人工智能作為引領新一輪科技革命和產業變革的戰略性技術，正以前所未有的深度和廣度重塑著人類生產生活方式。習近平總書記強調，“面對新一代人工智能技術快速演進的新形勢，要充分發揮新型舉國體制優勢，堅持自立自強，突出應用導向，推動我國人工智能朝著有益、安全、公平方向健康有序發展”。黨的二十屆四中全會審議通過的“十五五”規劃建議強調因地制宜發展新質生產力，要求“搶占人工智能產業應用制高點，全方位賦能千行百業”。這些都為進一步推動人工智能與經濟社會各行業各領域廣泛深度融合，更好培育和發展新質生產力，提供了路徑指引。“十五五”時期，必須加強人工智能同產業發展、文化建設、民生保障、社會治理相結合，特別是要在培育和發展新質生產力方面發揮重要作用，促進生產力革命性躍遷和生產關系深層次變革。

理解人工智能賦能的重要意義

人工智能蘊含著大量顛覆性技術創新、多樣性共享性的新知識新信息，具有遠超任何其他單一技術的戰略價值。人工智能主要由數據、算法、算力復合驅動發展。其中，數據作為新型生產要素，具有非競爭性使用、規模報酬遞增等特點，廣泛存在且應用于各行各業。算法是清洗數據、處理數據、利用數據的具體邏輯、步驟和規則，推動生產過程從依賴人工經驗判斷向依靠模型自主優化與決策轉型，決定了生產智能化水平、生產效率和生產精準度。算力是激活數據要素潛能的關鍵動能，是將其潛能轉化為現實生產力的技術基礎，能夠不斷拓展生產的可能性邊界。

新質生產力發展，不僅意味著科學技術的革命性突破，而且意味著實現生產要素的創新性配置。一方面，隨著生產力發展，勞動、資本等傳統生產要素的邊際效益遞減態勢明顯；另一方面，隨著經濟不斷增長，依靠增加傳統資源要素投入的驅動方式已難以為繼。擺脫粗放型的發展路徑，加快轉向以創新驅動的集約型發展方式上來，必須發揮好革命性技術特別是人工智能對生產要素的賦能作用，實現生產要素的創新性配置。作為基礎性、戰略性技術，人工智能依托數據、算法和算力協同共振，不僅能塑造新型勞動者、改造勞動資料和勞動對象，而且能改變人機交互和人機協同的關系，促進生產方式的革命性變革，對生產體系的整體效能產生放大、疊加、倍增作用。

在塑造新型勞動者方面，人工智能可為勞動者提升能力、拓展價值空間提供重要載體，促使勞動者從流程操作、應用執行、價值實現向算法設計、系統管理和價值創造轉變，實現勞動者的能力升級與角色轉型，這是推動新質生產力要素質態躍升的關鍵。作為最活躍、最核心的要素，新型勞動者以其高水平的創新能力、數字素養和跨界協同能力，不斷驅動技術革新和產業變革。人工智能可以促使勞動者突破傳統認知和能力的邊界，向駕馭數據、優化算法和提升算力的新型勞動者轉型，幫助勞動者實現數據抓取精細化、信息捕獲快速化、決策過程精準化，通過人機協同實現高效率生產，顯著推動新質生產力發展。

在改造勞動資料和勞動對象方面，通過人工智能賦能，傳統勞動資料可以實現感知自主化、操作精準化，人工智能的廣泛應用亦能更好研判運行規律、科學評估使用效率，通過優化模型、動態調整實現勞動資料的精準調度、優化分配與高效利用，不斷推動勞動資料配置模式和管理流程系統性重塑，促使勞動資料向數字化、智能化轉型升級。還要看到，數據已經成為重要的新型生產要素，既是人工智能時代的“石油”，又成為數字經濟乃至智能經濟的勞動對象。人工智能可通過自動化采集數據、智能化生成高質量的合成數據，擴大數據規模；也能通過自動化數據清洗和標注、智能化數據分類和關聯等方式處理海量數據，提升數據的質量和可用性；還可以通過精確預測、精準指導等方式實現數據深度加工，提取高價值知識，進一步驅動決策自動化、流程智能化，為新質生產力發展注入動能。

在實施“人工智能+”行動的過程中，“人工智能+”科學技術可能引發的變革值得高度關注。無論是加快探索人工智能驅動的新型科研范式，加速“從0到1”重大科學發現進程，還是驅動技術研發模式創新和效能提升，推動人工智能驅動的技術研發、工程實現、產品落地一體化協同發展，加速“從1到N”技術落地和迭代突破，抑或是創新哲學社會科學研究方法，探索建立適應人工智能時代的新型哲學社會科學研究組織形式，拓展研究視野和觀察視域，人工智能賦能都將展現出強大的變革力量。

形成新型生產關系的關鍵力量

生產力決定生產關系，生產關系反作用于生產力，生產關系的調整始終與生產力發展相伴。更好發展新質生產力，必須加快形成與之相適應的新型生產關系。人工智能作為一種滲透性、顛覆性強的通用目的技術，其智能化、數字化、網絡化、高效化特征對技術、數據、人才等創新要素的權利分配、治理結構、合作模式等提出了新的要求。

創新要素配置方式。隨著數據產權歸屬認定、市場交易、權益分配、利益保護等制度不斷完善，要素市場化配置體制機制持續健全，數據要素市場化配置范圍擴大和按價值貢獻參與分配的渠道拓展，能夠顯著推動生產資源需求和供給精準匹配。同時，數據、算法和算力的復合利用，促使人力資本、物質資本更加契合新質生產力發展需求，使生產者從被動應對轉向主動布局，大幅提升勞動者決策效率、生產效率，有利于實現生產從“規模驅動”到“創新驅動”的范式轉換。例如，人工智能可通過激發高技能勞動力需求，顯著改善勞動力技能結構，提高企業生產效率。又如，通過數據智能決策和流程再造，重塑企業融資鏈條，控制資本損耗，突破企業融資路徑約束，提升企業融資效率。

