“人工智能+”赋能未来产业发展

数字化时代，作为引领新一轮科技革命和产业变革的战略性技术，人工智能正在与各行各业深度融合，影响着人们生产和生活的方方面面。中央经济工作会议明确指出，开展“人工智能+”行动，培育未来产业。这意味着不仅要积极推动人工智能融合应用和未来产业发展，也要通过“人工智能+”在产业方面的强大技术渗透力和创新力，更好赋能未来产业，产生高质量发展效应。

未来产业代表着科技和产业发展新方向，是通过颠覆性技术创新与产业之间深度融合形成的新产品、新模式、新业态集合，主要包括数字产业的类脑智能、量子信息、未来网络等，深海空天产业的无人飞行器、卫星互联网、深远海工程装备等，生物产业的基因诊疗、脑科学等，低碳产业的储能、碳捕获、碳存储等。未来产业不仅能更好满足人们现有需求，创造新应用场景和新消费需求，还可以提升新动力，引导经营主体向更先进的生产力方向聚集，催生更多的新产品新业态，更能拓展新空间，通过前沿技术帮助人们不断突破认知极限和物理极限，增加新的发展机会和盈利空间。

当前，未来产业日益成为衡量一国科技创新能力的重要标志，也成为世界各国竞争博弈的新赛道。积极利用“人工智能+”赋能未来产业，是我国顺应国际形势、加快产业转型升级、推进新型工业化的必然要求，也是提升产业国际竞争力和影响力的主要方式。

了解了什么是未来产业，那我们更要回答“人工智能+”为什么能够赋能未来产业发展。

一方面，“人工智能+”能够催生出新兴产业和未来产业。人工智能本身就是前沿技术领域，是对已有技术创新方式的颠覆性变革。人类历史上发生的几次颠覆性技术创新，从机械化、电气化到信息化发展，本质上都是对人类体力劳动的解放，而人工智能则是对人类智力的解放。人类的创新潜能，通过不断学习和进步实现了飞跃，这种融合数据、算力、算法的颠覆性技术创新，一旦进行产业化应用，也即“人工智能+产业”，必然引发产业形态变革，成为具有前瞻性特征的未来产业。

另一方面，未来产业作为颠覆性技术产生的新兴产业，本身具有较高的不确定性，究竟哪些产业具备未来产业特征、拥有持续发展能力，一定程度上也需要人工智能的识别助力。人工智能技术通过计算能力的超限拓展，及时准确地对海量产业数据、市场数据、研发数据进行分析，从供需角度、技术角度、风险角度精敏识别并预测产业发展前景，从而在不确定环境下从形形色色产业门类中筛选出真正技术水平高、市场前景好、发展潜力大、带动效应强的未来产业，为高效配置未来产业资源、优化产业布局提供了重要支持。

就具体产业而言，类脑智能、量子信息、未来网络、深海空天开发、基因技术、储能等未来产业的典型代表，无不是“人工智能+”的引领杰作。类脑智能产业本身就是人工智能的产业应用场景，其以大脑的神经机制和认知行为机制为模仿对象，通过计算建模手段和软硬件协同实现模拟大脑功能器件的物理呈现，从而产生模拟人体感认知、决策、控制机理的类脑智能机器人产品，并通过类脑芯片实现机器人控制系统，在自身产业化发展的同时带动其他行业的变革。量子信息产业以量子计算、量子通信和量子测量为代表，其产业发展的基础在于海量数据计算，而人工智能正是实现高效数据运算的重要技术手段。未来网络产业必须发挥“人工智能+”的融合、开放功能，实现未来网络试验设施、光电融合广域确定性网络技术等的产业化应用与发展。人工智能还可以通过模拟和预测各种未知环境，运用机器人提供导航和决策，依靠算法识别基因数据，采用实时数据分析预测电力需求并动态调整储能系统的充放电周期等，引领深海空天开发、基因技术、储能等未来产业高质量发展。

以“人工智能+”赋能未来产业发展，本质上是一个前沿技术突破，进而加速产业化的过程。我国在人工智能技术、产业、应用等方面已具备一定全球优势，拥有庞大的互联网用户群体和丰富的数据资源。拥抱人工智能，推动未来产业高质量发展，大有可为。

大有可为的前提是形成应用合力。围绕数据、算法和算力等核心要素强化人工智能基础研究，带动未来产业实现颠覆性技术创新。着力打造未来产业技术应用平台，以发展需求为导向、以自主可控为前提，搭建政产学研用的开放创新合作网络，拓展技术应用场景，推动人工智能技术成果在未来产业发展中高效转化。

基础是打造联动格局。大力培育人工智能技术创新与应用的领军企业，以集群式发展推动未来产业链创新能力提升，着力提升链主企业在应用人工智能开展原始创新、颠覆性创新上的引领作用，支持中小企业深度参与未来产业全产业链体系，扶持人工智能领域的专精特新企业，发挥其在未来产业技术识别、市场应用前景判断方面的优势，强化专业化协作和配套能力。促进未来产业领域大中小企业“人工智能+”的协同联动，运用人工智能技术构建信息共享机制、成果转化机制和供需精准对接机制，实现未来产业从技术端、产品端到消费端的一体化发展格局。

还要注重强化发展效果。因地制宜布局未来信息、未来健康、未来制造、未来能源、未来空间、未来材料等产业，依托产业特色统筹推进国际创新中心建设。加大对人工智能赋能未来产业的财税金融支持力度，创新金融产品；构建系统多元、技术领先、运行高效、支撑有力的“人工智能+”基础设施体系、标准化体系和服务体系，强化赋能效果。

促进数字产业化和产业数字化良性互动

数字经济包括数字产业化和产业数字化两部门，二者的良性互动是数字经济发展的核心驱动力。党的二十届三中全会《决定》从“健全促进实体经济和数字经济深度融合制度”视角，提出了发展数字经济的重点领域、战略举措和政策取向，强调“加快构建促进数字经济发展体制机制，完善促进数字产业化和产业数字化政策体系”，为数字经济发展指明了方向。

数字经济的两部门结构

数字经济是基于网络空间发展，以数据、算法和算力为关键驱动要素的新经济形态。数字经济的技术基础是包括人工智能在内的新一代信息技术，属于通用目的技术。

与其他技术类型相比，通用目的技术能够引发产业结构变革、经济长期增长和技术经济范式转换。通用目的技术推动的经济发展表现为两个产业部门相互作用的动态过程。一方面，通用目的技术产业化形成核心产业部门。核心产业部门是新的关键要素产出部门。另一方面，核心产业部门产出的关键要素投入到传统产业，形成融合产业部门，创造出新产品、新技术、新模式和新业态。只有当两个产业部门之间出现良性互动和正反馈的条件下，新的经济形态和持续增长才会出现。

对于数字经济而言，核心产业部门就是数字产业化部门，是新一代信息技术产业化形成的产业部门。融合产业部门则是指数字产业化部门产出的数据、算法和算力关键要素投入到传统产业创造的新产品、新技术、新模式和新业态构成的产业部门。数字产业化和产业数字化的良性互动和正反馈，共同推动数字经济持续发展。

从技术视角看，支撑数字产业化和产业数字化部门的是基础软硬件和垂直领域软硬件技术体系。基础软硬件技术体系为数字经济提供基础设施和关键投入要素。在基础软硬件基础上，垂直领域软硬件技术体系推动数字技术和传统产业技术的重组，实现传统产业数字化。两个技术体系的相互交融共同构筑数字经济发展的技术基础。

数字经济率先起源于数字产业化部门，产业数字化部门则具有更大的增长潜力。作为通用目的技术，数字技术是产业赋能技术，通过赋能千行百业，不断激活历次工业革命积累的社会生产力发展潜力，推动经济步入长增长周期。

基础软硬件创新生态和数字产业化

基础软硬件和垂直领域软硬件技术体系是多元创新主体协同创新的产物。它们共同构成基础软硬件和垂直领域软硬件创新生态，推动数字产业化和产业数字化部门的发展。

作为通用目的技术，数字技术包括基础层、技术层和应用层。其中，基础层是指为数字经济发展提供基础硬件、通用算法和算力支持的技术体系。例如，传感、数据存储和处理、算法框架。技术层则是指将基础层技术转化为算法模型和工具的技术体系。例如，语音识别、图像识别和自然语言处理。应用层是把基础层和技术层技术转化为实际应用的产品、服务和解决方案。例如，智慧交通、金融科技、智慧家居和智能制造。

数字产业化的技术基础是基础层和技术层技术，它们共同构建数字产业化发展的基础软硬件技术体系。基础软硬件技术体系的创新主体是研究型大学、科研院所和头部科技型企业。其中，头部科技型企业主导的产业创新生态为基础软硬件技术体系创新的主导者。

头部科技型企业和大学、科研院所的协同创新共同构建基础软硬件技术体系创新生态，推动数字产业化部门的发展。其中，大学和科研院所主要从事基础研究和人才培养，头部科技型企业主要从事基础和技术层关键核心技术研发。面对技术封锁，基础软硬件技术体系创新和数字产业化部门的发展将为我国数字经济发展奠定坚实基础。

垂直领域软硬件创新生态和产业数字化

垂直领域软硬件技术是产业数字化的基础。产业数字化属于融合产业部门，通过把数字产业化部门产出的数据、算法和算力投入到传统产业，提高现有社会生产力发展潜力。推动数字技术在传统产业的技术应用，实现通用目的技术的专业化，是产业数字化部门发展的关键。

