AI+：從技術工具到國家底座

8月26日，國務院發布《關於深入實施「人工智能+」行動的意見》，把「AI+」從技術議題上升為國家層面的系統工程：一方面，以六大重點行動貫通科技、產業、消費、民生、治理與全球合作，推動「AI驅動的科學發現－產業升級－社會治理」的全鏈條躍遷；另一方面，以模型、數據、算力、應用環境、開源生態、人才、政策法規與安全體系構成的「八大基礎支撐能力」為底座，要求形成可持續、可擴展、可治理的國家級能力框架，並在省市層面推動公共算力節點、數據流通與共享規則、統一測試與評測基線的常態化建設。《意見》把AI從「概念與技術」明確升級為國家級戰略行動藍圖，既告訴各方「往哪兒發力」，也指出「發力要把哪些基礎打牢」。

AI從技術議題推升為國家底座

這不是一份簡單的技術推進，而是對中國增長邏輯與競爭規則的再定義，意在把AI從局部應用推向體系化生產力，把點狀探索轉化為結構性躍遷。關鍵不在新增多少項目，而在於回答「做什麼、誰來做、如何做、做到什麼程度」。

如果說過去兩年，生成式AI的技術發展把技術議題推升為戰略議題，那麼「AI+政策」則把這一趨勢進一步上升為國家議題。在中國獨特的三層治理（即中央政府、地方政府、企業）架構中，頂層牽引、地方協同、企業創造的動態平衡，正是過去若干輪產業跨越的「制度邏輯」，如今在AI（特別是AI+）上再度顯現。政策給出方向、秩序與節奏，亦為企業明確了「如何借國家之勢構建新能力」的發展路徑。

阿里巴巴的AI轉型為理解「AI+」與企業戰略成功結合後，所能產生的市場效應提供了案例參照。媒體披露，2025年阿里AI轉型引發「重估阿里」的市場共識；年內股價顯著走強，資本開支與雲與AI底座投入同步加碼，業務上亦將板塊分為AI驅動型與AI融入型，繼續以電商與雲為雙輪。

此類訊號表明：當企業以清晰且可執行的方式傳達AI戰略，不僅能重塑外界對其長期競爭力的判斷，更能推動價值重估。這與「AI+政策」所強調的「把AI納入戰略敘事」高度一致──AI不只是降本增效的工具，而是重塑企業定位、商業模式與產業格局的底層力量。

除了阿里之外，亦有不少中國企業朝向同一方向地發展。回看國務院於2015年提出的「互聯網+」，國家同樣以系統性工程方式推動傳統行業數字化，這次「AI+」在廣度與深度上更進一步。而隨着AI和AI+的發展，新的價值曲線正在快速的出現。相對目前較「傳統」的行業來說，那些可以充分通過AI來賦能自己的企業將更有機會躍遷到新的價值曲線上。相比現有的價值曲線，新的曲線將具有更為廣闊的增長和價值提升機會。

「AI+」是在企業快速開發AI應用落地場景，迭代複製的同時，從國家和產業角度整體整體推動AI底座的整體建設。（中國政府網）

範式遷移：從會用AI到AI伴生

在政策與場景的共振中，地方政府將成為把頂層設計轉化為落地能力的關鍵樞紐。一方面，具備產業基礎與數據要素優勢的城市，會率先形成以算力與數據為底座的「公共能力」，透過產業基金、應用試點與標準驗證，降低企業導入門檻，縮短從小範圍驗證到規模化的周期；另一方面，政府角色亦從「項目審批者」轉為「制度賦能者」，以更清晰的安全合規邊界、更具彈性的試點豁免機制，釋放關鍵場景的創新空間。

政策真正的價值，不在「新增了一批項目」，而在補齊「從試點到複製」的制度化軌道，讓行業和企業能在同一技術棧上跨場景遷移，把單點進步沉澱為組織與區域的系統能力。「AI+」是在企業快速開發AI應用落地場景，迭代複製的同時，從國家和產業角度整體推動AI底座的整體建設。

這裏的底座不是抽象名詞，而是一套可操作的工程化體系：數據資產與治理、算力與工程平台、模型與工具鏈、業務知識圖譜、安全與合規、評測與在線復盤、人才與組織協同、投資與組合管理。

要把政策支持轉為企業動能，關鍵在於「以場景為牽引、以底座為支撐」的雙向耦合。一端是「可驗證的小場景」，用真實業務閉環去訓練數據與算法，讓組織在可度量的收益中建立信心與方法論；另一端是「可複製的大閉環」，把AI直接嵌入價值密度最高的核心流程與產品形態，在更高難度的工況中打磨工程能力與安全邊界。從企業視角看，這意味着「應用試點－標準驗證－規模複製」將成為常態化路徑。

在企業層面，AI將革新生產要素，並在科技推動下重塑生產關係，而在新的生產關係的基礎上產生「新質生產力」。AI技術的高速迭代正在短期內催生顛覆性運營與商業模式，企業不再有「緩衝期」去觀望技術成熟，而是在政策與場境雙重牽引下，必須把AI從工具位移到基座位，把「會用AI」升級為「AI伴生」的經營範式。

