随着人工智能应用加速推进，"如何治理"与"如何用好"成为各界共同关注的焦点。政府工作报告既提出深化拓展"人工智能+"、推动应用规模化，又强调完善人工智能治理；此部署传递出明确的信号：在智能化进入深水区的时刻，治理不能只关注技术风险，更要为经济社会转型提供稳定预期和制度支撑。 一个容易被忽视的矛盾正在浮现。人工智能在个体层面能大幅提升效率，但这种提升并不会自然转化为企业、组织乃至产业层面的系统升级。许多单位在引入有关工具后，常见的结果是"局部提速、整体不变"——新工具被简单叠加到旧流程上，带来零散的改进，却难以形成跨部门协同、业务流程重塑和管理体系迭代。这意味着真正的难点不在"能不能用"，而在"会不会改、敢不敢改、改到什么程度"。 面向下一阶段，政府工作报告提出打造智能经济新形态，并将"智能体"等新应用形态纳入政策框架。人工智能应用将从单点辅助升级为更高程度的自主执行与协同运作，这带来的治理课题也更加复杂。 首先是工作设计问题。智能体的部署涉及人机分工的重新划分——哪些关键决策必须由人把关，哪些环节可由系统执行，出现偏差时如何界定责任、追溯与纠偏。 其次是人才培养的挑战。人工智能天然更容易替代标准化、流程化的基础工作，而这些工作过去往往承担着新人训练、经验积累与能力养成的"阶梯"功能。若只追求短期效率而忽视岗位结构与培养机制的调整，可能在获得当下收益的同时，透支未来的人才供给。 再次是学习方式的转变。传统的"先学后用"线性模式正转向在真实问题中借助工具按需学习。新的学习生态需要质量保障与规则供给，防止能力评价失真、训练目标偏移等问题出现。 针对这些挑战，专家建议治理体系应与转型同步推进。一是从"管技术"拓展为"管系统"，在安全、隐私、合规等基本要求基础上，完善面向行业落地的标准体系与评估框架，推动各行业从"工具引进"转向"流程重构"和"组织再造"。二是针对人机协作建立制度安排，明确关键岗位的人类最终责任边界，完善审计、留痕、可解释与应急处置机制，使"可控、可追溯、可纠偏"成为规模化应用的前提条件。三是将人才发展纳入治理范畴，引导企业建立与智能化相适配的岗位体系、训练机制和能力认证方式，避免"只替代不培养"。同时为更灵活的问题驱动型学习提供制度支持与质量保障，形成可持续的能力供给。 从更长远看，重大技术革命能否转化为现实生产力，往往取决于组织形态、制度安排与社会分工能否及时适配。当前完善人工智能治理，正是要抓住从"技术可用"迈向"体系可行"的窗口期。治理目标不是为技术设置"天花板"，而是构建鼓励创新与守住底线并重的制度环境，使技术进步、组织变革与人的发展形成合力，更稳更好地迈向智能经济新阶段。
人工智能已成为推动经济社会发展的战略性技术。完善AI治理的关键在于，将治理视野从技术风险防控拓展到经济社会转型的全局。好的治理不是为AI设置天花板，而是要确保在迈向智能经济的进程中，技术进步、组织变革和人的发展能够协调推进，让人始终处于价值创造的中心。这是对AI发展的理性引导，是对人的尊严和潜能的深层尊重，也是推动我国经济高质量发展的必然选择。