问题——在新一轮科技革命和产业变革加速演进背景下，人工智能与实体经济深度融合成为城市竞争的新赛道。
当前，广州制造业门类齐全、消费市场规模大、政务服务需求集中，具备推进智能化升级的现实基础，但在落地过程中仍面临“应用零散、供需脱节、从试点到规模化转化不足”等共性问题：一方面，部分行业存在数据孤岛、流程不统一、软硬件适配成本高等障碍；另一方面，企业尤其是中小企业在资金、人才、算力获取以及合规应用方面承压，导致先进技术难以快速形成可复制、可推广的产业方案。
原因——从发展规律看，人工智能的产业化不只取决于算法本身，更依赖高质量数据、稳定算力、工程化能力和可持续商业模式。
对广州而言，技术供给端迭代迅速，但需求端的场景标准、采购机制、应用评价与风险治理仍需完善；同时，具身智能、多模态感知等前沿方向对软硬件协同提出更高要求，若缺乏统一的测试验证环境和产业协作机制，容易出现“技术很热、应用很散、价值难算”的局面。
由此，如何以城市治理、产业升级和民生服务的真实需求牵引技术落地，成为推动高质量发展的关键抓手。
影响——推动“人工智能+”行动，不仅关系到产业结构优化，也关系到城市治理效能与公共服务质量提升。
对制造业而言，智能质检、预测性维护、生产调度优化可直接提升良品率和资源利用效率，增强产业链韧性；对文旅与会展经济而言，智慧导览、客流分析、沉浸式内容生成等应用有助于提升体验、延长消费链条；对政务服务而言，智能审批、辅助决策、热线工单智能分流等可缩短办理周期、降低行政成本。
更重要的是，通过以场景为牵引形成一批可标准化的解决方案，将带动软件服务、智能终端、传感器与算力基础设施等上下游协同发展，促进现代化产业体系建设。
对策——围绕“以场景促应用、以应用促产业”的思路，杨旭提出可采取分级赋能、分步推进的路径，将技术落地从单点应用提升到系统性创新。
具体而言： 一是推行分级赋能模式，按照“基础适配—深度融合—原生创新”三阶段推进。
基础适配阶段聚焦制造、文旅、政务等重点领域，优先解决流程再造、数据治理、软硬件互联等“卡点”，通过工业质检、智能审批等应用提高交互效率和运营效率，形成可复制的样板工程。
深度融合阶段强调人工智能与终端硬件架构协同，围绕多模态感知、边端协同等方向实现能力跃升，推动应用从“功能叠加”转向“智能核心”，提升产品与系统的自主可控能力。
原生创新阶段则面向具身智能机器人、智能体等新形态产品，加大研发与试验力度，探索适配会展、商圈等广州特色场景的创新应用，形成具有辨识度的城市级示范。
二是强化场景开放与供需对接。
建议发布重点场景清单，明确需求部门、应用目标、数据条件与安全要求，降低企业对接成本；搭建政企对接平台，形成“需求发布—方案遴选—试点验证—评估推广”的闭环机制，推动试点从“能用”走向“好用、常用、可扩展”。
三是完善政策保障与要素供给。
设立专项基金，对基础适配类项目给予研发补贴，对原生创新类载体给予成果转化奖励，引导社会资本与产业资本共同参与；同步完善算力支撑体系和人才引育服务，推动产学研协同攻关与工程化落地，为企业提供从训练、部署到运维的全周期支撑。
前景——综合看，广州若能把场景资源、产业基础与制度供给更紧密地联动起来，将有望在新一代智能终端、行业大模型应用、具身智能等方向形成集聚效应。
下一阶段，关键在于以标准化和规模化为导向，建立统一的应用评价体系和安全合规框架，推动形成可持续的商业模式与产业生态。
同时，应注重在公共服务和关键行业场景中形成“示范—推广—迭代”的正向循环，使城市运行与产业升级相互促进，增强高质量发展的内生动力。
当技术革命进入深水区，城市竞争力的比拼已从单一技术突破转向生态体系构建。
广州的探索表明，只有将创新链扎根于产业土壤，让政策红利转化为企业获得感，才能真正释放人工智能的乘数效应。
这场关于场景价值的思考，或许能为更多城市布局未来产业提供启示。