人工智能成为驱动转型升级的新引擎

人类社会先后经历了以蒸汽机和铁路、电力和生产线、计算机和互联网为标志的三次工业革命。当前，以数智网和智能体为标志的新一轮科技革命正孕育兴起，标志着可能即将以此为基础，诞生第四次工业革命。在这个历史进程中，人工智能作为集数字技术之大成的系统化能力，加速融入并重塑经济、政治、文化、社会、生态文明各个领域，成为引领时代变革的关键动力。由此，人类文明正从工业文明迈向数字文明，人工智能正在驱动一场深刻而全面的革命。

早在2017年，国务院印发的《新一代人工智能发展规划》就明确提出，深入实施创新驱动发展战略，以加快人工智能与经济、社会、国防深度融合为主线，以提升新一代人工智能科技创新能力为主攻方向，发展智能经济，建设智能社会，维护国家安全，构筑知识群、技术群、产业群互动融合和人才、制度、文化相互支撑的生态系统，前瞻应对风险挑战，推动以人类可持续发展为中心的智能化，全面提升社会生产力、综合国力和国家竞争力。此后，各部门相继在金融、制造、交通、医疗等具体领域出台人工智能发展和应用的指导意见。今年8月，国务院又发布《关于深入实施“人工智能﹢”行动的意见》，从总体要求、发展目标、实施路径和重点方向对推动人工智能赋能进行了系统部署。为了加快高水平科技自立自强、引领发展新质生产力，党的二十届四中全会通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》进一步提出，要全面实施“人工智能﹢”行动，推动人工智能全方位赋能千行百业。可以预见，在一系列国家战略和产业政策的指引下，人工智能将在新一轮科技革命和产业变革中发挥战略作用，释放历次技术变革积蓄的巨大能量，推动数字经济与农业、工业等实体经济深度融合，真正成为各行各业高质量发展的新引擎，这已成为新时代中国经济社会转型升级的重大任务和共识。

人工智能催生千行百业质变与创新

人工智能作为新一代通用技术，具有跨行业、跨领域的融合属性，正在加速推动传统产业的数智化转型升级。一大优势在于，其能够为产业全链路、全要素、全环节提供智能赋能，实现降本增效、质量提升、安全生产和绿色发展的综合效益，正成为驱动产业高质量发展的强劲引擎。

此外，人工智能的赋能价值不仅体现在提质增效上，更体现在催生新业态、新模式的创造性变革中。人工智能技术与传统产业深度结合，衍生出一批全新的产品形态、服务模式和商业生态。在制造业领域，人工智能推动了“从制造产品到制造智能”的转型。许多家电生产商将智能算法嵌入产品，打造智能家居生态，将空调、冰箱、热水器等传统设备转变为数据驱动的智能服务载体，使之能根据用户习惯主动响应、联动协作，实现了从被动产品向主动服务的跨越升级。在文化旅游产业中，人工智能的应用开拓了新的想象空间。借助人工智能驱动的虚拟主持人、数字文物修复、沉浸式虚拟导览等技术手段，传统文化正以全新的形式触达公众。例如甘肃的文化机构运用人工智能结合三维重建和虚拟现实技术，构建沉浸式数字传播体系，让静态的壁画“活”起来，以数字化方式走进大众视野。在医疗健康领域，人工智能催生了“智能医疗”新模式。通过搭建智能健康管理平台，对个人健康数据进行连续监测和智能分析，提供实时预警与个性化健康方案，医疗服务正在从“被动疾病治疗”走向“主动健康管理”。这些创新应用表明，人工智能不只是提高效率的工具，更是推动产业结构重构、业态创新和价值创造方式深刻变革的核心力量。

打通数据流通壁垒，释放AI赋能潜能

当前，从经济趋势到政策导向再到产业实践，人工智能全面赋能千行百业的浪潮正在到来。然而，要真正实现这一目标，现实中仍有不少障碍亟待破解。一方面，人工智能技术本身还存在算法偏见、模型漏洞等安全与伦理风险；另一方面，在产业应用层面也面临人才供给不足、智能化转型成本高、对人工智能价值认识不一以及应用落地的“最后一公里”等问题。

其中，高质量行业数据资源的匮乏与流通受限，已成为制约人工智能赋能的关键因素。众所周知，人工智能的生命力源自数据、算法和算力三大要素的协同驱动。目前算力和算法壁垒正随着技术革新和开源生态的繁荣而不断降低，而高质量、大规模数据的获取与共享仍是最大的挑战。一方面，人工智能大模型的性能和输出质量高度依赖训练数据的质量；另一方面，现有的大模型大多基于互联网海量数据训练获得通用知识，但对于网络上相对稀缺的垂直行业专业知识，由于缺乏对应的数据支撑，这些模型往往表现不佳。只有通过专业领域数据的微调训练或引入检索增强生成（RAG）等方法，才能让大模型在具体行业中发挥有效作用。因此，可信且高质量的行业数据流通，已成为人工智能深度赋能实体经济的前提条件。

