中国智能经济发展战略及实践路线的思考
王 羽 中国生产力促进中心协会副理事长兼秘书长
摘要:随着全球数字经济的深入发展,智能经济作为其高级形态正成为引领全球产业变革的核心力量。本文基于战略管理、创新经济学等理论,系统探讨了中国智能经济的发展战略、实施路径与政策保障。研究表明,中国智能经济构建了以数据、算法、算力为驱动,以"人工智能+"行动为抓手的战略体系,通过技术创新、产业融合、治理优化与开放合作的协同推进,形成涵盖智能制造、智能交通、智慧医疗等多领域的应用生态。针对发展中的技术短板、数据瓶颈与治理挑战,本文提出了强化技术攻关、完善治理体系、培育复合人才等对策,旨在为中国智能经济高质量发展提供理论参考与实践指南。
关键词:智能经济;人工智能+;发展战略;实施路径;政策创新
1 引言
当今世界正经历百年未有之大变局,新一轮科技革命和产业变革深入发展,人工智能作为引领这一变革的战略性技术,正在全球范围内催生新型经济形态。智能经济是人工智能技术与经济社会各领域深度融合形成的经济形态,其核心是通过数据、算力、算法等重构生产要素配置方式、重塑产业竞争格局、重建全球价值链分工。习近平总书记指出:"加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手,是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。"这一论述深刻阐明了智能经济在国家发展全局中的战略地位。
2025年8月,国务院印发的《关于深入实施"人工智能+"行动的意见》首次从国家层面明确了中国智能经济发展的路线图和时间表,提出到2027年、2030年和2035年的三阶段发展目标。这一重要文件的出台,标志着中国智能经济发展进入了系统推进、全面布局的新阶段。与十年前的"互联网+"催生数字经济类似,"人工智能+"行动将加快人工智能与经济社会各行业各领域的广泛深度融合,塑造全新智能发展范式。
中国发展智能经济具有明显优势与广阔应用空间。我国不仅形成了超大规模市场和超大经济体量,更加拥有丰富的数据资源和完备的产业体系,为推动大模型、智能体、智能机器人等人工智能产品和服务的高质量发展提供了巨大市场空间和广阔应用场景。同时,我国人工智能发展已走在世界前列,一些国产人工智能大模型在多模态理解、逻辑推理等领域达到国际先进水平;算力布局加快完善,可支撑万亿参数级大模型训练;拥有全球最完整的工业体系,为人工智能技术提供了"研发—验证—推广"的全产业链闭环。
本文围绕中国智能经济发展战略及实践路线展开系统研究,旨在解析智能经济的概念内涵与理论基础,剖析中国智能经济的发展战略体系,设计具体的实施路径与操作方案,分析面临的发展挑战并提出对策建议,以期为相关理论研究与实践探索提供参考,助力中国在全球智能经济竞争中把握战略机遇、构筑发展新优势。
2 智能经济的概念内涵与理论基础
2.1 智能经济的概念界定与演进历程
智能经济是以人工智能为核心驱动力,以5G、云计算、大数据、物联网、边缘计算、区块链、混合现实(MR)、量子计算等新一代信息技术为支撑,通过人、机、物全域互联与深度协同,实现经济活动的智能化、网络化和自进化的一种新型经济形态。它通过智能技术产业化和传统产业智能化,推动生产生活方式和社会治理方式智能化变革的经济形态,重构生产、分配、交换、消费等经济活动的各个环节,形成的一种更加高效、精准、灵活且具有持续创新能力的经济范式。它是由智能科技、智能产业、智能应用、智能商业、智能金融、智能文化等一体化智能生态体系为驱动和支撑的经济跃迁形态。
智能经济的概念演进经历了从概念萌芽到实践推广的漫长过程。早在1994年,中国学者刘永红就首次提出了"智能经济系统"的概念,并将人工智能基本思想和方法引入经济系统分析。然而,智能经济的真正兴起是在近年来人工智能技术取得突破性进展后才成为可能。2017年,国务院印发的《新一代人工智能发展规划》正式提出培育"智能经济"的战略目标,标志着智能经济上升为国家战略。随着《国务院关于深入实施"人工智能+"行动的意见》的出台,中国智能经济发展进入快车道,预计到2030年,智能经济将成为中国经济发展的重要增长极。
