五大配资元股证券:ygzq.hk全面辩证研判当前经济走势
编者按
]article_adlist-->5月18日，国家统计局发布4月国民经济运行数据。数据显示，4月部分经济指标较3月出现阶段性波动，但从累计数据观察，我国经济始终保持提质升级、稳步向好的发展大势。当前经济运行仍存有现实困难与下行压力，经济稳中向好的发展根基尚需持续夯实。
4月底召开的中共中央政治局会议明确提出，要增强信心，以更大力度和更实举措抓好经济工作。近日召开的国务院常务会议也作出部署，要求在应对变局中把握机遇，在攻坚克难中推动发展，巩固拓展经济稳中向好势头。
立足当下，应该如何以全面辩证视角精准把握经济发展大势？中国经济时报邀请多位深耕宏观经济领域的专家学者深入剖析、权威解读。
核心观点
坚持发展与治理并重、创新与安全并举、政府引导与市场驱动协同发力，以基础研究支撑技术攻坚，以场景应用牵引产业升级，以制度建设保障健康发展，推动人工智能更好地服务高质量发展，赋能国家治理体系和治理能力现代化。
■任晓刚 应验
近日召开的中共中央政治局会议首次提出“全面实施‘人工智能+’行动，发展智能经济新形态，完善人工智能治理”。从“持续推进”到“全面实施”，表明人工智能已由局部场景的探索应用，进入战略全局的全面实施。
“十五五”时期全面实施“人工智能+”行动，既要把握智能经济发展的重大机遇，推动人工智能与多场景深度融合，也要清醒认识在人工智能的基础理论、关键核心技术、产业生态、安全治理等方面我们还存在短板弱项。要坚持发展与治理并重、创新与安全并举、政府引导与市场驱动协同发力，以基础研究支撑技术攻坚，以场景应用牵引产业升级，以制度建设保障健康发展，推动人工智能更好地服务高质量发展，赋能国家治理体系和治理能力现代化。
人工智能：从技术愿景到战略重点
从2025年3月《政府工作报告》提出持续推进“人工智能+”行动，到2026年4月中共中央政治局会议提出全面实施“人工智能+”行动，人工智能在国家战略全局中的地位进一步提升。“全面实施”四个字，释放出清晰而强烈的政策信号：人工智能已不再只是技术愿景、产业热点或局部应用工具，而是成为推动科技创新、产业升级、治理变革和国际竞争能力提升的重要战略抓手。“人工智能+”的战略内涵，可以从技术形态、融合关系和政策地位三个维度理解把握。
技术上从“人工智能”到“人工智能+”。人工智能早期更多体现为一种通用技术愿景，其应用主要集中在语音识别、图像识别、搜索推荐、智能客服等相对单一场景。随着大模型、多模态、智能体、具身智能等技术加速演进，人工智能已经不再只是“工具箱”中的某一项技术，而是正在成为重塑研发、生产、管理、服务和治理流程的基础性能力。“人工智能+”的关键在于推动人工智能从单点应用走向系统嵌入，从辅助性工具走向生产力平台。“十五五”时期应更加重视人工智能对科研范式、产业组织和公共服务模式的深层次改变，通过模型、数据、算力、场景和制度协同发力，加快形成可复制、可推广、可持续迭代的智能化应用体系。
关系上从“+人工智能”到“人工智能+”。“+人工智能”更多体现为既有行业在原有流程上附加智能技术，是一种局部改造和效率提升；“人工智能+”则强调以人工智能重构行业逻辑、业务流程和价值创造方式，是一种由融合走向赋能、由叠加走向重塑的深层变革。如在制造领域，人工智能不只是用于质检、排产、巡检等环节，而是可以贯通研发设计、中试验证、生产制造、供应链协同和运营管理全过程；在政务领域，也不只是简单建设智能问答系统，而是推动需求识别、政策匹配、事项办理、风险预警和绩效评估全链条智能化。“人工智能+”的本质，是以智能技术牵引创新链、产业链、人才链、资金链深度融合。
