数字经济每日参考（2026-07-15）

观 点

14.7万亿数字经济突围！AI时代如何避开数字化转型陷阱？

人工智能正从技术概念转变为重塑生产、分配、流通、消费的底层驱动力，我国数字经济正式从规模扩张阶段全面转入价值增长新阶段。官方数据显示，2025年我国数字经济核心产业规模达14.7万亿元，年均复合增长率12.8%；“十五五”规划纲要明确提出，到2030年数字经济核心产业增加值占GDP比重提升至12.5%，全面实施“人工智能+”行动，推动数据要素市场化改革落地见效。

但不可忽视的是，当前行业普遍存在“重平台建设、轻效益转化，重技术堆砌、轻产业适配，重国内市场、轻全球合规”三大痛点。在AI浪潮下，数字经济如何破解转型堵点？

跳出数字化“形式主义”，以小切口实现AI扎根车间

数字经济高质量发展的核心不在于技术迭代速度，而在于数字技术能否下沉产业一线，用可量化指标实现降本增效。

近日，在2026全球数字经济大会期间，亚洲数字经济科学院院长、全球数字经济城市联盟新加坡办公室负责人陈柏珲接受中国工业报采访时表示，实体经济数字化转型是将数字化等同于IT采购项目，业务、生产、财务部门未深度参与，数据口径割裂、业务流程未重构，巨额投入难以转化经营收益。

“很多企业做数字化，容易先买系统、建平台、做大屏，以为系统上线就完成了转型。但实体经济数字化不是一个简单的IT采购项目，而是经营管理方式的重构。”陈柏珲说，数字化真正的难点往往不在技术本身，而在业务流程、数据质量、组织协同和投入产出评估。

同时，产业端AI落地难、算力供给不均衡、缺少标准化算力服务套餐是制约产业数字化规模化扩张的底层硬件与运营短板。中国电信研究院行业所团队总监孙洁告诉中国工业报，信息通信业作为数字经济核心产业根基，需从基础设施、产业运营两端同步发力。

7月8日，在2026中国互联网大会上，中国工程院院士邬贺铨进一步揭示深层矛盾，当前企业普遍采用外挂式AI部署，网络架构、算力调度未原生适配海量Token、多智能体协同需求，导致模型推理时延高、跨设备协同效率低，即便完成车间数字化改造，也难以形成持续运营价值。传统IaaS、PaaS、SaaS三层云架构无法承载大规模智能体调度，新增MaaS模型即服务、AaaS智能体即服务两层体系，才能大幅降低中小企业AI使用门槛，从根源上解决“建而不用”的形式化问题。

“数字化转型不能为了数字化而数字化。真正有价值的数字化，是让企业少一点浪费，多一点确定性，快一点响应市场，稳一点管理风险。”陈柏珲建议，企业可以先从一条产线、一个车间、一个仓库或一个流程做起，用三个月到六个月验证效果，再逐步复制推广。

“工业AI的重点不是单纯追求模型参数，而是要围绕真实生产场景形成能力闭环。”陈柏珲表示，AI智能体、算力和数字孪生要真正扎根工厂车间，必须推动技术层面与产业应用层面形成协同。

依托通信算力底座  分层落地“人工智能+”

运营商应发挥“云网数智安”一体化优势，以Token打通算力供给端与行业数字化场景。

“十五五”规划将“人工智能+”作为数字经济核心抓手，覆盖制造、文旅、医疗、政务全领域。三大运营商在中国互联网大会上同步发布完整落地体系，形成差异化算力供给方案。

中国电信副总经理栾晓维提出“五位一体智能云体系”，依托“息壤”算力调度平台搭建全域算力网络，推出分层Token套餐，面向制造、政务、中小企业区分算力供给标准。2025年底自有+接入智算总规模超91EFLOPS?，打造京津冀、长三角、粤港澳三大万卡智算集群，适配大型工业集群全链路AI需求。

