2026 年，“打造智能经济新形态”首次被写入《政府工作报告》。《政府工作报告》同时强调，深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。支持人工智能开源社区建设，促进开源生态繁荣。实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。加快发展卫星互联网。打造“5G+工业互联网”升级版。深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集。完善人工智能治理。

智能经济的实质是“能力经济”，将深刻重塑全球产业竞争格局与国家经济发展范式。智能经济意味着人工智能（AI）与科技创新、经济要素与发展逻辑、产业谱系、就业、消费与经济循环都将与过去有着本质不同。

 | 从六个维度理解智能经济

智能经济（Intelligent Economy）是以不断发展的智能科技为核心驱动力的全新经济形态，在科技/研发、产业/经济、社会/治理与文化/文明等维度，智能及其载体进行感知/进化、生成/生产、行为/行动等任务和创造活动，赋能个体、群体、组织等，进行个人、企业、产业、经济等不同维度的工作/生活、产品/服务、市场/协作过程，其间既有数字虚拟、混合现实、物理现实形态的价值创造，也有要素、资源、价值、财富等方面的配置、流动与分配。人工智能是智能经济的第一驱动力。在人工智能阶段，智能经济是由人类智能和智能科技共同驱动的经济活动。

我们认为，应从六个维度理解智能经济。第一个维度：智能经济是数字经济新阶段，但智能经济的未来不是数字经济。第二个维度：智能经济是产业经济的新形态，而且是战略根产业和底层逻辑全新的经济形态。第三个维度：智能经济意味着科技创新新范式和智能科技的战略母科技的生态地位。第四个维度：智能经济是转型增长新引擎，其与传统经济的关系取决于相关决策和行动。第五个维度：智能经济不仅是国家发展新战略，而且是决定大国竞合格局、地缘关系与未来发展的关键因素之一。第六个维度：智能经济是人类社会发展的新可能，其作用发挥最终取决于集体智慧，以及智能科技的发展能否以人为本、智能向善。

 | 发展智能经济要把握好十个关系

关系一：加快发展和主动规范的关系

发展与规范的关系，是贯穿人工智能发展过程的一条主线。人工智能的巨大潜力需要通过快速发展和广泛应用来释放。与此同时，其潜在风险和不确定性也需要引导和约束。如何以规范为发展保驾护航、为创新提供空间，实现人工智能的安全、健康、可靠、可信发展，是一道重要的时代命题。可以观察到今年以来，我国一方面高度重视并加快发展人工智能，另一方面在这一领域也呈现出越来越清晰的战略引导、底线思维和主动治理等特征。

关系二：加速与对齐的关系 

加速与对齐之争，既是人工智能领域目前的一个热点话题，也将是被长期关注的话题之一。“有效加速派”（Effective Acceleration）主张尽可能快地推进技术发展，认为技术进步本身能带来解决方案。“超级对齐派”（Super Alignment）强调必须确保AI系统的目标、价值观和行为与人类保持一致，以规避潜在风险。实际上，两者并非完全对立，关键在于找到平衡点，发展过程中既要避免盲目加速，也要避免过度保守。我国人工智能治理原则中的“安全可控”“和谐友好”以及“以人为本”“智能向善”的核心理念，从根本上与“对齐”的目标是一致的，即确保技术服务于人类福祉并在人类掌控中。

关系三：集中式智能形态与分布式智能形态的关系

集中与分布，反映的是人工智能在部署、架构以及相应的主导权和资源权益边界等方面的存在形态。集中式AI通常处于云端或者高度中心化的网络节点，模型、数据、算力、算法和控制权高度集中于平台；而分布式AI则意味着模型往往部署在用户本地本机，数据和控制权分散在个人、中小企业等手中。集中与分布的关系不仅关乎技术路线的选择，更涉及利益分配，从根本上体现人工智能的力量形态和权力结构，也会影响由人工智能驱动的科技创新模式，以及人类与人工智能关系的本质。

关系四：数据利用与隐私保护的关系

在保护隐私的同时有效利用数据为用户创造价值是最优解。AI大模型训练需要海量的高质量数据，AI服务运行时刻依赖与用户之间的数据交互，数据流动及交换利用是驱动AI发展的“燃料”。然而瞬息万变的数据当中往往包含着大量个人信息，其中又有不少是隐私数据等敏感信息，因此对于数据采集、流动、使用的全过程必须进行严格规范。保护好个人数据安全和隐私，让用户面对人工智能时有安全感，人工智能才能实现可持续发展。

