統(tǒng)性競爭。人工智能產(chǎn)業(yè)博弈并非只是技術層面的競爭，更延伸了對全球數(shù)字經(jīng)濟秩序和資源配置的深度博弈[18]。人工智能的核心要素（數(shù)據(jù)、算力、算法）的跨國流動往往面臨不同國家在隱私保護、數(shù)據(jù)主權、信息安全等方面的法律差異和利益博弈。大國間圍繞出口管制、跨境并購、技術交易和人才流動的政策博弈，也使得人工智能全球產(chǎn)業(yè)鏈面臨前所未有的分裂風險，這種“技術地緣政治化”傾向同樣是對現(xiàn)行多邊貿(mào)易體系的嚴峻挑戰(zhàn)。

二、人工智能賦能新質(zhì)生產(chǎn)力的機理分析

新型舉國體制與超大規(guī)模市場優(yōu)勢為人工智能賦能新質(zhì)生產(chǎn)力提供了獨特路徑。一方面，新型舉國體制通過有效整合創(chuàng)新資源、構建協(xié)同攻關網(wǎng)絡，釋放出強大的制度創(chuàng)新效能；另一方面，超大規(guī)模市場優(yōu)勢通過數(shù)據(jù)要素重組與場景驅(qū)動創(chuàng)新，轉(zhuǎn)化為人工智能技術突破的不竭動力。這兩大優(yōu)勢相互交織、相互促進，有力支撐了中國在全球人工智能競爭格局中實現(xiàn)從“技術追趕\"到“技術領跑\"的戰(zhàn)略轉(zhuǎn)變。

（一）制度創(chuàng)新效能釋放：新型舉國體制的攻關突破與協(xié)同網(wǎng)絡重構

1985年，《中共中央關于科學技術體制改革的決定》指出，“現(xiàn)代科學技術是新的社會生產(chǎn)力中最活躍的和決定性的因素”[19]?；仡欀袊母镩_放以來的實踐經(jīng)驗不難發(fā)現(xiàn)，各項重大科技突破的背后，往往都有“舉國之力”集中攻關的制度優(yōu)勢支撐。人工智能在技術形態(tài)、要素配置和產(chǎn)業(yè)格局上的突破，離不開制度層面的全方位創(chuàng)新。如何通過有效的國家制度設計與宏觀政策供給，來激發(fā)多元主體的創(chuàng)新活力，并形成合力攻關、協(xié)同進化的網(wǎng)絡體系，已成為影響新質(zhì)生產(chǎn)力加速形成的關鍵所在。

當下，中國在部分產(chǎn)業(yè)技術領域陷入困境，其根源則是在長期發(fā)展過程中本土企業(yè)未能在相關領域內(nèi)形成有效的創(chuàng)新互動機制，導致外部環(huán)境變化后本土產(chǎn)業(yè)共同體無法自動地推動系統(tǒng)演進[20]。人工智能技術創(chuàng)新具有外部性和公共產(chǎn)品屬性，需要發(fā)揮國家和企業(yè)的協(xié)同分工作用。與傳統(tǒng)計劃體制或單純市場化路徑不同，新型舉國體制以“看得見的手”通過多種政策工具和資源配置方式，突破政策供給的碎片化困境，打通束縛關鍵核心技術研發(fā)的堵點卡點[21]。新型舉國體制強調(diào)在國家總體戰(zhàn)略布局之下，整合金融、科研及產(chǎn)業(yè)鏈上下游資源，讓企業(yè)、科研院校、社會資本以多元化方式參與人工智能創(chuàng)新，為推動人工智能在關鍵技術、核心部件和重大應用方面突破瓶頸、重構網(wǎng)絡化協(xié)同生態(tài)提供了強力保障。

從宏觀層面來看，正如伊斯特利在《經(jīng)濟增長的迷霧：經(jīng)濟學家的發(fā)展政策為何失敗》一書中所指出的，“新知識的投資收益率要依賴于現(xiàn)有的知識存量，而現(xiàn)有的知識存量要依賴于知識投資的激勵。知識的這一特性意味著知識投資是邊際收益遞增的\"[22]。國家發(fā)展和改革委員會、工業(yè)和信息化部、科學技術部等部門的協(xié)同聯(lián)動，構成“中央統(tǒng)籌、地方落實\"的政策指令網(wǎng)絡。例如，在人工智能研發(fā)和算力建設領域，通過設立專項基金、中央財政補貼或稅收優(yōu)惠等方式吸引社會資本，加大對芯片制造、云計算平臺、大模型訓練等方向的投人，其自的“就是刺激在新的經(jīng)濟活動領域的投資和企業(yè)家創(chuàng)業(yè)，特別是那些有可能形成比較優(yōu)勢的領域”[23]。這既幫助企業(yè)彌補了前期研發(fā)的資金缺口，又有利于在后期實現(xiàn)研發(fā)成果快速落地。

在微觀層面，新型舉國體制賦予國有企業(yè)和民營企業(yè)各自差異化的功能定位，“在戰(zhàn)略性和全局緊迫性領域，以大型國有企業(yè)為主導，發(fā)揮政治和資源優(yōu)勢，促進創(chuàng)新參與者自有知識的聚集、整合與創(chuàng)造。在競爭性和局部緊迫性領域，政府引導為企業(yè)創(chuàng)新提供資源支持和保障”[24]。

就國有企業(yè)而言，其在新質(zhì)生產(chǎn)力培育中承擔著基礎設施建設、產(chǎn)業(yè)鏈整合和公共服務供給等重要職能。國有企業(yè)依托數(shù)據(jù)要素的規(guī)?；e累和行業(yè)覆蓋優(yōu)勢，可以在智慧城市、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)平臺等重大工程中充當原創(chuàng)技術策源地和現(xiàn)代產(chǎn)業(yè)鏈的“鏈長\"角色，在推進新質(zhì)生產(chǎn)力的過程中被賦予新的時代內(nèi)涵和功能使命[25]。例如，國家電網(wǎng)通過電力大數(shù)據(jù)平臺與商湯科技的智能巡檢系統(tǒng)，實現(xiàn)電網(wǎng)智能檢測、故障預測，從而促成國有資產(chǎn)保值增值與技術擴散的雙重目標。人工智能的引入，改變了傳統(tǒng)產(chǎn)業(yè)的運行模式，也讓國有企業(yè)在公共服務、社會責任履行中擁有了更精細化的管理工具。國有企業(yè)能夠為跨區(qū)域、跨行業(yè)的工業(yè)、交通、教育等關鍵領域提供高效的數(shù)字基礎設施保障，為民營企業(yè)和社會投資創(chuàng)造更豐富的創(chuàng)新場景，推動新質(zhì)生產(chǎn)力的體系化發(fā)展。

民營企業(yè)則在更加靈活、多元化的市場環(huán)境中表現(xiàn)出強大的創(chuàng)新活力。由于競爭壓力大、市場敏銳度高，民營企業(yè)往往更具持續(xù)創(chuàng)新的動力和能力。例如，部分AI初創(chuàng)公司成功在生成式模型專項中實現(xiàn)技術突破，進一步改變了高端研發(fā)和應用的國際競爭格局。民營企業(yè)也更善于將人工智能應用于垂直細分領域，如視覺識別、醫(yī)藥研發(fā)、自動駕駛等，在快速響應市場需求的同時，不斷形成技術迭代和商業(yè)化落地的正向循環(huán)。通過自主研發(fā)和開放合作，民營企業(yè)可與國有企業(yè)在人工智能產(chǎn)業(yè)發(fā)展中實現(xiàn)互補。實際上，深度求索、宇樹科技等人工智能企業(yè)的出現(xiàn)正是這一邏輯的生動寫照。DeepSeek在通用大模型領域嶄露頭角，宇樹科技的人形機器人達到世界領先水平，而杭州通過“人才—政策—產(chǎn)業(yè)鏈—文化”四位一體的創(chuàng)新生態(tài)，為DeepSeek和宇樹科技等人工智能企業(yè)提供了從技術研發(fā)到商業(yè)化的全周期支持，體現(xiàn)了政府和市場的良性互動，使得新質(zhì)生產(chǎn)力在中國經(jīng)濟的各個層面加速落地生根。

