人工智能+大势下数字产业创新发展的趋势研判与路径选择

赛 迪 研 究 院主 办 2025年12月15日总第92期4第期 本期主题 □“人工智能+”大势下数字产业创新发展的趋势研判与路径选择 『所长导读』 当前，人工智能作为引领新一轮科技革命和产业变革的战略性技术，正以“头雁效应”推动数字产业发生系统性变革，成为培育新质生产力、构建现代化产业体系的核心驱动力。“十五五”时期是我国数字产业突围攻坚的关键阶段，人工智能与数字产业的深度融合既孕育着巨大发展机遇，也面临多重挑战。 本期主题《“人工智能 +”大势下数字产业创新发展的趋势研判与路径选择》立足技术演进、成长空间、产业结构、产业治理四大维度，系统剖析了数字产业的新趋势新特点——技术层面呈现智能突破、多业融合、协同创新的鲜明特征，成长空间上数智转型与智能原生共拓增量市场，产业结构向软硬协同与数据赋能并重演进，全球治理则呈现规则博弈与安全发展统筹推进的格局。同时，针对高质量数据集供给不足、数智应用场景适配困难、产业治理平衡难度大等现实挑战，结合国内外实践案例，从科技创新引领、现代产业体系构建、市场开拓与系统集成能力提升、产业集聚化发展四个方向，提出“十五五”时期推动数字产业与人工智能同频共振的具体路径，为数字产业高质量发展、加快形成新质生产力提供参考。 本期内容由高婴劢、范振锐撰稿，不足之处，请不吝指出。 赛迪研究院信息化与软件产业研究所所长 韩健2025 年 12 月 15 日 目 录目 录CONTENTS 本期主题： “人工智能 +”大势下数字产业创新发展的趋势研判与路径选择 一、“人工智能 +”数字产业的新趋势新特点………………………1 （一）从技术演进看，数智技术重构与多维创新引领产业变革…………………1（二）从成长空间看，数智转型提质与智能原生破局共拓增量…………………4（三）从产业结构看，硬软协同与数据赋能加速释放产业势能…………………6（四）从产业治理看，全球规则博弈与安全发展双向统筹………………………8 二、“人工智能 +”数字产业面临的发展挑战………………………9 （一）高质量数据集供给不足，极大制约产业创新………………………………9（二）数智应用场景适配困难，影响商业转化效率……………………………11（三）产业治理平衡难度较大，增加新阶段适配压力…………………………12 三、“十五五”时期推动数字产业与 AI 同频共振的路径选择…14 （一）以科技创新为引领，培育发展新质生产力………………………………14（二）构建现代产业体系，筑牢关键领域核心根基……………………………15（三）开拓数智转型市场，强化产业系统集成能力……………………………15（四）推动产业集聚发展，塑造集群协同发展优势……………………………15 本期主题： “人工智能 +”大势下数字产业创新发展的趋势研判与路径选择 数字产业以信息（IT）、通信（CT）、 控 制（OT）、 数 据（DT）等领域数字技术大规模产业化为特征，面向经济社会数字化转型需求提供数字产品、服务、平台和解决方案，是数字经济的核心支柱，也是新质生产力的重要组成和关键驱动。人工智能（AI）是引领新一轮科 技 革 命 和 产 业 变 革 的 战 略 性 技术，具有溢出带动性强的“头雁效应”和生产力革命性跃迁的动力引擎作用，正从技术创新范式、要素配置方式、产业组织结构、行业治理模式等方面，为数字产业带来系统性变革。“十五五”时期是我国培育发展新质生产力、全面构建现代化产业体系的关键期，是应对技术产业竞争、实现数字产业突围的攻坚期。为此，建议以“AI+”数字产业为导向，实施“创新引领、软硬协同、数实融合、区域集聚”的 发展策略，加强系统布局，转变发展方式，推动制度突破，助推数字产业高质量发展，加快形成新质生产力，谱写中国式现代化新篇章。 