中国移动副总经理李慧镝聚焦自智网络与A2A跨智能体协议，完成40万5G基站智能化改造，覆盖八大“东数西算”枢纽，以光网承载轻量化工业智能体，适合县域中小型制造企业低成本数字化改造。

中国联通副总经理邱宝华搭建“元景MaaS”一站式Token运营平台，汇聚200余款主流大模型，推出轻量化算力包，服务船舶、医疗细分中小企业，单企业算力投入可降低60%以上。

孙洁表示，运营商应发挥“云网数智安”一体化优势，以Token打通算力供给端与行业数字化场景，盘活存量网络与算力资源，挖掘产业增量空间，持续做大数字经济核心产业规模。

“在基础设施上，运营商要加快构建全国一体化算力网络与智算中心，统筹网络带宽、电力配套稳定算力供给，为Token大规模生成、流通、调度筑牢硬件底座。产业运营上，把算力、AI模型、数据资源封装成可交易Token服务，针对政企、工业、服务业打造差异化算力套餐，将云网资源转化为标准化计费产品。”孙洁说道。

用好数据要素  打通价值转化“最后一公里”

打通数据资源到资产价值的“最后一公里”，需构建治理、确权、入表、运营闭环。

当前，全球数字竞争本质是数据要素竞争，数据的基础资源、创新引擎作用持续凸显。前不久，国家数据局印发的《2026年数字经济发展工作要点》提到八大重点任务，从产业实操、政策落地、数实融合等维度，解析数字经济高质量发展的实施路径。

数据要素价值释放存在制度、技术、市场三重堵点，需分层破解。中国电子信息产业发展研究院副总工程师刘权向中国工业报分析指出，当前公共数据授权运营、定价、产权登记等改革，落地难点主要有制度设计层面面临权属不清、登记标准不统一，权责划分不清，导致运营机构与政府的安全责任边界等缺乏明确界定。技术实现层面存在数据边界锁定、估值方法不一致。市场机制层面存在定价模糊、收益分配失衡，导致授权运营平台数据质量低下。安全合规层面存在数据泄露风险、隐私保护不足、技术支撑不足等难点，导致企业参与动力不足，高价值产业数据“不愿进、不敢进”。

为加速转化数据要素的价值，国家数据局推出“531”工作体系，即五大改革抓手、三大基础支撑、一个核心重点，构成完整政策工具箱：“5”指健全数据基础制度、建设数据基础设施、培育融合应用场景、搭建全国一体化数据市场、壮大数字产业；“3”指核心技术攻关、数据标准统一、数字人才培育；“1”聚焦数据赋能人工智能创新发展。

刘权表示，打通数据资源到资产价值的“最后一公里”，需构建治理、确权、入表、运营闭环。需要全面盘点存量数据，完成清洗脱敏、分类分级，筑牢合规底座；开展数据权属登记，依托联合第三方完成价值评估，按会计准则规范资产入表，实现数据可计量、可确权等要素化。依托隐私计算、区块链技术等搭建可信流通平台，将原始数据加工为标准化数据产品，对内赋能经营降本增效，对外通过交易、授权、质押融资实现数据价值化。

因地制宜差异化布局  规避数字经济同质化内卷

立足区域资源禀赋走差异化发展路线，构建东部创新策源、中西部算力配套、县域场景落地的协同格局。

2026年政府工作报告明确安排2000亿元超长期特别国债，支持传统产业数字化设备更新改造，政策红利覆盖全国各区域，但落地路径不能“一刀切”。赛迪研究院结合全国产业调研，划分东中西部、大中小城市，落地八大任务的区域差异化发展路径。

刘权指出，东部中心大城市主攻数据要素市场化、AI创新、数据产品化等，建设一体化数据交易所、智算中心，培育数字产业集群，依托制造业与数字原生企业基础推进全链条数实融合。东部中小城市聚焦产业数字化转型，依托本地制造业打造行业数据集与工业互联网应用枢纽，布局区域算力节点，落地公共数据授权运营，培育中小型数字服务商，优化城市数字化便民治理。