垂直领域软硬件创新生态的主导者是数字化转型成功的传统产业龙头企业和科技型中小企业。传统产业的龙头企业通过数字化转型往往成长为垂直领域专业型平台企业。科技型中小企业主要是技术层和应用层企业，主要从事人工智能科技服务业，为传统产业企业提供数字化转型服务。作为数字产业化部门的“领头羊”，头部科技型企业则通过为数字化转型成功的传统产业龙头企业和科技型中小企业提供基础设施服务，同样是垂直领域软硬件创新生态的重要参与者。数字化转型成功的传统产业龙头企业、科技型中小企业和头部科技型企业共同推动产业数字化发展。在某种意义上，与基础软硬件创新生态相比，垂直领域软硬件创新生态体系整体更加庞大，而每个领域技术体系则更加专用化。

应用场景开放是数字产业化发展的前提，为数字技术需求和供给创造条件。我国数字经济发展是应用需求牵引的。近年来，我国经济转型过程中创造的数字化需求是数字经济发展的主要推动力。

我国的产业数字化首先出现在消费互联网领域，进而带动工业互联网领域发展。随着大模型创新和商业化落地，工业和科技研发领域成为垂直领域软硬件技术体系创新的前沿。在工业领域，垂类大模型对产业效率提升作用越来越明显。在科研领域，AI for Science在各个学科的应用和科研大模型的开发，将为我国创新型国家建设贡献重要力量。

促进两部门互动：发展数字经济的关键抓手

数字经济发展的核心动力是促进数字产业化和产业数字化两部门的良性互动和正反馈。在数字经济发展过程中，首先是推动数字技术产业化。数字产业化部门产出数据、算法和算力关键要素。如果仅仅产出了数据、算法和算力，没有把它们投入到传统产业部门带来生产效率的提升，在缺乏回报的条件下，数字产业化部门不可能获得发展。只有当数字产业化部门产出的关键要素被投入到传统产业部门，产业数字化带来的传统产业部门生产效率的提升，才能带动数字产业化部门的持续发展。

数字产业化和产业数字化部门的互动表现为基础软硬件和垂直领域软硬件技术体系的交互。两类技术体系的互动在推动垂直领域软硬件技术体系发展的同时，进一步带动基础软硬件技术体系创新和发展，为数字经济发展提供持续动力。

从创新主体的视角看，两部门和两类技术体系的良性互动促进了政产学研用协同创新。大学通过基础研究和人才培养服务产业，产业的前沿技术创新为大学的基础研究提供方向和工程技术支持。政府在促进技术创新和产业发展的同时，实现税收、就业和经济增长。因而，促进数字产业化和产业数字化部门良性互动，是政府政策制定的出发点和落脚点。一是积极推动应用场景开放。以场景创新为抓手，推动数字经济和实体经济的深度融合发展。应用场景开放能够在释放应用需求的同时，实现需求和技术供给的匹配。二是积极培育头部科技型企业及其主导的产业创新系统。重点通过平台企业培育，构建国家和区域数字经济发展所需的基础软硬件和垂直领域软硬件技术体系，加速数字经济赋能千行百业和经济转型升级的步伐。三是创造鼓励数字经济领域“双创”活动的经济和社会环境。构建政产学研用协同创新机制，促进数字经济快速发展，改革和完善科技成果转移转化的体制机制，通过创业活动推动数字产业化和产业数字化进程。四是通过制度创新释放数字经济带来的社会生产力发展潜力。数据、算法和算力是新质生产力的基本构成要素，数字平台和科技型中小企业是先进生产力的代表。适应数字经济发展的实际需求，破除制约生产力发展的制度因素，通过制度创新实现数字经济的高质量发展。

打通信息“大动脉” 激活发展新动能

走进新疆乌鲁木齐国际陆港，一组组集装箱装车发货秩序井然，现场却几乎见不到人工操作；在江苏连云港，现代化农场里“只闻机械声，不见种田人”；在云南独龙江乡，这个最晚进入现代社会的少数民族聚居区，如今也普及了“互联网+”……当前，越来越多的5G应用在各行各业“落地开花”，数字化、网络化、可视化、智能化的场景触手可及，新一代信息技术迸发出强劲活力，展现出我国新型信息基础设施建设的显著成效。

新型信息基础设施是经济社会发展的信息“大动脉”，是现代化基础设施体系的重要组成部分。发展新型信息基础设施，对于加快推进新型工业化、构建现代化产业体系、培育发展新质生产力，助力制造强国、网络强国和数字中国建设，具有重要支撑作用。党的二十届三中全会明确提出，构建新型基础设施规划和标准体系，健全新型基础设施融合利用机制，推进传统基础设施数字化改造，拓宽多元化投融资渠道，健全重大基础设施建设协调机制。

当前，以5G网络、人工智能、工业互联网、物联网、数据中心等为代表的新型信息基础设施建设呈现出蓬勃发展的态势。进入新时代，我国已逐步建成全球规模最大、技术领先的光纤和5G网络，全球规模最大的移动物联网络；我国数字经济规模连续多年稳居世界第二，其中电子商务交易额、移动支付交易规模居全球第一；我国工业互联网应用已覆盖49个国民经济大类，并且实现了41个工业门类全覆盖；我国积极推动数字基础设施国际交流与合作，“一带一路”数字交通走廊建设深入推进，“数字丝路地球大数据平台”实现多语言数据共享。

随着信息技术的不断进步、应用场景的持续拓展，新型信息基础设施的功能和类型更加多样，体系结构更加复杂，与传统基础设施的融合趋势更加凸显。不过，两者之间难统筹、难融合、不协同、不平衡等问题也日益突出，新型信息基础设施之间跨区域、跨网络、跨行业层面发展的不协调和区域分化现象亦逐渐显现。顺应新型信息基础设施的发展趋势，面向各类设施，统筹各方力量，加强协调联动，推动均衡发展是必然选择。

近日，工业和信息化部、中央网信办等十一部门联合印发《关于推动新型信息基础设施协调发展有关事项的通知》，就推动新型信息基础设施跨区域、跨网络、跨行业等协调联动、均衡发展作出系统部署，为推动新型信息基础设施优化整体布局、完善系统功能、改进发展模式指明了方向。这一政策的出台正当其时，为高质量推进我国新型信息基础设施建设提供了有力政策牵引和制度保障。

当前，推进新型信息基础设施协调发展，更好支持经济社会高质量发展，需要多方合力。统筹规划长期与短期、城市与乡村、经济与社会、人口转移与空间布局等多种关系，根据不同区域的实际情况因地制宜、分层分类推进。优化资源和政策支持，强化政企联动。社会期待政府部门在支持技术研发和搭建创新平台方面发挥更大作用，积极引导和调动社会资本等参与新型信息基础设施项目投资运营。此外，应推动不同专业设施之间协同建设，完善信息基础设施与其他基础设施跨行业共建共享机制。推进“5G+工业互联网”规模部署，加快IPv6技术应用创新，推动双向资源开放共享，提升集约高效发展水平。

面向未来，我们要加速统筹推进网络基础设施、算力基础设施、应用基础设施等建设，以更加协调、更高质量的数字信息基础设施，助力经济社会高质量发展，让发展成果惠及全体人民。

打造具有国际竞争力的数字产业集群

数字产业是新质生产力布局的主要领域，为推动高质量发展提供了有力支撑。党的二十届三中全会审议通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出，“加快新一代信息技术全方位全链条普及应用，发展工业互联网，打造具有国际竞争力的数字产业集群”。打造具有国际竞争力的数字产业集群，是抢占数字经济竞争制高点的战略部署，对我国做强做优做大数字经济、增强数字经济国际竞争力具有深远意义。

1.数字产业集群是数字产业发展到一定阶段的产物

当前，大数据、云计算、人工智能等新技术飞速发展，数字领域国际竞争日趋激烈，科技创新和产业创新加速融合。数字产业是数字技术规模化应用和产业化转化的结果，是数字经济的基础性、先导性产业。随着实体经济和数字经济深度融合、数据要素乘数作用充分发挥、数字空间需求快速增加等，数字产业的技术融合和产业裂变不断出现，催生着大量的新技术、新产品和新业态。打造数字产业集群，已成为新一轮国际竞争的关键。

数字产业发展到一定阶段，逐步拓展至数字技术、产品、服务与解决方案等诸多领域，其协作需求逐渐凸显，数字企业在地域空间上聚集，形成了数字产业集聚。在数字产业集聚过程中，数字企业不仅可以实现数据无缝对接互动和供应链互通协作，还以开放式协作与众包模式无边界地细化数字分工，从而形成了具有专业分工效应、规模效应、知识溢出效应和竞合效应的数字产业群落。在数字产业群落中，核心数字企业通过创新要素协作、数据驱动和平台精准匹配，建立信任和沟通机制，不断推动数字企业形成价值共创模式，产生集聚效应和网络效应。由此，数字产业集群可定义为，以数字基础设施为底座，以数字技术创新为引领，以数据开发利用为驱动，以从事数字产品制造和服务的企业为主体，以实体经济和数字经济深度融合为支撑，以实体地理空间集聚和数字空间互联互通为载体，所形成的网络化数字产业生态组织。

数字产业集群既遵循一般产业集群的发展规律，又有其自身特征。一是创新性。数字产业本身具有创新驱动、快速迭代的特点，数字产业集群中的产业能够以不断的技术创新、应用创新、模式创新等，为经济社会数字化转型提供数字技术、产品、服务、基础设施和解决方案。二是协同性。数字产业集群高度依赖新一代信息技术、数字平台开展协同生产，通过数字化方式对集群活动进行管理，并以此吸引更多的技术、资本、人才、数据等要素以及企业、机构等主体参与集群建设。三是融合性。数字产业集群可以通过平台实现网络化协作研发生产，对土地、设备等传统要素的依赖性大幅下降，但并不能完全摆脱对实物劳动资料和劳动者的物理集聚，而是形成线上线下的融合。四是生态性。数字产业集群聚焦某类应用、某类服务，强调跨界技术融合、数字平台支撑、数据要素驱动、数实融合发展、线上线下资源配置、集群生态共建，为集群内外企业和机构创造产业联动效应，实现创新链、产业链和价值链深度融合，有效破解了传统产业“集群病”。

