今年的政府工作报告首次提出“打造智能经济新形态”。智能经济作为数字经济的更高阶形态，必将成为推动新质生产力跃升的重要支点。我国在发展智能经济上既有独特的优势，也面临一些瓶颈。应立足各地资源禀赋、产业基础，因地制宜精准施策，不断推动智能经济高质量发展，释放经济增长新动能。
发展智能经济是一项系统性工程，需要算法、算力、场景、能源、数据的协同支撑。经过多年积累，我国在这些领域已经具备一定基础。算法层面，我国在应用算法领域已接近世界前沿，开源模型核心性能追平国际主流水平。算力方面，“东数西算”工程有序推进，智算集群加快布局。场景方面，我国依托门类齐全的实体经济体系，在智能生产线、文旅数字孪生平台、金融科技、智慧医疗等领域的应用落地初见成效。能源领域，我国光伏产能位居全球领先地位，西部省份丰富的绿电资源为算力发展提供了低碳支撑。数据要素方面，我国拥有全球最多的互联网用户和活跃的产业数字化实践，海量中文数据和行业数据为 AI模型的训练迭代提供了要素支撑。
与此同时，我们在算法、数据、人才等方面还面临诸多结构性问题。算法层面，目前多数算法聚焦应用层优化，在颠覆性技术探索上相对滞后，部分地区算法同质化严重，缺乏与本地产业的深度适配。数据领域，数据要素治理尚不完善，部分行业“数据孤岛”问题突出，数据标准不统一、工具链不完善，制约了数据要素价值的释放。人才层面，高端算法研发人才、专业数据标注人才，以及懂产业又懂智能的复合型人才供给不足。此外，行业场景碎片化特征显著，也制约了智能技术的规模化落地。这些结构性问题决定了，发展智能经济需立足区域差异、产业特色，采取差异化、创新性策略，不能搞“一刀切”。
区域层面，东部地区应发挥研发、人才优势，聚焦底层算法原创研发、具身智能与制造业融合、高质量数据标注产业集聚等领域，主打高端突破。中西部地区应依托丰富绿色能源打造算力枢纽，聚焦农业、能源等领域，开发适配本地场景的专用算法，挖掘本地数据价值，助力全国算电数据协同联动。东北老工业基地应聚焦产业重塑，围绕冰雪经济开发适配算法，搭建和拓展应用场景。
产业层面，不同领域应针对算法、数据等方面痛点，创新思路破解适配难题。如工业领域可聚焦安全巡检、设备运维、供应链等环节的痛点，整合生产、运营数据，用智能调度算法优化生产流程。农业领域结合产区特色，整合气候、土壤、种植等数据，研发精准灌溉、病虫害预警专用算法，破解“靠天吃饭”的困境。金融领域优化风险识别算法，建立合规的数据采集、使用机制，研发专业智能体以强化风险防控。文旅领域整合景区、交通、文旅资源数据，运用AI算法打造高精度虚拟游览场景。医疗领域整合基层医疗机构诊疗数据，研发适配基层场景的轻量化诊断算法，推动AI辅助诊断落地基层，助力医疗资源的均衡化。此外，交通运输、餐饮服务、教育等领域都能通过人工智能技术的赋能改造，催生出新模式、新业态，大幅提升运行效率、降低运营成本。
总之，智能经济的发展是一场深刻的经济社会变革。立足各地资源禀赋，聚焦产业需求，突破技术瓶颈，才能推动智能经济与实体经济深度融合，并成为各地高质量发展的“加速器”，助力我国在全球竞争中抢占主动。（作者：中国数实融合50人论坛副秘书长 胡麒牧）
经济日报-中国经济网评论理论频道开放投稿，原创评论、理论文章可发至cepl#ce.cn（#改为@）。详见经济日报-中国经济网评论理论频道征稿启事。