中西部省会中心城市承接“东数西算”枢纽算力外溢机会，搭建区域数据流通平台，发展数据标注、智算服务配套产业，围绕能源、农业、文旅打造特色数据产品，补齐数字产业创新短板，完善数据安全体系。中西部县域中小城市优先完善5G、边缘算力等基础底座，以农业数字化、基层数字治理为核心，盘活涉农、生态公共数据，承接东部数据加工外包，简化数据流开发本地化门槛，依托绿色能源、本地产业等资源特色发展轻量化数字应用。

“避免数字经济领域同质化竞争，关键是各地立足资源禀赋、差异化定位，走特色化发展路线。”刘权表示，东部城市深耕数据交易与数字科创；中西部枢纽城市做强算力配套、特色产业数据应用；县域聚焦农文旅数字化，避免盲目跟风建数据中心、通用平台，深挖本地产业独有数据资源，打造专属数据产品。

统筹安全与全球化  构建包容普惠数字发展生态

AI时代数字经济兼具全球流动属性与本土安全底线，打造安全、开放、友好的全球数字合作格局。

随着中国数字经济产业规模稳步攀升，中国企业在对外产业协同、技术出海和跨境数字产业合作中的角色也越来越受到关注。陈柏珲站在新加坡和区域市场观察认为，中国数字产业出海具备明显优势，但也必须正视短板。

陈柏珲指出，中国企业经历了大规模市场验证，应用场景丰富，产业链完整，工程化能力强，交付速度快，成本控制能力较好。特别是在智能制造、电商、金融科技、智慧城市、供应链数字化、工业软件和自动化设备等领域，中国企业积累了大量实践经验。

但与此同时，数字领域两大全球性矛盾凸显：一是各国数据规则、AI监管标准碎片化，跨境数字合作成本攀升；二是数字鸿沟持续扩大，发达国家与发展中国家算力、数字服务差距拉大，需要完善国内治理、深化国际协同双向发力。

陈柏珲建议，中国企业出海数字业务，要遵循五个原则。

第一，场景先行。不要一开始就讲宏大平台，要先找客户最痛的场景，比如节能、质检、设备维护、库存管理、物流效率。

第二，合规前置。数据合规、AI治理、网络安全、知识产权和合同责任，要在签约前就设计清楚，而不是出了问题再补。

第三，本地适配。产品、语言、支付、服务、培训和合作伙伴都要本地化，不能简单把国内方案翻译成英文就出海。 

第四，生态共建。数字产业出海不能单打独斗，要与本地政府、园区、行业协会、系统集成商、金融机构和高校建立合作网络。

第五，长期运营。数字业务的价值不在一次性交付，而在持续服务、持续升级和持续创造效益。

在陈柏珲看来，中国数字经济下一步要从“规模增长”转向“价值增长”，从“技术输出”转向“能力输出”，从“产品出海”转向“生态出海、合规出海、服务出海”。对海外市场来说，真正有竞争力的不是单一技术，而是能不能把技术、产业场景、治理能力和本地合作结合起来，形成可持续的解决方案。

“数字经济高质量发展的核心，不是把技术概念讲得多先进，而是让数字技术真正回到产业现场。谁能把数据、AI、算力和实体经济的真实需求结合起来，解决成本、效率、质量、合规和韧性问题，谁就能在下一轮全球产业竞争中形成新的优势。”陈柏珲说道。（中国工业报 耿彭飞）

行 业

人工智能加速走进现实这一年：哪些竞争格局正在被改写

人工智能正在加速走向现实。

如果说过去比拼的是模型能否理解互联网，那么当下更重要的问题是AI能否理解现实世界、机器人能否完成真实任务、模型能否在复杂环境中持续学习和进化。

这一变化，带来了竞争逻辑的重构。具身智能，也正成为连接数字世界与物理世界的重要载体。

即将举行的2026世界人工智能大会（WAIC），正是观察这一趋势的重要窗口。本届大会聚焦世界模型、具身智能、智能终端、AI Agent等前沿方向，全球创新企业、科研机构和产业组织汇聚上海，共同探讨迈向物理世界的技术路径、产业协同与治理规则。

