人工智能(AI)的商机——第四次科技革命的核动力

从“变量”到“增量”：产业规模迈过万亿门槛

　　先看几个关键数字，它们或许能让“AI商机”这四个字变得具体一些。

　　2025年，中国人工智能核心产业规模已经超过1.2万亿元，企业数量超过6200家。工信部部长李乐成在2026年全国两会的“部长通道”上，用了一个很精准的说法——AI这个“关键变量”正在成为经济高质量发展的“强劲增量”。这几个字的分量，值得细品。

　　往前看几年，增长曲线颇为陡峭。中国AI市场规模从2021年的4306亿元增长到2024年的7330亿元，年均复合增长率接近20%。多家市场研究机构对未来的预测，乐观中带着谨慎——MRFR预计2025至2035年的年复合增长率将达到30.6%，Statista预测41.8%，Grand View Research给出了47.1%的判断。

　　而更值得关注的是一个远期目标：国家数据局局长刘烈宏在中国发展高层论坛2026年年会上透露，预计到“十五五”末，中国人工智能相关产业规模将突破10万亿元。从1.2万亿到10万亿，中间隔着将近九倍的差距——如果能实现，这大概会是一个产业从一个中等体量成长为经济支柱的故事。

　　出口退税的调整、算力基建的布局、数据要素制度的完善——这些政策层面的“地基”正在打下。而政策的逻辑，其实古人早就说透了。《孙子兵法》里有一句话：“胜兵先胜而后求战。”打仗是这样，搞产业也是这样——先把条件准备充分了，再进入战场。

　　与此同时，AI的用户基础也在迅速扩大。截至2025年6月，中国生成式AI用户规模已达5.15亿人，普及率攀升至36.5%。这意味着什么？大概相当于每三个网民里，就有一个人在用生成式AI。这个渗透率放在任何一个新兴技术领域，或许都算得上惊人的速度。

AI从“聊天”走向“做事”：技术范式的关键切换

　　2026年1月，清华大学主办的“AGI-Next”峰会上，行业专家们达成了一个新的共识——以对话为核心的“Chat”范式已告终结，AI竞争正转向“能办事”的智能体时代。

　　这个转变听起来有点抽象，但打个比方或许好理解一些：以前的AI像是一个“聊天机器人”——你问它什么，它答什么，但仅限于“说”；而今天的AI更像是一个“实习生”——你交代它一项任务，它能自己去查资料、调用工具、执行步骤，最后把结果交给你。从“会聊”到“会干”，跨度不小。

　　这种转变在数据上也有体现。Omdia的调研报告显示，截至2025年上半年，74.6%的《财富》中国500强企业已经应用或部署了生成式AI。其中汽车和媒体文娱产业的渗透率达到100%，银行业、金融与保险企业（BFSI）达到90%，制造业也达到了51%。大企业的“用脚投票”，或许最能说明AI从“实验室玩具”变成“生产工具”的趋势。

　　技术路线也在发生微妙的变化。清华大学智能产业研究院创始院长张亚勤观察到，中国AI正在“转向拥抱更轻的模型、更聪明的架构、更高的效率和更低的价格”。行业不再单纯靠堆参数规模来刷榜，而是越来越重视“密度法则”——用更少的计算和数据，更高效地得到更多智能。

　　《道德经》里有句话：“大巧若拙。”真正的高明，有时候看起来反而很简单。当AI从“越做越大”转向“越做越巧”，这意味着它的应用门槛在降低——过去只有大厂玩得起的AI，中小企业甚至个人开发者也能用得上了。而这，或许正是商机扩散的起点。

政策图谱：从“人工智能+”到“智能经济新形态”

　　2026年的《政府工作报告》首次提出了“打造智能经济新形态”——这大概不只是换个说法那么简单，而是定位的一次升级。

　　回顾一下政策演进的脉络：2024年，“人工智能+”行动首次写入政府工作报告；2025年，国务院专门印发《关于深入实施“人工智能+”行动的意见》，明确了到2027年、2030年、2035年的阶段性目标；到2026年，“十五五”规划纲要提出全面实施“人工智能+”行动。

　　为什么AI被提到这么高的位置？一个深层原因是——它被看作发展“新质生产力”的核心抓手。经济学家们有一个判断：劳动力、资本等传统要素对GDP的边际带动效应正在减弱，而AI被认为具有与电力、互联网同等级的通用技术特性，具备极强的渗透性和赋能效应。换句话说，它不是“某个行业的升级工具”，而是“所有行业的底层操作系统”。

　　“十五五”规划建议中明确写道：中国将加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，全方位赋能千行百业。从制造业到农业，从教育到医疗，从城市治理到公共服务——AI正在从“锦上添花”变成“雪中送炭”。

　　《大学》里讲“知止而后有定”——知道目标在哪里，内心才能安定下来。政策的清晰指向，或许能给企业和创业者一个相对明确的信号：往哪个方向走，才不会迷路。

场景落地：AI正在扎进产业的“毛细血管”

