■马原 庞加欣 孟繁哲

　　“人工智能+”已经不是可有可无的技术选项，而是塑造高质量发展新优势的重要战略抓手。抓住这一机遇，不只是要推动技术更快突破，更重要的是推动技术与产业、场景、制度、治理协同演进，把“关键变量”真正转化为“强劲增量”。

　　“十五五”规划纲要提出，全面实施“人工智能+”行动。今年《政府工作报告》首次提出“打造智能经济新形态”，引发广泛关注。这一全新表述，标志着我国人工智能发展战略从“工具赋能”迈向“系统重塑”的新阶段。2025年我国人工智能核心产业规模已超过1.2万亿元，企业数量超过6200家，算力总规模位居全球第二。规模以上制造业企业人工智能技术应用普及率超过30%，中国企业推出的开源大模型下载量居全球前列。无论是产业体量、创新活力，还是应用广度、生态成熟度，都表明人工智能正成为培育新质生产力、推动高质量发展的核心引擎。

　　赋能高质量发展的内在逻辑

　　“人工智能+”之所以能够培育高质量发展新动能，关键在于它打通了技术创新、产业创新和场景创新之间的传导链条。技术只有进入真实场景，才能转化为现实生产力；产业只有吸纳智能技术，才能实现从数字化向智能化跃升；而场景的持续开放和迭代，又会反过来牵引模型优化、算法升级和产品创新。正因为如此，人工智能对高质量发展的赋能，不是线性的、单点的，而是循环式、系统性的。它通过促进创新链、产业链、资金链、人才链深度融合，为经济发展注入可持续的内生动力。

　　首先，“人工智能+”能够显著提升全要素生产率。在制造业领域，人工智能可以嵌入产品设计、质量检测、设备维护、供应链协同等关键环节，提高精度、降低成本、压缩周期、减少损耗；在服务业领域，人工智能可以推动精准匹配、智能调度和流程再造，提升服务质量和资源配置效率；在农业领域，人工智能可以推进精准种植、智能管理和风险预警，提高农业现代化水平。这种跨行业、跨环节的智能赋能，能够推动传统产业焕发新活力，也能够催生新产业、新业态和新模式，形成更具韧性和竞争力的现代化产业体系。

　　同时，“人工智能+”还能够有效促进供给升级与需求扩容良性互动。高质量发展不是单纯扩大产出规模，而是实现高质量供给和多样化需求的更高水平匹配。人工智能一方面推动产品更智能、服务更精准、体验更优质，提升供给体系适配性；另一方面也不断创造新场景、新消费、新职业，拓展新的需求边界。特别是AI手机、AI电脑、智能家居、智能医疗设备等加快落地，表明人工智能正从产业端加速走向消费端、生活端。供给水平提升了，需求空间扩大了，经济循环也就更加顺畅，新动能也就有了更深厚的生长土壤。

　　因此，“人工智能+”不是单靠某一项技术突破就能完成的，它本质上是一项系统工程，既需要模型、芯片、软件、终端等技术链条协同，也需要算力、数据、场景、人才、规则等要素系统支撑。国家围绕支持开源社区建设、推进智算集群和算电协同、建设高质量数据集、加强算力调度等作出部署，正体现出从“单点突破”转向“体系支撑”的发展思路。只有把底层支撑能力做强，把创新生态建优，把制度供给跟上，人工智能发展才能从“局部领先”走向“整体跃升”，真正形成支撑高质量发展的长久动力。

　　转化为现实生产力的实践路径

　　把握“人工智能+”新机遇，关键不在概念热度，而在落地见效。要把技术潜力真正转化为发展实绩，必须坚持系统思维、问题导向和场景牵引，在夯实基础、深化应用、培育生态、完善治理等方面协同发力。

　　要夯实人工智能发展的底座能力。算力、数据和算法是人工智能发展的三大基础支撑。必须加快推进智算集群、算电协同、高质量数据集等基础设施和基础制度建设，提升算力供给能力和资源配置效率，降低企业尤其是中小企业应用人工智能的门槛，增强行业模型训练和场景适配能力。底座筑得牢，人工智能创新才能更普惠，产业扩散才能更顺畅，新动能培育才能更持续。

　　要强化场景牵引和行业融合。人工智能的生命力在应用，价值也体现在应用。要围绕制造、农业、医疗、教育、交通、能源、城市治理等重点领域，持续挖掘高价值场景，形成一批可复制、可推广的典型案例，让人工智能真正走进车间、工厂、医院、课堂和社区。尤其要推动人工智能和制造业深度融合，以智能制造为牵引带动技术迭代和产业升级，以场景开放促进创新落地和商业闭环，让“人工智能+”从示范探索走向规模应用。