地位上从“持续推进”到“全面实施”。相比于“持续推进”，“全面实施”意味着“人工智能+”进入国家战略行动的集中攻坚阶段。全面实施，既包括重点领域应用的全面铺开，也包括基础能力、治理规则、产业生态和安全保障的全面配套；既要求加快发展智能经济新形态，也要求完善人工智能治理，把发展主动权和治理主动权牢牢掌握在自己手中。
更好统筹人工智能发展与治理
人工智能既是发展问题，也是治理问题。全面实施“人工智能+”行动，不能只重应用推广、产业扩张和技术突破，也必须同步完善治理体系、伦理规范和安全保障。应坚持促进发展和规范治理相统一，把治理要求贯穿基础研究、技术研发、市场应用、社会评价全过程，推动形成多元主体协同、关键环节衔接、价值目标对齐的良性格局。
主体协同：政府、市场、社会同向发力。人工智能发展不能单靠政府推动，也不能完全交由市场自发演进，必须形成有为政府、有效市场和有序社会相结合的治理格局。政府要重点做好战略规划、基础设施、规则供给、安全监管和公共场景开放，发挥组织协调和底线保障作用。市场要发挥技术创新、产品迭代和商业化落地的主体作用，推动企业在真实需求中发现问题、改进模型、优化服务。社会组织、高校院所、行业协会和公众则应参与伦理评估、标准制定、应用监督和风险反馈，提升治理的专业性和透明度。只有把政府的方向引导、企业的创新活力、社会的监督评价结合起来，才能实现发展活力与治理效能相统一。
环节衔接：基础研究、市场应用、社会评价贯通闭环。人工智能发展具有明显的链条特征，基础研究决定源头能力，市场应用决定迭代速度，社会评价决定可接受程度。当前，一些人工智能项目存在重应用轻基础、重展示轻转化、重部署轻评估的问题。应当围绕“基础研究—技术攻关—中试验证—场景开放—规模应用—风险评估”建立闭环机制，既鼓励技术在真实场景中快速迭代，也要通过标准、评测、备案、审计等方式及时校准风险。特别是对医疗、金融、教育、政务、公共安全等高影响领域，要建立应用前评估、应用中监测、应用后复盘的全过程管理机制，防止技术风险向社会风险、经济风险和安全风险传导。
价值对齐：科研价值、市场价值、人类价值有机统一。人工智能的发展不能只看参数规模、算力消耗和商业估值，更要看是否服务国家战略、推动实体经济、增进人民福祉、维护社会公平。科研价值强调原始创新，要求尊重科学规律，鼓励探索无人区；市场价值强调应用牵引和效率提升，要求形成可持续商业模式，推动技术真正解决产业痛点；人类价值强调安全、可靠、公平、向善，要求技术发展始终服从和服务于人的全面发展。三者有机统一关键在于建立正确评价导向：既不能用短期商业回报否定基础研究，也不能以技术先进性替代社会可接受性；既要鼓励企业创新突破，也要明确开发者、部署者、使用者的责任边界。
全面实施“人工智能+”行动的路径思考
全面实施“人工智能+”行动，关键在于把战略部署转化为可落地、可持续、可评估的政策举措和实践路径。“十五五”时期，应坚持问题导向、目标导向和系统观念相结合，从强化核心技术攻坚、夯实多元协同保障、提升安全治理能力三个方面系统发力，推动“人工智能+”行动走深走实。
