您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[信通院]:人工智能赋能中小企业高质量发展研究报告(2025年) - 发现报告

人工智能赋能中小企业高质量发展研究报告(2025年)

信息技术2026-03-20信通院喵***
人工智能赋能中小企业高质量发展研究报告(2025年)

版权声明 本报告版权属于中国信息通信研究院,并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的,应注明“来源:中国信息通信研究院”。违反上述声明者,编者将追究其相关法律责任。 前言 新一代人工智能正在全球范围蓬勃兴起,成为新一轮科技革命和产业变革的战略性技术和重要驱动力量。习近平总书记在主持二十届中共中央政治局第二十次集体学习时强调:“面对新一代人工智能技术快速演进的新形势,要充分发挥新型举国体制优势,坚持自立自强,突出应用导向,推动我国人工智能朝着有益、安全、公平方向健康有序发展”。开展人工智能赋能中小企业高质量发展研究,既是人工智能技术推进规模化商业化应用、加速向现实生产力转化的必然要求,也是中小企业迈向专精特新、加快高质量发展的重要途径。 在此背景下,本报告从五个部分展开论述。第一章从人工智能技术发展角度开展分析,模型技术加速创新、算力供给逐渐普惠、智能产品加速成熟、开源生态蓬勃发展,均有利于提高中小企业场景适配度、降低技术获取壁垒和使用成本。第二章重点分析国内外发展态势,国际主要国家积极出台支持举措,我国加快推进重点行业、重点企业、标杆中小企业示范引领。第三章总结提炼中小企业AI应用规模化推广模式,从实践来看主要包括AI应用赋能中心、垂直行业平台、MaaS服务、开源服务四种典型赋能模式。第四章主要探讨中小企业应用情况,目前看中小企业在研产供销服不同环节积极开展点状探索,但整体上仍处于规模化应用的初级阶段。第五章基于前四章分析的现状与问题,围绕政策完善、供给优化、公共服务、复制推广、融通生态、要素保障提出体系化建议与参考。 当前,人工智能技术发展速度前所未有,应用迭代迅速,本报告旨在探讨人工智能赋能中小企业的整体态势、推广模式和策略,以期为业界提供参考。本报告中中小企业人工智能应用数据,仅代表我院作为科研单位的学术研究成果,仅供参考和交流,不代表任何政府官方数据口径。报告中如有不足之处,敬请专家读者不吝指正。 目录 一、人工智能赋能中小企业发展................................................................................ 1 (一)模型技术迭代大幅降低中小企业应用门槛............................................. 1(二)算力供给普惠化压降中小企业资源使用成本......................................... 3(三)智能原生产品适配轻量化多元化应用需求............................................. 4(四)开源生态成熟破除中小企业技术获取壁垒............................................. 5二、国内外积极探索赋能举措.................................................................................... 7(一)国际主要国家积极出台支持措施............................................................. 7(二)我国以示范引领加速应用探索................................................................. 9三、四大赋能模式助推规模化推广.......................................................................... 16(一)AI应用赋能中心:以政府引导为主,构建普惠化的基础设施..........16(二)垂直行业平台:以行业知识为核心,提供行业智能解决方案........... 18(三)MaaS服务:以模型为中心,提供即插即用的智能能力.....................20(四)开源服务:以社区为依托,打造开放协同的创新生态....................... 21四、中小企业应用处于规模化初始阶段.................................................................. 24(一)预期普遍乐观,实际投入较为谨慎....................................................... 24(二)点状探索积极,各个场景深度不同....................................................... 25(三)不同行业和城市AI应用存在差异.........................................................29五、加速推进AI赋能中小企业的策略建议............................................................33(一)强化政策引导,健全系统化支持体系................................................... 33(二)优化服务供给,提升精准化服务效能................................................... 34(三)加强公共服务,完善普惠化服务能力................................................... 35(四)加快复制推广,扩大规模化应用成效................................................... 