AI+产业：从“身体”到“大脑”的系统竞争

去年以来，具身智能AI企业围绕世界模型、真机数据和机器人基础模型持续投入，全球人工智能发展的重心正加速从数字世界迈向物理世界。英伟达CEO黄仁勋多次提出，继生成式AI之后，Physical AI（物理AI）将成为人工智能发展的下一波浪潮。

如果说大模型的竞争更多依赖算法和算力，那么具身智能比拼的，则是一整套产业能力。

机器人既需要具身大脑，也需要灵巧的身体。从世界模型、运动控制，到电机、减速器、灵巧手、传感器，再到整机制造、场景部署和持续迭代，每一个环节都决定着产业发展的速度。

星动纪元创始人陈建宇对澎湃新闻记者表示，“未来AI最大的战场将是物理世界”。当前具身智能正从技术验证迈向商业化落地，竞争重点将从机器人本体转向由数据、世界模型、运动控制和硬件协同构成的完整系统能力。

我国拥有全球最完整的制造业体系和机器人产业链配套能力，能够实现关键零部件、整机制造、软件算法和应用部署的快速协同。从研发验证到规模化生产，再到持续迭代优化，完整产业链不断缩短创新周期，也让技术能够更快完成从实验室走向生产线。长三角、珠三角等区域成为全球机器人核心零部件的重要集聚区域，越来越多企业选择在中国布局供应链和制造体系。

同时，具身智能企业正沿着不同技术路径探索具身智能产业化。有的企业聚焦整机研发和部署，推动机器人进入制造业生产一线，持续提升机器人在复杂工况下的稳定性；有的依靠核心零部件自主研发和供应链优势，加快规模化制造；还有一部分企业围绕数据、具身大脑、运动控制、灵巧操作和机器人本体开展全栈研发。

目前，多家中国具身智能企业都将量产目标指向万台。智元第15000台通用具身机器人6月正式下线，从万台到1.5万台仅用时不足三个月；去年人形出货约5500台的宇树科技，电机、减速器、控制器、激光雷达自产率达95%，5月单款人形机器人累计下线约1.1万台创全球单品类纪录；优必选全尺寸具身智能人形机器人已实现年化产能超6000台，今年工业机器人产能目标指向万台规模。

据测算，2025年我国人工智能核心产业规模已超过1.2万亿元，规上工业企业人工智能应用普及率超30%，2026年中国人形机器人全年整机产量有望突破10万台。

AI+场景：在真实世界中“练级”

产业链、供应链和技术路线的不断完善，构成了中国具身智能发展的竞争优势。而真正让这些优势持续放大的，是机器人背后那个规模庞大的真实世界。

对于具身智能而言，场景就是数据，部署就是训练。

早在2025年4月下旬，中央政治局就人工智能举行集体学习，明确“自立自强、应用导向”的发展原则。今年6月，工业和信息化部、国务院国资委启动2026年度人形机器人与具身智能实景实训专项行动，推动人形机器人与具身智能产品在真实生产生活环境中常态化部署应用，加速实现规模化发展。

上海也于去年启动了具身智能专项行动，并获批全国首个具身智能领域国家级标准化试点“上海虚实融合具身智能训练场标准化试点”，围绕“实体物理场+虚拟训练场+本体/部组件+场景应用”四大领域，由国家地方共建人形机器人创新中心牵头制定80余项标准，分场延伸至河南、江苏常熟、江苏吴江、北京石景山、深圳等8个支点。

同时，国内持续推动人形机器人进入汽车制造、精密装配、物流搬运等生产环节，在真实工况中积累数据、优化算法；四足机器人开始参与电网巡检、应急救援等高风险作业，配送机器人、协作机器人也不断拓展至医院、酒店、商超等公共服务场景。