一、“人工智能 +”数字产业的新趋势新特点 （一）从技术演进看，数智技术重构与多维创新引领产业变革 人 工 智 能 技 术 发 展 呈 现 出 由“单点突破”走向“群体创新”的显著特征，“数据 + 算力 + 算法”正 在 重 构 数 智 技 术 架 构 的 底 层 逻辑，智能、融合、协同成为数智技术涌现式创新、规模化应用的主要脉络。 1. 智能技术多点突破，终端产品加速迭代 数字技术通过数据的自动化流动，将物理空间在数字空间进行映射，反映客观规律，指导流程优化和效率提升；而智能技术则通过自 学习、自决策、自执行机制，在数字、物理等多重空间中完成更加复杂、更具创造性工作，形成 AI 芯片、感存算一体、云边协同、大模型、数据智能、智能体、具身智能等一 系列技术群体性突破，AI 手机、AI电脑、AI 眼镜等新兴产品加快孕育发展。智能技术突破与产品升级的实例如下表所示。 新产生“1+1 ＞ 2”效应，催生更多功能集成、系统复杂的新应用新场景，而数智技术与各行业技术的融 2. 多类技术深度融合，赋能千行百业转型 数字技术与智能技术的融合创 合将进一步赋能千行百业。如在高端制造领域，华为云联合潍柴动力打造的发动机数字孪生系统，通过在物理生产线上密布传感器，实时采集设备状态、工艺参数、物料流动等全量数据，在虚拟空间中构建一个完全对应的“数字发动机”和生产线。系统利用 AI 算法对孪生数据进行深度分析，不仅能实现生产过程的实时监控与预警，更能对设备健康度进行预测性维护，并模拟优化生产参数，将新品研发周期大幅缩短，实现了从“制造”到“智造”的飞跃；在医疗领域，联影医疗推出的“uAI 智能辅助诊断系统”，融合 CT 影像与 AI 算法，可自动识别肺结节、冠脉斑块等病灶，提升诊断效率与准确性；在教育领域，科大讯飞“智慧课堂”系统通过 AI语音识别与自然语言处理，实现课堂语音转写、学情分析、个性化作业推荐，推动教育数字化转型；此外，融合了自然语言理解、混合现实、建模软件、动作捕捉硬件等多技术的数字人应用，兼具交互式、沉浸化、个性化特征，正成为人机协作的重要方式，未来可能是智能 体应用的流量入口。如百度推出的数字人“希加加”已在央视春晚、品牌直播中担任虚拟主持人；杭州亚运会期间，阿里云打造的数字人“冬冬”作为赛事主播，实现多语种实时解说，展现了数字人在文化传播、商业营销等场景的广泛应用潜力。 3. 创 新 模 式 开 放 协 同， 降 低AI 应用门槛 AI 开发框架已通过低代码化、模 型 开 源 等 方 式 大 幅 降 低 创 新 门槛，行业用户甚至非专业开发者都能低成本接入 AI 能力，通过自然语言输出、代码自动生成、按需搭建数智应用，多主体协同创新边界和效率进一步提升。一方面，当前技术创新范式已从由少数专家主导，转向由平台赋能、多方协同的开放式创新。如微软 Power Platform 开发者平台月活用户达 4000 万，无技术能力的用户占比超过 70%，企业级用户跨部门协作效率提升 50%-80%，通过将复杂的 AI 能力封装为可视化构建模块，使非技术背景的“公民开发者”能够快速创建业务应用。在国内，阿里云“百炼”平台、 腾讯云“TI 平台”等均提供低代码AI 开发工具，支持企业快速构建智能客服、智能风控、智能营销等应用。另一方面，开源人工智能框架在构建可持续技术生态、夯实创新根基方面发挥着不可替代的作用。如华为 MindSpore、百度飞桨等国产开源框架，不仅提供了自主可控的技术底座，更通过开放的社区模式，吸引了广大开发者、研究机构与企业用户共同参与技术迭代与场景创新。在能源、制造、农林等领域，基于这些开源框架已孵化出一系列具有实际价值的智能解决方案，如电网设备故障智能诊断系统、高精度工业质检模型以及林业病虫害移动识别应用等，形成了“产学研用”紧密联动的产业实践共同体。 1. 数智协同转型，驱动数字产业迭代升级 “AI+” 与 科 技、 产 业、 消费、民生等领域数字化转型的同频共振，本质是产业范式的新一轮重构。这种重构催生了新的基础设施形态、新的生产资料体系和新的生产力工具，进而牵引数字产业的技术演进与业务聚焦。