35(五)推进融通创新,促进生态化协同发展................................................... 36(六)强化要素保障,确保智能化赋能质效................................................... 36 图 目 录 图1广州市花都区新型工业数字化服务平台—AI产业云平台架构图...............18图2鲸智社区官网页面............................................................................................ 23图3企业AI技术应用资金投入强度情况..............................................................25图4三类制造业行业企业AI应用场景分布情况..................................................31图5制造业细分行业企业AI应用场景分布情况..................................................32 一、人工智能赋能中小企业发展 人工智能技术与企业研产供销服各个环节深度融合,助力企业提升效率、创新业务模式、提高市场竞争力,展现出了强大的赋能效果。但中小企业应用依旧面临技术获取难,场景适配度有待提升,算力、模型等成本高,内部人才短板明显等问题。随着人工智能技术持续迭代,模型技术加速创新、算力供给逐渐普惠、智能产品逐步成熟、开源生态蓬勃发展,技术变革正打破中小企业人工智能技术获取难、成本高等传统困境,为其高质量发展注入全新动能。 (一)模型技术迭代大幅降低中小企业应用门槛 基础模型能力升级构筑中小企业AI能力基础,降低AI应用初始技术门槛。当前基础模型能力加速迭代,推理能力实现了质的飞跃,最新基础模型在数学解题、代码编写、复杂指令遵循等方面的表现已接近甚至超越人类平均水平,有助于中小企业无需专门训练即可直接、便捷地调用高度成熟的基础模型,将其强大的泛化能力快速应用于智能客服、内容创作、内部知识管理等日常业务中,降低AI应用的初始技术门槛。数据显示,仅阿里云平台上大语言模型的API调用量、接入企业数量年增长近100倍。今年以来,阿里巴巴、OpenAI、DeepSeek等均发布最新基础模型成果,模型综合能力大幅提升。例如根据近期中国信息通信研究院“方升”大模型基准测试结果,OpenAI的GPT 5在复杂数学、推理能力领先,排名推理榜单首位,在多维度实现全面跃升;阿里通义千问团队近期推出Qwen3-Max模 型,其推理增强版(Thinking-Heavy)在AIME25和HMMT数学推理测试中均获得满分。 大模型工程技术持续突破,进一步拓宽中小企业AI适用边界。当前规模化法则(Scaling Law)“降速”,大模型的发展重心正从追求参数量的增长,转向通过工程化创新实现高效、低成本的落地,通过MoE架构、知识蒸馏、量化、剪枝等技术创新,可以极大提升AI大模型落地应用的可行性,为中小企业降低模型训练、推理成本提供了有效路径。例如DeepSeek依托动态权重分配、模型蒸馏技术等工程创新手段减少了模型所需的存储空间和计算资源,通过知识蒸馏后大模型参数规模在缩减70%的情况下仍保持高性能运行,允许中小企业根据自身业务需求灵活定制AI能力;阿里通义实验室Qwen3在混合推理机制、MoE(混合专家)架构以及工具调用能力等多个方面实现了较大突破,将千亿参数模型的知识迁移至300亿级架构,训练能耗大幅降低。 端侧模型轻量化与私有化部署能力逐步激活中小企业场景化应用潜力。端侧模型技术成熟与场景适配加速,成为中小企业AI深度落地的关键突破口。相较于依赖云端算力的大模型应用,端侧模型通过轻量化优化、本地部署架构设计,精准解决了中小企业算力资源不足、数据隐私合规压力大、实时响应需求强的核心痛点。主流厂商纷纷推出可在终端设备运行的轻量化模型,使中小企业能够在本地环境中实现AI能力的内嵌与私密部署。目前,不少主流厂商均推出了面 向端侧部署的模型,模型性能在部分测试中接近主流大参数模型,例如面壁智能推出MiniCPM-V 4.5多模态端侧模型,以8B的参数规模实现在视觉理解、视频处理、文档解析和多语言支持等方面的提升。 (二)算力供给普惠化压降中小企业资源使用成本 大模型一体机显著降低中小企业开发运维门槛。大模型一体机作为软硬件深度融合的产品,通过将高性能算力资源、优化后的软件栈以及预集成的成熟模型进行一体化封装,支持模型微调、推理服务部署等完整的AI开发流程。这种高度集成化的产品形态,使中小企业无需投入大量资金组建专业的IT运维团队和采购昂贵的基础设施,即可在本地或私有化环境中快速部署先进的AI能力,有效保障了数据安全与业务连续性。根据公开资料统计,目前已有100余家企业推出了大模型一体机产品,例如阿里云推出“百炼专属版AI训推一体机”,通过软硬一体私有化部署,确保数据不出域;联想集团与沐曦联合发布基于DeepSeek大模型的一体机解决方案,推出智能体一体机和训推一体服务器等产品形态。 智算云服务模式精准适配中小企业弹性需求。智算云是面向AI训练与推理场景优化的云计算服务,其核心特征是以算力为主要计费单位,提供了从模型训练到推理服务的全栈能力。中小企业可根据项目周期和业务波动,灵活按需调用高性能算力资源,无需承担自建算力中心的高额固定成本和技术风险。主流云厂商纷纷推出创新服务模式以降低中小企业用算门槛,各地政府也推出“算力券”“模型券” 等补贴政策,进一步降低中小企业的实际使用成本,加速了AI技术的普及。 (三)智能原生产品适配轻量化多元化应用需求 智能体平台大幅降低中小企业 AI 应用开发门槛。低代码/无代码开发平台、自动化部署工具链和标准化接口协议等智能体平台工具的普及,显著降低了中小企业智能体应用的开发门槛,业务人员无需深厚编程背景,即可通过拖拽方式设计复杂业务流程,大幅缩短了从需求