2.准确把握我国数字产业集群的发展趋势

近年来，我国数字经济蓬勃发展，为打造具有国际竞争力的数字产业集群打下了坚实基础。一是数字经济规模持续壮大。2023年数字经济核心产业增加值超过12万亿元，占GDP比重约10%。二是技术创新持续突破。5G、人工智能等技术创新取得突破，数据要素市场加快建设，数字经济产业体系不断完善。三是数字产业基础禀赋不断夯实，以云计算、大数据、物联网等为代表的新兴业务收入逐年攀升，数字产业体系完备性、规模性优势愈发明显。四是数字经济投融资增速持续领跑其他领域，数字消费新动能更加强劲，数实融合纵深推进，数字经济高质量发展不断迈出新步伐。

数字产业集群加速成长，形成了各具特色的数字产业集群发展模式。根据依托的资源禀赋不同，我国数字产业集群主要有数字技术牵引和数据资源驱动两种模式。数字技术牵引模式，以新一代信息通信、电子信息制造、软件、人工智能、区块链、大数据等数字产业为代表，把数字技术创新作为集群发展的命脉和根基所在，汇聚一批创新型企业及其研发和服务机构。目前，我国已形成集成电路、人工智能、大数据、元宇宙、数字安防、超高清视频、电子信息等一大批数字产业集群。数据资源驱动模式，将数据要素作为集群创新发展的重要来源，以此培育数据产业,包括从事数据技术创新、资源开发利用、数据技术赋能应用的企业，同时也包括从事数据产品和服务流通交易的企业，以及数据基础设施建设的企业。从市场和政府的视角出发，数字产业集群主要有市场主导型和政府牵引型。产业集群理论既强调形成物理空间集聚，相关资源和主体要在一定区域内有实体存在；又强调锚定特定产业，在一定物理空间内形成特定产业链上各类供应商的广泛汇集。实现这两个目标既可以通过市场演化，也可以通过政府推动。市场主导型数字产业集群，主要是龙头企业主导集群产业发展方向，开放技术、数据、供应链、市场等资源，发挥头雁效应，围绕龙头企业关键技术和核心业务，以市场需求为导向推动协同创新，聚集上下游企业。政府牵引型数字产业集群，主要通过加强政策部署，配套土地、人才、资本等资源，集中打造产业特色地标和园区载体，强化集群协同性和集聚度。

当前，我国数字产业集群快速发展，呈现出四个明显的发展趋势。一是前沿技术引领，数字产业集群高端化发展，重点布局人工智能、区块链、量子计算等前沿技术领域。二是数实融合发展，数字产业集群从注重自身发展转向赋能实体经济，一批特色鲜明的数字车间、智能工厂加速涌现。三是创新主体协同，数字产业集群生态化趋势凸显，形成大中小企业融通发展、跨界协同创新的产业生态。四是平台引擎作用凸显，区块链等新平台蓬勃兴起，有力提升区域经济竞争力。必须看到，我国数字产业集群的发展尚处于初级阶段，表现出一定的“极化”现象。比如，主要分布在东部沿海地区，其中京津冀、长三角、粤港澳大湾区是我国数字产业集群发展的核心区域。三大区域数字产业集群各有所长，京津冀专注基础科学和数字前沿领域创新，长三角注重跨区域、产学研的向内融合，粤港澳大湾区则着力在共享、创新、开放中不断寻求向外突围。未来，我国有望在京津冀、长三角、粤港澳大湾区等区域布局一批具有国际竞争力的数字产业集群，提升创新策源能力和大规模产业化能力。

3.协同发力打造具有国际竞争力的数字产业集群

具有国际竞争力的数字产业集群，必须展现出数字技术的引领性、数据要素的驱动性、产业生态的开放性等鲜明特征。打造具有国际竞争力的数字产业集群，应立足我国数字产业集群发展的现实基础，科学分析数字产业集群发展的未来趋势，从以下五方面着力：

深化数字产业和数字产业集群的理论研究。参考国家先进制造业集群、战略性新兴产业集群的定位，既对上述两个集群有效包容，又立足数字经济高质量发展，明确数字产业集群的内涵和外延，深入研究数字产业集群的特征与演化机制。在科学评估数字产业集群竞争力水平的基础上，研判数字产业集群的关键能力和发展趋势，明确战略性主导产业方向，实施差异化发展策略。

建设大中小企业协同共进、融合共赢的产业生态。积极培育战略性新兴产业和未来产业，大力支持具有资源配置力、生态主导力、国际竞争力的核心企业和细分领域“专精特新”企业加快发展。加快创新链、产业链、资金链、人才链深度融合布局，鼓励数字企业开放合作，促进产业链协同发展。发挥核心企业的集聚作用，形成紧密合作、优势互补的产业分工协作体系，从而构建头部企业协同中小企业和创新企业蓬勃发展的“雁阵”式格局。

构建协作紧密、高效安全的数字产业集群创新网络。支持平台企业加大科技创新投入，推动科技和商业模式协同创新，加快引导以流量为核心的平台企业向价值型平台进化升级。成立数字产业集群联盟，健全集群治理机制。建立集群内数字技术服务商、开源社区、产业互联网平台等多元主体参与的治理机制，加快建设数字产业集群公共服务平台，提供信息共享、项目合作、融资对接等服务。鼓励行业协会商会发挥桥梁纽带作用，推行规范透明的政企沟通机制，完善企业参与集群建设的渠道。

统筹发展和安全，强化数字产业集群安全保障。建立健全网络安全管理制度，提升数据安全防护能力。加强关键信息基础设施安全防护，开展网络安全监测预警和应急处置。实施产业链“补链强链”工程，针对薄弱环节开展政策帮扶，提高产业链供应链稳定性。加大知识产权保护力度，健全知识产权侵权惩罚性赔偿制度。开展数字产业安全预警监测，完善数字产业安全风险防控机制。

参与全球产业分工，深化数字产业集群开放合作。深度融入全球创新网络和产业链。支持数字企业“走出去”设立研发中心、销售分支机构等，提升全球资源配置能力。鼓励外资企业在集群内设立地区总部、研发中心等机构，促进全球创新要素在数字产业集群内聚集。支持数字产业集群大力度引进海外高层次人才，带动集群创新发展。积极参与数字领域国际规则标准制定，提高国际话语权和影响力。

打造数智化轻工业链条

中国轻工业联合会日前发布数据显示，今年前三季度，我国规模以上轻工企业实现营业收入16.52万亿元，利润1.02万亿元，同比增长7.2%。轻工业企业总体表现较为亮眼，增长态势良好，对我国经济持续回升向好发挥了重要推动作用。

轻工业是我国传统支柱产业，关系经济发展和居民生活的方方面面，对满足居民消费、稳定出口、扩大就业等具有重要意义。党中央、国务院高度重视轻工业数智化发展，近年来，我国连续出台一系列支持轻工业数智化转型的重大政策，《关于推动轻工业高质量发展的指导意见》《轻工业稳增长工作方案（2023—2024年）》等，都强调要加快轻工业数字化转型。目前我国轻工业企业智能化生产比例超过12%，轻工业企业数字化转型有所加快。

也要看到，轻工业数智化转型过程中还存在不少问题，如数据基础建设不足，轻工业企业整体数智化水平参差不齐，尤其是中小微企业仍依赖传统生产模式，缺乏自动化、智能化设备；在数智化核心技术上的自主创新能力不足，关键技术和高端设备如工业机器人、智能传感器、先进控制系统等仍依赖进口；数据流通和协同效率较低，信息孤岛现象严重，轻工业数智化生态系统建设滞后；智能制造工程师、数据分析师、工业软件开发人员等专业人才相对缺乏。

新一轮科技革命和产业变革正加速重塑经济结构、产业结构，如何以数智化为支撑推动轻工业产业结构优化、技术创新和高质量发展，成为轻工业转型升级的关键。下一阶段，要坚持以数智化技术创新为核心，以高素质数智化人才为支撑，加快突破“卡脖子”核心技术，补强数智化基础设施短板，打造轻工业全链条智能化生态，推动轻工业转型升级，以高质量供给带动、刺激需求提质升级。

加快数智化基础设施建设，提升轻工业智能制造水平。大力投资并建设完善工业互联网平台、智能工厂系统等数智化基础设施，助力轻工业企业全面数字化升级。设立专项扶持基金，鼓励企业投资智能制造设备和数智化管理系统，促进传统生产线改造升级。加强与行业协会合作，搭建行业共性技术服务平台，帮助中小微企业加快实现智能化制造。制定并推广工业数据标准，规范数据采集、存储和使用，推动轻工业实现全流程数据驱动的生产管理。

加大数智化技术创新投入，推动轻工业高质量发展。鼓励轻工业企业与科研机构、高校开展联合研发，攻克核心技术难题，如工业人工智能、智能机器人、先进感知系统等。出台创新补贴、科研奖补等政策，激励企业加大技术创新投入，提高数智化设备和系统的自主研发能力。支持企业建立数字化创新实验室，测试并推广新技术、新模式，促进技术成果产业化。推动数智化技术标准化建设，提升技术兼容性与可复制性，推动行业技术成果共享与推广。针对中小企业创新能力不足的问题，设立专门的数字化创新扶持计划，提供技术培训和数字化转型咨询服务。

推动产业数字化转型，构建轻工业全链条智能化生态。鼓励轻工业企业在生产、仓储、物流、销售等环节全面应用数字技术，提升产业链各环节协同效率。支持龙头企业搭建产业互联网平台，实现供应链上下游的数字化管理与资源共享，带动中小企业共同发展。出台数字化供应链支持政策，支持企业优化库存管理、缩短交付周期，提升供应链韧性与敏捷性。鼓励企业通过大数据分析精准把握市场需求，实现产品定制化生产，满足消费者个性化、多样化需求。

