一句话的分量：从「鼓励发展」到「全面实施」
2026 年 4 月 28 日，中央政治局会议通稿中出现了这样一句话：「全面实施人工智能 + 行动」。在很多人看来，这只是一句普通的政策性表述。但如果你认真咀嚼这句话的措辞变化，会发现它实际上标志着中国 AI 产业政策逻辑的根本性转折。
过去几年，决策层对 AI 产业的态度，经历了几个阶段的演变。2022-2023 年，是「鼓励发展」阶段，政策重点是支持 AI 技术研发和产业化；2024-2025 年，是「规范发展」阶段，政策重点是数据安全、算法监管、伦理规范；而现在，进入 2026 年，政策表述正式升级为「全面实施」——这意味着，AI 已经从「需要鼓励的新兴产业」，升级为「必须做好的国家战略」。
这种定性升级的背后，是对 AI 产业战略价值的重新认识。过去，AI 更多被看作是一种「能够帮助提高效率的新技术」；现在，AI 已经被看作是与电力、互联网并列的「基础性通用技术」。这种认识的变化，将直接决定未来 5 -10 年内，中国在 AI 领域的资源配置力度和政策支持强度。
算力网：AI 时代的「国家电网」怎么建？
与「人工智能 + 行动」同时出现在中央政治局会议通稿中的，还有「算力网」这个概念。把算力网与水网、新型电网、新一代通信网并列，这个细节非常值得玩味。它意味着，在决策层的战略规划中，算力已经成为与电力、水利、通信并列的国家级基础设施。
但算力网的建设，比电网和通信网复杂得多。电网传输的是标准化电力，通信网传输的是标准化数据包。但算力涉及异构芯片、不同架构、多种精度要求——一个在英伟达 GPU 上训练的大模型，不能直接在一个华为昇腾芯片上推理。这种「算力异构性」，是算力网建设面临的最大技术挑战。
更深层的挑战是数据主权和安全。算力网的建设，必然涉及到数据的跨地域、跨主体流动。如何在保证数据安全的前提下，实现算力资源的最优配置？这个问题，没有成熟的国外经验可以照搬，只能靠中国自己的探索。中央政治局会议把算力网建设提上最高决策议程，某种程度上，就是在为这种探索提供顶层设计和政治支持。
整治「内卷式竞争」：政策定调背后的产业警示
中央政治局会议通稿中，还有一句值得业界高度关注的表述：「深入整治『内卷式』竞争」。这句话放在「全面实施人工智能 + 行动」的语境下，针对性非常明确。
过去两年，中国 AI 产业出现了明显的低水平重复建设苗头。大模型领域，超过 80 个所谓「自主大模型」宣布发布，但真正有技术含量的寥寥无几；人形机器人领域，超过 150 家企业宣布入局，但绝大多数没有核心技术，只是在做集成和组装；AI 芯片领域，数十个项目拿到巨额融资，但能真正实现量产交付的屈指可数。
这种「内卷式竞争」的后果，不仅是资源浪费，更是战略机遇的错失。当中国的 AI 企业在低水平重复建设中消耗资源和注意力时，美国的 AI 企业正在加速技术突破和全球市场布局。中央政治局会议提出「深入整治内卷式竞争」，本质上是在为 AI 产业「减肥健身」，把资源集中到真正有核心竞争力的企业和项目上。
AI+ 制造：新型工业化的核心引擎
「人工智能 + 行动」的最重要落地场景之一，是制造业。这也是工信部和国家数据局联合启动的「模数共振行动」的核心聚焦领域。根据政策部署，钢铁、石化、汽车、航空航天等 20 余个重点行业，都将被纳入 AI 赋能新型工业化的行动计划中。
AI+ 制造的核心逻辑，不是用机器替换工人，而是用数据驱动决策、用模型优化流程。一个典型的场景是：通过在生产线上部署大量传感器，实时采集生产数据，然后用 AI 模型对数据进行分析，找出生产流程中的瓶颈和浪费点，最后自动生成优化方案。这种「数据 - 模型 - 优化」的闭环，是传统制造业从未有过的生产方式。
但 AI+ 制造的落地，面临着一个核心难题：高质量行业数据的匮乏。制造业的数据，分散在各个企业、各种设备、各类系统中，格式不统一、质量参差不齐。要解决这个问题，不能靠单个企业的努力，而必须依靠行业级的协同。「模数共振行动」中提出的「构建行业通识数据集」，就是为了解决这个问题而设计的。这个思路能不能跑通，将直接决定 AI+ 制造能否真正实现产业化落地。
全球 AI 治理规则的话语权争夺
「人工智能 + 行动」的启动，不仅是一个国内产业政策，也是一个在全球 AI 治理规则制定中争取话语权的重要信号。2026 年，全球 AI 治理规则的制定，已经进入关键阶段。欧盟的 AI 法案已经开始实施，美国的 AI 行政令也在不断更新，而中国作为全球 AI 产业的最重要参与者之一，必须在规则制定中发出自己的声音。
「人工智能 + 行动」如果能够有效落地，将为中国在全球 AI 治理规则制定中提供重要的实践支撑。中国可以基于自己的产业化经验，提出一套不同于欧美、但同样具有全球参考价值的 AI 治理方案。这种方案的核心特点，可能是：「在发展中规范，在规范中发展」——与欧盟的「先规范后发展」、美国的「先发展后规范」都形成差异化。
这套方案能不能被全球接受，取决于「人工智能 + 行动」的执行效果。如果中国能够在 AI 产业化落地方面取得实质性突破，那么中国的 AI 治理方案，自然会在全球范围内获得更多认可。这正是「硬实力决定软实力」在 AI 时代的生动体现。
地方政府的新考题：从「抢项目」到「建生态」
「人工智能 + 行动」的全面实施，对地方政府也提出了全新的要求。过去，地方政府在 AI 产业上的竞争，主要是「抢项目、给补贴、建园区」。这种竞争模式，在 AI 产业的早期阶段有一定合理性，但随着产业成熟，它的边际效益正在快速递减。
「人工智能 + 行动」要求地方政府从「抢项目」转向「建生态」。建生态的意思，不是简单地给企业提供土地和资金，而是为企业提供数据、算力、人才、应用场景等全方位的支持。比如，地方政府可以开放公共数据，供 AI 企业训练模型；可以建设公共算力平台，降低中小企业的算力成本；可以组织校企合作，解决 AI 人才短缺问题；可以开放城市管理和公共服务场景，供 AI 企业进行应用试点。
这种生态建设，对地方政府的能力要求，远比「给钱给地」高得多。它要求地方政府真正理解 AI 产业的技术逻辑和商业模式，要求地方政府具备跨部门的协同能力和长期的战略耐心。那些能够快速适应这种新要求的地方政府，将在新一轮 AI 产业竞争中脱颖而出。