促進組織形態變革。人工智能能夠實現決策去中心化、邊界滲透化，推動組織形態深度變革，顯著降低組織合作中的締約成本和監督成本，促進跨組織協作，這有利于打造具有高度適應性、快速響應能力的組織系統，使組織實現生態協同的結構優化。人工智能技術滲透性強，一方面，能夠通過實時數據分析，賦予組織基層單元更高決策自主權，避免決策滯后，有效激發組織活力；另一方面，可以通過標準化接口和智能合約，借助數字員工與智能決策系統，形成人機協同的新型組織形態，有利于大幅降低不同組織間的協作成本，這種協作模式有效契合了新質生產力發展需求。

優化權利分配方式。通過人工智能賦能，可實現貢獻精準度量、動態價值評估和風險收益匹配，并以此推動權利分配方式優化，構建同新質生產力相適應的分配制度和創新激勵政策體系，推動利益分配關系從要素占比到貢獻度量的范式革新。例如，人工智能技術可通過智能合約自動記錄每位創新主體的行為，能夠追溯和量化各創新主體在價值創造過程中的實際貢獻，為收益分配提供客觀依據和現實基礎。依托機器學習，算法可捕捉技術的潛在價值，能夠實現對創新成果技術稀缺性、市場前景和戰略價值等維度的綜合評估，推動分配制度從短期導向轉向長期導向。通過智能風控模型，能夠建立動態股權調整機制，推動風險承擔和收益分配更為平衡，實現對早期投資者、核心技術人員等高風險承擔者的有效激勵，形成同新質生產力相適應的可持續創新投入。

明晰路徑推進“人工智能+”

今年，《國務院關于深入實施“人工智能+”行動的意見》印發，明確實施“人工智能+”行動的總體要求、發展目標和重點方向。

有力有效推動人工智能賦能新質生產力發展，需深入實施“人工智能+”行動，統籌技術攻關、場景應用、產業創新和人才建設，推進創新鏈、產業鏈、資金鏈和人才鏈深度融合，發揮人工智能的“頭雁”效應，通過對資本、勞動、技術、數據等要素創新性配置，顯著提升全要素生產率，促進生產力革命性躍升。

加強人工智能底層技術攻關。充分發揮國家戰略科技力量的綜合優勢，著力開展人工智能領域基礎研究和應用研究，加速形成一批具有自主知識產權的重大科技成果。同時，面向信息通信和先進計算需求，深入實施基礎研究領先行動方案，堅持目標導向與自由探索并舉，鼓勵社會多元主體參與。實施有組織科研，聚焦人工智能芯片、深度學習框架、操作系統等領域，推動國家實驗室、高等院校、新型研發機構和科技領軍企業開展協同攻關，破解關鍵核心技術“卡脖子”問題。可考慮實施一批顛覆性技術攻關計劃，推動世界一流新型研發機構、科技領軍企業超前布局前沿技術和顛覆性技術，建立顛覆性技術專項重點領域清單，率先在智能芯片、算法框架、大模型等領域實現卡位，加快形成人工智能領域先進技術源頭。

加快布局重大應用場景。加強人工智能深度融合應用，著力強化人工智能領域全域場景資源統籌和引導，實現場景“應開盡開、能開盡開”，推動人工智能新技術、新產品、新服務精準應用，支撐智慧城市、數字城市、綠色城市、文明城市、生態城市建設。推動人工智能與大數據、云計算、物聯網、區塊鏈、虛擬現實、信息安全等技術領域深度融合，豐富賦能千行百業的場景。推動重點領域率先拓展場景應用，鼓勵開展人工智能應用示范，探索在金融、文化、醫療、教育、科研等領域推動垂直大模型的開發與應用。健全場景應用配套機制，重點圍繞城市治理、綠色低碳、智慧生活、文化旅游等領域，探索構建“技術供給—應用需求”雙向對接機制，探索“政府支持前置+應用場景建設”，挖掘人工智能技術應用需求，不斷提升人工智能產業發展能級。在這方面，一些地方已有有益實踐。例如，今年發布的《北京市加快人工智能賦能科學研究高質量發展行動計劃（2025—2027年）》，描繪了未來3年北京市發展人工智能驅動的科學研究的路線圖，提出到2027年建成科學基礎大模型，建設不少于10個高質量科學數據庫，服務不少于1000萬用戶，推動在不少于5個領域開展深度應用，形成8個以上標桿應用案例，搭建共性服務創新平臺，引進、培育一批復合型創新人才，構建多渠道投融資服務體系。

健全創新服務保障體系。健全面向企業的精準服務機制，著力構建要素齊全、運行高效、激勵充分的創新生態系統，不斷匯聚數據等關鍵要素，打通基礎研究、技術開發、場景應用完整鏈條，不斷完善風險投資等機制，為提高人工智能應用融合能力和水平提供支撐。同時，加強數據要素服務保障。完善大中小企業融通對接渠道，推動創新要素共享和數據協同開放。加快推進數據要素市場化配置改革，探索人工智能數據開放共享監管沙盒試點，持續推動高質量數據匯聚、應用和反饋。不斷加強知識產權全鏈條保護，創設并建好知識產權保護試點示范區，營造一流創新環境，為推動人工智能及其產業高質量發展提供保障。

(作者劉 暉 任曉剛 均系北京市習近平新時代中國特色社會主義思想研究中心研究員 來源：經濟日報）