（二）超大規(guī)模市場優(yōu)勢轉(zhuǎn)化：數(shù)據(jù)要素重組與場景驅(qū)動創(chuàng)新

人工智能不同于傳統(tǒng)的技術進步，其對經(jīng)濟社會的影響并非局限于特定行業(yè)，而是憑借其高度滲透性，廣泛嵌入各類經(jīng)濟活動，重塑生產(chǎn)組織方式和運營模式。正如黃琪軒在《大國權力轉(zhuǎn)移與技術變遷》一書中所指出的，“在技術的產(chǎn)業(yè)分布上，大國往往強調(diào)技術的全面覆蓋性，以降低對他國的技術依賴；而小國則更強調(diào)技術的專業(yè)分工，更加專注于比較優(yōu)勢的發(fā)揮\"[26]。當超大規(guī)模市場所產(chǎn)生的消費、生產(chǎn)和社會治理相關數(shù)據(jù)源源不斷地涌入工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)乃至各類云平臺時，多樣化使用場景又讓數(shù)據(jù)呈現(xiàn)高度多元、立體、實時更新的特點。正是在此基礎之上，人工智能技術才能快速學習并優(yōu)化自身模型，實現(xiàn)對經(jīng)濟社會多環(huán)節(jié)的降本增效。通過需求牽引與技術供給之間的雙向互動，中國的超大規(guī)模市場優(yōu)勢正逐漸轉(zhuǎn)化為數(shù)據(jù)要素重組與場景驅(qū)動創(chuàng)新的強大動力，為加快形成新質(zhì)生產(chǎn)力提供了堅實基礎[27]

中國擁有14億人口，且超過4億人已邁入中等收人群體，總體消費規(guī)模與需求結構的持續(xù)升級，為探索“數(shù)據(jù)要素 × ”和“人工智能 + ”行動提供了肥沃的“試驗田”。中國的超大規(guī)模市場不僅表現(xiàn)為海量用戶在互聯(lián)網(wǎng)上的密集互動，而且體現(xiàn)于對制造業(yè)、零售業(yè)、服務業(yè)及其他傳統(tǒng)產(chǎn)業(yè)的深度改造。華為、騰訊、阿里、百度等龍頭企業(yè)憑借云計算平臺、大數(shù)據(jù)處理等豐富的生態(tài)積累，能夠有效整合企業(yè)端與個人端的大規(guī)模數(shù)據(jù)，為人工智能的產(chǎn)業(yè)化落地提供“全景式\"賦能。這意味著，中國市場比單一小國或體量較小的經(jīng)濟體更適合探索復雜、長鏈條的應用場景。正如張笑宇在《技術與文明：我們的時代和未來》一書中所言，只有中國更具備孕育新科技革命和科技創(chuàng)新中心所需的資源豐度和市場深度。這種“全產(chǎn)業(yè)鏈無限細分覆蓋\"能力為中國人工智能產(chǎn)業(yè)的飛速發(fā)展提供了重要的動力[28]

中國的全產(chǎn)業(yè)鏈覆蓋優(yōu)勢，也為人工智能和傳統(tǒng)產(chǎn)業(yè)的深度融合構筑了一條特殊的追趕路徑。例如，在汽車制造、電子裝配、精細化工、家電生產(chǎn)等行業(yè)，深度學習算法可以借助大數(shù)據(jù)實現(xiàn)產(chǎn)線排程、產(chǎn)品檢測、質(zhì)量追溯的自動化和精準化；而中國龐大的工業(yè)體系又為人工智能技術迭代提供了豐富的實驗和改進空間。隨著超大規(guī)模市場推動要素和資源的自由流動，不同產(chǎn)業(yè)鏈的數(shù)字化轉(zhuǎn)型需求相互碰撞與交織，反過來助力了人工智能在工業(yè)領域的落地。這種內(nèi)需導向下的“逆向倒逼\"機制，使得人工智能技術更能切中產(chǎn)業(yè)痛點，快速實現(xiàn)規(guī)模經(jīng)濟效益。更為關鍵的是，制造環(huán)節(jié)中的機器視覺、智能調(diào)度等創(chuàng)新在實踐中表現(xiàn)出良好的適用性，反過來推動國內(nèi)底層芯片、傳感器和算法行業(yè)的發(fā)展與改進。數(shù)據(jù)由此在產(chǎn)業(yè)鏈內(nèi)部形成循環(huán)與沉淀，進一步強化了中國在新質(zhì)生產(chǎn)力形成過程中的系統(tǒng)性優(yōu)勢。

不斷迭代的人工智能技術突破了傳統(tǒng)產(chǎn)業(yè)邊界，通過“場景化創(chuàng)新\"推動人工智能技術在與制造業(yè)深度融合中持續(xù)進化，形成典型的需求導向型創(chuàng)新范式[29]。上海、深圳、杭州等城市競相打造城市級大數(shù)據(jù)平臺，為交通、醫(yī)療、教育、治安等公共服務領域引入自動化和智能化改造。在此過程中，城市管理者通過政企合作，為企業(yè)提供真實而復雜的城市數(shù)據(jù)，并開放道路、醫(yī)聯(lián)體、公立學校等應用場景開展AI技術測試與迭代。這樣不僅能顯著降低企業(yè)研發(fā)和部署成本，而且讓城市在解決交通擁堵、公共安全、精細化社會治理等問題上受益頗豐，形成“技術突破一社會受益一再投入\"的良性循環(huán)。

超大規(guī)模市場優(yōu)勢不只局限于不同產(chǎn)業(yè)之間的“行業(yè)跨度”，也體現(xiàn)在跨區(qū)域之間的資源流動和應用遷移。以“東數(shù)西算”為代表的國家戰(zhàn)略，正是通過分散布局超大規(guī)模數(shù)據(jù)中心和算力集群，結合跨省級行政區(qū)的算力共享和數(shù)據(jù)匯聚流通，打造全國一體化大數(shù)據(jù)中心。這為人工智能應用的跨區(qū)域部署構筑了基礎“底座”。東部沿海地區(qū)擁有成熟的人工智能服務和研發(fā)生態(tài)，西部地區(qū)具備豐富的綠色能源，南北地區(qū)在制造業(yè)和服務業(yè)特色領域各有其優(yōu)勢。通過云計算與工業(yè)互聯(lián)網(wǎng)的賦能，跨區(qū)域協(xié)同將極大地拓展人工智能的新應用邊界，讓場景創(chuàng)新不再局限于某一城市或工業(yè)園區(qū)，而是能夠面向國內(nèi)乃至全球市場進行更大范圍的延伸。

三、人工智能賦能新質(zhì)生產(chǎn)力的風險挑戰(zhàn)

人工智能賦能新質(zhì)生產(chǎn)力的進程中，既面臨重大機遇，又伴隨著不容忽視的風險和挑戰(zhàn)。當前，算力瓶頸與核心硬件自主可控難題、數(shù)據(jù)要素流通壁壘與高質(zhì)量數(shù)據(jù)集缺失、就業(yè)結構轉(zhuǎn)型陣痛與數(shù)字勞動的不穩(wěn)定性、人工智能治理的規(guī)則缺位與監(jiān)管滯后等問題，已成為制約人工智能技術創(chuàng)新與產(chǎn)業(yè)發(fā)展的主要障礙。只有客觀認識并有效應對這些挑戰(zhàn)，才能為人工智能賦能新質(zhì)生產(chǎn)力提供更加堅實的保障。

