DRC对话丨杨超:协同推动“人工智能+”行动从深入到全面

我国深入实施“人工智能+”行动，以科技创新引领产业创新、以产业升级促进科技迭代，推动人工智能赋能千行百业。2025年印发的《国务院关于深入实施“人工智能+”行动的意见》明确了总体要求、发展目标和重点方向，“十五五”规划纲要提出全面实施“人工智能+”行动。

从深入实施到全面实施，如何把握“人工智能+”行动的发展需求？如何拓展人工智能赋能千行百业的广度和深度？未来如何更好实现AI治理？就上述相关问题，中国经济时报记者日前专访了国务院发展研究中心创新发展研究部第二研究室主任杨超。

从三个角度理解和把握“人工智能+”行动的发展需求

中国经济时报：从深入实施到全面实施，如何把握“人工智能+”行动的发展需求？

杨超：从深入实施到全面实施，不仅是量级的扩张，也是质的飞跃。这意味着人工智能从局部试点转向全面赋能，要把握这个发展需求，就应该从技术进步、场景应用和政策支持三个角度理解。

第一，人工智能技术快速进步提供了全面实施的技术底座。“人工智能+”行动的深度与广度，以AI的技术供给能力为基础。随着大模型、多模态智能、具身智能等前沿技术的爆发，AI能力得到了显著提升。首先，通用大模型向垂直行业大模型的演进为解决工业、医疗等场景中的应用提供了技术可能；其次，算力基础设施的建设和普及，通过边缘计算与云端协同为实时性要求高的制造、自动驾驶等场景需求提供了如同“水电”般的支撑；最后，具身智能与物理世界的深度耦合推动了机器人、无人系统等载体进入生产线，实现了大脑和躯干在真实世界的协同。

第二，场景开放为人工智能在多领域的渗透创造了条件。过去，AI更多用于客服、营销等领域，未来的全面实施则会推动更多场景向人工智能开放，从而促进AI进入千行百业。在制造业，“AI+数字孪生”可以实现研发周期的缩短和供应链的实时优化；在服务业，医疗、教育、养老等场景中的AI辅助诊断、个性化教学方案、智慧适老化设施等快速发展；在公共治理领域，从交通调度到环境监测，再到应急响应，AI正在推动治理模式转变。

第三，政策支持是“人工智能+”行动的重要保障。随着人工智能技术的进步和应用领域的拓展，政策支持的需求正从激励导向转向生态培育。一方面，支持人工智能发展和应用的数据要素供给等制度逐步完善，有效缓解了数据“不敢用、不能用、不好用”的问题。另一方面，兼顾发展与安全的规章制度逐步建立，在容错机制和底线思维并行的框架下，企业能够大胆创新，拓展人工智能在各个行业的深度应用。

所以，把握“人工智能+”行动的发展需求需要顺应AI的技术特征，开放和创造更多应用场景创造AI的赋能需求，以包容审慎的政策创造人工智能赋能千行百业的良好生态。

夯实基础、激发需求、培养人才，共同推动AI技术与实体经济深度融合

中国经济时报：如何拓展人工智能赋能千行百业的广度和深度？

杨超：人工智能赋能千行百业的广度可以认为是AI在不同行业、不同领域、不同场景中的普及程度和覆盖范围。例如，目前，AI在金融、制造、医疗、教育等行业的应用已初见成效，但在农业、建筑、工业等领域的应用则相对不足。拓展广度，就是让AI技术突破现有领域限制，在生产生活更多领域发挥作用。

人工智能赋能千行百业的深度则可以认为是AI技术与行业结合的程度和强度。例如，当前，许多AI应用仍停留在简单的数据分析、流程自动化等较低的深度。拓展深度意味着要推动AI技术与各种业务更紧密融合，实现从辅助工具到决策中枢的转变、从提升效率到创造新价值的升级。

