中经记者 吴清 北京报道

“人工智能已不再是PPT里的概念、实验室里的演示，而是已经成为驱动经济社会发展的关键变量与强劲增量。”5月29日，当第十四届全国政协委员、经济日报社副总编辑吴向东在2026证券市场年会行业分会——数字经济大会现场说出这句话时，包括《中国经营报》记者在内的数百位来自产业界、投资界和学术界人士都在感同身受。

就在大会召开前不久，工业和信息化部披露了最新数据：2025年我国人工智能核心产业规模超过1.2万亿元，企业数量超过6200家。而这一数字到“十五五”末预计将增长至10万亿元以上。

2026年是“十五五”规划的开局之年。今年的《政府工作报告》首次明确提出“打造智能经济新形态”，标志着我国经济发展正式从数字化迈向智能化的全新阶段。当“人工智能+”连续3年被写入《政府工作报告》，当6G、智能体、具身智能等概念从实验室走向产业化当口，当DeepSeek及其他国产大模型以全球领先的开源生态搅动行业格局——这场以“智变：人工智能重构增长新范式”为主题的大会，恰逢其时地提供了3个维度的观察：当下的状态、明天的方向，以及这场变革中不可回避的“慢思考”。

从“技术工具”到“生产力革命”

在2026年的数字经济大会上，一个核心共识已清晰浮现：AI不再是效率工具，而是生产要素本身。“数字经济正深度赋能千行百业，已从‘未来趋势’转变为‘现实动力’，成为经济增长的重要引擎，发展新质生产力的重要支撑。”中国上市公司协会党委委员、秘书长郭军旺表示。

华为金融系统部副部长田瑞给出了4个维度的判断：技术范式跃迁、算力底座夯实、行业价值落地、生态协同共建。他指出，AI重塑增长“不是未来的概念，而是当下正在发生的现实”。

这一判断在过去一年得到了多个维度的验证。中国信息通信研究院总工程师何宝宏在主题演讲中梳理了AI渗透行业的一条关键路径：从2023年年初至今，通用基础大模型已从短文创作、图片生成等表层应用，逐步转向与行业专业知识、行业数据深度融合，进而深入企业的专业场景与核心业务环节。

这意味着，如果前两年的“AI赋能”还停留在“替企业写个文案、画个图”，到了2026年，AI已经开始进入企业的“核心业务腹地”。

图灵智能研究院院长、北京智源人工智能研究院创始副院长刘江给出了一个大胆预判：未来3年内，每一家公司都将演变为“智能体公司”。他特别厘清了一个关键概念——这并非指企业的主营业务转向智能体开发，而是指无论身处何种行业，企业的运营模式、业务流程与决策机制均将以智能体为基本单元进行重构。“正如互联网曾重新定义企业的存在方式，智能体也将开启企业能力边界与协作逻辑的全新维度。”

从圆桌对话中的一线企业发言来看，这种重构已经发生。

格灵深瞳的AI视觉已经在多个场景落地应用。格灵深瞳CEO吴一洲告诉记者：一个场景值不值得做要算清两本账，一本账就是客户的收益账，另一本是公司的商业账，同时给客户提供一套真正易用性的工具集也很重要。阿尔特汽车CEO张立强则分享了汽车研发领域的实战经验：通过自研的“元方”“驭风”“太乙”3个垂类模型，可以将客户的一款汽车开发周期从36个月压缩到18个月。

值得注意的是，这场“生产力革命”已经渗透到非数字原生行业。

国科恒泰的案例展示了AI如何穿透长链条的产业服务。作为服务于医疗器械全流通链条的企业，国科恒泰覆盖了从生产企业出厂到“最后一公里”医院手术植入的全过程。

从研发设计到生产制造，从供应链协同到终端服务交付，AI正在系统性地改写企业增长的“函数”。正如中科创达副总裁杨新辉所说，以前很多的工作是在做跟随，由客户去定义产品，或者由产业界领先的欧美企业去定义产品。AI时代到来时，中国整个产业链的速度非常快，可以定义一些创新的体验。

“快时代”需要“慢思考”

与一年前相比，2026年大会上的高频词有了变化。除了“大模型”的竞技秀，更多了“智能体”的落地战。

云知声CEO黄伟告诉记者，快是必然性。在2022年年底之前，人工智能技术发展还是线性的，OpenAI发布ChatGPT之后，发展速度进入到指数级，后面还会进一步加快。

中关村泛联院首席科学家刘光毅从基础设施层面提供了支撑性判断：6G将通过通信、感知、计算与人工智能的深度融合，构建“AI即服务”的全新能力。他告诉记者，将AI算力与模型从终端迁移并部署至网络侧，可有效破解智能终端在成本、功耗与续航等方面的现实瓶颈，从而加速智能网联车、智能机器人等新型终端的规模化应用。

四维图新副总经理孟庆昕分享了一个正在快速扩大的商业机会。在智能网联汽车时代，四维图新通过“时空数据安全合规方案”，帮助车厂解决数据采集、脱敏、管理的全链条问题。

“如果数据安全做不好，商业化门槛都进不去。”孟庆昕这句话道出了一个正在被越来越多的AI创业者意识到的事实：在AI时代，数据合规能力不是“锦上添花”，而是“入场券”。

这也再次提醒人工智能时代需要冷思考，快速迭代发展的人工智能需要处理好“快”与“慢”的辩证关系。

首先是安全治理的“慢”。盛邦安全副总裁袁先登坦言，2026年企业要面对的安全问题比以往更复杂。“AI时代安全不能再是‘守门员’，而应该是‘伴行者’，从软件诞生到使用的全流程都要有安全意识。”他特别提到了一个最底层的风险——深度伪造和AI幻觉。“如果不解决，数字世界乃至物理世界的信任体系都将面临崩塌。”

华为金融系统部证券业务总经理李静则从技术赋能的角度看到了新的机遇：模型与算力技术的快速迭代，正为中小金融机构的AI创新带来全新机遇。以往中小金融机构面临人才短缺、投入有限、试错空间小等现实挑战，而现在技术门槛显著降低。

其次是数据隐私的“慢”。北信源战略合作总经理姜来在企业拥抱AI过程中发现了两个最容易忽视的安全漏洞：一是“喂数据”时把商业核心机密输入大模型；二是AI辅助编程虽然效率高，但幻觉和漏洞也更多。就像开车，跑得越快，安全带一定要系紧，刹车系统一定要好。

最后是人才结构调整的“慢”。中科创达杨新辉的观察颇为尖锐：企业和个人同时的挑战，就是要做结构调整。不能说硅基和碳基再去竞争了——现在看起来确实竞争不过，所以只能选择拥抱AI。他认为，人才结构必须向AI靠拢，掌握AI能力的员工和不能用AI的员工之间，差距正在指数级扩大。

站在“十五五”开局之年的关键节点，吴向东在致辞中给出了一个耐人寻味的总结：“越是在‘AI+产业’深度融合的阶段，越需要产业界、科技界、投资界和媒体界加强交流，形成更多理性判断，凝聚更多建设性共识。”或许，在AI加速重塑一切的时候，人与人之间的交流与共识，反而变得比任何时候都重要。

（编辑：张靖超 审核：李正豪 校对：燕郁霞）