模型成為企業可規模化複製的通用能力，數據和知識被模型充分總結、提煉並在組織內實現「知識平權」；決策從經驗驅動轉向數據－模型驅動，組織學習與響應速度出現量級躍遷。由此帶來的是企業與產業邊界的同步重寫：從以產品為中心轉向以生態為核心，從線性優化轉向非線性突破，從「在行業內競爭」轉向「跨行業重組價值鏈」。誰先形成「AI伴生」的經營範式，誰就更有機會定義下一輪分工。

今年4月，高風諮詢提出了「AI思維」的概念。我們認為在AI時代中，企業家必須建立和擁抱一種AI的思維。這代表企業家必須跨越只將AI作為提效工具來看待的初級階段，而是將AI和它所衍生的能力和協作方式全面和深入植入企業的各個方面，推行深度的進化和改革。「AI思維」就是「AI伴生」的思維方式。

當「機會－能力－邊界」這三個主宰企業戰略的變量之間的關係被AI同時改寫，企業的定位與敘事亦會隨之改變。（Shutterstock）

規模化可靠性

值得注意的是，「AI+政策」並不鼓勵盲目投資，而是要求把AI納入企業的「戰略邏輯」。這亦是為何AI轉型應當是「一把手工程」。研究顯示，儘管企業在生成式AI上投入可觀，但多數試點難產出可衡量回報，癥結並非技術欠缺，而在組織未把AI納入戰略與流程再造的主航道。

政策把方向、節奏與邊界條件擺在台面上，企業需要重構「機會－能力」的動態匹配：在機會端，從「降本增效」的線性改良，轉向「以AI重寫產品與商業模式」的非線性突破；在能力端，把隱性知識經由模型化與工程化變成可複製的生產力，結合「AI伴生的人才能力」（如批判性思維、學習能力強、自我驅動強等），讓算法、數據與算力成為按規模定律擴張的「新型要素」。

當「機會－能力－邊界」這三個主宰企業戰略的變量之間的關係被AI同時改寫，企業的定位與敘事亦會隨之改變。既要用小場境快速閉環，形成組織信心與能力自增長；亦要在關鍵環節前置「硬核場景」，即指高價值、高耦合、可度量、可複製、且對業務主流程具有結構性影響的AI應用，把AI嵌入核心流程與產品形態，真正改變企業的價值敘事與壁壘來源。節奏上，堅持「先底座、後上層；先場景、再擴展」，打造可度量、可複製、可擴展的能力棧。

而要讓這套能力棧真正可規模化複製，「可信」必須做在設計裏，而非事後的補救。隨着「AI+」進入深水區，治理不應是事後的煞車，而應成為事前的設計要件。最小可用數據、多級脫敏與可解釋評測，應當鑲嵌在數據管線與模型工藝的默認流程裏；紅隊對抗、灰度發布與在線復盤，應當成為新功能上線的常態節拍。

只有把可信、安全與責任分配的機制與流程一起標準化，企業才能把「試點的正確性」穩定轉換為「規模化的可靠性」。這亦呼應政策對「安全體系」的明確要求：安全不是創新的對立面，而是可持續創新的必要條件。這亦是企業級底座能力的一部分。

需要強調的是，中國的優勢不僅在市場規模，更在「高頻、多樣、可運營」的真實場境。
（中國政府網）

AI+推動產業發展與價值鏈變革

產業分工亦會隨之發生位移。以製造業為例，AI在生產、供應鏈、營銷、採購、研發等核心價值鏈環節均已出現可操作場境；在精益運營難以大規模複製的痛點上，智能體驅動的「AI主導運營體系」有望成為企業級解法。

以智能汽車為例，AI不再只是人機交互或單車感知的附屬模塊，而是貫穿「人－車－家－路－雲」的系統中樞，既改寫產品形態，亦重塑供應鏈與商業模式。能夠把「數據閉環－算法進化－產品迭代－運營增益」做成持續正循環的企業，將把一次性銷售轉化為全生命周期的價值捕獲，把傳統「製造業邏輯」升級為「運營型製造」的新範式。類似遷移亦在金融、物流、消費與文娛等行業上演，行業邊界趨於模糊，競爭者與合作方的身份更為動態，組織需要相應在結構與流程上「去層級化」，讓數據、模型與智能體在團隊之間低阻力流動。

需要強調的是，中國的優勢不僅在市場規模，更在「高頻、多樣、可運營」的真實場境，這構成了全球罕見的「高頻學習場」。當「AI+」把這些場境與統一能力棧連接起來，企業的學習曲線會更陡，模型的跨域遷移更快，組織的知識沉澱更厚。由此形成的「能力外溢」，不僅會改變企業在國內的競爭力，亦會成為其全球化的新名片──不只是把產品賣出去，而是把能力輸出去，與海外市場共同定義規則、共同進化範式。