-
行业资讯
INDUSTRY INFORMATION
在十四届全国人大四次会议首场“部长通道”上，科技部、工信部及国资委负责人围绕国企融合人工智能、推动产业升级释放了明确信号。面对“十五五”时期的新要求，国企如何打破技术落地的“最后一公里”？如何将资源优势转化为新质生产力？本文将从政策导向出发，深度解析以场景为牵引的AI转型路径，探讨企业如何通过技术攻关、产业融合与能级跃升，实现从规模扩张向价值创造的跨越。
一、政策风向：从单点技术突破到产业生态重构
今年两会期间，来自科技部、工信部及国务院国资委的三位负责人，在“部长通道”上为国有企业融合人工智能技术、推动产业升级描绘了清晰的路线图。这一系列表态不仅是对国家战略的进一步细化，更是对国企在智能化浪潮中角色定位的重新校准。
科技部党组书记、部长阴和俊明确提出，“十五五”时期将加强原创性引领性科技攻关，通过基础研究体系化布局，攻坚人工智能、量子科技等前沿领域，为国企AI应用筑牢技术根基，破解创新发展中的卡点堵点问题。这表明未来的技术竞争已不再是单一技术的比拼，而是基础研究体系与产业应用能力的综合较量。与此同时，工业和信息化部党组书记、部长李乐成强调了“产业出题、科技答题”的思路，指出2026年将持续推进现代化产业体系建设，大力推动AI与制造业双向奔赴，加速技术成果向新质生产力转化。这一提法深刻揭示了科技创新与产业创新的辩证关系：技术必须回应产业的真实需求，才能转化为实际的生产力。
国务院国资委党委书记、主任张玉卓则进一步细化了央企的战略方向。他指出，央企将在战略性新兴产业的领跑、赶超、培育三大方向持续发力，在新能源、航空航天等领跑领域释放AI场景价值，在新能源汽车等赶超领域以AI赋能突破，在量子信息等培育领域以AI布局未来，同时通过机制改革让国企“做活”，激活AI创新发展内生动力。
综合来看，政策层面已经形成了一个完整的逻辑闭环：以基础研究为根基，以产业需求为导向，以场景应用为载体，最终实现新质生产力的培育与壮大。对于国有企业而言，这不仅是落实国家战略的政治任务，更是自身在激烈的市场竞争中实现转型升级的必由之路。
二、技术攻关：以场景为核重构创新范式
长期以来，部分国有企业在智能化建设中存在一种惯性思维，即将AI项目视为常规的信息化工程，过度追求技术参数的先进性，而忽视了技术落地后的实际应用效果。这种“技术驱动”的模式，往往导致投入巨大却收效甚微，甚至出现“实验室可用、产业端难用”的尴尬局面。
随着人工智能技术加速迭代并全面渗透千行百业，场景早已不再是技术应用的简单“试验田”，而是驱动产业变革、催生新质生产力的核心载体，因此要实现AI从实验室走向产业端，就必须以场景为核重构创新范式。这场变革的核心在于发展逻辑的根本性转变，即一项AI技术无论架构多领先、算力多强大，唯有在真实复杂的产业场景中反复打磨、验证，才能从“样品”转化为“产品”，进而成为市场上的“商品”。技术参数的先进性，无法替代产业场景的复杂性。这既是AI落地难的真实写照，也是国企必须直面的转型课题。
在这一阶段中，国企需要彻底跳出对单一技术的执念，回归产业本质，树立“为场景找技术”的核心思路。这意味着企业要将高价值的产业场景作为AI新技术、新产品的“孵化器”与“练兵场”。通过将生产一线最真实、最复杂的需求转化为可验证的场景清单，让技术团队在解决实际问题的过程中进行算法迭代，用海量的工业数据反哺技术突破。在这个过程中，建立制度化的容错机制至关重要——AI与产业的融合创新往往伴随着不确定性，企业需要为这种探索划定安全空间，鼓励团队挺进创新无人区，而只有走出一条“场景出题、技术答题、产业验题”的路径，国企才能在解决“卡脖子”难题的过程中，形成自主可控的技术体系。
三、产业融合：场景开放与数字底座的双轮驱动
从两会政府工作报告明确持续推进“人工智能+”行动、加快行业应用落地，到数字经济核心产业增加值占GDP比重已超10.5%，顶层设计与产业数据的双重印证揭示了一个基本趋势：人工智能正从技术爆发期迈向全面产业化深水区。