加强数智化人才培养，构建高素质专业人才队伍。构建全面的人才支持体系，鼓励高校与职业院校开设智能制造、大数据分析、工业物联网等相关课程，培养专业化、复合型人才。通过校企合作模式，建立产教融合实训基地，培养具备实际操作能力的技术人才，推动理论与实践深度结合。对中小企业提供免费或低成本的数智化培训课程，帮助员工掌握数智化技能。实施人才引进激励政策，吸引国内外优秀数智化人才投身轻工业领域，给予住房补贴、科研经费支持等优待。设立人才交流与合作平台，促进企业与科研机构、高校间的知识共享与技术交流。

发挥数字金融在发展新质生产力中的重要作用

金融是现代国民经济的血脉，“科技—产业—金融”的良性循环和耦合是培育新质生产力的关键。党的二十届三中全会提出积极发展数字金融，要求“加强对重大战略、重点领域、薄弱环节的优质金融服务”。催生和孕育新质生产力的新业态、新企业，需要创新更加适配的融资工具。数字金融作为数字经济时代的主流金融形态，能够加速资金、信息、数据的流通，助力加快形成新质生产力。

数字金融有助于推动生产力质态跃升

数字金融可以有效助力创新型企业拓展信用边界，促进土地、资本、技术、数据等各类生产要素优化配置，从而推动生产力质态的跃升。

数字金融是推动形成新质生产力的创新“加速器”。首先，数字金融推动数据互联互通，可以拓展科技创新的金融覆盖面。企业的重大科技创新研发具有周期长、应用场景不明确、沉淀成本高等特征，与传统金融“重抵押、轻企业成长性研判”的风险偏好不相匹配。数字金融则能够运用人工智能、大数据、云计算等科技手段打通数据壁垒，有效处理实时、海量的企业研发创新交易数据，推动软信息“硬”化，增强信用判定基础，为成长性科技企业提供匹配的资金。其次，数字金融推动科技资产定价，能够拓展重大基础研究项目的外源性融资。综合性国家科学中心、大科学装置等原始创新活动的正外部性强，依靠财政投入和企业内源性资金往往难以持续，需要借助数字金融从数据资产、使用付费等方面形成综合现金流。最后，数字金融提升服务效率，能够有效降低融资成本。大科技信贷、数字货币等前沿数字技术可以对科技企业进行精准“画像”，降低市场主体的信息不对称性，突破传统金融产品的空间界限和数量约束，提升全要素生产率。

数字金融是形成新质生产力的产业“孵化器”。第一，数字金融可以通过科技赋能助力新兴产业的孵化培育。数字金融具有价值发现、市场建设的功能，可以利用大数据模型筛选前景较好的科技产业，通过耐心资本完成市场孵化，并带动社会资本广泛参与，促使一些科技行业通过技术攻关、产业升级越过盈亏临界点，加速新技术的产业化进程。第二，数字金融可以通过数字赋能助力传统产业转型升级。数字货币、数字信贷以及数字技术的广泛应用，可以推动传统制造业、农业、服务业加快生产方式和组织模式的变革，加速智能制造及生产性服务业的数智化升级。第三，数字金融可以通过数字信用推动产业链信用建设。通过区块链、智能合约等新技术的应用，可以解决数据真实有效问题，助力金融机构基于上下游企业的物流、人流、信息流、资金流等信息，建立科学的授信评估模型，推动产业链整体信用建设。

数字金融在发展新质生产力中可以成为风险“分担器”。一方面，数字金融能够为科技创新提供风险分散渠道。数字货币、数字保险、数字经济基金、IPO等多重组合融资工具叠加区块链等数字技术的运用，可以为企业科技创新活动提供规避、防范、分散风险的渠道。另一方面，数字金融能够借助量化模型增强对金融风险的管控能力。数字平台可以利用全面场景应用、AI模型进行更为准确的风险度量、产品定价和流动性管理，减少期限错配风险和流动性错配风险。同时，可以降低信息不对称，增强风险识别与管理能力。

以数字金融支持新质生产力发展需把握好三个关系

数字金融既是科技创新创造活动的资金供给主体，又是资源配置和宏观调控的重要工具，在加快发展数字金融的过程中，需要把握好以下三个关系。

一是把握好加强金融供给与满足企业需求的关系。金融机构要根据发展新质生产力过程中的投融资特征变化，创新数字金融的制度安排和机制设计。一方面，坚持数智化转型方向，摒弃“唯抵押论”的传统信贷观念，围绕基础研究、应用研究、成果转化等科技创新阶段，加大数字金融产品创新，提升资金供需的适配性；另一方面，坚持竞争中性原则，在客户准入、授信条件、授信审批等方面对各类所有制市场主体一视同仁，解决因“规模偏好”等导致的融资约束问题。

二是把握好实施国家战略与坚持因地制宜的关系。发展新质生产力是一项长远战略任务，发展数字金融，应以中长期思维进行信用创造和资金配置。一方面，引导更多数字金融资源支持关乎新质生产力发展培育的重大项目，在融资市场不成熟、不健全的战略领域，依托政府资源进行信用创造，出台专项数字金融工具精准滴灌；另一方面，遵循市场规律，因地制宜，根据当地资源禀赋和产业结构特点，引导更多资金投向代表本地先进生产力的企业，不宜搞粗放的金融“输血”，而是通过机制建设培育“造血”模式。

三是把握好科技赋能与风险防控的关系。一方面，加强智能合约、云计算等在金融模型中的应用，推动客户数字化、产品数字化、管理数字化，通过科技赋能解决信息不对称以及科技型企业普遍存在的估值难、交易难、变现难等问题，帮助金融机构做好价值判断和技术判断；另一方面，“卡脖子”技术研发和新兴产业建链涉及的相关数据具有安全属性，需要运用区块链等金融科技技术，妥善处理数据造假、过度收集和数据泄密问题，提升监管水平。

发展数字金融的着力点

当前，应进一步深化金融供给侧结构性改革，推动融资工具的再组合、再创新，充分发挥数字金融服务新质生产力发展的重要作用。

盘活数字金融资源，布局重大科技基础设施。一是发挥政府的统筹规划和定向引导功能。政府部门统筹土地、资本、技术、数据等各类生产要素，通过直接投资、资源注入等方式，打造市场化运作的投融资主体。探索建立重大科技基础设施投资基金，试点发行重大科技基础设施数字资产质押债券，创新外部收益内部化的数字资产和科技资产融资机制。二是发挥银行的资金配置和融资撬动功能。探索设立重大科技基础设施专项基金等长期低息数字资产质押贷款产品，定向支持前瞻性、战略性的项目。三是发挥资本市场的权益性融资工具作用。鼓励运营模式成熟、现金流稳定的数据中心、科学中心等通过类不动产投资信托基金、公募不动产投资信托基金等方式盘活数字资产。

构建中长期融资机制，谋划重大产业集群发展。探索构建“政府财政贴息+政策性金融+订单质押+数字保险”专项技术攻关中长期数字贷款融资合作机制，支持政策性金融机构设立核心技术研发专项数字贷款,“一企一策”支持光刻机、芯片、操作系统等重大科技攻关。金融机构要围绕头部科技企业构建数字金融生态和平台，形成去中心化的信用机制，探索长期限的产业链融资、供应链融资和订单融资。探索设立国家产业共性技术创新基金，聚焦国家战略、产业发展重大需求，加强关键共性技术的应用研究。建立以科技企业需求为导向的“科研攻关+数字金融扶持”的选题攻坚机制，探索实施重大科技型骨干企业“白名单”制度。

构建数字信用体系，加快培育高水平创新主体。建立健全数据基础制度，鼓励政府、行业、企业、金融机构和征信机构基于区块链等数字技术，将工业生产和金融领域的订单、水电、物流等各类信息集成为数字信用库，使“一切数据皆为信用数据”。加强数据信用创造，金融机构运用大数据、云计算等数字技术进行采集、存储、运算和使用，强化信用识别和信用创造功能，推动在授信、合同签订、放款等环节实现敏感数据“识别—脱敏—解密—评估—流转”的闭环迭代。建立科学的科技型企业数字资产评估体系，适当提高轻资产科技企业重组估值包容性，支持优质的科技创新主体做强做优做大。

奋力谱写数字经济高质量发展新篇章

习近平总书记关于发展新质生产力的重要论述，进一步丰富了习近平经济思想，为新时代新征程推进高质量发展提供了科学指引。党的二十届三中全会强调，要健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度融合制度。数字经济与新质生产力的高科技、高效能、高质量特征相契合，是加快发展新质生产力的关键领域和重要引擎。我们要认真学习贯彻党的二十届三中全会精神，着力从数字技术创新突破、数据要素创新性配置、传统产业数字化转型、适数化改革创新等方面，加快培育全国一体化数据市场，系统谋划、整体推进数字经济创新发展，奋力谱写新时代新征程数字经济高质量发展新篇章。

一、深刻领会推动数字技术革命性突破、以科技创新促产业创新的部署要求，着力培育发展新质生产力的新动能

习近平总书记强调：“科技创新能够催生新产业、新模式、新动能，是发展新质生产力的核心要素。”当前，数字科技在生产力构成要素中的主导作用愈发突出，是带动生产、创造、制造等创新发展的关键所在，必须坚持把科技创新摆在国家发展全局的核心位置，加强关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新和成果转化，持续形成发展新质生产力的新动能。党的十八大以来，我国深入实施创新驱动发展战略，集成电路等关键技术不断突破，量子计算原型机、类脑计算芯片等前沿领域取得原创性成果，人工智能、5G、区块链等领域发明专利授权量居世界前列。数字经济核心产业增加值占国内生产总值比重持续上升。

