两会解读：智能经济首入报告，人工智能开启增长新逻辑

文/李紫嫣 摘要 2026年政府工作报告首次提出“打造智能经济新形态”，与“人工智能+”不同，智能经济将AI从“技术工具”升级为经济体系的“内置核心引擎”，其开启的增长新逻辑体现在四个维度：生产要素从“数据”单要素转向“数据+算力+算法”协同配置；人机关系从“人操作机器”转向“人机协同”；商业模式从“以交易为核心”转向“以交互为核心”；竞争格局从“产品竞争”转向“生态竞争”。当前，智能经济仍面临技术与产业的协同短板、安全与治理的系统瓶颈、区域与行业的普惠难题等现实挑战。2026年作为“十五五”开局之年，是智能经济从破题走向深耕的关键起点，其发展取决于技术创新与制度创新的协同、效率提升与普惠发展的平衡。 正文 2026年的政府工作报告首次明确提出“打造智能经济新形态”。智能经济是以人工智能（AI）为核心驱动力，通过“数据+算力+算法”的协同，实现经济活动智能化、网络化的一种新型经济形态。从2024年的“人工智能+”行动，到2025年的持续推进，再到2026年明确指向“智能经济”，人工智能的角色已经从赋能千行百业的工具，转变为开启增长新逻辑的核心引擎。 一、从“人工智能+”到“智能经济” 智能经济和“人工智能+”并非同一概念，二者分属不同发展阶段，人工智能在其中扮演的角色有着本质区别。 “人工智能+”阶段，人工智能主要作为技术工具，为传统行业赋予智能化能力。此时AI是解决特定场景问题的工具，例如工厂引入智能质检设备、商场部署智能客服机器人、医疗影像辅助诊断等。人工智能在此阶段扮演赋能者角色，核心作用是优化现有流程、提升运行效率。 而智能经济阶段，人工智能已从技术工具升级为整个经济体系的内置核心引擎。AI不再是孤立应用，而是与数据、算力、能源供给、实体经济深度融合，形成覆盖基础设施、核心技术、产业应用的完整生态。人工智能的角色也从赋能者转变为驱动者，作用从效率提升升级为产业逻辑与发展模式的系统性重构。 在“人工智能+”阶段，AI更多以成本中心的形式存在，企业投入旨在实现降本增效，是否应用AI仍属自主选择；进入智能经济阶段，AI本身成为核心产业与价值创造中心，围绕其形成的产业链与生态链将成为经济增长新动能，未能深度融入智能体系的企业，将面临被市场系统性边缘化的风险。 简言之，“人工智能+”是用智能改造存量，智能经济则是以智能创造增量，二者共同构成从工具赋能到体系驱动的完整演进路径。智能体在这一演进中扮演着关键角色。智能体是指能够自主感知环境、进行决策并执行任务的智能系统，是人工智能从“认知能力”向“行动能力”跃迁的关键载体，也是智能经济落地的重要支撑。在“人工智能+”阶段，智能体以分散形态服务于特定场景，是解决局部问题的数字工具；而进入智能经济阶段，智能体的规模化普及正在成为人工智能深度嵌入经济运行各环节的底层支撑。从这个意义上说，智能体的规模化普及，正是“智能经济”从概念走向现实的微观基础。 二、智能经济开启的增长新逻辑 智能经济首入政府工作报告的深层意义，在于它正在开启一套区别于传统增长模式的新逻辑。这套新逻辑体现在四个维度。 （一）生产要素的新逻辑：从“数据”到“数据+算力+算法”的协同配置 在农业经济时代，土地和劳动力是核心生产要素；工业经济时代，资本和技术成为新的要素；数字经济时代，数据被确认为关键生产要素。智能经济时代，生产要素的范畴被进一步重构——数据、算力、算法三者形成协同配置的新组合。 当前，数据正在成为可计量、可融资的资产。2026年初，四川内江供应链集团将其供应链风控数据转化为标准化数字资产，完成数据治理体系构建与数据合规入表，并以此获得四川天府银行959万元数据资产质押融资，实现了从“数据资源”到“数据资产”再到“数据资本”的转化。2026年政府工作报告明确提出“深化数据资源开发利用，健全数据要素基础制度”，推动数据从“孤岛”走向“群岛”。当前，数据资产入表、数据资产增信贷款等制度创新正在推进，数据流通的基础正在逐步夯实。 