问题——产业规模快速增长，应用从“可用”走向“好用、能用、敢用” 近年来，随着算力基础设施持续完善、算法不断迭代、应用场景加速扩展，我国人工智能正处从技术突破走向规模落地的关键阶段。国家数据局负责人在中国发展高层论坛2026年年会上表示，预计到“十五五”末，我国人工智能有关产业规模有望突破10万亿元。市场空间扩大，也带来多项新问题：如何让大模型能力从“对话生成”更走向“决策执行”；如何用高质量行业数据提升落地效果；如何应对从数字世界迈向物理交互带来的数据与安全新要求；以及如何在商业模式和治理框架上形成更稳定的预期。 原因——五股力量叠加：场景牵引、数据驱动、技术跃迁、商业可计量、治理更严格 一是应用需求推动智能体崛起。企业对“自动化流程处理、跨系统协同”的需求增加，智能体从问答工具逐步变为可执行的生产力单元，带动大模型在政务服务、企业运营、研发设计等环节加快应用。一些企业探索“开源框架+国产模型+全栈数据安全策略”的组合，以降低部署门槛，并提升可控性和复制效率。 二是行业化推进，使数据成为决定性变量。通用模型向行业模型演进后，效果的关键不再只是通用语料规模，而在于能否持续沉淀稳定、可验证、可更新的高质量行业数据集。工业制造、金融、交通、能源、医疗等领域链条长、数据结构复杂，需要数据治理、标准体系与业务流程同步升级，模型能力才能更直接地转化为生产效率。 三是从数字模拟走向物理交互，带来具身智能的数据新需求。面向机器人、智能装备和自动化产线，模型需要理解空间关系、力学约束与操作反馈，训练数据也从文本扩展到视频、传感器、运动轨迹等多模态形式。随之而来的是更高的数据采集、标注与安全管理难度，也推动具身智能从实验验证加快走向生产部署。 四是以词元计费为代表的商业机制逐步成熟，让价值更易度量。词元既是模型调用的基本单位，也在实践中成为连接技术供给与市场需求的“结算尺度”。部分企业在较短周期内实现收入增长，说明“按调用付费、按效果优化”的商业逻辑正在成形。另外，我国日均调用量的提升，也与数据要素市场化配置改革持续推进有关，高质量数据供给与价值释放开始形成正向循环。 五是深度融入生产生活后，安全合规成为绕不开的现实问题。模型训练、部署与使用覆盖数据采集、传输、存储、调用、输出等多个环节，任一环节出现漏洞都可能引发数据泄露、内容风险或系统性安全隐患。治理重点正在从“能不能用”转向“如何安全合规地用”。 影响——从“技术热”转向“产业变革”，重塑效率边界与竞争格局 多重趋势叠加，将带来三上影响：其一，应用形态将从“工具”走向“协同者”，企业组织方式与流程再造加快，运营效率与创新效率有望同步提升。其二，行业数据与场景能力将成为竞争分水岭，谁能沉淀高质量数据集、形成可复制的解决方案，谁就更可能在细分赛道建立优势。其三，治理体系将成为产业持续扩张的关键支撑，缺乏合规与安全能力的应用难以规模推广，而具备全栈安全方案与可审计机制的产品更容易获得市场信任。 对策——以“人工智能+”为牵引，夯实数据供给、促进融合应用、守住安全底线 业内普遍认为，实现高质量发展需要多方联合推进： 一要加快“人工智能+”与实体经济的深度结合，把技术能力嵌入产业链关键环节，围绕研发、生产、供应链、营销与服务形成闭环，避免“只做演示、不进车间”“只会对话、不懂业务”。 二要建设面向行业的高质量数据供给体系，完善数据治理与标准规范，系统提升数据采集、清洗、标注、评测与更新能力，增强数据的可用性、可控性与可追溯性。 三要面向具身智能等新方向，完善多模态数据基础设施与测试验证体系，推动从实验场景向规模部署过渡，并加强对关键软硬件系统可靠性的验证评估。 四要完善商业生态与服务体系，围绕调用计量、性能评测、成本优化等建立更透明的规则，促进供需高效匹配，降低中小企业使用门槛。 五要把安全合规贯穿全流程，压实提供者、使用者与网络安全维护者责任，推动形成覆盖数据安全、模型安全、内容安全与运行安全的全栈方案，提升协同联动与风险处置能力。 前景——万亿级空间可期，关键在于“高质量数据+场景融合+安全治理”的系统能力 面向“十五五”，我国人工智能产业实现跨越式增长具备基础：应用场景广、产业体系相对完备、数字基础设施持续强化、数据要素改革不断深入。未来竞争更看重系统能力而非单点突破——既要以行业数据与业务流程为牵引，形成可落地、可复制的解决方案，也要以安全合规和可审计机制支撑规模化应用。随着智能体、行业模型与具身智能等方向持续成熟，人工智能将更深地融入经济运行与社会治理，成为推动新质生产力的重要动力。
人工智能产业迈向10万亿元级规模，是技术演进与市场选择共同作用的结果，也对治理能力和基础制度提出了更高要求；抓住智能体、行业数据、具身智能与商业模式演进带来的机遇，同时以安全合规为底线、以高质量数据供给为支撑，推动技术势能转化为发展动能，才能在新阶段实现更可持续、更可预期的高质量增长。