新时代新征程，要加快构建自立自强的数字技术创新体系，以科技创新引领产业创新，进一步增强科技实力和创新能力。一方面，要加强数字科技创新。持续加大重点领域关键核心技术自主创新力度，推进集成电路全产业链发展。加强自动驾驶、脑机接口等原创性、颠覆性科技创新，开辟新领域新赛道。要加快人工智能创新发展，推动行业大模型应用落地；引导和支持地方和社会资金形成更多“耐心资本”，有力有效支持发展瞪羚企业、独角兽企业。另一方面，要打造数字产业集群。围绕大数据、人工智能、下一代通信技术等数字科技，加快创新链、产业链、资金链、人才链深度融合布局，提高龙头企业数字技术创新成果的转化效能，促进“专精特新”中小企业共同发展；支持平台企业加大科技创新投入，推动科技和商业模式协同创新；积极培育新兴产业和未来产业，完善数据产业生态；在京津冀、长三角、粤港澳大湾区等区域布局一批具有国际竞争力的数字产业集群，提升创新策源能力、大规模产业化能力。

二、深刻领会优化数据要素创新性配置、激发各类生产要素活力的科学内涵，着力提升新质生产力的全要素优化组合水平

习近平总书记指出，“要健全要素参与收入分配机制，激发劳动、知识、技术、管理、资本和数据等生产要素活力”“要构建以数据为关键要素的数字经济”。充分发挥数据的基础资源作用和创新引擎作用，有利于带动各类生产要素创新性配置，促进各类先进生产要素向发展新质生产力集聚，提升全要素生产率，为发展新质生产力开辟新空间。党的十八大以来，我国大力推进数据要素市场化配置改革进程。印发实施“数据二十条”，确立数据基础制度框架，公共数据资源开发利用、数字经济高质量发展等政策陆续出台，实施“数据要素×”行动，各类数据商和第三方专业服务机构加快涌现，实施数字新基建和“东数西算”工程，算力总规模达每秒246百亿亿次浮点运算，算力基础设施达到世界领先水平，2023年全国数据生产总量同比增长22.4%。

新时代新征程，要以数据要素市场化配置改革为主线，协同推进数据基础制度构建和数据基础设施建设，促进数据开发利用，不断培育发展新动能。一方面，要建立健全数据基础制度。加快建立数据产权归属认定、市场交易、权益分配、利益保护等基础制度。建立健全数据安全管理制度，推进数据分类分级管理。建立高效便利安全的数据跨境流动机制，支持自由贸易试验区实施数据出境管理清单制度。以场景化应用为牵引，建立数据融合任务清单，推进关联领域数据融通。另一方面，要增强数据基础设施支撑能力。加快建设和运营数据登记、资源开发、可信流通、安全防护等国家数据基础设施；探索突破城市算力网算电融合、收益分配等协同机制，以点带面统筹推进全国一体化算力网建设，推进算力监测、算力调度、智能云服务、枢纽节点直连网络及算力安全防护体系建设；在电动汽车、锂电池等产业优势领域探索构建行业数据空间。

三、深刻领会加快传统产业数字化转型、健全促进实体经济和数字经济深度融合的战略安排，着力夯实发展新质生产力的产业基础

习近平总书记强调，“发展新质生产力不是要忽视、放弃传统产业”“把握数字化、网络化、智能化方向，推动制造业、服务业、农业等产业数字化，利用互联网新技术对传统产业进行全方位、全链条的改造”。党的二十届三中全会《决定》对促进实体经济和数字经济深度融合作出进一步战略部署。要通过数智改造赋能，推动企业设备更新、工艺升级、管理创新，促进传统产业高端化、智能化、绿色化发展。党的十八大以来，我国深入实施国家大数据战略，推动传统产业全方位、全链条转型升级取得积极进展。2023年，重点工业企业关键工序数控化率、数字化研发设计工具普及率分别达62.9%、80.1%。电子商务、移动支付规模全球领先，直播电商、即时零售等新业态新模式发展迅速。共享农机、产品溯源等智慧农业新模式得到广泛推广。

新时代新征程，要利用数智技术、绿色技术改造提升传统产业，大力推动产业数字化转型。推动数字化转型规模普及，打造供需对接、全链协同、价值驱动的产业数字化转型生态；发展工业互联网，“一链一策”开展重点产业数字化协同改造，推动重点集群和园区数字化转型；推动数字商务发展，规范发展数字金融，加快生产性服务业数字化转型；深入开展“数商兴农”，发展智慧农业。推进数字化绿色化协同转型，加强智慧能源建设，深化自然资源“一张图”应用，构建智慧高效的生态环境监测体系；加快数字城乡融合发展，推进城市全域数字化转型，推动形成超大特大城市智慧高效治理新体系，加速弥合城乡、区域数字鸿沟。

四、深刻领会推进适数化改革、打通影响数字化发展堵点卡点的迫切需要，着力构建与发展新质生产力相适应的新型生产关系

习近平总书记指出：“生产关系必须与生产力发展要求相适应。发展新质生产力，必须进一步全面深化改革，形成与之相适应的新型生产关系。”党的二十届三中全会《决定》提出，健全相关规则和政策，加快形成同新质生产力更相适应的生产关系。要主动对不适应数字经济发展的体制机制、组织架构、方式流程、手段工具进行变革重塑，着力打通制约数字经济创新发展的堵点卡点，推进适数化改革，着力营造具有全球竞争力的开放创新生态，为发展新质生产力创造良好环境。党的十八大以来，我国不断深化改革，作出发展数字经济的顶层设计与战略部署，建立数字经济发展部际联席会议制度，优化调整国家数据工作体系，统筹推进教育科技人才体制机制一体改革，加强国际规则对接，不断释放数字经济发展潜力与创新活力。

新时代新征程，要进一步全面深化改革，创新数字化改革配套机制，激发数字化变革动力，为数字经济高质量发展提供更完善的制度保障。推进数字化制度改革创新，在数字权证应用、行政管理、政府采购等方面，推进有利于数字化转型、数字产品和服务应用的制度改革。更好发挥数字经济发展部际联席会议制度作用，加强数字经济发展规划统筹、政策协调、改革协同；建立健全透明可预期的数字经济发展常态化监管制度，健全监管规则审查和评估制度。夯实高水平数字人才支撑，壮大数字经济领域战略科学家、卓越工程师等人才队伍；优化高等学校数字经济领域学科设置、人才培养模式。开展互惠互利的数字经济国际合作，稳步推进数字经济治理规则、贸易服务标准等制度型开放。

公共数据资源应当“富矿精开”

在数字经济时代，如何激发数据要素的市场经济价值，不仅关系如何供给高质量数据资源，还牵涉如何充分高效利用数据资源。公共数据是整个社会运作方式的数字化“产物”，具备不可估量的经济价值。

目前，我国公共数据开放利用存在的核心问题主要包括两个方面：一是公共数据供给规模与市场需求脱节，出于公共数据安全的考虑，现有的公共数据供给类型、供给数量较为有限。二是公共数据的供给方式难以适配多样化的场景应用需求，进而导致公共数据的经济价值挖掘不充分。为此，在实践层面，各地政府正在结合当地的产业现状，探索未来数智社会公共数据落地应用的不同形式。

打造数据交易平台，一体化衔接供需目标。传统的“一手交钱，一手交货”交易模式已然无法适应当下数据交易的市场需求。因为买卖双方无法在交易前评估潜在的交易风险，且双方需求往往难以精准匹配，从而限制了公共数据价值的充分释放。成都“蓉数公园”是一个很好的探索，它就像一间综合性商业超市，在这里企业可以选购适合自己的数据产品。

缩短授权运营审核周期，控制流通利用安全风险。公共数据之所以无法像其他商业数据那般“轻松”处理，是因为公共数据安全直接关涉国家安全和社会稳定。各地政府在探索公共数据开放使用的过程中，往往因为数据安全问题，只敢“蜻蜓点水”，不敢“蹚着激流过河”。上海数据交易所设立的公共数据专区，便是通过规范化、高效化的数据交易审核流程，快速完成公共数据产品的挂牌上架。

推动传统产业与新兴产业协同发展，创新公共数据利用方式。以往的公共数据开发利用模式，大多是以加工处理后的数据产品为主，进行直接的数据交易活动。这种单一性的公共数据利用模式无法充分反映和释放不同社会公共服务领域的数据特征及价值。苏州市姑苏区借由公共数据和数字孪生技术辅助完成古城文物保护工作，这种数据利用模式是“公共数据开放利用=数据产品开发交易”惯常做法之外的创新。

聚合公共数据资源，提升公众安全保障。释放公共数据经济价值，加速公共数据开发利用，需要“对症下药”。公共数据并非特定类型、特定内容的数据集合，而是包括政务数据、公共事业数据、环境与资源数据等。其中，公安、消防等社会安全保障机关所积累的公共数据具有及时性和敏感性等特征，相应的开发利用方式应当更加侧重公共安全功能，而非局限于市价增值。消防救援“一张图”正是这种尝试，它通过打通各类救援数据关隘，实现了救援资源的高效调度。

当然，这些落地应用案例并不完全代表公共数据开放利用的方式。公共数据安全问题不是拦在公共数据开放利用面前的“高山深谷”，事实上，不开放利用公共数据才是最大的安全隐患。公共数据的安全和利用是一体化议题，全面的安全保障才能够推动公共数据资源的充分激活，公共数据资源的高效利用才能促成公共数据的循环积累，进而形成更健全的公共数据安全保障体系。

系统部署加快开放利用功能数据资源需要勇于创新实践，以试点实践带动体制机制创新。在未来，我国公共数据开放利用制度体系应当是以公共数据资源的自身特征为中心，形成面向行业、面向市场、面向场景的多层次开放利用模式。例如，政务数据的开放利用需要结合政务服务的基本特征，加深基层公共服务的数字化程度；环境和资源数据的开放利用应当结合生态系统保护和绿色社会的政策导向，推动环境监测、环境影响评估等领域的数字化产品开发。