从经济形态演进的角度看,智能经济是数字经济的高级形态和典型代表。纵观人类发展至今,经济可以划分为五个时代。其中,以农耕经济代表的时代可称为经济1.0时代,以工业经济为代表的时代可称为经济2.0时代,以信息经济为代表的时代可称为3.0时代,以数字经济为代表的时代可称为经济4.0时代,而以智能经济为代表的时代可称为经济5.0时代。发展新质生产力,比较核心的主线任务就是推动数字经济迈向智能经济。从演进逻辑看,信息经济构建了基础网络通道,让数据得以流动;数字经济将这些数据转化为生产要素,催生了平台模式和线上生态;而智能经济则在前两者的基础上,实现从“连接”到“赋能”的飞跃。

2.2 智能经济的核心特征与价值创造
智能经济最终目标的提升全要素生产率与创造新价值。智能经济的根本目的是基于算法、算力、数据的三要素,围绕智能这个核心,通过科学技术革命性突破、生产要素创新性配置、产业深度转型升级,优化劳动力、劳动工具、劳动对象的组织,大幅提升生产效率,同时催生出全新的产品、服务、商业模式和产业,从而驱动经济高质量、可持续增长。其理论公式可以表示如下:

智能经济作为新兴的经济形态,具有区别于传统经济形态的显著特征,主要体现在以下四个方面:
数据驱动是智能经济的首要特征。在智能经济中,数据已成为关键生产要素,通过对海量数据的采集、分析和应用,实现精准决策和效率提升。根据全球管理咨询公司埃森哲的报告,到2035年,人工智能有潜力拉动中国经济年增长率上升1.6个百分点,并将中国的劳动生产率提升27%。这一提升的核心机制正是数据驱动下的资源配置优化和决策效率提升。
人机协同是智能经济的典型特征。随着人工智能技术的发展,人类与智能机器之间的分工协作日益深化,形成人机互补、优势叠加的新型生产模式。在智能经济环境中,机器擅长处理标准化、重复性和海量数据运算的任务,而人类则专注于创造性、情感性和复杂决策的工作。人机协同不仅大幅提升了生产效率,还催生了新的职业形态和工作方式。
跨界融合是智能经济的结构特征。智能经济通过打破产业边界,促进不同行业间的技术渗透与业务融合,形成新的产业生态和价值网络。这种融合体现在三个层面:技术融合、产业融合和业务融合。百度公司推出的阿波罗(Apollo)自动驾驶平台,就整合了汽车制造、人工智能、地图导航、交通管理等多个行业的技术和资源,形成了全新的智能交通生态。
共创分享是智能经济的价值特征。基于平台经济和开源技术,智能经济构建了多方参与、价值共享的开放式创新体系。在智能经济中,企业、用户、开发者等多元主体通过平台进行协作创新,共同创造价值并分享收益。开源框架和开放平台极大地降低了创新门槛,促进了技术的快速迭代和应用的广泛普及。中国的Qwen、DeepSeek等开源模型在核心性能上追平甚至超越国际主流产品,实现从"跟跑"到"并跑"的历史性跨越,为众多中小企业提供了技术创新基础。
表1 智能经济的核心特征与表现
核心特征 | 主要表现 | 典型案例 |
数据驱动 | 数据作为生产要素,驱动精准决策 | 工业互联网平台通过数据优化生产流程 |
人机协同 | 人类与机器优势互补,形成新型生产模式 | 智能制造工厂的人机协作生产线 |
跨界融合 | 打破产业边界,形成新产业生态 | 百度阿波罗自动驾驶平台整合多行业资源 |
共创分享 | 基于平台经济和开源技术,构建开放式创新体系 | 中国Qwen、DeepSeek等开源模型社区 |
2.3 智能经济的理论框架与支撑技术
智能经济的理论框架建立在多学科交叉融合的基础上,涵盖了经济学、计算机科学、社会学等多个领域的理论成果。从经济学的视角看,智能经济的理论渊源主要来自三个方向:创新经济学为智能经济提供了理论起点,强调了技术创新在经济发展中的作用;制度经济学为理解智能经济的制度需求与规则演变提供了框架;信息经济学则为解析数据要素的价值创造机制奠定了基础。