目前，大量专业数据因多种原因沉淀于各类企业或平台的“私域”之中，形成了彼此隔离的“数据孤岛”与显著的“数据鸿沟”。许多数据要素尚未实现有效流通，主要原因包括数据产权界定不清，导致数据持有者因权责不明而难以授权流通；数据质量与可信度不足，制约了数据使用意愿；数据交换平台缺乏信任，降低了各方参与共享的积极性。这些因素不仅阻碍了数据的开放与共享，严重限制了数据要素潜在价值的释放，也制约了人工智能技术在各产业中的深度应用与持续创新。换言之，若无法实现跨主体、跨领域的数据安全可信流通，则难以充分支撑人工智能在更广泛范围和更深层次上赋能经济社会发展。

要进一步推动人工智能赋能千行百业，亟须打破当前的数据壁垒，让数据从孤岛走向融通、从封闭走向开放，使其真正成为像土地、资本等可以自由流动的生产要素。关键在于实现数据与原生平台的解耦，使数据能够脱离最初生成的场景，在可信环境中进入开放、共享、可重组的流通状态。为此，需要从制度设计、市场机制和技术治理三个层面协同发力，构建支撑数据跨域流通的基础体系。

从制度层面看，应当完善数据产权制度，保障各方权益。探索建立与数据复杂属性相匹配的产权配置体系，探索实行数据持有权、使用权、收益权（或经营权）等多权分置、权责明晰的产权模型。通过明确数据权属和收益分配机制，既保障数据来源主体的合法权益，又为数据要素的流通和价值变现提供制度基础。而数据确权是数据共享的前提，数据共享是数据确权的目的；只有在明确权属的基础上推进数据开放共享，才能真正释放数据的价值潜能。此前出台的《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》等政策已勾勒出数据产权制度的框架，接下来关键在于加快配套法规和执行细则的落地，增强制度的可操作性和权威性。

从市场层面看，培育公开透明的数据要素市场。要完善数据的管理、交易和定价机制，建设合规可信的数据交易市场，推动数据的资源化、资产化和市场化流通。具体而言，应支持各地创新数据交易模式，健全数据产品定价和评价体系，让数据的持有方、需求方能够在安全可控的环境中交换交易。只有形成公开、有序的市场机制，才能激活沉睡在“孤岛”中的海量数据价值。同时，在市场配置中要坚持底线思维与发展思维相结合，一方面严格遵循数据安全法、个人信息保护法等法律法规对隐私的保护以及国家数据安全的底线要求，另一方面在监管沙盒等框架下给予数据流通和应用创新充分的发展空间，以市场需求牵引数据要素的优化配置。

从技术与治理层面看，构建数据基础设施，推进多元主体协同治理。需要加快建设与数据要素流通相适应的新型数字基础设施，提供高效、安全、可信的数据互联互通支撑。一方面建立统一的数据标识、认证与确权体系，发展数据中枢等数据互操作平台，实现数据与应用的解耦。在跨行业、跨区域层面构建可信的数据交换开放平台，通过标准化接口让各类数据资源可以被发现、访问和调用，显著降低数据跨域流通的技术复杂性。另一方面运用先进的隐私计算、联邦机器学习、可信执行环境（TEE）、区块链智能合约等技术手段，为数据共享提供安全加密、确权溯源、行为审计等保障，解决现实中数据“不能用、不敢用、不愿用”的难题。在此基础上，多元主体协同治理模式也需同步跟进，政府、企业、技术社群、学术机构和用户代表都应参与到数据治理和标准制定中来，通过广泛对话和合作，在保护各方正当权益的前提下寻求数据自由流动和价值创造的最佳路径。这种多利益相关方共同参与的治理模式，有助于提升数据治理的科学性和公信力，为数据要素的跨域流通保驾护航。

通过以上制度保障、市场驱动和技术治理的协同完善，我们有望打通制约数据要素流通的堵点，让数据真正从孤立走向流动、从封闭走向开放、从资源转化为资产和资本，成为经济社会创新发展的澎湃动能。展望未来，在国家数字战略和产业政策的引领下，数据要素基础制度和互操作网络的逐步健全，将持续释放人工智能赋能的巨大潜力，推动我国经济、社会、文化、生态等领域加速迈向智能化、数字化的崭新阶段。在这个过程中，我们既要胸怀高水平科技自立自强的战略目标，把握数据要素流动带来的历史机遇，也要秉持开放合作的互联网治理理念，积极参与全球数字规则和标准的构建。在数据安全可信流通的坚实基础上，人工智能必将奔向千行百业，为中国式现代化进程注入源源不断的动力。

（作者李晓东系伏羲智库创始人、主任，中国互联网协会副理事长）