在过去的经济社会发展中，我国已经积攒了体量庞大的公共数据资源，犹如一座价值连城的矿产资源等待着挖掘。面对这样一座“富矿”，我们不能只见眼前不见未来，应当以“富矿精开”的思路进行精细化挖掘。坚持实践问题导向，面向公共数据资源的核心特征，提升这类资源的开发利用率。同时，也要平衡好资源挖掘和资源安全两项目标，建构公共数据循环高效利用的制度管道。以“守”的姿态保护好公共数据富矿的资源优势，以“创”的思路组合延长公共数据产业链和创新链，实现数智社会的持续发展。

构建公共数据资源开发利用新格局

数据是发展数字经济的关键生产要素。党的十八大以来，习近平总书记深刻把握新一轮科技革命和产业变革新机遇，着眼统筹世界百年未有之大变局和中华民族伟大复兴战略全局，就构建以数据为关键要素的数字经济作出一系列战略部署，引领我国数字经济实现快速发展。党的二十大擘画了以中国式现代化全面推进中华民族伟大复兴的宏伟蓝图，对“深化要素市场化改革”“加快发展数字经济”作出重要部署。近期，中共中央办公厅、国务院办公厅印发《关于加快公共数据资源开发利用的意见》，明确扩大公共数据资源供给和流通使用、进一步释放数据价值的相关要求，为不断做强做优做大数字经济、构筑国家竞争新优势注入了新的强大动力。我们要深入贯彻落实习近平总书记关于数据发展和安全的重要指示精神，落实党中央、国务院决策部署，以公共数据为突破口，深化数据要素配置改革，推动数据应用创新，带动全社会数据资源的开发利用，促进数字经济创新发展，更好支撑经济社会高质量发展。

一、深刻认识做好公共数据资源开发利用的重大意义

各级党政机关、企事业单位在依法履职或提供公共服务过程中产生的公共数据，是国家重要的基础性战略资源，权属关系相对清晰，管理相对规范，经济价值和社会价值较高。在数据要素市场建设刚刚起步、高质量数据供给不足的矛盾十分突出的情况下，加快推进公共数据资源开发利用，融合带动各类数据发挥乘数效应，为激发数据潜能、发展数字经济提供了重要抓手。

完善要素市场化配置的关键举措。高质量发展离不开高水平的要素流动和高效率的要素配置。党的二十大将构建全国统一大市场、深化要素市场化改革、建设高标准市场体系列为构建新发展格局、推动高质量发展的战略任务。党的二十届三中全会对培育全国一体化技术和数据市场作出进一步部署。数据是新型生产要素，不仅自身蕴含巨大价值，还能与其他生产要素发生“化学反应”，产生放大、叠加、倍增效应。破除阻碍公共数据流通使用的体制机制障碍，着力优化公共数据资源配置，有利于培育壮大数据要素市场，有利于提高全要素生产率，促进新质生产力的形成，推动经济发展质量变革、效率变革、动力变革。

统筹推进数字化发展的必然要求。当前，数字技术革命性突破，日益融入经济社会发展各领域全过程，数字化、网络化、智能化已经是不可阻挡的历史潮流。加快推进数字化发展，促进数字技术与经济、政治、文化、社会、生态文明建设深度融合，必须更加注重发挥数据的基础资源和创新引擎作用。加快构建权责清晰、高效协同的公共数据资源开发利用体系，推动各地区各部门加强数据服务能力建设，将有效提升数据资源供给规模和质量，推动数据合规高效流通使用，不断丰富数据产品和服务，为充分发挥数据在赋能实体经济、扩大消费需求、拓展投资空间中的要素作用创造有利条件。

促进国家治理能力现代化的重要保障。数据是政府分析复杂问题、预判潜在风险、开展精益管理、实现科学决策的基础。加快公共数据资源开发利用，有利于促进政务数据共享和业务协调，加大公共数据特别是与民生紧密相关、社会迫切需求的数据的开放力度，提升公共数据持有主体开展数据治理的积极性。以激发数据要素潜能为基础，发挥数据在优化公共服务资源配置中的作用，聚焦教育、就业、医疗、养老、抚幼等领域，深入推进数据价值的有效挖掘和应用，可以促进公共服务便捷化、精细化和普惠化，有效提升国家治理能力和公共服务水平。

二、建立健全公共数据资源开发利用体系

近年来，各地区各部门按照党中央、国务院统一部署，积极推进公共数据资源开发利用。经过各方面共同努力，政务数据资源的共享和归集工作成效显著，国家政务数据共享交换体系已接入62个部门、31个省级地方和新疆生产建设兵团，累计发布各类数据资源3.2万余类，累计支撑共享调用超5400亿次，全国一体化政务大数据体系逐步形成。公共数据开放方面，截至今年7月，已有243个省级和城市的公共数据开放平台上线，部分行业主管部门公共数据开放已初具规模，全国累计开放的有效数据集超过37万个，8年增长了44倍，面向社会提供了大量公共数据资源。公共数据授权运营方面，人社部、最高法等部门，北京、浙江、福建、海南等地方结合实际探索整体授权、分领域授权、依场景授权等模式，以市场化手段实现供需对接和数据价值释放。

公共数据资源开发利用虽然取得了明显成效，但与社会各界的期待相比，仍存在供给不充分、流通不顺畅、应用不广泛、安全存隐患等突出问题。

针对存在的短板和弱项，应按照相关政策文件的要求，以促进公共数据合规高效流通使用为主线，以提高资源开发利用水平为目标，在全面总结公共数据领域研究和实践成果基础上，创新性、系统化构建公共数据资源开发利用体系。

从开发利用方式看，公共数据资源开发利用包括政务部门间的数据共享、面向社会的数据开放和面向有限主体的授权运营三种形式。政务数据共享是政府治理科学化、政务服务高效化、营商环境优化的重要支撑。公共数据开放是保障公民和经营主体权益、降低社会运行成本、激发市场创新活力的重要途径。公共数据授权运营是兼顾价值释放和满足社会多元化用数需求、平衡资源开发利用公益性和市场化的有效手段，是调动各方力量充分挖掘数据价值的关键举措。

从开发利用环节看，公共数据资源开发利用包括资源供给、过程管理、应用创新、环境营造4个方面。资源供给是开发利用的基础，要结合具体需求和场景，通过共享、开放、授权运营等不同形式实现，确保公共数据供得出。过程管理是落实各方责任和义务，规范开发利用行为的必要手段，要从加强资源管理、保障运营公平、维护公共利益、增强服务能力等方面入手提升管理水平，促进开发利用。应用创新是释放公共数据价值的必然要求，要持续拓展应用场景、推动区域协作、加强能力建设、繁荣产业生态，更好地让公共数据用起来。环境营造是推动开发利用取得实效的重要支撑，要创新激励机制、加强安全管理、鼓励先行先试，为开发利用营造安全可靠、积极向上的环境氛围。

三、以公共数据价值释放赋能数字经济创新发展

一分部署，九分落实。推动公共数据资源开发利用的政策落地，充分释放公共数据资源价值，是深入推进数字经济创新发展的重要着力点。我们要认真贯彻习近平总书记关于数据发展和安全的重要指示精神，把握好方向和原则，强化公共数据合规高效流通使用，促进数据资源优化配置，推动数字经济发展再上新台阶。

一是坚持公益优先的价值取向。公共数据开发利用要牢牢把握扩大数据有效供给、降低全社会用数成本的原则。共享、开放和授权运营都是公共数据资源开发利用的重要手段，虽然各有侧重，但要协同推进，形成开发利用合力。授权运营是政策创新点，要平衡好公益性和市场化关系，推动用于公共治理、公益事业的公共数据产品和服务有条件无偿使用，探索用于产业发展、行业发展的公共数据经营性产品和服务，确需收费的，实行有条件有偿使用。特别是不能因为开展授权运营，冲击共享、开放的既有成果，导致新的孤岛和壁垒。

二是加强授权运营的合规管理。公共数据授权运营是一项创新实践。做好这项工作，需要进一步细化授权运营的配套政策。要明确对纳入授权运营的公共数据资源开展登记管理的实施细则，制定授权运营的管理规定，将授权运营纳入“三重一大”决策范围，明确授权条件、运营模式、运营期限、退出机制和安全管理责任。授权运营情况应及时向社会披露，接受社会监督。授权运营机构要坚持公平性原则，在授权范围内积极满足各类组织和机构的用数需求。

三是促进多源数据的融合应用。数据价值只有在应用场景中才能实现。运营机构要基于获得授权运营的公共数据资源，面向经济主战场、面向人民群众日益增长的美好生活需要，开发各类公共数据产品和服务。各类经营主体要充分利用跨层级、跨区域、跨部门的公共数据，广泛融合企业数据、个人数据，提供更多有价值的数据产品和服务，繁荣发展数据开发利用生态，进一步激发数据潜能，推进高质量发展。

四是守好数据安全的底线要求。要统筹好发展和安全，推动制度建设和能力建设相结合，将安全贯穿公共数据资源开发利用全过程。要严格管控数据范围，对开放后可能危及国家安全或涉及商业秘密、个人信息的数据，不能列入开发利用范围。要探索建设可信流通设施，实现“原始数据不出域、数据可用不可见”。要定期开展公共数据开发利用安全风险评估和应用业务规范性审查，确保开发利用全过程合法合规。

合力引导上市公司数字化转型

当前，随着人工智能、大数据、物联网、区块链和云计算等数字技术飞速进步，我国数字经济正以前所未有的速度蓬勃发展，逐渐成为实体经济转型发展的关键驱动力。

作为经济数字化转型浪潮中的受益者，近年来，我国上市公司通过广泛应用数字技术优化生产流程、降低成本、提高效率，并在创新驱动和产业升级中发挥引领作用，为我国数字经济的快速发展注入澎湃动力。《中国上市公司数字化转型报告2024》显示，2023年我国上市公司中使用数字技术的企业数量已上升至4722家，占比高达91%。