同时，算力基础设施正成为企业的战略布局重点。近期，老牌制造业企业广东东阳光科技控股股份有限公司（以下简称“东阳光”）拟通过重大资产重组获取头部IDC服务企业1秦淮数据中国2股权，切入算力基础设施赛道，打造“制造+算力”的一体化布局。秦淮数据中国是国内领先的超大规模算力基础设施运营商，已形成覆盖环首都、长三角、粤港澳及西北地区的全国性布局，截至2026年3月初，运营中的数据中心总IT容量达799MW，远期规划容量约4GW。东阳光的算力布局并非个例，而是算力从技术资源升级为企业战略资产的微观缩影。为解决算力扩张背后的能源供给约束，2026年政府工作报告首次将“算电协同”纳入国家新基建战略，为企业发展智能经济奠定能源基础。 此外，算法研发能力正在从“单点试验”走向“工厂化生产”。2026年2月，湖北大数据集团的AI工厂投运，规划75道标准化工序、配套180余套自动化工具链，满负荷生产条件下一年能生成800个垂类模型。目前，该工厂已上线“楚大夫”AI云陪诊智能体，接入同济、协和等15家省内重点医院，截至2026年3月初，累计服务患者超万人次。 经济增长不再主要取决于资本和劳动力的投入规模，而是取决于“数据—算力—算法”这个新三角的运转效率。生产企业的核心竞争力正在从高端设备和熟练工人转向数据资产的积累、算力基础设施的布局以及算法研发的能力。 （二）人机关系的新逻辑：从“人操作机器”到“人机协同” 智能经济正在重新定义人与机器的关系。在工业经济时代，人机关系是单向的“使用与被使用”。在智能经济时代，机器不再是单纯的被动工具，而是能够与人共同完成工作、在某些领域具备自主决策和学习能力的协作者。在人机协同模式下，机器负责处理标准化处理、重复性执行、海量数据运算等任务，人类则专注于创造性、情感性、复杂决策类的工作，二者在各自优势领域形成互补。 这一模式已在多个行业落地。在制造业，重庆西南铝机电设备工程有限公司的操作工不再需要手提焊枪在高温强光下作业，而是通过操作屏幕设置参数，监督焊接机器人完成作业。一件产品的完工时间从40分钟缩短至20分钟，合格率也从85%提升至99%。在医疗领域，福州大学附属省立医院引入人形机器人“小立医生”，该机器人可同步接入患者全维度医疗数据进行分析，即时查询知识库和海量文献，为医生提供决策辅助；还可深度参与教学查房，担任“智能助教”。 从制造业到医疗行业，人机协同正在成为智能经济的典型生产方式。智能体的普及正在加速这一进程，让人工智能从“被动工具”转变为“主动伙伴”。值得关注的是，人机协同的本质不是机器替代人，而是帮助人从重复性劳动中解放出来，向更高价值岗位跃迁。以富士康郑州“灯塔工厂”为例，智能化改造后，原流水线工人向设备维修、算法优化、流程管理等技术岗位迁移，其工作内容从重复性操作转变为对智能系统的监控、维护与优化。人机协同既是生产方式的变革，也是劳动力技能结构的迭代。 （三）商业模式的新逻辑：从“以交易为核心”到“以交互为核心” 智能经济正在重塑商业模式的逻辑起点。在传统模式下，产品是交易的终点，交易完成后企业与用户的联系随之减弱。在智能经济中，产品不再是交易的终点，而是服务的起点，商业逻辑从“以交易为核心”转向“以交互为核心”。这一转变的驱动力来自“智能体”的普及。2026年政府工作报告明确提出“促进新一代智能终端和智能体加快推广”，智能体正在走向规模化应用，成为连接技术与场景、供给与需求的“执行单元”。 交易入口的创新是这一趋势的直观表征。2026年初，国内头部互联网平台累计投放约45亿元补贴推动AI支付落地。以阿里旗下的通义千问为例，用户下达“帮我点杯奶茶”等指令后，AI可自动完成商品发现、下单与支付全流程，以外卖为代表的即时零售场景已实现端内闭 环。支付宝“AI付”上线一周内累计支付笔数突破1.2亿笔，用户数突破1亿，京东亦同步推出“京东AI付”。支付入口正从独立的应用程序界面，向智能对话流迁移。