从技术架构看,智能经济依托于一套完整的技术体系,包括:基础技术层(芯片、传感器、云计算等)、算法模型层(机器学习、深度学习、大模型等)、应用平台层(操作系统、开发框架等)和行业解决方案层(智能制造、智慧金融、智能医疗等)。这一技术体系共同支撑了智能经济的运行与发展。
3 中国智能经济发展的战略体系
3.1 国家顶层设计与阶段性目标
中国智能经济的发展遵循明确的国家战略指引和清晰的阶段性目标。2025年8月,国务院印发的《关于深入实施"人工智能+"行动的意见》为"人工智能+"发展规划了清晰的路线图——从重点领域突破到形成经济发展的重要增长极,再到全面步入智能经济和智能社会发展新阶段。该《意见》提出了三阶段发展目标:
到2027年:人工智能应用普及率超过70%,形成一批可复制、可推广的"人工智能+"典型应用场景。
到2030年:人工智能应用普及率超过90%,智能经济成为国民经济的重要增长极。
到2035年:全面步入智能经济和智能社会发展新阶段,人工智能成为引领国家现代化建设的核心动力。
这一阶段性目标体系体现了中国发展智能经济的循序渐进和系统推进思路。与十年前的"互联网+"催生数字经济类似,启动实施"人工智能+"行动,将加快人工智能与经济社会各行业各领域广泛深度融合。国家信息中心主任徐强指出,我国不仅形成了超大规模市场和超大经济体量,更加拥有丰富的数据资源和完备的产业体系,为推动大模型、智能体、智能机器人等人工智能产品和服务的高质量发展提供了巨大市场空间和广阔应用场景。
表2 中国智能经济发展阶段性目标与发展重点
阶段 | 时间节点 | 发展目标 | 发展重点 |
启动期 | 至2027年 | AI应用普及率超70% | 需求锚定,夯实基础,建国家级场景示范区 |
成长期 | 至2030年 | AI应用普及率超90%,智能经济成重要增长极 | 要素整合,壮大增长极,建立场景评价体系 |
成熟期 | 至2035年 | 全面步入智能经济与智能社会 | 生态协同,完善范式,场景成为经济核心单元 |
3.2 创新驱动战略与技术攻关重点
中国智能经济发展战略强调创新驱动,将技术创新作为智能经济发展的核心动力。《"十五五"规划建议》提出加强原始创新和关键核心技术攻关。完善新型举国体制,全链式推动重点领域关键核心技术攻关取得决定性突破。突出国家战略需求,部署实施一批国家重大科技任务。加强基础研究战略性、前瞻性、前瞻性、体系化布局。
在具体技术攻关方向上,中国将聚力开发新的模型算法、高端算力芯片,不断夯实人工智能发展的技术根基。同时,我国人工智能产业基础不断夯实,已形成覆盖基础层、框架层、模型层、应用层的完整产业体系,算力规模居全球前列;产品装备加速迭代,国产厂商研发的人工智能产品已超百款,并在制造场景加速落地。
科技创新是驱动经济发展的核心动力,是增强经济韧性、释放发展潜力的关键支撑。深入实施"人工智能+"行动,加快探索人工智能驱动的新型科研范式,推动基础科研平台和重大科技基础设施智能化升级,有助于促进多学科融合发展,加速科学发现进程,形成更多"从0到1"重大科学发现,进而助力破解关键核心技术"卡脖子"难题,破解我国经济发展的资源要素约束难题,进一步提升我国经济运行效率。
3.3 产业融合战略与重点领域布局
中国智能经济战略强调与实体经济的深度融合。中国靠实体经济起家,也要靠实体经济走向未来。《"十五五"规划建议》提出加快新能源、新材料、航空航天、低空经济等战略性新兴产业集群发展;提出前瞻布局未来产业,推动量子科技、生物制造、氫能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新的经济增长点。
在制造业领域,随着逆全球化思潮抬头,全球产业链重构加速,我国制造业面临发达国家"高端制造业回流"和其他发展中国家"中低端制造业分流"的"双向挤压"。深入实施"人工智能+"行动,以人工智能技术赋能产业链协同创新,有助于推动制造业高端化、智能化、绿色化发展,推动"中国制造"向"中国智造"跃迁,促进新动能不断壮大,为经济高质量发展注入新活力。