尽管成效斐然，但要完成从数字经济发展受益者到数字经济发展引领者的根本性转变，我国上市公司仍面临诸多挑战。首先，从目前来看，我国上市公司数字化转型所覆盖的广度有待提升，大型企业在资金实力和资源整合能力上具有优势，而中小型企业面临较为突出的资金投入不足、转型效果不理想的问题。其次，仍存在明显的不均衡现象，尤其是行业间、区域间以及国有企业与民营企业间的差异性显著。对此，未来应让上市公司在更大程度上掌握数字化转型主动权，集聚政府、企业、科研机构和社会多方合力，科学谋划上市公司数字化转型。

进一步加强顶层设计，制定和实施国家层面的数字化转型战略，为上市公司提供清晰的政策指引和支持。同步制定更具针对性、更有力度的数字化转型激励政策。例如，对于积极投入数字化转型且取得显著成效的上市公司给予更高额度的税费减免和财政补贴，激励企业加大转型力度；建立数字化转型专项基金，为有转型需求但资金困难的上市公司提供低息贷款或资金扶持，确保企业有足够的资金用于技术研发、设备更新和人才培养。深化要素市场机制改革，突破区域限制、行政干预、市场保护等壁垒，健全数字要素收集、共享、处理、应用机制，加快推进数据资产入表，推动新应用场景与商业模式创新。

持续加大数字基础设施投入，特别是在网络通信方面，要确保偏远地区和经济欠发达地区也能拥有高速稳定的网络环境，以满足上市公司开展数字化业务的需求。推动建立国家级的大数据共享平台，打破数据孤岛，为上市公司提供更丰富的数据资源，规范数据使用规则，保障数据安全和隐私。

加强企业、学校、科研院所等合作，共同培养具备数字化技能的专业人才，提高数字化与业务结合的深度。联合高校和职业院校，开设更多与数字化转型相关的专业课程和培训项目，根据上市公司的实际需求定制培养方案，为企业输送专业对口的数字化人才。制定优惠的人才引进政策，吸引海外高层次数字化人才回国创业和就业，鼓励参与上市公司数字化转型项目，提升企业技术水平和创新能力。

在企业层面，以更全面主动的战略规划为抓手，在安全与发展的统筹协调中推进数字创新转型。制定清晰、长远的数字化转型战略规划，明确转型的目标、路径和时间表，并建立专门的数字化转型团队，确保转型工作有效推进。还应加大对新兴数字技术的研发投入，如人工智能、区块链、量子计算等，积极探索这些技术在生产、管理、营销等各个环节的应用场景，提升企业的核心竞争力。加强与科技企业的合作，通过技术授权、联合研发等方式，快速获取先进的数字技术，加速企业的数字化转型进程。加强数据安全防护措施，定期开展数据安全培训和应急演练，防范数据泄露和网络攻击等风险。

此外，在社会层面，也要为上市公司向数字经济创新转型营造良好的支持氛围，为企业提供包容短期失败的“耐心”。行业协会要积极发挥桥梁和纽带作用，组织上市公司之间进行交流与合作，促进企业间经验分享和技术互补；制定行业数字化转型标准和规范，引导上市公司按照统一的标准进行转型，确保转型工作的科学性和规范性。

激活公共数据 共享数字红利

公共数据是数字时代的重要生产要素，对推动数字经济发展、提升社会治理能力、促进民生福祉具有重要意义。近日，中共中央办公厅、国务院办公厅印发《关于加快公共数据资源开发利用的意见》（以下简称《意见》），明确提出鼓励各地区各部门因地制宜推动共享开放，探索开展依规授权运营，完善资源开发利用制度。这是中央层面首次对公共数据资源开发利用进行系统部署，具有重要指导意义。

公共数据的核心在于公共属性，通过授权运营的方式开发利用公共数据，需要明确相关主体的责任边界，确保开发利用活动满足公共治理和社会公益需求，优先服务于社会公共利益。作为《意见》配套政策，国家数据局等部门研究起草了《公共数据资源授权运营实施规范（试行）》，并公开征求意见，围绕方案编制、运营实施、运营管理等方面，提出一系列要求。其中，如何在规范细则与具体实施中彰显公共数据的公益优先原则是值得关注与讨论的焦点。

保障授权运营的数据安全，压实各相关主体责任。公共数据关乎民众利益、关乎社会治理、更关乎国家安全，有关主体须切实履行数据安全义务。对于取得授权的具体运营主体来说，应严格遵守相关法律法规要求，采取如数据加密、访问控制、日志审计等技术措施保障数据安全，并定期进行安全评估与风险管理，及时披露公共数据的使用情况，接受政府机关与社会各界的审查监督。对于政府部门等持有公共数据资源的主体来说，应根据当地实际情况，建立健全公共数据授权管理方案和数据分类分级指导目录，形成系统的规章制度，督促取得授权的运营机构切实履行数据安全的主体责任。同时建立有效的违规惩戒机制，依法追究违规者法律责任，形成具有震慑力的数据安全责任制度。

完善公共数据价格政策，构建公开透明的收益分配机制。为确保公共数据的市场化运营合理有序，可依据国家有关价格标准，采用成本加合理收益的定价模型，或根据不同用户类型实行阶梯式定价，防止公共数据的开发利用过度商业化。在收益分配机制方面，运营主体应制定细化的收益分配比例和使用方案，定期向社会公开有关收支明细；严格遵守相关登记要求，及时、准确登记数据使用情况，包括数据的用途、使用期限和收益等信息，为收益分配提供可靠依据。比如，《南京市公共数据授权运营管理暂行办法》就明确实行数据产品和服务告知制度，要求运营单位及时将相关定价和依据、应用场景、使用范围等事项告知区域监管部门。建立公开公正透明的收益分配机制，将其置于有关部门和社会公众的共同监督之下，有利于避免运营主体利用授权运营地位谋取不当利益。

优化数据获取的限制条件，充分发挥公共数据社会价值。作为数字时代的生产要素，公共数据源自社会生产生活，其价值也应回馈到生产生活中去。公共数据的授权运营主体应明确区分公共数据的类别，合理设置非敏感、非个人信息类公共数据的获取门槛，确保公共数据能够被安全有序地获取使用，在科研创新、商业创业等活动中最大限度实现社会价值。比如，《北京市公共数据专区授权运营管理办法（试行）》明确，对不承载个人信息和不影响公共安全的公共数据，推动按用途加大供给使用范围。公共数据的授权运营主体还可以考虑将一定比例的收益投入公共服务提升、科研创新资助、教育项目支持或数据安全保障等公益领域，使公共数据的运营成为促进教育、创新和社会进步的驱动力，让公众能够更便捷地利用公共数据，同时更好共享其所产生的社会效用。

强化授权运营的公众参与，推动公共数据共治共享。除了主动公开、定期披露公共数据的运营使用情况以接受公众监督外，有关实施或运营主体还应在授权运营过程中拓宽公众参与渠道和途径，建立并完善公众意见征集和反馈机制，持续改进运营质量，确保运营活动符合公众期望，进一步彰显公共数据授权运营的公共利益。此外，运营主体可建立面向全社会的公共数据开放平台，提供标准化的接口和工具，方便公众、企业和科研机构依法依规获取和使用公共数据，促进数据红利的全民共享。举办数据分析比赛等公众活动，可以鼓励在校学生、各行各业积极参与数据应用与创新，进而提升公众的数据素养，推动公共数据价值进一步释放。

建立健全公共数据授权运营的良性机制，让公共数据的要素作用在各行各业的生产建设中得以充分发挥，促进数据红利普惠共享，推动数字经济与社会发展同频共振。如此，将助力新质生产力在各领域迸发新动能，为建设数字中国、推动社会治理体系和治理能力现代化提供有力支撑。

技术封建主义：数智时代的资本主义批判

数智技术的狂飙突进给当代资本主义带来双重挑战：推动全球技术主导权重新洗牌的同时，导致发达资本主义国家内部结构性矛盾的系统触发。近年来，伴随数字技术、人工智能技术的普遍使用，围绕“技术封建主义”的讨论在西方学界兴起。技术封建主义现象的出现，是数智时代资本主义经济垄断、技术霸权、社会分化进一步加剧的结果，反映了资本主义发展模式的内在痼疾与弊端，以及资本主义国家面临的难以克服的治理挑战。

技术封建主义的兴起与“从契约到身份”的退步

技术封建主义描述了这样一种愈加明显的趋势：在新技术革命背景下，资本主义并未如其承诺的那样走向一个更加平等和自由的未来，反而内在矛盾进一步凸显，出现了类似于封建时代的形态——少数科技巨头或平台企业像封建领主一样掌握了大量数据和权力，而普通用户则像农奴一样被束缚在这些平台上，失去了对自身数据和劳动成果的控制权，呈现出一种前现代的权力结构和社会等级。在新技术经济崛起和技术寡头政治的作用下，当代西方资本主义正在退回某种意义上的“封建主义”。技术封建主义是一个综合性概念，至少包括以下内涵：

“数字圈地”。平台垄断导致数据产权的集中化和排他性，数字平台企业通过构建多平台的体系和配套的终端体系，占有更多网络领土并攫取数据产权，形成了新的垄断。算法是确认数据产权的“围栏”，其精确测量和提取数据生产者新创造的价值，并通过隐藏的业务排斥、非公平定价等方式保持排他性。在西方，超级技术平台占有全社会主要的财富增量，如美国“七巨头”的市值就占据了美国整个股市市值的23%。

“数字地租”。数字技术推动了基于无形资产（如知识产权、品牌、专利、数据）的垄断，形成了全球价值链的“微笑曲线”。在这个曲线中，设计与研发以及销售与服务环节能够获得更多的利润，而生产环节的利润则在不断减少。这种基于无形资产的垄断推动了租金的转移，使租金取代了利润，少数企业能够通过租金获得更多收益。