（一）算力瓶頸與核心硬件自主可控難題

自深度學習在圖像識別、語音識別和自然語言處理等領域取得劃時代突破以來，算力便成為驅(qū)動人工智能不斷提速的重要基石。然而，人工智能算力需求的指數(shù)級增長也帶來了嚴重的“算力瓶頸\"挑戰(zhàn)。摩爾定律在晶體管密度接近物理極限時呈現(xiàn)“邊際減退\"特征，進入3納米、2納米階段后，制造難度、設備投人和資金需求都呈指數(shù)級增長。從算力需求的角度看，大模型對算力的需求呈指數(shù)級攀升，典型表現(xiàn)是模型參數(shù)規(guī)模從最初幾千萬到如今數(shù)千億乃至萬億級別（如DeepSeek-V3擁有6710億參數(shù)，GPT-4超過1萬億參數(shù)）。參數(shù)數(shù)量是衡量模型規(guī)模和復雜性的重要指標。一般來說，參數(shù)越多，模型的“容量\"越大，能夠?qū)W習和存儲更多的語言規(guī)律和知識。

大模型規(guī)模的飛速擴張對高性能芯片和超大算力資源的需求激增。然而，在大模型進一步崛起之后，算力不足、能耗激增、運算效率低下等問題愈加凸顯[30]。目前，中國在人工智能及超算應用方面的需求量與增速均居世界前列，在高端通用GPU、服務器CPU等關鍵硬件上對外國進口依賴程度較高。同時，中國在芯片的先進制程工藝與關鍵設備制造方面長期受制于人。以極紫外（EUV）光刻機為代表的一系列尖端工藝設備由少數(shù)跨國企業(yè)主導，加之半導體材料國產(chǎn)化率不足，使得國內(nèi)企業(yè)在高端芯片生產(chǎn)全過程中面臨多重瓶頸。在“十四五\"規(guī)劃中，中國提出到2025年要力爭實現(xiàn)芯片自給率 7 0 % 的目標。根據(jù)中國半導體行業(yè)協(xié)會的數(shù)據(jù)，高性能芯片國產(chǎn)化率依舊較低，如英偉達A100、AMDMI300等高端產(chǎn)品在國內(nèi)尚缺少行之有效的直接替代方案。海光信息、寒武紀等企業(yè)雖已有一定突破，但在制程精度、量產(chǎn)規(guī)模和產(chǎn)品成熟度上與國外龍頭企業(yè)仍存在一定差距。

發(fā)達資本主義國家的少數(shù)企業(yè)控制了人工智能產(chǎn)業(yè)鏈的上游，通過壟斷技術專利和產(chǎn)業(yè)標準等形式，將來自發(fā)展中國家算力設備生產(chǎn)所需的原材料開采、硬件裝配、軟件開發(fā)設計等勞動納入“完整的價值鏈與一個全球剝削領域”31]。迪朗因此諷刺道，“知識壟斷已經(jīng)成為獲取價值的最有力手段”[32]。例如，美國商務部自2020年起屢次將中國高科技企業(yè)列入實體清單，《芯片與科學法案》更是嚴格限制對華高端芯片產(chǎn)能的輸出，并在國際范圍內(nèi)聯(lián)合其他國家和地區(qū)出臺更嚴格的半導體設備出口管控措施，旨在全方位遏制中國在芯片設計和制造上的發(fā)展空間，中國供應鏈安全面臨諸多不確定性。

（二）數(shù)據(jù)要素流通壁壘與高質(zhì)量數(shù)據(jù)集缺失

人工智能時代的發(fā)展重心在于提取和使用一種特殊的材料“數(shù)據(jù)”。誰掌握了海量數(shù)據(jù)，并具有提煉與挖掘數(shù)據(jù)價值的算力和算法，誰就掌握了人工智能競爭的制高點。在理想狀態(tài)下，各個領域或機構間的數(shù)據(jù)可如同拼圖碎片那般無縫銜接，從而實現(xiàn)對新質(zhì)生產(chǎn)力的最大化支撐[33]。但現(xiàn)實更加復雜，數(shù)據(jù)要素流通不僅面臨技術標準不一、成本高昂等約束，還要符合日益嚴格的隱私保護和合規(guī)監(jiān)管要求。近年來，“個人信息”“健康數(shù)據(jù)\"“金融數(shù)據(jù)\"等敏感信息在大規(guī)模采集和共享中的安全風險尤為突出。一旦對數(shù)據(jù)主體的保護不力或脫離法律框架的監(jiān)管，便可能引發(fā)數(shù)據(jù)泄露、非法交易以及公民隱私遭受侵犯等不良后果。

在中國，雖然數(shù)據(jù)體量龐大、類型豐富，但能夠真正用于科研與產(chǎn)業(yè)應用的高質(zhì)量數(shù)據(jù)集依舊稀缺。很多專業(yè)領域的數(shù)據(jù)仍局限于封閉環(huán)境，抑或因敏感性因素、行業(yè)壁壘導致無法跨機構、跨平臺融合利用。例如，政務數(shù)據(jù)分散在不同部門和層級機構間，醫(yī)療數(shù)據(jù)難以在醫(yī)院、保險機構以及科研機構間實現(xiàn)互聯(lián)互通，高校和科研院所的研究型數(shù)據(jù)也多處于“自用狀態(tài)”而鮮少向社會開放。這些“數(shù)據(jù)孤島”的形成，使得大范圍的數(shù)據(jù)要素整合和價值聯(lián)通成為空談，不僅帶來資源浪費，還延緩了人工智能在不同行業(yè)之間的交叉創(chuàng)新。

“數(shù)據(jù)孤島\"的出現(xiàn)，既與利益相關主體出于數(shù)據(jù)壟斷或競爭考慮不愿主動開放有關，又與各領域標準差異、專業(yè)術語多樣、技術接口不兼容等問題密切相關。當缺乏統(tǒng)一的數(shù)據(jù)交換協(xié)議和隱私安全規(guī)范時，機構間或企業(yè)間即使具備共享意愿，也往往卡在技術及法規(guī)層面的重重障礙上[34]。在這一背景下，大模型或深度學習想要依賴跨行業(yè)、跨領域的海量數(shù)據(jù)進行訓練，就會受到結構化程度不足或數(shù)據(jù)格式割裂的限制，難以

釋放數(shù)據(jù)的巨大潛力。

此外，人工智能技術的運作機理，本質(zhì)上依賴于對大規(guī)模數(shù)據(jù)集的學習和分析，以期達到對未知情境的預測和創(chuàng)造。特別是對于自然語言處理、計算機視覺、智能醫(yī)療診斷等需要高度專業(yè)化標注的應用場景，數(shù)據(jù)的準確性和精度直接決定了模型性能上限和可推廣度。一旦數(shù)據(jù)采集、預處理或標注環(huán)節(jié)出現(xiàn)疏漏，或是遭受污染，模型的輸出結果將大打折扣，甚至產(chǎn)生誤導性信息。然而，無論是醫(yī)療健康、金融風控、自動駕駛，還是工業(yè)質(zhì)檢等領域，數(shù)據(jù)標注本身就具有高投人、高門檻的特質(zhì)。對相應行業(yè)知識和背景的高要求，使得一般的眾包模式難以滿足專業(yè)標注需求。

（三）就業(yè)結構轉(zhuǎn)型陣痛與數(shù)字勞動的不穩(wěn)定性

就業(yè)是關系國計民生的重要問題。然而，隨著人工智能、大數(shù)據(jù)和平臺經(jīng)濟在全球范圍內(nèi)的加速擴張，傳統(tǒng)意義上的勞動形態(tài)正潛移默化地發(fā)生重構。一方面，基于算法平臺與數(shù)字技術的新型產(chǎn)業(yè)形態(tài)不斷涌現(xiàn)，催生出大量的新就業(yè)崗位與靈活用工模式?！皠趧訄鼍芭c生活場景的界限被算法抹平”[35]，在靈活用工外衣下暗含各種利益侵蝕與剝削異化風險。另一方面，傳統(tǒng)制造、零售、金融等行業(yè)陸續(xù)實現(xiàn)“機器換人”，低技能或重復性勞動崗位逐步萎縮[36]。在此背景下，就業(yè)結構的轉(zhuǎn)型不可避免地伴隨分化和陣痛：一部分人通過參與數(shù)字經(jīng)濟實現(xiàn)收入和職業(yè)晉升，一部分人卻因數(shù)字鴻溝、技能不足而持續(xù)被邊緣化。

