《国务院“人工智能+”行动意见》解读：六大领域八大支撑

8月26日，国务院正式发布《关于深入实施“人工智能+”行动的意见》（以下简称《意见》），提出到2027年率先实现“人工智能+”在六大领域的深度融合，并明确八大支撑体系。这不仅是一次政策宣示，更是一份未来三到五年的发展路线图。本文尝试用一篇长文，带你看清这场“AI+”国家级工程的逻辑、机遇与挑战。

《意见》明确“三大阶段目标”，围绕科技、产业、消费、民生、治理、全球合作六大领域系统推进“人工智能+”，并以模型、数据、算力、应用、生态、人才、政策法规、安全八大支撑为底座。

▎为什么是这“六大领域”？

六个方向覆盖了中国发展的两条主线：

• 增长与转型：科技、产业、消费、民生
• 治理与外部：治理能力、全球合作

再叠加八大基础支撑，构成了一个从科研到应用、从国内到国际的全链条战略。可以说，这是把“AI”真正当作新型基础设施来部署。

六大重点领域

▎人工智能+科学技术

在六大领域中，AI+科学技术被放在首位。这意味着人工智能已经不只是应用工具，而是被视为科研范式转型的引擎。过去依赖试错和经验的科研模式，正逐渐转向AI驱动的“第四范式”。复杂科学数据的处理、跨学科的知识融合，都在AI的加持下展现出前所未有的潜力。《意见》提出，要建设高质量科学数据集，推动AI与量子科技、生物制造、6G等前沿领域的协同创新，让科研从“加速”到“跃迁”。

更特别的是，文件首次将哲学社会科学纳入AI+科技范畴。它不仅强调AI在自然科学中的应用，还倡导探索人机协同的社会科学研究组织形式，研究AI对人类认知和伦理规范的深层影响。这实际上体现了一种“智能向善”的理念：AI不仅是效率工具，也要成为价值和认知的探索者。

从现实看，中国AI的基础并不薄弱。截至2024年底，中国人工智能专利数量占到全球六成，居世界第一；全国已有498所高校开设AI本科专业，209所高校备案或申报“智能科学与技术”本科。14亿人口的超大市场和完整的产业体系，也为AI科研提供了丰富的数据与应用场景。

但挑战同样严峻。人工智能基础理论仍未迎来真正突破，数学与算法的底层创新相对不足，高端AI芯片、核心算法等关键领域依然存在“卡脖子”难题。在国际竞争和外部管制加剧的背景下，如何实现科技自立自强，将是长期课题。同时，科研伦理问题也日益突出，AI偏见、数据造假风险可能侵蚀科研的可信度；而在社会科学中引入AI，又必然触动价值观和伦理的敏感问题。如何在突破与守正之间找到平衡，考验的不仅是科研能力，更是治理智慧。

▎人工智能+产业发展

《意见》强调要在农业、工业和服务业三大板块全面推进智能化转型。无论是工业制造流程的智能化改造，农业种植与养殖的数字化升级，还是服务业中新型业态的涌现，AI都将像过去的电力一样，成为横贯全产业的通用技术。中国拥有世界上最完整的工业门类和超大的产业规模，在500多种主要工业品中，有200多种产量居全球第一，这为AI应用提供了最广阔的舞台。

现实数据同样说明了产业端的潜力。工信部数据显示，截至2024年9月底，我国人工智能核心产业规模接近6000亿元，相关企业超过4500家。赛迪顾问预测，从2025年到2035年，中国AI产业将以15.6%的复合增长率快速扩张，到2030年突破1万亿元。

来源：赛迪顾问

但要让“AI+产业”真正落地，并非没有阻力。中小企业的转型难度最大，资金、人才和管理能力不足，使得AI应用成本往往超出承受范围。关键软件和核心部件依旧是短板，高端工业软件、传感器、机器人本体等环节仍需追赶国际水平。与此同时，产业人才结构亟待调整，既懂AI又懂行业的复合型人才远远不足。再加上工业和用户数据的流动加快，数据安全和隐私保护成为新风险点，企业和监管层都面临巨大考验。

▎人工智能+消费提质

随着经济重心从投资转向消费，AI在提升消费质量、创造新场景中的作用被寄予厚望。《意见》提出，要拓展智能消费场景，培育智能产品新业态。AI不再只是后台算法，而是要渗透到“吃穿住行娱”的日常中。智能家居、网联汽车、可穿戴设备等新一代终端，正与万物互联的AIoT生态一起，构建全新的消费格局。

来源：赛迪顾问

数据的力量在这里展现得淋漓尽致。移动支付业务在2022年达到1513亿笔、金额527万亿元，是十年前的近百倍增长。背后离不开AI风控模型的支持。电商平台中，推荐算法贡献了70%以上的成交额，平均转化率提升20%。在线视频、音乐、短视频等平台通过千人千面的算法推送，用户观看和停留时长显著增长。智能家居厂商披露，其IoT平台已接入超过2.5亿台设备，每天AI语音交互请求超过10亿次。