智元机器人远征A2-W在富临精工重庆工厂覆盖15个上料点，单班次近万次搬箱，与龙旗科技合作的专属产线已于上半年投产；优必选的Walker系列已进入比亚迪、吉利、蔚来、东风柳汽、一汽-大众青岛等车企实训；银河通用具身智能重载机器人Galbot S1在宁德时代量产线上不间断工作超过3个月；云深处的机器狗深入田间地头、消防防汛等场景……

机器人每完成一次抓取、搬运、巡检或分拣，都会形成新的真实世界数据；千万次任务执行累积而成的数据，又不断反哺模型训练，提高机器人在复杂环境中的感知、决策和泛化能力。

正如宇树科技创始人王兴兴此前在接受澎湃新闻等媒体采访时强调的，机器人的最终目标还是能真正“干活”，解放和提高生产力。

智元机器人联合创始人彭志辉也同样指出：“真实场景下的落地价值才是关键。”

AI+共建：生态与治理的全球竞合

具身智能的发展，并不仅仅依赖某一家企业、某一种模型。

机器人需要高质量的数据集完成训练，需要开放的平台降低创新门槛，需要统一的标准实现互联互通，也需要国际合作共同探索人工智能进入物理世界后的治理规则。

随着产业不断成熟，这些基础能力正成为全球竞争的新焦点。

近年来，我国不断完善机器人开源生态，从机器人操作系统、开发框架到开源社区建设，越来越多高校、科研机构和企业共同参与技术协作。AgiBot World等百万级机器人操作数据集面向全球开放，为机器人模型训练提供更加丰富的数据资源。

中国企业也在不断为世界提供新路径。

银河通用打造出全球首个且唯一实现自主打网球的机器人，银河星脑让机器人看见来球、预测轨迹，在高速动态环境中完成全身协调、平衡控制、击球决策和连续交互；星动纪元2024年9月发布全球首个融合视频预测与动作预测的世界模型PAD，2026年2月联合斯坦福团队推出VLAW框架，实现VLA与世界模型的协同进化；智平方推出了类脑具身智能系统NeuroVLA，借鉴人脑工作机制，让机器人具备记忆、学习和自主进化能力，可以通过更少的数据完成学习与决策……

智平方创始人郭彦东提出，下一代机器人大脑不应只是算力和数据的竞赛，如果沿用当前大型基础模型的发展路径，未来可能需要指数级增长的数据和能源消耗。

尚处于发展初期的具身智能产业，机器人安全、人机协同、数据治理、伦理规范等问题日益成为全球共同面对的新课题。

近年来，中国围绕数据格式、测试评价、训练平台等方向持续推进标准体系建设，并成立了人形机器人与具身智能标准化技术委员会。在今年的WAIC上，除了集中展示世界模型、具身智能等最新成果外，还将举办多场国际学术会议活动，围绕技术标准、产业合作、安全治理等议题展开深入交流。

过去几年，人工智能改变的是数字世界，而未来几年，它将重塑物理世界。

这场新的竞争，不再只是算法、模型和算力的竞争，更是制造体系、产业链供应链、真实场景、数据资源、标准体系以及治理能力的综合竞争。从全球科技创新的重要参与者、贡献者，到新技术方向的重要开拓者、产业生态的重要建设者，中国正在不断拓展自身在全球人工智能发展中的角色。（澎湃新闻）

活 动

专家热议“词元经济”产业底座 “有效词元”比调用量更重要

近日，在由中国人民大学深圳研究院社会科学高等研究院（深圳）主办，中国人民大学国际货币研究所（IMI）、中国人民大学深圳金融高等研究院承办，金融科技50人论坛和蚂蚁数科协办的“大金融思想沙龙”上，与会嘉宾围绕“算力、能源、调度协同：筑牢词元经济产业底座”展开讨论。