一是以智能计算中心为代表的新型基础设施，正从支撑层战略性地重塑产业生态。智算中心不再仅是提供通用算力的“机房”，而是融汇高性能计算、行业数据、预训练模型和工具链的“生产型”基础设施。例如，上海市依托商汤科技等企业建设的“临港智算中心”，其算力规模跻身亚洲前列，不仅为本地 AI 企业提供澎湃算力，更通过开放大规模人工智能计算平台，降低了模型训练与推理的门槛。这类设施的战略性布局，吸引了从芯片、服务器到算法、应用的庞大产业链集聚，推动了数字产业重心从消费互联网向产业智能化的迁移。二是高质量、专业化的数据集与行业大模型，成为解锁复杂场景价值的“关键密钥”。在 （二）从成长空间看，数智转型提质与智能原生破局共拓增量 在“AI+” 政 策 推 动 下， 数 字化转型方兴未艾，智能化升级加速推进，数智协同转型将成为未来一段时期经济社会各领域生产力变革的重要途径，智能原生产业革命性探索将加速推进，为数字产业发展带来更多增量空间。 数智协同转型中，单纯的算法模型已不足以解决行业痛点，“高质量行业数据集 + 领域知识注入 + 场景化模型调优”成为标准范式。在医疗领域，推想科技等企业通过与顶尖医院合作，构建了涵盖胸部 CT、脑卒中、病理切片等的多病种、多中心、标准化的医学影像数据库，并在此基础上训练出具备临床实用性的辅助诊断模型，已在全球数千家医疗机构部署。在工业领域，通用股份、清华大学、银川贝尔利联合研发的“灵视 AI 轮胎外观检测终端”，实现将单胎检测时间压缩至25 秒，优于行业普遍水平的 30 秒，检测效率较传统模式提升达 194%。这 些 高 质 量 数 据 集 与 行 业 模 型 本身，已成为极具价值的新型数字资产和产业要素，催生了数据标注、模型评测、合规流通等新兴服务市场。三是大小模型协同、云边端融合的技术架构，正支撑起无处不在的智能应用。产业智能化需求是层次化、场景化的，需要“云端大模型负责复杂认知与全局优化，边缘小模型负责实时响应与隐私保护，终端芯片负责高效执行”的协同体 系。在智慧城市治理中，阿里云“城市大脑”利用云端视觉大模型全量分析全市交通流量，生成宏观优化策略；同时，在路口边缘服务器部署轻量模型实时识别违章、调控信号灯。在智能家居场景，华为“鸿蒙”系统通过分布式软总线技术，让手机上的盘古大模型语音助手，可以无缝调度音箱、电视、灯具等终端上的轻量化 AI 能力。这种协同架构要求数字企业提供全栈技术解决方案，促进了从芯片、框架到应用服务的产业链垂直整合与水平协作。 2. 智能原生布局，创造引领产业新需求 智能原生代表一种根本性的创新逻辑，即人工智能不再是优化现有应用的“外挂工具”或“增效插件”，而是产品与服务设计的起点与核心。智能原生产品和服务是以AI 能力为内核进行产品设计、架构搭建、应用部署、商业运营和终端使用的新应用和新服务，其天然具备较强的自然语言理解能力，在根据任务需求自主规划、综合调度、精准执行、主动服务等方面能力更优。智能体是当前智能原生应用的 典型代表。它能够理解用户以自然语言表达的复杂意图，自主规划执行路径，调用各种工具 API，完成从信息整合到实际操作的端到端任务。如字节跳动的“扣子”（Coze）平台、腾讯的“元宝”智能体，允许用户无需编码，通过对话即可创建能处理专业知识的个性化 AI 助手，用于智能客服、旅行规划、代码调试等场景；阶跃星辰等公司开发的智能体已能进行复杂的科研信息梳理和商业分析报告撰写，展现出替代部分初级脑力劳动的潜力。 （三）从产业结构看，硬软协同与数据赋能加速释放产业势能 数字产业发展正逐步从硬件主导、软硬分离向软硬协同加速转变，新技术驱动电子产品多元化发展，并通过软件、算法不断定义和丰富电子产品使用价值，同时叠加数据要素价值红利，将孕育更多颠覆式创新，推动产业价值空间走向新高度。 1. 软硬一体融合，构筑产业生态壁垒 先进计算、人工智能、智能网联汽车、人形机器人、数字低空等数字产业重点领域呈现软硬一体化协同