數(shù)字資本在性質(zhì)上仍然延續(xù)了傳統(tǒng)工業(yè)資本的逐利本質(zhì)，但其獲取剩余價值的方式更加隱秘且具有超地域特征。這種由大模型、數(shù)字平臺主導的數(shù)據(jù)生產(chǎn)價值被資本所攫取，工人與用戶實際上被雙重地納入再生產(chǎn)體系：既是消費端的“被動接受者”，又是價值生成中的“隱形貢獻者”[37]。大部分數(shù)字勞工被算法機制\"實時調(diào)度”，薪酬被平臺政策動態(tài)調(diào)節(jié)，極易陷入靈活就業(yè)背后的不穩(wěn)定與超時工作狀態(tài)。

面對人工智能驅(qū)動下技術需求側(cè)的超常規(guī)擴張，現(xiàn)有勞動力技能結構難以有效匹配，從而導致人工智能技術的指數(shù)級躍遷與勞動力技能適配性之間的結構性斷裂。通過機器學習，人工智能能夠模擬甚至超越人類的學習行為，從而在低技能就業(yè)崗位或常規(guī)性任務中產(chǎn)生更深遠的替代效應。伴隨人工智能技術從“量變\"向“質(zhì)變”的變遷，工業(yè)自動化的范圍已經(jīng)不再局限于技術水平較低、重復任務性質(zhì)的行業(yè)，人工智能的替代效應已經(jīng)擴展至較高技術水平、兼具創(chuàng)造性的行業(yè)。

盡管如此，尼古拉斯·約翰遜等人還是樂觀分析道：“在需要創(chuàng)造性發(fā)明來實現(xiàn)生產(chǎn)計劃的地方，我們不太可能看到人工智能取代人類勞動者。\"[38]因為目前人工智能大模型的產(chǎn)出仍基于人類知識庫的統(tǒng)計推斷，無法完成需要突破既定知識框架的發(fā)明創(chuàng)造。人工智能源于對人類智慧的模仿，其“智能\"本質(zhì)上“是一種試圖模擬人類認知過程的復雜系統(tǒng)”[39]，其“智力\"依賴監(jiān)督學習和數(shù)據(jù)輸入，無法脫離“圖靈機\"范式獨立生成原創(chuàng)性思考，不具備人的主體性和社會實踐性。也就是說，在創(chuàng)造性發(fā)明場景中，人類勞動者憑借自主意識、情感聯(lián)結與歷史實踐能力，仍無可替代。人工智能的職能限于增強工具效率，而非消解人類勞動的主體價值。

（四）人工智能治理的規(guī)則缺位與監(jiān)管滯后

人工智能作為一項通用目的技術，其應用不僅跨越國界，而且跨越行業(yè)邊界。由于人工智能技術在算法結構、數(shù)據(jù)來源、決策過程上表現(xiàn)出更強的“黑箱\"性和復雜性，一旦缺乏有效的外部審查與透明度保障，便容易演化出對個人隱私、安全、倫理和公平的沖擊，造成對公共利益乃至國家安全的潛在威脅。然而，當人工智能在技術層面和產(chǎn)業(yè)層面呈現(xiàn)爆炸式增長時，社會制度與公共治理普遍陷入“跟跑\"局面，導致治理規(guī)范的相對缺失與監(jiān)管機制的滯后[40]

從各國已公開的政策來看，人工智能倫理審查、個人信息保護、算法歧視管控與技術出口管制等議題逐漸升溫，但在具體立法與國際規(guī)則制定層面仍面臨巨大鴻溝。歐盟在《通用數(shù)據(jù)保護條例》成功實施的基礎上，推出《人工智能法案》，但在實施過程中遭遇了落地難的問題，且在跨國數(shù)據(jù)流動和平臺治理上仍存諸多爭議。美國雖在科研、產(chǎn)業(yè)和軍工領域保持世界領先，但缺乏統(tǒng)一全面的人工智能治理框架，只能讓部分州或行業(yè)自主探索。中國則不斷通過行政規(guī)章與部門指導意見推動人工智能監(jiān)管改革，但尚未出臺專門的人工智能綜合性法律，主要依托相關部門的文件和條款進行局部規(guī)制。

在不斷迭代的過程中，大模型可能學習到帶有偏見的信息或產(chǎn)生欺騙性結果，從而對公共安全和社會秩序產(chǎn)生威脅，也就是現(xiàn)在大家熟知的“AI幻覺和深度偽造”[41]。面對不斷優(yōu)化的大語言模型，監(jiān)管者、企業(yè)和普通用戶傾向于高估模型的能力，卻低估了數(shù)據(jù)和算法的缺陷。用戶會不自覺地將“流暢且合乎語法\"的回答等同于“真實且邏輯完整\"的事實，忽略了生成式模型只是在大量文本語料中找出最具概率性的語言組合進行輸出。在當代信息洪流中，算法常常在它的“知識邊界”之外給出看似完美卻實則虛假的回答，并通過邏輯鏈條的嚴謹外表讓人難以察覺其根本失實之處。

四、人工智能賦能新質(zhì)生產(chǎn)力的實踐進路

應對人工智能賦能新質(zhì)生產(chǎn)力進程中的風險挑戰(zhàn)，需要構建系統(tǒng)化、多元化的實踐路徑。優(yōu)化新型舉國體制下的核心技術攻關布局、“人工智能 + ”賦能現(xiàn)代化產(chǎn)業(yè)體系、開源式創(chuàng)新與數(shù)據(jù)要素市場高質(zhì)量發(fā)展、加強人工智能人才培養(yǎng)以及構建共商共建共享治理新機制，構成推動人工智能賦能新質(zhì)生產(chǎn)力的實踐支柱。這些路徑相互銜接、相互支撐，形成一個有機整體。

（一）以新型舉國體制優(yōu)化人工智能核心技術攻關的系統(tǒng)化布局

新型舉國體制強調(diào)的是在政府和市場有機結合的前提下，引導社會資本向最急需的創(chuàng)新環(huán)節(jié)流動。政府的“有為\"體現(xiàn)在對重大科研項目和基礎研究的支持，以及對市場失靈環(huán)節(jié)的精準干預；而市場的“有效”則體現(xiàn)為創(chuàng)新資源的靈活配置、優(yōu)質(zhì)企業(yè)的優(yōu)勝劣汰以及對商業(yè)化應用風口的及時把握[42]。最終形成鄭永年在《中等技術陷阱：經(jīng)濟持續(xù)增長的關鍵挑戰(zhàn)》一書中所提出的“科技創(chuàng)新的三位一體模式”，要有“一大批有能力進行基礎科學研究的大學與科研機構 + 一大批有能力把基礎科研轉(zhuǎn)化成應用技術的企業(yè)或機構 + 一個開放的金融支持系統(tǒng)”[43]

在基礎研究階段，高等院校與科研院所對底層算法和原理性問題的探索往往難以在短期內(nèi)獲利，因而需要更持續(xù)的耐心資本與高水平科研環(huán)境。泰勒在對比為什么有的國家創(chuàng)新力強后發(fā)現(xiàn)，“創(chuàng)新不是自然發(fā)生的，它只在大量投人人力資本、物力和財力以及時間之后才出現(xiàn)。這些資源經(jīng)常必須以相當大的風險分配到創(chuàng)新活動中”[44]。政府應牽頭設立國家重點實驗室或重大專項，鼓勵國有企業(yè)和民營企業(yè)協(xié)同投入，以合理的科研評價體系容忍一定程度的失敗與較長周期，使科研團隊在較為寬松的環(huán)境中攻堅“卡脖子\"難關。與此同時，對于芯片和安全算法等涉及國家安全的領域，可通過設立“人工智能產(chǎn)業(yè)基金\"“集成電路產(chǎn)業(yè)投資基金\"等方式，為人工智能企業(yè)提供充足的資本支持，也為產(chǎn)業(yè)發(fā)展注入強大動力。除中央層面的支持外，地方政府也在積極響應號召。自2024年以來，上海、深圳、北京、河南、成都、廣州等地相繼設立或計劃設立專門針對人工智能產(chǎn)業(yè)的投資基金。