不过，智能消费的另一面也不容忽视。隐私保护与算法偏见问题备受关注，用户担心被困在“信息茧房”，甚至被诱导过度消费。城乡、代际之间的数字鸿沟，可能让部分群体在消费升级中被落下。部分智能产品“噱头大于实用”，新鲜感过去后用户留存度下降，智能音箱的市场下滑就是典型案例。而随着AI换脸、深度伪造等技术扩散，消费监管也必须与时俱进，否则风险会迅速外溢。

▎人工智能+民生福祉

AI被赋予了改善生活质量的厚望。《意见》提出，要用人工智能创造更智能的工作方式、更高效的学习方式和更美好的生活。在就业领域，AI催生了诸如数据标注师、AI训练师、数字人设计师等新职业，也推动传统岗位效率提升。但与此同时，它也可能带来结构性冲击。文件特别强调，要加强技能培训，推动创新创业和再就业，并建立就业影响评估机制，以降低冲击。

教育则是另一个重点。智能导师、智能学伴、自适应学习系统，能够减轻教师负担、提升因材施教能力。偏远地区的孩子也有机会通过AI接触优质教育资源，城乡教育差距有望缩小。医疗健康方面，AI辅助诊断、智能影像识别、健康管理平台、医保核赔自动化等应用正在快速落地，大大提升基层医疗水平，让更多人享受可及的健康服务。

文化与社会服务层面，AI被寄望于带来更多“有温度”的体验。陪伴机器人照顾独居老人，智能康复训练帮助残障人士融入社会，AI运动教练带动全民健身。这些场景展示的不是冰冷的技术，而是温情与共享的智能社会蓝图。

▎人工智能+治理能力

治理能力的提升，是《意见》中极具亮点的一环。AI将推动政府从被动响应转向主动服务，从粗放管理走向精准治理。政务服务正在探索“全程智能办理”，市民通过政务App提出需求，AI即可指导材料准备、预填信息，甚至主动推送个性化服务。

城市管理方面，中国已有超过500个城市开展智慧城市建设。AI被嵌入交通、能源、环卫等环节，北京的AI交通信号优化每天为市民节省约1500万小时通勤时间。广东的数字政府平台，日均调用AI功能超过1000万次，实现了“一网通办”。在公共安全和应急领域，AI用于灾害监测、智能救援、治安防控、网络舆情研判等，提升了预警和快速反应能力。生态环境治理中，AI遥感识别污染源、优化碳市场交易、智能电网调度，都在助力碳中和目标。

可以说，治理场景的数据和案例，已经从概念走向实效。无论是找回走失老人、减少交通事故，还是打击非法采砂，这些看得见的成效，正在让“智能治理”成为现实。

▎人工智能+全球合作

《意见》首次把“全球合作”纳入人工智能行动范畴，凸显了中国对国际责任和格局的重视。一方面，要推动人工智能的普惠共享，让AI成为国际公共产品，特别是帮助发展中国家弥合“智能鸿沟”。另一方面，要参与乃至引领全球治理体系建设。

这与“一带一路”的数字合作相呼应。中国企业已在非洲推动AI医疗诊疗，在东盟国家落地智慧农业，为欠发达地区带去智能化红利。在国际规则层面，中国提出了《全球人工智能治理倡议》，强调AI应当“向善为民、开放合作、公平普惠、安全可控”。这一倡议得到了联合国等多边平台的关注，并推动联合国大会通过相关决议。中国不再是规则的旁观者，而是积极的建设者。

八大基础支撑

• 模型能力：通用大模型与行业小模型并举，强调可控、可评、可审。
• 数据供给：建设高质量、公信力的数据集与数据要素市场规则。
• 算力统筹：国家级算力调度与边云协同，推动绿色算力与成本可负担。
• 应用发展：从“技术驱动”转向“场景牵引”，打造可复制可推广标杆。
• 生态繁荣：平台、开源、产业链协同，鼓励中小创新与大企业赋能。
• 人才建设：复合型人才培养体系与在岗转训，完善职教与继续教育。
• 政策法规：围绕数据流通、算法治理、深度合成、消费者保护完善制度供给。
• 安全保障：从内容安全、系统安全、可信可控到伦理合规的全栈护栏与评测。

落地路线图

• 省市层面：编制“AI+三年行动计划”，设标杆场景清单与“赛马机制”。

• 行业层面：建立行业数据规范+参考模型+评测基线的“三件套”。

• 企业层面：

• • 先做高频刚需+数据可得+ROI可衡量的MVP；
  • 引入安全与合规前置（数据分级、红线清单、对抗评测）。

• 公众层面：推进适老化、可解释与用户数据权利落地，增强信任。

“人工智能+”不是简单的“AI叠加”，而是以数据—模型—算力—场景—治理为主线的系统工程。六大领域明确了方向，八大支撑提供了方法。下一步的关键，是把“政策优势”转化为“场景优势”和“产业优势”，让技术真正变成人人可用、处处可感的生产力与公共服务能力。