这一变化意味着，用户与平台的交互不再止于“买完即走”，而是通过持续对话沉淀偏好数据，为后续服务优化提供基础。 更深层的变革在于商业模式的重构。随着智能体成为交易的中介，按效果付费模式加速兴起。国际数据公司（IDC）预测，到2028年，70%的软件供应商将不得不重构其商业模式，转向按业务结果、交易量或自动化成果计费的新模式。海外AI客服企业Sierra已率先采用结果导向定价，成立18个月内企业估值高达100亿美元。国内金融科技公司蚂蚁数科、百融云创等亦相继推出按效果付费方案。这一模式的兴起意味着，企业采购逻辑正从“购买功能”转向“购买结果”，AI能力本身正在成为可定价、可交易的核心资产。 （四）竞争格局的新逻辑：从“产品竞争”到“生态竞争” 智能经济正在改写企业竞争的规则。在传统模式下，企业竞争主要围绕产品本身展开，产品性能和价格是核心竞争点。而在智能经济中，竞争不再局限于产品层面，而是扩展到生态层面。单一产品的优势容易被超越，但一个开放、协同、持续进化的生态系统会成为难以复制的竞争壁垒。 生态竞争体现为企业之间的纵向协同与跨行业的横向渗透两个层面。在具身智能领域，这一特征已初步显现。乐聚通过自主研发，并对布局一体化关节、电机、灵巧手等核心环节的10余家产业链企业开展投资与合作，已实现核心零部件国产化率超90%。更关键的是，生态正在从“内部循环”走向“外部赋能”。北京人形机器人创新中心发布的“具身天工3.0”已与福田康明斯、拜耳医药等企业达成合作，将具身智能技术带入工业制造与生物医药实际场景；其“慧思开物”通用平台通过提供开放的软硬件接口，大幅降低各行业开发成本与门槛。 在这一逻辑下，企业的战略重心正从“把产品做好”转向“把生态建好”。单点突破的时代正在结束，系统能力成为决定胜负的关键变量。 三、智能经济面临的现实挑战 智能经济虽然展现出重塑增长模式的巨大潜力，但新增长逻辑的开启不等于新市场秩序的自然形成。从战略层面的政策引导、顶层设计，到经济运行中的实际落地、场景渗透，智能经济当前仍面临诸多亟待破解的现实挑战。 （一）技术与产业的协同短板 4当前，技术突破与产业规模化、商业化应用之间仍存在显著落差，成为制约智能经济发展的关键堵点。一方面，工业大模型等核心技术的应用率快速攀升，规上企业与行业龙头率先实现技术供给与产业需求的高效衔接，充分彰显了人工智能向实体产业渗透的巨大潜力；另一方面，大量中小企业却深陷数字化转型的“三不”困境——转型动力不足、技术能力欠缺、资金约束突出，难以跟上技术迭代步伐。更深层的问题在于技术供给与产业需求之间存在“结构性错配”：当前技术突破多集中在通用大模型、感知智能等通用能力层面，而产业端最迫切的需 求往往是垂直场景的深度适配，例如工厂产线的动态调度、医疗影像的精准识别、供应链的智能决策。技术的先进性与产业的接纳度不相匹配，商业化落地环节存在诸多梗阻。以智能体为例，其规模化应用正面临突出的商业化困境：消费端市场付费意愿不足，多数产品仍依赖免费模式获取用户；政企端客户则普遍偏好本地化部署与定制开发，导致模型即服务（MaaS）的商业模式无法彻底跑通。打通从技术研发到市场应用的“最后一公里”，绝非单一主体能完成，亟需政策引导、资本支持、专业服务的协同发力。 （二）安全与治理的体系瓶颈 智能经济的健康发展，始终面临着创新激励与风险规制之间的平衡与取舍考验。人工智能在释放巨大生产力、推动产业升级的同时，也带来了数据泄露、算法歧视、就业结构冲击等一系列治理难题。2026年政府工作报告在部署智能经济发展工作时，明确提出“完善人工智能治理”，清晰传递出“发展与安全协同、创新与监管平衡”的治理导向。当前，我国数据产权界定、数据安全治理体系仍不健全，核心元器件、高端芯片等关键领域仍存在较强外部依赖问题，进一步加剧治理平衡的复杂性。如何在鼓励技术创新、释放发展活力的同时守住安全底线，如何在技术快速迭代的背景下保持监管的灵活性与适应性，成为当前及未来一段时期亟需持续探索破解的治理命题。