在應用落地階段，市場主體應利用其靈活性與對需求變化的高敏感度，實現(xiàn)從原型技術到規(guī)?；虡I(yè)模式的加速演進。正如羅斯托指出的，“在具有革新精神的企業(yè)家采取行動之前，科學和發(fā)明提高經(jīng)濟生產(chǎn)力的作用只是潛在的，而不是實際的”[45]。大量民營科技公司在大模型開發(fā)、仿生機器人、自動駕駛、醫(yī)療影像分析等人工智能新興賽道上，以高度靈活且迅速迭代的競爭方式參與全球市場。DeepSeek的成功就是一大典型案例。圖靈獎得主楊立昆特別強調(diào)該成果“彰顯了開源生態(tài)在AI時代的變革力量”。DeepSeek在通用大模型領域嶄露頭角，并成功實現(xiàn)對ChatGPT等國際先發(fā)者的追趕甚至趕超。DeepSeek與國產(chǎn)芯片適配性能達到英偉達A100的 70 % ～ 8 0 % ，而訓練成本不到ChatGPT的1/10。民營企業(yè)敏銳的市場嗅覺和快速迭代能力，與國有企業(yè)在資金、平臺、基礎設施上的優(yōu)勢可以形成有效互補。

人工智能核心技術的突破并非一蹴而就，而是一個橫跨技術與市場、應用與科學、政策與投資的螺旋式上升過程。若創(chuàng)新僅停留在實驗室，無法與產(chǎn)業(yè)系統(tǒng)對接，則勢必浪費前期投入，無助于破解核心難題。在新型舉國體制持續(xù)高投入的支撐下，我國正逐步完善從基礎研究到成果轉(zhuǎn)化的創(chuàng)新生態(tài)體系，使擁有潛力的人工智能創(chuàng)新項目從概念驗證到批量生產(chǎn)都能得到有效保障。唯有如此，才能在全球日益激烈的人工智能產(chǎn)業(yè)競爭格局中掌握主動權，真正推動人工智能技術更廣泛、更深層次地融人新質(zhì)生產(chǎn)力發(fā)展全過程。

（二）以“人工智能+\"賦能現(xiàn)代化產(chǎn)業(yè)體系建設

“人工智能 + ”的深度賦能既重塑了傳統(tǒng)產(chǎn)業(yè)價值形式，又加速催生戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，為建設結構優(yōu)化、技術先進、附加值高的現(xiàn)代化產(chǎn)業(yè)體系提供了有力支撐。現(xiàn)代化產(chǎn)業(yè)體系是新質(zhì)生產(chǎn)力的重要載體，是新質(zhì)生產(chǎn)力形成和發(fā)展的主陣地[46]。

依托大數(shù)據(jù)、云計算、深度學習算法等先進技術，“人工智能 + ”呈現(xiàn)對產(chǎn)業(yè)體系全方位、多層次、寬領域的賦能效應。作為當代最具突破性的技術集群，人工智能已經(jīng)開始系統(tǒng)性重塑我國現(xiàn)代化產(chǎn)業(yè)體系的形態(tài)和發(fā)展路徑[47]。工業(yè)和信息化部的數(shù)據(jù)顯示，2024年我國數(shù)字產(chǎn)業(yè)總體運行平穩(wěn)，完成業(yè)務收入35萬億元，同比增長5 . 5 % ，算力總規(guī)模較2023年末增長 國際機器人聯(lián)合會發(fā)布的《2024世界機器人報告》顯示，2023年中國機器人安裝量超過27.6萬臺，占全球安裝量的 5 1 % ；運營存量突破180萬臺，位列世界首位。

以“人工智能 + \"培育壯大新興產(chǎn)業(yè)、未來產(chǎn)業(yè)。生物醫(yī)藥產(chǎn)業(yè)成為戰(zhàn)略性新興產(chǎn)業(yè)的核心賽道。在耗時漫長且高風險的新藥研發(fā)過程中，“人工智能 + \"可快速對蛋白質(zhì)折疊結構與候選藥物配比進行高效匹配，甚至預測潛在藥物對特定病原體的抑制效果，從而顯著縮短藥物從實驗室到臨床試驗的轉(zhuǎn)化周期。在量子科技這一未來產(chǎn)業(yè)中，通過布局量子通信、量子模擬、量子芯片等前沿方向，我國已初步構筑若干量子信息重大科研平臺及國家實驗室，有望為人工智能升級提供顛覆級算力支撐，進而成為引領未來新質(zhì)生產(chǎn)力變革的重要突破口。

以“人工智能 + ”推動傳統(tǒng)產(chǎn)業(yè)改造提升。例如，在傳統(tǒng)制造業(yè)中，通過導入成熟的大模型算法，能夠?qū)I(yè)產(chǎn)線運行數(shù)據(jù)進行實時監(jiān)測及異常預警。機器人、機器視覺、智能感知系統(tǒng)可根據(jù)環(huán)境變化靈活調(diào)整作業(yè)方式，滿足多品種、小批量生產(chǎn)的實際需求。在農(nóng)業(yè)領域，借助“人工智能 + 大數(shù)據(jù)平臺”，無人機植保、智能灌溉與土壤監(jiān)測傳感器等技術已獲廣泛應用；在農(nóng)作物育種中發(fā)揮日益突出的作用，可以輔助環(huán)境仿真和品種篩選，縮短研發(fā)周期并有效提高糧食品質(zhì)和產(chǎn)量。

“人工智能 + ”并非簡單的技術疊加，而是推動產(chǎn)業(yè)融合創(chuàng)新的關鍵引擎。一方面，它催生了數(shù)字孿生工廠、智能供應鏈、產(chǎn)業(yè)互聯(lián)網(wǎng)平臺等新業(yè)態(tài)；另一方面，也推動了產(chǎn)業(yè)組織形態(tài)和商業(yè)模式的深刻變革，使得傳統(tǒng)的線性產(chǎn)業(yè)鏈向網(wǎng)絡化、生態(tài)化的產(chǎn)業(yè)組織形態(tài)轉(zhuǎn)變。“人工智能 + \"的賦能已不只局限于單一環(huán)節(jié)的智能化改造，而是向全鏈條、全流程的系統(tǒng)性智能轉(zhuǎn)型邁進。在上游設計環(huán)節(jié)，大模型輔助設計技術已廣泛應用于芯片設計、飛機零部件優(yōu)化等領域，通過對歷史設計數(shù)據(jù)的學習，人工智能能夠生成更優(yōu)的零部件拓撲結構與參數(shù)組合，大幅減少傳統(tǒng)迭代設計周期。在中游生產(chǎn)環(huán)節(jié)，協(xié)同架構的智能工廠加速落地，數(shù)據(jù)驅(qū)動的產(chǎn)線協(xié)同與資源調(diào)度已成常態(tài)。在下游服務環(huán)節(jié)，基于大模型的智能客服和產(chǎn)品推薦系統(tǒng)已成為企業(yè)標配，通過對用戶行為數(shù)據(jù)的精準分析，可實現(xiàn)千人千面的個性化服務。