在这一进程中，央企作为“人工智能+”行动落地的主战场，正加速升级为支撑国家产业升级的公共基础设施，而打通AI赋能实体经济“最后一公里”的关键，在于场景开放与数字底座的双轮驱动。国有企业坐拥能源、制造、交通等关键领域的稀缺产业场景，这是AI技术与实体经济融合最核心的应用载体。然而，场景资源不会自动转化为价值。必须打破长期形成的资产持有思维定式，转向价值利用的运营逻辑，将沉睡的场景资源唤醒为驱动产业融合、提升产业链竞争力的战略抓手。
场景开放不能搞“大水漫灌”，而必须服务于产业融合目标，建立分级分类的梯度开放机制。针对竞争性、战略性、核心敏感等不同属性的场景，应分别采用市场化筛选、揭榜挂帅、深度协同研发等差异化模式。例如，在一般性竞争领域，可以通过市场化机制引入最优秀的外部技术团队；在涉及国家安全的战略性领域，则需要通过“揭榜挂帅”的方式，集中力量进行攻关；在核心敏感领域，则应采取深度协同研发的模式，在确保安全的前提下推进技术落地。近年来，央企已在能源、制造、通信等16个重点行业打造800多个AI应用场景，正是这种规模化供给思路的生动实践。
如果说场景开放解决了“用在哪里”的问题，那么数字底座则决定了“用得有多深”。针对传统IT架构系统割裂、难以适配AI快速迭代的痛点，必须加快构建积木式、可扩展的柔性数字基座。一方面，企业要聚焦数据要素价值释放，在安全合规的前提下推进数据标准化与资产化，打通跨业务、跨环节的数据壁垒，构建高质量的数据集；另一方面，企业要强化中台能力建设，将共性技术、数据资源、业务流程进行模块化、服务化封装，为AI与各产业场景深度融合提供快速适配能力，使技术创新聚焦产业痛点，真正服务于产业升级。
更深层的逻辑在于，场景与底座的双轮驱动最终要催生出一个开放共生的产业生态，而无论是合肥搭建城市级场景创新促进中心打通供需双向通道，还是京东方以“屏之物联”战略带动整个物联网生态创新升级，这些实践都印证了一个道理：唯有生态协同，才能让“产业出题、科技答题”形成闭环。当国企从单一产品输出转向标准输出、能力输出与机会输出，当AI与场景在生态中持续双向进化，AI赋能实体经济才能真正从“盆景”变为“风景”。
四、能级跃升：从规模扩张向价值创造的跨越
站在新一轮产业变革的浪潮中，以场景为牵引、以AI为抓手，正成为国企从规模扩张迈向价值创造的必由之路。落实“部长通道”三位负责人提出的前沿技术攻关、产业出题、领跑赶超等部署要求，国企必须把AI场景融合作为做强做优做大的核心引擎，在智能化浪潮中实现能级跃升。
能级跃升，首先是创新范式的校准。国企要彻底摆脱“技术至上”的惯性陷阱，从“给技术找场景”转向“为场景找技术”。坚持场景定义需求、需求定义产品，让AI研发始终对准产业卡点与生产痛点。这意味着，企业的研发投入不应仅仅为了追求论文数量或专利指标，而应看其是否能够解决实际问题，是否能够将前沿技术成果转化为实实在在的产业竞争力，实现从“实验室好看”到“生产线好用”的价值跨越。
能级跃升，关键是机制创新的突破。以分级分类的梯度开放机制激活场景价值，将能源、制造、交通等关键领域的稀缺场景，从沉睡的“资产”转化为AI技术迭代的“战略资源”。在安全合规前提下，通过竞争性场景市场化筛选、战略性场景揭榜挂帅、核心敏感场景深度协同，最大化释放场景的牵引效能。这种机制上的突破，将直接决定国企在领跑、赶超、培育三大赛道能否抢占先机。
能级跃升，根基是数字底座的支撑与生态共生的协同。打通数据壁垒、破除系统孤岛，构建积木式、可扩展的柔性数字基座，为AI规模化落地提供稳定高效的“土壤”。同时，国企需要跳出传统的链主思维，不再仅仅追求在产业链中的控制地位，而是联合产学研用构建创新共同体。通过推动科技创新与产业创新从“单向赋能”走向“双向进化”，构筑起长期稳固的竞争壁垒。
结语
作为国民经济的“压舱石”，国企以场景驱动AI与产业深度融合，不仅是自身从“大”到“强”的关键一跃，更是锻造全球创新要素“引力场”与新质生产力的“策源地”。面向“十五五”，国企唯有以高价值场景开放激活技术创新、以数字底座夯实应用根基、以生态协同强化产业链带动能力，才能在智能化变革中锻造核心竞争力，实现从资源依赖向创新驱动的根本跃迁——当AI在千行百业深度扎根，国企必将在推进中国式现代化中，完成从规模引领向价值创造的深刻转型。