算力、能源、调度协同发展

中国人民大学国际货币研究所所长助理、研究员曲强指出，随着企业级AI进入规模化落地阶段，海量词元（Token)吞吐已成为常态，词元经济及其底层支撑既带来新的增长空间，也进一步放大算力分配不均、用能成本偏高和调度效率低下等矛盾。因此，发展词元经济必须把算力、能源和智能调度作为产业底座统筹推进。总体来看，算力、能源、调度协同不仅是技术议题，也是各行业理解和进入词元经济的重要入口。

在国家数据发展研究院数字科技基础设施研究部主任罗松看来，算电协同是人工智能发展的核心战略，需以数、算、电、网一体化融合构筑数字底座。算力需求爆发式增长，预计2030年全球Token消耗达千万亿级，对算力设施提出高稳定、易扩展新要求。当前面临绿电直连前期投资大、源网荷储技术不成熟、复合型人才稀缺等挑战，建议以“东数西算”牵引布局优化，建设国家级算力监测调度平台，攻关时空匹配与协同调度技术，完善标准体系，并构建产业创新联合体，强化绿电交易与人才培养，推动算电协同走深向实。

中国信息通信研究规划所数智部主任、中国信息消费推进联盟常务副秘书长王强指出，词元服务正从C端简单问答向深度创作与生活服务拓展，三大运营商大幅降低个人使用门槛；而B端企业级市场是绝对主力，调用量稳定且逐年上升，智能体正成为词元消费的核心驱动力。

可量化、可定价的词元已成为核心资产

针对金融行业，词元经济将带来哪些冲击？西安银行信息科技业务总监白建武认为，词元经济是AI时代不可逆转的趋势，中小银行应摒弃重资产老路，走轻量化、协同化、生态化新路。具体来看，第一，数据效能优先，建好金融知识库、清洗特征数据、持续增量学习，提升模型准确性并降低处理成本；第二，推理效能优化，通过提示词工程、MCP调用和模型编排，实现源头降噪与精准算力运营，简单任务用轻量模型，复杂任务用大参数量模型；第三，算电协同适配，硬件分层（GPU用于训练，NPU/TPU用于简单任务）、错峰用电、机房降耗，推动共享算力政策落地；第四，模型智能调度，搭建轻量化调度平台，纳管多智能体，兼顾合规与效率，保障核心业务算力，动态调整辅助业务。

“从金融视角看，可量化、可定价的词元已成为核心资产，金融市场正围绕从储能到消费场景的全周期进行资源配置，词元的效率将成为关键投资方向。从监管视角看，未来中国人民银行可能需要追踪Token动态，关注算力需求是否过热、供给是否不足及定价是否合理，这对传统的货币政策与通胀管理框架提出新挑战。”北京大学汇丰商学院助理教授贾盾表示，词元将深刻影响生产组织、货币体系、金融定价与监管模式，带来全方位的系统性挑战。

中国人民大学国际金融学院副院长、财政金融学院应用金融系主任吴轲认为，词元经济表面上是Token调用量增长，本质上是AI产业从模型竞争走向基础设施竞争、从算力消耗走向价值核算、从单点技术优化走向系统协同。其核心变量正从“模型能力”转向“单位有效词元的综合成本”，关键不是消耗多少Token，而是多少Token真正转化为客户服务效率、风险识别能力、运营成本下降和业务增长。吴轲表示，“有效词元”比调用量更重要。未来基础设施竞争不只是算力规模竞争，而是算力、能源、调度和数据质量的系统效率竞争；词元服务也会从简单按量计费，走向分层化、场景化和风险定价。

围绕下一步发展，吴轲提出三点方向：一是建立Token级成本和价值核算体系；二是构建分层分级AI基础设施；三是推动算力、能源和金融机制协同，通过绿色信贷、产业基金、长期购电协议和算力服务合同融资，形成更可持续的投资闭环。（21世纪经济报道）