“数字依附”。平台企业通过算法治理，对用户进行自动化的管理，剥夺了用户的反身性空间，即挑战现实的能力。这种治理形成了一种算法与自动化社会控制，使得数据生产者在数字领地内经受着类似于封建时代的人身依附关系，完成无偿或不稳定的工作，处于被剥削的地位。

“数字领主”与“数字农奴”。科技巨头建立了对数据产权的控制，以此占有原始数据生产者的经济收益，并逆向控制其社会交往，自身则成为寄生的收租者、封建领主式的食利者，完全依赖于数据生产者的创造。技术封建主义可能导致社会阶层固化，其中新的统治阶级掌握国家货币和非市场领域，通过“赢者通吃”制造社会断裂，加剧社会不平等和阶层固化。

可见，“技术封建主义”的概念提供了一个理论框架，用以观察和描述新技术环境下的重大经济社会和政治现象，以揭示这些变化对资本主义社会结构及政治、经济秩序的深远影响。英国历史法学派奠基人梅因曾提出一个著名的论断：现代社会取代封建主义是一场“从身份到契约”的运动，将人从奴隶社会、封建社会的家族关系束缚下解放出来。而技术封建主义之下，新科技革命与数字经济增长的成果被限制在“数字领地”之上，经济难以实现持续增长，更未导向全民共享，社会各阶层、各群体矛盾日益加深乃至尖锐对立——数字身份的确认反而导致了要素垄断、平台依附和反向控制，带来一场“从契约到身份”的退步。

技术封建主义的弊病无法在资本主义框架内被克服

技术封建主义现象的根源在于对包括数据、技术在内的新兴技术资源的集中化占有、掌控和利用。克服技术封建主义，需要许多具体条件，包括数据资源的所有制形式、数字技术的利用方式以及针对数字技术的治理形态。技术封建主义符合资本主义的原则和逻辑，本身就是资本主义体系内生的产物，因而在资本主义框架内，应对挑战、克服问题的必要条件终究无法真正建立起来。

在资本主义社会，资本和生产资料的所有权集中在少数私人企业手中。数字技术的加持，在很大程度上进一步强化了资本集中的规模和速度，形成了新型的集中和垄断。西方媒体时常议论的市场“虹吸效应”，多数情况指向新兴科技巨头形成的“赢者通吃”“强者愈强”的经济发展效应。当前，科技巨头不只是西方世界经济体系的组成部分，实际上已成为整个经济体系的核心节点。而相比传统企业，西方政府对这些科技企业的发展依赖程度更高，尤其是在推动科技创新和提升竞争力等方面。这种高度依赖，导致政府难以实施有效的监管政策来应对技术封建主义问题。

与此同时，大型科技企业不仅控制了海量数据资源和平台架构，强化了对公众和用户的控制，而且据此分割了大量原本属于政府的公共职能，在某种程度上掌控了公共产品供给能力。一方面，数据和技术资源的垄断是科技巨头确保其市场竞争地位和巨大政治影响力的关键，唯有确保这种垄断能力，才能确保自身对其他力量甚至对国家政权的掌控权，因此他们无论如何也不可能放弃这种权力，更不可能将之转化为社会共享资源；另一方面，尽管社会不平等状况不断加剧，且科技巨头进一步固化了这种社会分化结构，但资本主义国家却并未展示出治理和监管意图，其政治体制更是在应对科技垄断和数据治理问题上显露出巨大缺陷。科技巨头通过游说、政治捐款等方式，影响政策制定者，使政府难以对这些企业进行有效的监管或进行深层次改革。不唯如此，一些科技巨头运用先进的技术能力，操控立法和舆论，甚至干预国家选举和重大政治安排，目的就是为自身谋求更加宽松自由的发展环境。当今世界，主要西方国家针对数据垄断或过度集中的立法依然滞后于现实需求，这背后除了大型科技企业的积极游说，也有许多科技企业强化了自身的国际性运作，进一步加大了政府监管的难度。可见，技术封建主义在西方资本主义国家的形成和固化，原本就是资本主义内在矛盾的本体呈现；新型资本、技术垄断、政治割裂多重因素的复杂交织和持续堆积，必将触发西方资本主义国家内部结构性矛盾的系统爆发。

加快形成以人工智能为引擎的新质生产力

党的二十届三中全会提出，健全因地制宜发展新质生产力体制机制，“加强新领域新赛道制度供给，建立未来产业投入增长机制，完善推动新一代信息技术、人工智能、航空航天、新能源、新材料、高端装备、生物医药、量子科技等战略性产业发展政策和治理体系，引导新兴产业健康有序发展”。随着新一轮科技革命和产业变革深入发展，人工智能已成为驱动新质生产力的重要引擎。习近平总书记强调，“整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力”，“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应”。今年的《政府工作报告》提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动。加快“人工智能+”迭代动态发展，不仅有助于实现技术变革，而且有助于推动产业深度转型升级，是当前培育和形成新质生产力的关键所在。

以“人工智能+”驱动科技革命，加速技术能级跃升

新质生产力具有引领新一轮科技革命的质态特征。“人工智能+”作为新一代数字技术集合体，以数据、算法和算力为核心要素，驱动科技革命实现从孤岛走向连接、从初级走向高阶、从工具走向价值的全面升级，展现出超越工业经济时代的技术能级。

数据作为新要素，建构新连接。作为新质生产力的重要组成部分，数据不仅能建构起市场供给与需求的新连接，还能以其纽带作用，促进人才、资本、技术、管理等创新要素的价值链联动，进而优化资源配置效率。数据要素正深度融入研发设计、生产制造、经营管理等生产流程中的关键环节，引领传统生产方式向协同制造、个性化定制以及数据驱动的供应链管理等方式转变，破解由于信息不对称造成的资源错配、配置效率低等问题，实现数据驱动的生产方式变革，提升全要素生产率。

算法作为新内核，生成新知识。算法是智能技术创新演进的关键所在，成为新质生产力的创新内核。算法持续创新与突破，有助于创造与获取新知识、重塑人类知识生产与思维方式。在大数据、脑科学、超级计算等前沿科学与技术的交互协同下，算法展现出自学习、自训练、自优化等重要特征，符合高科技、高效能、高质量的先进生产力质态。算法不仅在技术层面通过聚合与迭代，以概率模型实现机器决策，更在知识层面进行深度挖掘和重构，推动人工智能从感知智能、认知智能向决策智能、自主智能跨越式发展，不断培育出以创新为主导的先进生产力。

算力作为新载体，释放新价值。新质生产力的作用发挥取决于新技术在各行业的应用程度，而算力作为激活新质生产力的基础载体，能够支撑新质生产力在更广范围、更深层次发挥作用，释放新价值。算力已成为继热力、电力后的数字经济时代重要生产力，不断突破传统物理空间向数字空间延伸，为海量数据资源与复杂算法的价值释放提供强大支撑。我们可以进一步借助算力进行数据的采集、传输、计算、存储与分析，耦合数据与算法，构筑起“人工智能+”的有机整体，不断提升知识挖掘的深度与广度，增加单位投入所创造的经济价值与社会效益，推动新质生产力快速发展。

以“人工智能+”引发组织变革，推动管理范式转变

“人工智能+”是一场波及经济社会发展全局、从生产力渗透到生产关系的全方位科技革命，重塑组织全过程各环节，为组织变革提供全新管理范式。智能技术从组织化迈向社会化应用，不仅体现在组织生产效率的优化，更体现在社会资源配置方式的改变，进一步推动管理范式转变，以更好适应新质生产力发展要求。

提升生产效率，拓展服务场景。人工智能的业务应用场景正在不断拓宽，在制造、能源、服务等重点行业展现出巨大的应用价值，极大激发了发展新质生产力的潜能。在制造业领域，智能技术通过智能分析和预测，能够实现生产流程的自动化和精细化，显著提升生产效率和产品质量。在能源领域，智能技术通过智能分析电网负荷和使用需求，能够实现能源最优分配与存储，提高能源利用效率。在服务业领域，智能机器人和智能客服系统的应用，不仅可以提供实时响应服务，还能为消费者带来个性化和智能化服务体验，提升服务效率，满足消费者的多样化需求。

重塑生产关系，激发主体活力。“人工智能+”能够重塑生产关系，激发多元主体的积极性。通过泛在化的数字连接，加强主体间的交互联动，打破传统生产组织的界限与信息壁垒，加速组织形态灵活化、虚拟化、平台化，使主体间的相互依赖性日益增强。人与人、组织间的合作更加透明高效，专业化分工进一步强化，催生出主体间全新的交互能力，构建起大规模社会化协作的生产服务模式。这种模式能够提高服务的灵活性和专业性，推动新质生产力与生产关系相互促进，有效推动经济社会健康发展。

创新管理模式，动态响应市场。“人工智能+”带来新技术迭代下的管理逻辑转变，即从由外向内的被动响应转变为由内向外的主动感知，通过这种转变，管理者能够敏锐捕捉市场动态和客户需求，推动组织变革创新。传统的组织结构和管理流程往往依赖人力与手工操作，而智能技术的引入赋予组织高效实时处理数据、分析信息、作出精准决策的能力，使组织能够主动发现新的商业机会和市场增长点，在市场中占据先机。例如，基于供应链数据分析，可以优化库存管理和物流配送等，提升组织运营效率。

以“人工智能+”引领产业变革，构建产业生态系统

“人工智能+”涵盖了从基础技术研发到实际应用落地的一系列环节，推动了技术创新进步和产业深度转型升级。类似于自然生态系统，产业生态系统致力于构建一个多元主体、丰富资源、高效机制等多种要素相互作用与促进的有机生态，通过持续增强产业整体创新能力，形成以创新为主导的新质生产力，推动传统产业向高附加