拓展人工智能赋能千行百业的广度和深度需要从供给侧和需求侧同时发力。供给侧需要夯实人工智能的基础层，实现算法突破与自主创新，推进算力普惠与高效利用，完善数据治理与价值释放，推动大模型优化与行业适配。需求侧需要加强宣传与示范引领，让更多消费者和机构认识到人工智能的强大能力，激发市场需求；通过政策激励与资金支持，降低购买和使用人工智能的门槛，促进消费潜力的充分释放；并且进一步推动场景开放与生态构建，提升人工智能的应用体验。此外，还需要加大人工智能相关人才培养力度，尤其是跨学科复合型研发人才和应用型技术人才。

拓展人工智能赋能千行百业的广度和深度是一项系统工程，需要供给侧、需求侧和人才侧协同发力，夯实基础、激发需求、培养人才，共同推动AI技术与实体经济深度融合，为经济高质量发展注入强大动能。在这个过程中，政府、企业、高校、研究机构等各方需各司其职、形成合力，才能推动AI赋能千行百业向广向深发展。

技术、制度与人协同演进，有效规避风险

中国经济时报：OpenClaw掀起风靡全球的“养虾热”，给民众普及了智能体的概念，但随之而来的安全漏洞、权限风险等问题也让人们对AI应用有了更多理性思考。未来如何更好地实现AI治理？

杨超：近期，“养虾热”在全球迅速兴起，然而安全问题很快随之暴露，反映出人工智能发展面临的机遇与挑战。在技术快速迭代与应用场景不断拓展的今天，AI治理是全人类必须面对的问题。未来的AI治理应当是一个涵盖安全底线、价值内化与素养提升的综合性工程。

首先，最重要的是在制度层面，筑牢安全底线，构建多层次、动态化的AI监管与防护体系。建立分级分类的风险管控框架，尤其是科学的风险评估与分类体系，在医疗、自动驾驶、金融等高影响领域实施严格准入与持续监测；对娱乐、教育辅助等低风险应用进行备案与事后监管，精准施策。

其次，在技术层面，强化AI安全与数据隐私保护。技术漏洞是AI系统最直接的威胁，也是OpenClaw面对的最为关键的安全缺陷之一。因此，在AI治理中必须推动“安全左移”，将安全需求融入算法设计、数据训练、系统部署等AI的全生命周期中。同时，健全数据全流程治理技术研发和推广，确保数据采集、传输、使用、销毁各环节安全合规。

再次，贯穿价值对齐提升AI的内在安全。在AI大模型的训练中进一步内化伦理与人文精神，加快将AI伦理原则转化为可度量、可审计、可落地的技术规范，研发价值对齐的技术工具，鼓励企业在关键AI系统中内置“伦理开关”与决策日志，确保人类能够实现最终监督与问责。尤其是在自动驾驶、医疗AI等与人类生命安全息息相关的场景中，探索“道德决策”的技术实现路径与社会共识形成机制。

最后，提升全民AI素养，培育与智能时代相适应的全社会认知与参与能力。民众不应只是AI被动的接受者，而应成为共创的参与者。这需要将AI通识教育纳入国民教育体系，从基础教育阶段培养计算思维、数据素养与基本的伦理判断；面向公众开展生动易懂的科普，利用“养虾热”等现象级应用作为生动案例，解释其原理、价值与风险；针对企业管理者、公务员、医护人员等关键群体，开展深入的、与行业结合的AI赋能培训。

AI治理是面向一项新兴、快速变化且具有泛在影响的关键技术所展开的系统制度探索，是一个动态演化、持续迭代的过程。筑牢安全底线是发展的前提，确保技术应用不越“红线”；贯穿价值对齐是技术的灵魂，指引AI向善；提升全民素养则是社会的根基，为智能时代的到来做好认知与能力的准备。只有技术、制度与人协同演进，才能在享受人工智能红利的同时，有效规避风险，最终实现“科技向善”的宏大愿景，让AI真正高效、安全地赋能千行百业。