中国工业互联网研究院开展智能经济专题专家座谈

近日，中国工业互联网研究院组织召开“推动智能经济高质量发展”工联智库专题研讨会。来自科研机构、高校、企业、学会及智库等十余家相关单位专家代表参加会议。

今年中国工业互联网研究院启动了智能经济重大课题研究。会上，政策研究所智能经济课题组汇报了课题阶段性进展，重点介绍智能经济内涵特征及框架体系，智能原生、词元产业链、AGI4S、智能经济成熟度指标体系等方面取得的初步研究成果。

明确智能经济核心属性与定位

中国科学院大学经济与管理学院教授孙毅认为，与传统业态相比，智能经济呈现出三大新特征：AI角色由决策辅助转向操作替代；规模经济效应从消费侧迁至生产侧；生态建设重心从匹配信息升级为匹配产能。

中国技术经济学会名誉理事长李平指出，智能经济兼具产业形态与经济形态双重属性，二者研究内容与方法差异显著。作为产业形态，重点聚焦产业结构、产业组织、产业竞争等研究；作为经济形态，其是覆盖生产力、生产关系、经济运行逻辑的系统性技术—经济范式突破，并非简单技术应用升级。开展智能经济理论研究需贯通生产、分配、流通、消费全经济循环，从宏观经济增长、产业内部结构、区域空间布局、劳动力就业分工四大维度搭建综合分析框架。

中国社会科学院工业经济研究所研究员、博士生导师陈晓东分析提出，智能经济是全新经济范式革命，并非数字经济的进阶形态。数据要素资本化形成价值闭环是其落地关键，破解相关实践堵点，对企业经营、行业监管、实体经济及先进制造业发展意义重大。

清华大学社会科学学院经济学博士生导师、人本健康经济发展研究中心主任谢丹夏认为，智能经济是数字经济高级阶段，可依托其课题组提出的广义数智经济理论开展分析。

中国社会科学院财经战略研究院研究员魏翔表示，厘清智能经济与数字经济的界定和评测具有开创性价值。消费领域需警惕文旅具身智能的 “工具人陷阱”，避免技术应用无法反哺算法迭代。建议分行业研究AI赋能增长路径，借鉴DARPA项目经理中心制，以定向创新弥补自发创新短板。

剖析测算难点与优化路径

国务院发展研究中心企业所综合研究室主任、研究员高太山认为，人工智能产业快速发展，智能经济测算需统筹考虑产业链跨地域、业务边界模糊等问题，需应对好内容治理、收入分配、网络安全等新挑战。

北京邮电大学经济管理学院副院长、教授李宏兵提出，智能经济测算需突破传统数字经济框架，立足人工智能“工具+对象”双重属性，搭建分层、可国际对比的指标与测算体系。智能经济治理复杂度更高，多项风险与问题交织，亟需深化系统研究、统筹完善治理体系。

北京大学经济学院助理教授、博士生导师李伦表示，传统测算方法难以适配智能经济，存在测算失真、界定不清、口径不一、数据不全等问题。智能经济重塑产业、就业形态，劳动密集型逐步转向资本密集型；不同阶段将依次迎来智能运营中台落地、具身智能普及、企业边界弱化等趋势。

国网经济技术研究院副院长齐立忠建议统筹安全与发展，放宽管控、严守底线，完善配套制度，打造良好发展环境。

研讨会紧扣国家加快发展智能经济、大力培育新质生产力的战略部署与政策导向，聚焦智能经济理论构建、产业落地实践过程中的重点堵点、突出难点深入研讨，广泛征集行业专家真知灼见，集聚多方智库智慧。

下一步，中国工业互联网研究院将依托“智能经济深度观察”等平台做好成果转化与宣传推广，以智能经济前沿研究为重要抓手，持续提升战略研究与政策支撑专业能力，为加快推进新型工业化贡献更多智库力量。（新华网）