　　要加快培育开放协同的创新生态。人工智能竞争，越来越不是单个企业之间的竞争，而是产业生态、创新生态和制度生态之间的竞争。要充分发挥我国超大规模市场、完备产业体系和丰富应用场景优势，推动龙头企业、科研院所、开源社区、中小企业协同创新，促进“模芯云用”联动发展，提高技术扩散效率和产业协同水平。特别是要通过开源生态降低创新成本、增强技术普惠性，使更多地区、更多行业、更多企业能够分享人工智能发展红利，形成多方参与、协同共进的发展格局。

　　要更好统筹发展和治理。人工智能越是加快发展，越需要治理能力同步提升。数据安全、算法偏差、伦理边界、知识产权、就业结构调整等问题，都是人工智能深度应用过程中必须正视的重要议题。治理不是创新的对立面，而是创新健康发展的必要保障。只有坚持向善发展、安全发展、规范发展，把人工智能纳入法治化、制度化、规范化轨道，才能使技术红利更好转化为发展红利、产业红利和民生红利，实现创新活力和社会价值相统一。

　　总的来看，“人工智能+”已经不是可有可无的技术选项，而是塑造高质量发展新优势的重要战略抓手。抓住这一机遇，不只是要推动技术更快突破，更重要的是推动技术与产业、场景、制度、治理协同演进，把“关键变量”真正转化为“强劲增量”。顺应智能化发展大势，持续深化拓展“人工智能+”，加快打造智能经济新形态，就一定能够不断培育高质量发展新动能，为中国式现代化注入更加澎湃、更加持久的智能力量。

　　从产业转型到文明赓续，技术向善的命题持续回响

　　随着技术和场景的双重突破，当前各行业各领域对人工智能人才需求攀升。数据显示，人工智能相关人才供给不足，需供比是3.5∶1。

　　在人才供给侧，教育领域也在经历深刻变革。近日发布的《全球数字教育发展指数（2026）》显示，78%的国家强调应更加重视学生高阶思维能力培养，中美等4国已率先进入“AI（人工智能）+教育”新阶段。

　　就业市场提出新的需求，教育界随之作出调整，变化背后有一个深刻的时代命题：在人工智能深刻重塑生产生活方式的今天，人的价值坐标该如何锚定？

　　回看历史，每一次技术跃迁，都伴随着人“向何处去”的焦虑。蒸汽机、流水线替代了手工作坊，同时催生出工程师、铁路调度员等全新职业，也把管理学、工业设计等新领域推上历史舞台。新技术替代的，从来只是某种功能、某种职业，而非人本身。世界经济论坛发布的报告预测，到2030年，全球将有9200万个工作岗位被替代，但会有1.7亿个工作岗位被新创造出来。一些传统岗位会消亡，但更多新工作在涌现。

　　因此，与其焦虑“人会不会被替代”，不如追问一个更根本的问题：如何驾驭新技术以凸显人的价值？答案正在实践中浮现。

　　机器人企业发现文科人才在用户洞察上不可或缺，汽车制造商转向寻觅兼具工程知识与数字素养的跨界人才，数据标注师、人工智能训练师等新职业从无到有……劳动力市场正在经历一场静悄悄的“价值迁移”。从“会操作”到“善判断”，从“能执行”到“能整合”，从“精通一门手艺”到“进行创造性联想”，人工智能改写能力图谱，凸显的恰恰是人的比较优势。

　　习近平总书记强调：“推进人工智能全学段教育和全社会通识教育，源源不断培养高素质人才。”顺应人工智能带来的变革，关键在思维思路，根基在学习教育。从《“人工智能+教育”行动计划》推动人工智能教育全面纳入地方课程体系，到一些高校鼓励博士生读硕士、培养复合型人才，再到职业院校推进技能培训与产业需求精准对接，一系列部署举措的用意，在于塑造学生的创新思维，培养其解决问题、合作沟通、适应变化、面对复杂情境的能力。

　　创造性思维、跨界整合、审美感知、对伦理边界的判断……这些都是算法难以复制的人类禀赋。机器越是擅长标准化运算，越显出人在非标准化复杂场景中不可替代的价值。技术可以刷新教育的手段，但改变不了教育的方向；算法可以优化知识的传递，但替代不了人格的养成。无论技术如何演变，育人的使命永远不会变。

　　进一步看，仅仅在“有用”的维度讨论人的价值，显然不够。徐梦桃35岁五战冬奥，她夺冠后激动的泪水，蕴藏着算法无法模拟的毅力；河北保定学院西部支教毕业生群体扎根边疆，背后是大模型不能量化的情怀；在火场中逆行的消防员，他们的崇高选择不能被机器定义。人工智能可以让世界运转得更快，但让人间变得更值得的，始终是人对意义的追问、对善的坚守、对彼此命运的真切关怀。人心不能被算法优化，但这不是人的局限，恰恰是人的独特优势所在。

　　技术的洪流奔涌向前，但真正的弄潮儿从来不会随波逐流，而是知道自己“为何出发”。从教育到就业，从产业转型到文明赓续，技术向善的命题持续回响。答案，永远握在我们自己手中。

　　（综合自《文汇报》《人民日报》）