　　说了这么多宏观的数据和趋势，不妨来看几个具体的例子——AI到底怎么赚钱？

　　2026年4月8日，“2026全国企业‘人工智能+’行动创新案例TOP100”榜单发布。这份榜单的特点在于，评选标准不是技术参数，而是“在真实场景中创造出可量化价值”。一百个案例，或许就是一百次“从零到一”的尝试。

　　其中一个值得关注的案例来自烽火通信。他们开发的FitAI智能应用平台，聚焦制造业的工业场景，打造了从算力适配、模型管理到应用落地的全流程服务体系。平台实现了故障诊断效率提升、PCB板瑕疵精准检测、智能物料识别校验等功能，已经在湖北省内多家企业实现低成本复制。这个故事或许说明了一点：AI在工业领域的价值，不是“替代人”，而是“把人从重复劳动中解放出来，去做更有创造性的事”。

　　另一个案例来自创新奇智。他们推出了AInnoGC工业本体智能体平台，试图解决制造业一个长期存在的痛点——工厂里的设备、系统、数据“各说各话”，SCADA、MES、ERP等系统彼此孤立，导致AI技术大多停留在“看得见”的感知层面，难以真正“听得懂”生产逻辑。他们的解决方案是构建一个“统一的工业语义坐标系”，让AI不仅理解数据，更理解数据背后的业务含义。

　　《庄子·养生主》里庖丁解牛的故事，或许能给我们一些启示：“依乎天理，批大郤，导大窾。”顺着事物本身的纹理去用刀，才能游刃有余。AI落地也是一样——顺着产业的真实需求和业务流程去设计，才能把技术转化为生产力。

算力底座：国产芯片从“可用”到“规模商用”

　　AI的发展离不开算力，而算力的核心是芯片。这个领域最近有一些值得关注的变化。

　　IDC公布的2025年市场数据显示，中国市场AI加速卡销量达到约400万块，同比增长约48%。其中英伟达出货约220万张，份额从之前的绝对垄断下降到55%，而国产芯片厂商的份额提升到了41%。对于国产芯片来说，或许可以说是一个“里程碑式的时刻”。

　　更具体的变化来自DeepSeek。其新一代大模型V4全系采用华为昇腾芯片作为主要算力底座，阿里、字节、腾讯已经提前下单数十万颗华为AI芯片。这或许标志着国产AI芯片正在从“能用”走向“规模商用”。大同证券的分析认为，国内Token调用量的爆发式增长，已实质性推动国产算力硬件从“可用”迈向“规模商用”。

　　算力产业链的业绩也在兑现。海光信息2025年实现营业收入143.77亿元，同比增长56.92%；光模块龙头企业中际旭创2025年实现净利润107.97亿元，同比增长108.78%。这些“卖铲人”的业绩，或许可以看作AI产业景气度的一个侧面印证。

　　《易经》有言：“履霜，坚冰至。”踩到霜的时候，就该知道坚冰快要来了。国产芯片产业链的突破，或许正是那个“履霜”的信号——更大的变化还在后面。

写在后面

　　回看这些数据和案例，AI商机或许不仅仅是一个“赛道”或“风口”，它更像是一股正在改变经济底层逻辑的力量。

　　从产业规模跨越万亿门槛，到技术范式从“聊天”切换为“做事”；从政策定位升级为“智能经济新形态”，到应用场景扎进制造业的毛细血管；再到算力底座的国产化突破——这几条线交织在一起，勾勒出一幅正在展开的图景。

　　《诗经》里有一句“周虽旧邦，其命维新”。一个古老的文明之所以能延绵五千年，不是因为固守传统，而是因为它始终在拥抱变化、拥抱新的可能性。AI时代的中国，大概也是这样——不是被动等待技术浪潮袭来，而是主动站到了浪潮的顶端，用自己的方式去定义“第四次科技革命”的走向。

　　当然，挑战依然存在。基础理论的原创性突破、高端算力的持续供给、数据要素的市场化流通、AI伦理与安全的治理——这些问题都还需要时间去解决。但方向已经明朗，脚步也没有停下来。

　　《资治通鉴》里有句话：“取法于上，仅得为中；取法于中，故为其下。” 目标定得高一点，最后可能也就中等水平；目标定得低了，结果只会更差。AI这条赛道，或许就是这样——目标越高远，投入越坚决，最后的收获才可能越丰硕。

互动话题：

　　朋友们，今天聊了这么多关于AI商机的话题，我想听听你们的看法——

　　你觉得在未来两三年里，AI领域最大的商机会出现在哪个方向？是大模型的行业应用落地，还是AI芯片和算力基础设施，或者是智能终端和智能体？另外，如果你所在的行业还没用上AI，你觉得最大的障碍是什么？评论区聊聊，咱们一起探讨。