关系五：上游与下游之间的生态平衡关系

人工智能发展过程中需要妥善把握的上游与下游之间的生态关系是指，人工智能的发展需要在平台和开发者之间、模型和用户之间、模型和智能体（Agent）之间、模型和应用开发者之间、产业头部和长尾之间、超级入口和各类App之间、闭源和开源之间等维度，维护好生态平衡，避免出现平台侵蚀开发者空间、模型膨大控制用户、模型过多内化Agent等应用能力、上游拦截下游利益等问题。AI正在改变平台竞争的传统理论，人工智能的能力、数据和算法优势成为与网络效应并驾齐驱的生态新杠杆。上游因此能够越来越多地直接影响下游长尾参与者（尤其是大量初创公司）、利基市场的应用开发者的生存空间。这些业态层面的问题基本为新情况，对维护智能经济领域的生态平衡较为重要， 但目前的相关法律法规和产业政策涉及还不多。

关系六：彼此竞争与共同发展的关系

不能把破坏性创新变成对创新的破坏。模型厂商之间、芯片算力企业之间、提供AI应用服务的企业之间需要在展开竞争的同时避免“内卷”。正当的竞争是激发科技产业创新与市场经济内在活力的重要动力，也是为消费者及整个社会创造福祉的关键。但是过度、无序的低水平竞争形成“内卷”，则可能破坏经济生态，导致资源严重浪费，企业利润微薄且再创新乏力，并进一步影响产业转型升级。如何引导市场主体在保持必要竞争活力的同时，避免陷入破坏性的内耗，推动中小微企业、创业企业、长尾型企业等实现共同发展，是科技创新生态形成正向效应的关键。

关系七：智能科技与传统产业的关系

人工智能要赋能千行百业，提升其效率、质量和创新能力，而不是简单地替代传统行业及其从业者。如何使这场由技术变革带来的产业革命进行得更平稳，以更具包容性的方式实现新旧转换，保持社会的稳定繁荣，是十分重要的。在这个过程中，人工智能需要成为经济社会发展的增量创造者，而非仅仅是存量参与者。人工智能如何赋能千行百业， 与各方共享技术发展红利，是需要处理好的一个基本关系。

关系八：发展效率与公平普惠的关系

效率与公平的关系，在人工智能时代变得尤为突出和复杂。AI能够极大地提升生产效率、优化资源配置、促进经济增长，但是并不能自动惠及所有人， 甚至可能会扩大原有的“数字鸿沟”、产生新的“智能鸿沟”。例如：AI对就业市场的冲击可能导致部分人群收入下降或失去工作机会；算法中潜藏的偏见可能导致对特定群体的歧视；不同区域和群体在数字基础设施和数字技能方面的差异可能使得弱势群体在AI时代更加被动。因此，如何在享受AI带来的效率红利的同时，维护社会公平正义、促进包容性发展，是所有AI发展参与者需要面对的一道难题。

关系九：技术治理与公共管理的关系

技术治理是指利用技术手段特别是信息技术和人工智能技术进行管理或治理的模式，事务处理过程基本上是算法规则、网络连接、智能交互的过程。公共管理通常由政府机构通过行政手段进行。技术治理与公共管理的关系探讨的是，随着人工智能等技术日益深入地渗透经济社会运行的方方面面，由技术驱动的治理逻辑如何与国家主导的治理框架相互作用、协调运行，涉及AI在公共管理中的应用空间与技术边界、AI在社会中的角色与国家治理能力现代化的关系，以及技术发展对全球政治经济格局影响等深层问题。

关系十：智能科技与伦理道德的关系

无论从短期、中期还是长期来看，智能科技与伦理道德的关系，触及一系列深刻的哲学问题和人类基本观念：例如，短期问题，AI仿真是否应该发展，深度伪造是否应该被禁止；在治理上，当下的阶段应该是人类执行机器的“最优”决策，还是机器必须服从人的指令和价值判断。中期问题，当人工智能、机器人展现出越来越高的智能水平，甚至开始出现潜在的自主意识时，人类与机器的关系应该如何界定，是否允许智能走向“自主”。长期问题，未来AI技术能否以及应否被用于编辑人类基因，碳基智能之间、碳基智能与硅基智能之间是否可进行脑机接口意义上的智能连接；等等。这些问题不仅关乎技术应用的边界，更关乎人类自身的定义、尊严和未来。处理好科技与伦理的关系，就是要确保AI的发展始终以人为本、智能向善，让AI的发展符合人类共同的价值追求。

作者为上海财经大学特聘教授