各 地

算力筑基 数启东北振兴“FCN未来算网”夯实吉林数字经济新底座

近日，东北地区首个依托确定性网络实现跨域算力协同的一体化调度平台“FCN未来算网”在长春净月高新区正式投运，配套打造的AI词元超市同步进入调试阶段，预计7月底对外开放。

据了解，“FCN未来算网”平台由长春净月高新区联合江苏未来网络集团，通过合资企业吉林未来数联网络科技有限公司落地建设。平台以自主可控确定性网络为核心底座，结合本地产业需求完成本土化适配升级，是对标国家“十五五”规划“六张网”布局、落实数字吉林“十五五”全域数字基础设施建设任务的关键一步，为数字经济高质量发展提供算力底座。

确定性网络筑基数字底座，稳传数据保障算力协同

确定性的核心优势，就在一个“稳”字。

日常我们刷视频、传输文件、玩网络游戏依靠普通运营商公共网络，网络高峰期时延波动、数据包丢失是常态。网络传输起伏不定，对普通用户而言只是体验感下降，但对于AI大模型分布式训练、工业实时仿真等高精度业务而言，网络不稳定会直接拖慢运算进度、干扰仿真精准度。而确定性网络专为算力调度搭建专属高速传输通道，从根源解决行业痛点。

若将普通运营商网络比作车流混杂的城市主干道，确定性网络便是一条独立专属专线：全网时延抖动控制在极低水平，数据传输时长精准可控，数据包稳定送达、不会“晚点”。

更重要的是丢包率很低。相比于普通运营商万分之一到十万分之一的网络丢包率，确定性网络把丢包率控制在百万分之一以下，有效减少数据包重复发送，助力跨区域算力高效协同。

产业沃土叠加绿色能源，算网落地吉林得天独厚

谈及平台落地长春净月高新区的深层考量，吉林未来数联总经理郑翀表示，数字经济最终要为产业去赋能，才能实现它的价值。

吉林省产业基础扎实，坐拥中国一汽、中车长客等装备制造龙头企业，光电信息产业集群成型，新材料、现代农业特色突出，净月数字影视文旅业态蓬勃发展；省内西部富集风电、光伏资源，坐拥充沛绿色算力能源基底，能够有效降低算力运行能耗成本，契合全国一体化算力网络建设导向。

雄厚的产业“家底儿”与转型升级的迫切需求，为数字经济落地提供了丰富广阔的应用场景。这也是“FCN未来算网”选择落户吉林的核心缘由。

普惠算力叠加政策红利，算力赋能吉林全面振兴

“FCN未来算网”平台打破传统算力取用壁垒，实现算力资源的普惠、便捷供给，企业、科研机构可一键申领、灵活调配算力，达成“算力如水如电、按需取用”的服务模式，全面适配人工智能、低空经济、光电信息、高端制造、科研仿真、数字影视等多领域算力需求。平台在长春布局了具备10.6万P算力调度能力的算力枢纽，集GPU容器云、弹性裸金属服务器、HPC高性能计算三大核心产品线于一体。

平台落地后，省内各类企业使用算力、大模型的综合成本将显著下降，真正实现算得起、算得优、传输远、精度高、运行稳。目前，平台已为省内多项重点科创、产业项目提供持续稳定的算力支撑，切实帮助企业降本增效、推动产业迭代升级。

依托确定性高速网络搭建的“词元超市”也将于七月底上线，用户申领专属接口密钥后，可一站式调用多款主流大模型与全套AI开发工具，支持自选模型、按量计费、即时启用，极大降低中小微企业、初创团队、影视文创行业入局AI的技术与资金门槛。

净月高新区政数局局长惠贇介绍，净月高新区将依托“FCN未来算网”搭建从算力、大模型到AI开发工具、行业智能应用的全链条AI服务平台，依托平台自身低成本算力优势，与省、市、区级扶持政策，打造算网融合、智算融合的成本洼地，持续吸引算力相关企业集聚落户。（中国吉林网）