在产业创新方面,《"十五五"规划建议》部署了四方面重点任务,可以从"固本升级、创新育新、扩容提质、强基增效"等方面来把握。在创新育新方面,打造新興支柱产业,加快新能源、新材料、航空航天、低空经济等战略性新兴产业集群发展,这将催生出数個万亿级甚至更大規模的市场。
4 中国智能经济发展的实施路径与操作方案
4.1 技术攻关与产业协同路径
在技术攻关层面,中国智能经济发展需要多措并举,构建产学研用协同创新生态:
一是强化技术攻关。通过实施智能经济相关核心技术的攻坚计划、设立国家重大技术攻关专项基金、建立完善重大技术攻关项目的考核机制和容错机制等举措,构建产学研用协同创新生态,夯实发展智能经济的创新底座。具体而言,需要全链条推动重点领域关键核心技术攻关取得决定性突破,强化科学研究和技朮开发的原始创新导向。
二是构建协同创新体系。统筹国家战略科技力量建设,增强体系化攻关能力。支持企业牵头组建创新联合体、承担更多国家科技攻关任务。据科技部数据显示,目前我国已推进11个国家人工智能创新应用先导区建设,央地共建具身智能机器人、人形机器人等制造业创新中心,推动产业集聚。这些举措有力地促进了人工智能技术的研发与产业化。
三是加强基础研究布局。完善基础研究战略性、前瞻性、体系化布局。智能经济的发展不仅需要应用研究,更需要基础研究的强有力支撑。当前,我国在人工智能基础理论研究方面仍存在短板,需要加大对高校和科研机构的投入,鼓励原始创新,为智能经济的长期发展奠定坚实理论基础。
4.2 产业应用与场景融合路径
在产业应用层面,需要深化人工智能与传统产业的融合,推动经济高质量发展:
在工业制造业领域,实施"上云用数赋智"行动、加快建设"人工智能+制造"产业集聚区示范区等。当前,我国已建成3万余家基础级智能工厂、1200余家先进级智能工厂、230余家卓越级智能工厂,共覆盖超过80%的制造业行业大类。这些智能工厂通过AI融入生产调度、设备巡检,大幅提高了生产效率和产品质量。
在农业领域,推广"人工智能+精准农业"以及"数字农场"试点、打造农产品智能营销平台等。通过物联网、大数据和人工智能技术,实现精准灌溉、智能施肥和病虫害智能诊断,提高农业生产效率和资源利用率,助力现代农业发展。
在服务业领域,培育智能普惠新模式等,激活千行百业转型动能。具体包括开发智能家居、智能汽车场景;文娱推个性化内容推荐,零售建"AI导购+精准营销"体系,推动消费从"功能满足"转向"场景体验"。通过这些举措,不仅提升了消费体验,也创造了新的经济增长点。
在民生福祉领域,通过场景创新经济学机制。教育构建"AI个性化教学",依据学生数据定制课程;医疗落地"智能诊疗",AI辅助影像诊断;就业开发AI岗位匹配系统,推动民生服务从"批量供给"转向"精准化"。这些应用有力地促进了基本公共服务均等化,提高了民生福祉。
4.3 治理体系与政策保障路径
完善的治理体系是智能经济健康发展的重要保障:
一是完善法规标准。通过完善数据安全法规、人工智能伦理准则等,为智能经济拓展发展空间并划定发展"红线",护航智能经济行稳致远。需要建立适应智能经济发展特点的监管体系,既鼓励创新,又防范风险。
二是探索数据资产入表新模式、加快全国统一数据交易市场建设。数据是智能经济的核心生产要素,需要建立完善的数据要素市场,促进数据资源的有效流动和合理配置。同时,推动政府开放公共数据,建跨部门共享平台;完善数据安全法规,推广隐私计算,实现"数据可用不可见",强化要素协同。
三是创新监管方式。建立"场景创新试点备案制",对新场景实施"边试点、边监管";出台补贴、税收优惠,激发市场主体创新积极性。这种包容审慎的监管方式有利于鼓励创新,同时控制潜在风险。
四是强化技术治理,通过技术手段提升治理效能。利用人工智能技术本身来防范和化解人工智能应用带来的风险,如通过隐私计算技术保护数据安全,通过算法审计确保算法决策的公平透明。
4.4 开放合作与全球协同路径
中国智能经济发展需要坚持开放合作理念,融入全球创新网络:
一是积极参与全球人工智能治理规则制定,为人工智能国际合作奠定制度基础。在全球人工智能治理体系中发出中国声音,贡献中国智慧,推动建立公平合理、包容普惠的全球人工智能治理体系。