（三）推動開源式創(chuàng)新與數(shù)據(jù)要素市場高質(zhì)量發(fā)展

從國際經(jīng)驗來看，開源模式已成為突破壟斷、實現(xiàn)趕超的有效路徑。谷歌的TensorFlow、Meta的PyTorch等開源框架在全球人工智能領域產(chǎn)生了深遠影響，但更多停留在基礎設施層面；而中國的開源戰(zhàn)略不僅包括底層框架，還延伸至大模型與應用層面，形成更為完整的開源生態(tài)體系。據(jù)中國信息通信研究院統(tǒng)計，截至2024年底，中國開源軟件開發(fā)者數(shù)量已超過800萬，居全球第二位，開源項目貢獻量年增長率超過3 0 % 。這種開源生態(tài)的繁榮為中國人工智能技術突破提供了堅實基礎。

開源式創(chuàng)新不僅能提升數(shù)據(jù)匯聚與交互效能，而且可為創(chuàng)新資源的高效配置創(chuàng)造條件[49]。開源模式實質(zhì)上是對傳統(tǒng)生產(chǎn)關系的重塑，體現(xiàn)了從封閉式“私有知識產(chǎn)權”向共享式“集體智慧\"的生產(chǎn)方式轉(zhuǎn)變。在美國，除了Meta的Llama外，大部分頂級AI大模型都是閉源的，而采取開源策略的DeepSeek就像一個“破局者”，展現(xiàn)出巨大協(xié)同創(chuàng)新潛能[50]。國內(nèi)互聯(lián)網(wǎng)平臺已紛紛接入DeepSeek。騰訊在元寶、微信搜索、ima、QQ瀏覽器等多個產(chǎn)品場景中接入DeepSeek，百度、阿里、網(wǎng)易等也都將自家多款產(chǎn)品接人DeepSeek，涵蓋社交、云服務、辦公、地圖等領域。

數(shù)據(jù)市場作為一種協(xié)調(diào)機制，通過包括定價和分配數(shù)據(jù)在內(nèi)的多種功能的交互，充分挖掘和提升數(shù)據(jù)的價值[51]。全面暢通的數(shù)據(jù)要素市場，可有效釋放海量數(shù)據(jù)資源潛能。一方面，通過統(tǒng)一標準的數(shù)據(jù)采集、加工和整合，各類主體能夠以較低成本獲取優(yōu)質(zhì)數(shù)據(jù)集，進而在技術開發(fā)和產(chǎn)業(yè)應用上更為高效；另一方面，數(shù)據(jù)要素與其他生產(chǎn)要素（資本、技術、勞動力）結合，能夠催生更多新的商業(yè)模式和增長點，從而形成數(shù)字經(jīng)濟“雙增”局面：規(guī)模上，可以激發(fā)更多市場主體參與數(shù)據(jù)應用；深度上，則不斷創(chuàng)新商業(yè)和治理形態(tài)，推動包括智慧城市、智能制造、金融科技、醫(yī)療健康在內(nèi)的多場景縱深拓展。

相較于傳統(tǒng)要素，數(shù)據(jù)要素具有更高的可塑性和流動性，不僅可在跨行業(yè)、跨地域的流通中不斷疊加價值，還能通過與人工智能等新興技術的交融，拓展出前所未有的產(chǎn)業(yè)增值空間。同時，依托于數(shù)據(jù)要素市場，“生產(chǎn)要素的調(diào)配不再依賴于交通運輸，而是通過看不見的數(shù)據(jù)進行智能化的資源配置，空間生產(chǎn)的條件發(fā)生了斗轉(zhuǎn)星移般的變化”[52]。因此，需要從法規(guī)體系、市場機制、公共平臺等多層面系統(tǒng)發(fā)力，構建更成熟、有序和可持續(xù)的高質(zhì)量數(shù)據(jù)要素市場，從而為加快形成新質(zhì)生產(chǎn)力提供充足的要素保障。

數(shù)據(jù)要素確權是數(shù)據(jù)進行后續(xù)流通和交易的基礎[53]。針對用戶在平臺上所產(chǎn)生的各種類型的數(shù)據(jù)，由用戶和數(shù)字平臺以市場化的方式達成不同層級的數(shù)據(jù)授權協(xié)議，以便讓平臺基于這一協(xié)議不同程度地使用數(shù)據(jù)要素進行數(shù)字經(jīng)濟相關的生產(chǎn)活動[54]。為了更全面地保護數(shù)據(jù)主體和公眾利益，需要在數(shù)據(jù)交易、匿名化處理、隱私保護、個人信息權益保障等方面出臺更具體、可操作性更強的法規(guī)條例，并設立配套監(jiān)督機構，以保障數(shù)據(jù)市場發(fā)展不偏離社會公共利益。

構建統(tǒng)一的數(shù)據(jù)標準和評估體系。由國家層面牽頭構建數(shù)據(jù)基礎制度頂層規(guī)劃、數(shù)據(jù)標準體系框架，對數(shù)據(jù)格式、注釋方式、交換協(xié)議等基礎標準進行系統(tǒng)化、統(tǒng)一化的編制和發(fā)布，并逐步倡導在各地、各行業(yè)推廣實施，以此降低異質(zhì)數(shù)據(jù)整合、清洗和交互的成本，為跨部門、跨行業(yè)的配合提供公益性基礎。數(shù)據(jù)要素的發(fā)揮離不開各方主體的協(xié)同參與。政府部門應在法規(guī)和制度上為公共數(shù)據(jù)開放和跨部門調(diào)配提供便利；行業(yè)協(xié)會可通過建立跨企業(yè)的數(shù)據(jù)共享平臺，匯集多方需求和供給；高等院校和科研院所則可深度介人技術攻關、隱私計算和可追溯管理，為數(shù)據(jù)的安全流動提供技術保障。

（四）大力推進人工智能人才培養(yǎng)

縱觀世界科技發(fā)展歷程，人是科技創(chuàng)新最關鍵的因素，往往決定著基礎科研的深度和關鍵技術的突破，國際人才爭奪日趨白熱化。格魯伯在追溯美國創(chuàng)新歷史時，反復強調(diào)“新技術和大量的技術人員的結合，發(fā)展了生產(chǎn)力，還幾乎為一切現(xiàn)代經(jīng)濟創(chuàng)造了科學和實用的基礎\"[55]。人工智能領域的前沿突破和創(chuàng)新引領，需要一批具備深厚理論功底、強大工程實踐能力以及跨學科綜合素養(yǎng)的拔尖創(chuàng)新人才。一方面，人工智能技術迭代速度快、知識體系更新頻繁，需要兼具理論根基和實務能力的復合型人才；另一方面，人工智能對產(chǎn)業(yè)與社會管理的深層介人，又對“跨界\"與“交叉學科\"背景的高端人才提出了更緊迫的要求。

在“卡脖子\"技術領域取得重大進展，離不開對基礎理論和底層科學問題的長期攻關。為此，中央與地方政府應鼓勵高等院校、科研院所提高人工智能核心學科（如機器學習、計算機視覺、自然語言處理、認知計算等）的辦學層次和課程深度，“推進人工智能全學段教育和全社會通識教育，源源不斷培養(yǎng)高素質(zhì)人才”[4]。同時，還要著力打造“復合型\"導師團隊，支持擁有企業(yè)或海外科研背景的高層次人才擔任高校兼職教授、客座講師或創(chuàng)業(yè)導師，打通學術界和產(chǎn)業(yè)界的溝通壁壘，使學生兼顧理論學習和產(chǎn)業(yè)實踐，幫助學生盡快融入人工智能的需求端和落地端。

通過“人機協(xié)同”新范式，機器能在數(shù)據(jù)處理、模式識別等領域發(fā)揮長處，而人則可專注于戰(zhàn)略決策、創(chuàng)新思維和情感關懷等方面。就人才培養(yǎng)而言，這意味著不僅要強化技能教育，而且要加強對批判性思維、綜合素質(zhì)、跨文化理解等多維度能力的培養(yǎng)。以谷歌推出的Claude為例，這款于2023年面世的生成式人工智能模型，盡管在時間點上晚于廣受關注的ChatGPT，卻憑借在安全性、偏見控制和倫理設計方面的特色，贏得了專業(yè)領域和企業(yè)用戶的廣泛好評。值得注意的是，Claude團隊核心成員之一、哲學博士AmandaAskell的倫理學研究經(jīng)歷，為Claude的安全和公平原則提供了更高層次的保障。