强化核心技术攻坚，筑牢自主可控发展根基。“基础不牢、地动山摇”。全面实施“人工智能+”行动，首先就是要“把关键核心技术掌握在自己手中”。以核心技术为基础和支撑，推进人工智能自主可控生态建设。第一，向基础研究扎根。习近平总书记在2026年加强基础研究座谈会上强调，“基础研究是整个科学体系的源头，是所有技术问题的总机关”。对人工智能而言，算法可解释性、因果推理、类脑计算、多智能体协同、具身智能认知机制等基础问题，决定着未来技术路线和产业主导权。必须把更多稳定支持投向基础理论、基础算法和基础软件。第二，向关键环节攻坚。聚焦高端智能芯片、基础软件、开发框架、智算云操作系统、工业软件、数据工具链等薄弱环节，完善“揭榜挂帅”“赛马制”和重大任务牵引机制，推动国家战略科技力量、科技领军企业、高水平研究型大学和新型研发机构协同攻关，形成“模芯云用”一体化突破。第三，向生态能力跃升。技术突破不能停留在实验室样机和局部替代，必须进入真实训练、真实生产、真实服务场景，在规模化试错中迭代优化。要支持国产软硬件在重点行业、重大工程和公共场景中率先应用，通过市场反馈反哺技术成熟度，逐步形成模型、算力、数据、工具、应用相互促进的生态吸引力。
夯实多元协同保障，构建全要素全生态支撑体系。人工智能竞争不是单一企业、单一技术、单一产品的单向度竞争，而是创新体系、产业生态和制度供给的体系化博弈。全面实施“人工智能+”行动，必须以系统思维统筹生态体系建设。第一，强化资金保障，培育适配长期创新的耐心资本。人工智能底层攻关和基础设施建设具有投入大、周期长、风险高的特点，必须发挥国家基金、政府投资基金和政策性金融引导作用，带动社会资本投早、投小、投长期、投硬科技。要完善风险分担和退出机制，降低中小企业和科研团队创新门槛。第二，强化人才保障，培养既懂技术又懂行业的复合型队伍。人工智能落地难，往往不是模型能力不足，而是缺少理解行业机理、业务流程和工程约束的“两栖人才”。要推动高校院所、龙头企业、行业用户共建产教融合平台，在真实产业场景中培养算法工程师、智能制造服务商和行业智能体设计人才，形成从顶尖科学家到规模化应用人才的梯次供给。第三，强化开放保障，构建根植中国、链接世界的创新网络。人工智能发展需要开源生态、国际合作和规则互认。要支持企业、高校、科研机构参与全球开源社区和联合研发，在合规前提下推进数据、算力、模型、标准等方面合作，同时依托“一带一路”等机制帮助“全球南方”国家加强人工智能能力建设，在开放合作中提升我国技术影响力和规则塑造力。
提升安全治理能力，筑牢产业发展安全底线。人工智能具有黑箱性、自主性、泛化性和强扩散性等特征，风险不只来自外部攻击，也可能来自模型自身缺陷、数据偏差和不当使用。全面实施“人工智能+”行动，要把安全治理能力建设摆在突出位置。第一，建立分层分类的敏捷治理架构。对通用基础模型，应重点强化透明度、可追溯性、内容标识、训练数据合规和安全评测；对医疗、金融、教育、交通、政务等高风险场景，应实施更严格的准入认证、鲁棒性测试和责任追溯；对低风险创新应用，则应采取包容审慎监管，给创新留出试错空间。第二，强化技术内生安全屏障。安全不能只靠事后补丁，而要成为模型和系统的“出厂设置”。应加大算法可解释性、隐私计算、模型水印和内容溯源等技术研发，建立常态化模型安全体检和红队测试机制，推动风险识别、预警、处置和复盘闭环运行。第三，主动参与全球规则构建。人工智能治理具有全球性，任何国家都无法置身事外。要把我国在算法备案、数据分级、安全评测、生成内容标识、公共场景治理等方面的实践经验，转化为可交流、可对接、可推广的制度方案，积极参与联合国等多边框架下的人工智能治理进程，推动形成有益、安全、公平、普惠的全球人工智能治理体系。
（任晓刚，北京市习近平新时代中国特色社会主义思想研究中心研究员、北京市科学技术研究院科技智库中心主任；应验，中国科学技术大学马克思主义学院讲师）
总 监 制丨王列军 车海刚监 制丨陈 波 王 彧 杨玉洋
主 编丨毛晶慧 编 辑丨曹 阳
]article_adlist-->
优选实盘网提示：本文来自互联网，不代表本网站观点。