二是推动共建"数字丝绸之路",支持国内智能经济龙头企业"走出去"。通过"一带一路"等国际合作平台,推动中国人工智能技术和应用走向世界,促进各国共享智能经济发展红利。
三是加强国际科技交流合作。推动国际交流合作,让人工智能成为造福人类的国际公共产品,推动普惠共享。通过加强国际合作,共同应对人工智能发展中的技术挑战和伦理问题,推动人工智能技术健康发展。
四是打造开放创新生态。促进开源社区发展,支持开源技术推广,构建开放包容的智能经济生态体系。中国的Qwen、DeepSeek等开源模型在核心性能上追平甚至超越国际主流产品,实现从"跟跑"到"并跑"的历史性跨越,为开放创新生态建设奠定了坚实基础。
5 中国智能经济发展挑战与对策建议
5.1 核心技术短板与创新突破策略
尽管中国智能经济发展取得了显著成就,但仍面临一系列挑战,其中核心技术短板是最为突出的问题之一。在高端芯片、基础算法等关键领域,我国仍存在受制于人的情况。针对这些技术短板,需要采取系统性措施:
一是构建新型举国体制,全链条推动重点领域关键核心技术攻关取得决定性突破。围绕人工智能芯片、底层框架等"卡脖子"领域,组织实施一批国家重大科技项目,集中力量实现突破。同时,完善核心技术攻关的考核机制和容错机制,鼓励科研人员大胆探索,勇闯科技无人区。
二是加强基础研究和原始创新。完善基础研究战略性、前瞻性、体系化布局。智能经济发展的后劲取决于基础研究的深度和广度。需要加大对高校和科研机构的基础研究投入,营造鼓励探索、宽容失败的科研环境,为智能经济长远发展奠定理论基础。
三是促进产学研用协同创新。支持企业牵头组建创新联合体、承担更多国家科技攻关任务。鼓励企业与高校、科研机构建立紧密的合作关系,共建研发平台,共同开展技术攻关,加速科技成果转化。目前,我国工业互联网融合应用已实现41个工业大类全覆盖,这为产学研用协同创新提供了广阔舞台。
5.2 数据治理瓶颈与制度创新方案
数据作为智能经济的核心生产要素,其治理问题直接关系到智能经济发展的质量和效率。当前,我国数据治理面临数据孤岛、数据安全和数据要素市场不健全等多重挑战。针对这些问题,需要创新数据治理体系:
一是构建全国一体化数据市场。建设开放共享安全的全国一体化的数据要素市场,促进数据资源的高效流动和优化配置。打破部门壁垒、行业壁垒和地区壁垒,推动数据资源跨部门、跨行业、跨区域共享交换。
二是创新数据产权制度。探索数据资产入表新模式,明确数据权属,为数据要素市场化配置奠定制度基础。建立数据分类分级授权使用规范,鼓励在保护个人隐私和国家安全的前提下开展数据流通利用。
三是强化数据安全保障。完善数据安全法规体系,加强个人信息保护,健全数据安全管理机制。推广隐私计算、联邦学习等"数据可用不可见"的技术,实现数据价值挖掘与隐私保护的双重目标。
5.3 就业结构冲击与人力资源转型
人工智能的广泛应用必然对就业结构产生深远影响,部分传统岗位可能被替代,同时也会创造新的就业机会。据世界经济论坛的报告预测,受人工智能与机器人等科技发展的影响,超过500万份工作将会消失,但同时也会创造出大量新的就业岗位,尤其是人机协作相关的职位。应对就业结构冲击,需要多管齐下:
一是加强人才培育。高校开设"智能场景设计"专业,增设多学科融合课程;校企共建人才基地,"订单式培养"复合型人才,夯实智能经济人才基础。建立健全一体推进教育、科技、人才发展的协调机制,强化规划衔接、政策协同、资源统筹、评价联动。
二是促进劳动力技能转型。围绕科技创新、产业发展和国家战略需求协同育人,加快建設国家战略人才力量。加强人工智能技能培训,帮助劳动者适应智能经济时代的技能要求,减少技术变革带来的结构性失业问题。
三是构建适应智能经济的社会保障体系。针对就业形态的变化,创新社会保障制度,扩大社会保障覆盖面,为劳动力流动和转型提供安全网,缓解结构调整带来的阵痛。
5.4 创新生态系统构建与制度保障
智能经济发展需要良好的创新生态系统作为支撑。当前,我国在创新生态系统建设方面仍存在产业链创新链衔接不畅、中小企业创新活力不足等问题。针对这些问题,需要系统谋划:
一是强化企业创新主体地位。支持高新技术企业和科技型中小企业发展。鼓励大企业开放场景、共享资源,带动中小企业融通创新,形成大中小企业协同发展的产业生态。
二是优化创新资源配置。完善区域创新体系,推动形成各具特色的区域人工智能产业集群。目前,我国已推进11个国家人工智能创新应用先导区建设,这些先导区通过政策创新、场景开放等措施,为智能经济发展提供了良好的试验环境。
三是加强创新政策协同。建立健全一體推進教育、科技、人才发展的协调机制,強化規划銜接、政策協同、资源统筹、评价联动。加强科技、产业、金融、贸易等政策的协调配合,形成政策合力,为智能经济发展营造良好制度环境。
表3 中国智能经济发展面临的主要挑战与对策
挑战类别 | 具体表现 | 应对策略 |
技术短板 | 高端芯片、基础算法受制于人 | 构建新型举国体制,加强基础研究,促进产学研协同 |
数据治理 | 数据孤岛、数据安全、市场不健全 | 构建全国一体化数据市场,创新数据产权制度,强化安全保障 |
就业冲击 | 岗位替代、技能不匹配 | 加强人才培育,促进技能转型,构建新型社会保障体系 |
创新生态 | 产业链创新链衔接不畅,中小企业活力不足 | 强化企业创新主体地位,优化创新资源配置,加强政策协同 |
6 结论与展望
中国智能经济发展正处于战略机遇期,具有广阔前景和深远意义。本文通过系统研究,得出以下结论:
第一,中国智能经济发展已形成清晰的战略框架和明确的实施路径。以《关于深入实施"人工智能+"行动的意见》为标志,中国智能经济发展确立了三个阶段的发展目标,构建了以"人工智能+"为核心抓手,通过技术创新、产业融合、治理优化与开放合作协同推进的战略体系。这一战略体系既符合智能经济发展规律,又契合中国国情,为中国经济高质量发展指明了方向。
第二,中国智能经济发展具有独特优势和坚实基础。我国拥有超大规模市场、丰富数据资源、完整产业体系等显著优势,同时在人工智能技术研发和产业应用方面已走在世界前列,一些国产人工智能大模型在多模态理解、逻辑推理等领域达到国际先进水平。这些优势和基础为中国在全球智能经济竞争中赢得主动提供了有利条件。
第三,中国智能经济发展需要平衡技术突破与产业应用、创新发展与有效治理的关系。一方面,需要加强基础研究和关键核心技术攻关,解决"卡脖子"问题;另一方面,需要推动人工智能与实体经济深度融合,形成良性互动的发展格局。同时,需要完善法律法规和伦理规范,确保智能经济健康有序发展。
第四,中国智能经济发展应当秉持开放合作理念,融入全球创新网络。通过积极参与全球人工智能治理规则制定、推动共建"数字丝绸之路"、支持国内智能经济龙头企业"走出去"等举措,中国可以在全球智能经济发展中发挥更大作用,推动构建开放包容、普惠共享的全球智能经济发展格局。
展望未来,随着"人工智能+"行动的深入实施,中国智能经济将呈现以下发展趋势:一是智能技术将更广泛深入地渗透到经济社会各领域,推动产业模式和企业形态根本性转变;二是人机协同、跨界融合、共创分享的智能经济特征将更加显著,催生新的经济形态和商业模式;三是智能经济将与共同富裕目标更紧密结合,通过城乡智能普惠助力缩小城乡、区域、收入差距;四是中国将在全球智能经济发展中扮演更加重要的角色,为世界智能经济发展贡献中国智慧和中国方案。
中国智能经济发展是一项长期而系统的工程,需要政府、企业、社会各方共同努力。通过加强战略引领、强化技术攻关、深化场景融合、完善治理体系、推进开放合作,中国必将在智能经济时代赢得主动,为实现中国式现代化提供强大动力。
(作者:王羽 中国生产力促进中心协会副理事长兼秘书长)
作者介绍:
王羽,中国生产力促进中心协会副理事长兼秘书长、研究员、高级工程师。主要研究方向为新质生产力理论与实践、生产力经济学、创新经济学、智能经济学、空天地一体化智能网联技术和应用、数智一体化技术创新与工程化应用等研究,在智能网联、自动驾驶、无人系统、智能交通、低空经济、未来出行、动力科技、信息安全等专业领域取得重要成果。