在人工智能行業(yè)高速迭代的背景下，深化產(chǎn)學研融合是促進人才培養(yǎng)從“理論\"邁向“實踐”真正培養(yǎng)出具有敏銳創(chuàng)新意識和前沿科技能力的“行業(yè) + AI\"復合型人才的關鍵。為此，應積極推動高校、科研院所與企業(yè)簽訂長期合作協(xié)議，針對重大應用方向和技術難題成立多學科、多部門組成的“AI聯(lián)合實驗室”，在一定程度上打破原有的學科壁壘和部門界限，共同開展跨學科研究或技術研發(fā)。支持企業(yè)工程師和技術骨干在高校擔任兼職導師或講師，分享行業(yè)案例、技術積累和產(chǎn)品實踐經(jīng)驗，從而形成多方協(xié)同的良性循環(huán)。

（五）加快推進共商共建共享人工智能治理新機制

當前，百年未有之大變局加速演進，國家安全的整體復雜性和聯(lián)動性更加突出，全球人工智能發(fā)展處于碎片化和風險化邊緣。與此同時，人工智能技術在網(wǎng)絡化、開放化和多元化的時代背景下快速迭代，各種創(chuàng)新要素在全球范圍內(nèi)加速流動和深度重組。在此形勢下，如何協(xié)調(diào)多方利益、避免“脫鉤斷鏈\"以及局部封鎖，已成為人工智能治理的關鍵議題。在人工智能加速演進的過程中，出現(xiàn)了新的矛盾和潛在風險。一方面，技術進步為生產(chǎn)力提升和社會財富增加提供了契機；另一方面，資本對人工智能技術和數(shù)據(jù)資源的壟斷，可能加劇社會不平等與全球南北差距。正如格倫·迪森所指出的，“科技向來為那些能夠為實現(xiàn)經(jīng)濟、軍事和政治目的掌握技術的國家賦予權力?？萍紕?chuàng)新創(chuàng)造了改變國際權力分配的新工具，導致國際體系的現(xiàn)狀不斷被打破”[56]。這意味著科技創(chuàng)新本身可能顛覆既有國際權力分配，也會在一定程度上打破原有的國際體系平衡。對于缺乏數(shù)字基礎設施、資金及人才儲備的廣大發(fā)展中國家而言，這種快速變動既是機遇，更是挑戰(zhàn)。若無法及時融入全球數(shù)字經(jīng)濟生態(tài)，它們極可能在人工智能競爭中被進一步邊緣化。

“共商共建共享”的理念正是對此的有力回應。釋放人工智能對全球經(jīng)濟和社會發(fā)展的潛能，需要構建更加包容、有序且可持續(xù)的國際合作環(huán)境。馬克思指出，“每個文明國家以及這些國家中的每一個人的需要的滿足都依賴于整個世界”[57]。世界經(jīng)濟論壇創(chuàng)始人施瓦布等同樣強調(diào)：“相互依存是全球化和技術進步的結果，世界大重構并最終繁榮發(fā)展的絕對前提是國家內(nèi)部和國家之間加強協(xié)調(diào)與合作?！盵58]面對人工智能技術的快速發(fā)展及其對社會經(jīng)濟、倫理道德等多方面的深遠影響，任何單一國家都難以獨自應對所有問題。

在“共商共建共享\"這一理念指導下，中國通過“人工智能全球治理上海宣言\"“金磚國家人工智能發(fā)展與合作中心\"等機制“廣泛開展人工智能國際合作，幫助全球南方國家加強技術能力建設，為彌合全球智能鴻溝作出中國貢獻”[4]。唯有加強國際合作，確保各國在人工智能治理中的平等參與共同決策，才能加速實現(xiàn)人工智能技術及其應用的全球化發(fā)展，讓人工智能發(fā)展的紅利真正惠及更廣泛的人群。換言之，人工智能應當成為推動全球生產(chǎn)力整體躍升的正面力量，而非進一步拉大世界范圍內(nèi)的發(fā)展失衡。只有在不斷提升國際合作水平、完善治理規(guī)則和強化技術開源創(chuàng)新的前提下，才能讓人工智能更好地從整體上改善全球生產(chǎn)力發(fā)展失衡的狀況，推動世界生產(chǎn)力發(fā)展再上新臺階。Refom

參考文獻

[1]周文，楊正源.曙光：新質(zhì)生產(chǎn)力改變世界[M].天津：天津人民出版社，2024：237.

[2]布萊恩·阿瑟.技術的本質(zhì)：技術是什么，它是如何進化的[M].曹東溟，王健，譯.杭州：浙江科學技術出版社，2023：81.

[3]程文.人工智能、索洛悖論與高質(zhì)量發(fā)展：通用目的技術擴散的視角[J].經(jīng)濟研究，2021（10） ：22-38.

[4]習近平在中共中央政治局第二十次集體學習時強調(diào)堅持自立自強突出應用導向推動人工智能健康有序發(fā)展[N].人民日報，2025-04-27（001）.

[5]周文，鐘錦宸.人工智能與中國式現(xiàn)代化：宏大圖景及未來展望[J].東北財經(jīng)大學學報，2025（2）：3-16.

[6]維克托·邁爾-舍恩伯格，托馬斯·拉姆.數(shù)據(jù)資本時代[M].李曉霞，周濤，譯.北京：中信出版社，2018：261.

[7]習近平.習近平談治國理政：第二卷[M].北京：外文出版社，2017：66.

[8]習近平向2024世界智能產(chǎn)業(yè)博覽會致賀信[N].人民日報，2024-06-21（001）.

[9]黃先海，虞柳明.人工智能與新質(zhì)生產(chǎn)力：邏輯、現(xiàn)實境遇與政策取向[J].東南學術，2025（1）：125-137.

[10]卡爾·馬克思，弗里德里?！ざ鞲袼?馬克思恩格斯文集：第五卷[M].北京：人民出版社，2009：210.

[11]張夏準.富國陷阱：發(fā)達國家為何踢開梯子？[M].肖煉，倪延碩，譯.北京：社會科學文獻出版社，2009：19.

[12]劉元春，丁曉欽.發(fā)展與超越：中國式現(xiàn)代化的核心問題與戰(zhàn)略路徑[M].北京：中信出版集團，2024：151.

[13]李根.經(jīng)濟趕超的熊彼特分析：知識、路徑創(chuàng)新和中等收入陷阱[M].于飛，陳勁，譯.北京：清華大學出版社，2016：142.

[14]周文，楊正源.新質(zhì)生產(chǎn)力與國家競爭優(yōu)勢：內(nèi)在邏輯與戰(zhàn)略重點[J].教學與研究，2024（6） ：57-72.

[15]尤瓦爾·赫拉利.智人之上：從石器時代到AI時代的信息網(wǎng)絡簡史[M].林俊宏，譯.北京：中信出版社，2024：30-66.

[16]阿爾文·托夫勒.權力的轉(zhuǎn)移[M].黃錦桂，譯.北京：中信出版社，2018：105

[17]高奇琦.從獨占幻想到全球共享：奇點生產(chǎn)力加速的資本主義總危機與中國希望[J].馬克思主義研究，2024（4）：134-147.

[18]劉典.人工智能驅(qū)動新質(zhì)生產(chǎn)力發(fā)展：國際競爭下的中國選擇[J].學術論壇，2024（5）：11-20.

[19]中共中央文獻研究室.十二大以來重要文獻選編（中）[M].北京：人民出版社，1986：661.

[20]封凱棟.潮起：中國創(chuàng)新型企業(yè)的誕生[M].北京：中國人民大學出版社，2023：312-313.

[21]江宇.大國新路：中國道路的歷史和未來[M].北京：中信出版社，2019：292.

[22]威廉·伊斯特利.經(jīng)濟增長的迷霧：經(jīng)濟學家的發(fā)展政策為何失敗[M].姜世明，譯.北京：中信出版社，2016：143.

[23]丹尼·羅德里克.一種經(jīng)濟學，多種藥方：全球化、制度建設和經(jīng)濟增長[M].張軍擴，侯永志，譯.北京：中信出版社，2016：8.

[24]謝富勝.中國道路的政治經(jīng)濟學[M].北京：中國人民大學出版社，2023：226.

[25]周文，葉蕾.國有企業(yè)高質(zhì)量發(fā)展與新質(zhì)生產(chǎn)力：改革方向與制度安排[J].財經(jīng)問題研究，2025（2）：17-28.

[26]黃琪軒.大國權力轉(zhuǎn)移與技術變遷[M].上海：上海三聯(lián)書店，2024：399.

[27]周文，李亞男.建設全國統(tǒng)一大市場：從分割到高質(zhì)量發(fā)展[J].馬克思主義與現(xiàn)實，2024（2）：92-100.

[28]張笑宇.技術與文明：我們的時代和未來[M].桂林：廣西師范大學出版社，2021：375.

[29]范從來，鄭瓊潔.人工智能：新質(zhì)生產(chǎn)力的新質(zhì)態(tài)及其發(fā)展戰(zhàn)略[J].經(jīng)濟理論與經(jīng)濟管理，2024（11）：1-14.

[30]周輝，閆文光.中國人工智能算力產(chǎn)業(yè)發(fā)展的規(guī)制困境及其解決路徑[J].北京工業(yè)大學學報（社會科學版），2025（1）：87-102.

[31]克里斯蒂安·福克斯.數(shù)字勞動與卡爾·馬克思[M].周延云，譯.北京：人民出版社，2020：349.

[32]塞德里克·迪朗.技術封建主義[M].陳榮鋼，譯.北京：中國人民大學出版社，2024：140.

[33]沈坤榮，林劍威.鏈“島”成“陸”：公共數(shù)據(jù)開放的技術創(chuàng)新效應研究[J].管理世界，2025（2） ：83-104.

[34]楊艷，林凌.數(shù)據(jù)要素高質(zhì)量供給：內(nèi)涵解析、困境挑戰(zhàn)與規(guī)制設計[J].電子政務，2024（11）：15-26.

[35]孫萍.過渡勞動：平臺經(jīng)濟下的外賣騎手[M].上海：華東師范大學出版社，2024：6.

[36]王林輝，錢圓圓，周慧琳，等.人工智能技術沖擊和中國職業(yè)變遷方向[J].管理世界，2023（11） ：74-95.

[37]溫旭.對象化數(shù)智勞動：AI大模型的生產(chǎn)邏輯與本質(zhì)探析[J].馬克思主義研究，2025（1）：108-118.

[38]尼古拉斯·約翰遜，布倫丹·馬基-陶勒.自動世界：第四次工業(yè)革命經(jīng)濟學[M].張淼，譯.北京：中國科學技術出版社，2023：1.

[39]張茂聰，李琰.人工智能的演進邏輯與教育造化——兼論“人工智能者\"的概念及特征[J].華中師范大學學報（人文社會科學版），2025（1）：147-159.

[40]鄧悅，許弘楷，王詩菲.人工智能風險治理：模式、工具與策略[J].改革，2024（1）：144-158.

[41]經(jīng)羽倫，張殿元.生成式AI幻象的制造邏輯及其超真實建構的文化后果[J].山東師范大學學報（社會科學版），2024（5）：113-126.

[42]周文，李吉良.以進一步全面深化改革健全新型舉國體制[J].改革，2024（9）：34-46.

[43]鄭永年.中等技術陷阱：經(jīng)濟持續(xù)增長的關鍵挑戰(zhàn)[M].北京：中信出版集團，2024：108.

[44]馬克·扎卡里·泰勒.為什么有的國家創(chuàng)新力強？[M].任俊紅，譯.北京：新華出版社，2018：205.

[45]W.W.羅斯托.這一切是怎么開始的：現(xiàn)代經(jīng)濟的起源[M].黃其祥，紀堅博，譯.北京：商務印書館，2014：129.

[46]周文，張奕涵.中國式現(xiàn)代化與現(xiàn)代化產(chǎn)業(yè)體系[J].上海經(jīng)濟研究，2024（4）：14-30.

[47]杜傳忠，張榕，劉書彤.人工智能全面賦能我國現(xiàn)代化產(chǎn)業(yè)體系的機制與路徑探析[J].經(jīng)濟縱橫，2024（11）：36-45.

[48]布軒.2024年我國數(shù)字產(chǎn)業(yè)完成業(yè)務收入35萬億元同比增長 5 . 5 % [N].人民郵電，2025-03-19（001）.

[49]江小涓，宮建霞，李秋甫.數(shù)據(jù)、數(shù)據(jù)關系與數(shù)字時代的創(chuàng)新范式[J].中國社會科學，2024（9）：185-203.

[50]許丹荔，王炳涵.數(shù)字文明新范式：DeepSeek開源創(chuàng)新的生態(tài)建構[J].統(tǒng)一戰(zhàn)線學研究，2025（2） ：82-93.

[51]王偉玲，吳志剛，徐靖.加快數(shù)據(jù)要素市場培育的關鍵點與路徑[J].經(jīng)濟縱橫，2021（3）：39-47.

[52]王清濤.數(shù)字文明[M].北京：中國社會科學出版社，2023：29.

[53]李三希，王泰茗，劉小魯.數(shù)據(jù)投資、數(shù)據(jù)共享與數(shù)據(jù)產(chǎn)權分配[J].經(jīng)濟研究，2023（7）：139-155.

[54]戎珂，陸志鵬.數(shù)據(jù)要素論[M].北京：人民出版社，2022：118.

[55]喬納森·格魯伯.美國創(chuàng)新簡史：科技如何助推經(jīng)濟增長[M].穆鳳良，譯.北京：中信出版集團，2021：50.

[56]格倫·迪森.技術主權：第四次工業(yè)革命時代的大國博弈[M].丁寧，李紅澄，帖明，譯.北京：中國科學技術出版社，2023：32.

[57]卡爾·馬克思，弗里德里?！ざ鞲袼?馬克思恩格斯文集：第一卷[M].中共中央馬克思恩格斯列寧斯大林著作編譯局，譯.北京：人民出版社，2009：566.

[58]克勞斯·施瓦布，蒂埃里·馬勒雷.后疫情時代：大重構[M].世界經(jīng)濟論壇北京代表處，譯.北京：中信出版社，2020：171.

Artificial Intelligence Empowering New Quality Productive Forces： Mechanismof Actionand Practical Path

ZHOU Wen YANG Zheng-yuan

Abstract：The new round of technological revolution is deeply intertwined with the great power game，and artificial intelligence， as a new general-purpose technology，has become a strategic choice for countries to promote the overall leap of productivity and a new focus of international competition. China relies on a new system for mobilizing resources nationwide to build acollaborative innovation network that organically combines government and market，forming a data element recombination effect and scenario iteration capability with the advantage of a mega sized market. It has successfully transformed institutional advantages into technological breakthrough momentum and opened up a path of catching up under the constraint of computing power. However， botlenecks in computing power，data barriers， employment transformation，and governance gaps are the real challnges that hinder the current empowerment of new quality productive forces by artificial intelligence.We should adhere to a new system for mobilizing resources nationwide to improve the layout of technological breakthroughs，promote the empowerment of modern industrial systems with \"artificial intelligence + \"，develop open source innovation ecology and data element markets，strengthen talent training，and build a new mechanism for consultation， co construction， and shared governance.

Key words： artificial intelligence; new quality productive forces; a new system for mobilizing resources nationwide; mega-sized market;data elements

（責任編輯：羅重譜）