本文来自微信公众号“中国工业报”，【作者】耿鹏飞。
人工智能正从技术概念转变为重塑生产、分配、流通、消费的底层驱动力，我国数字经济正式从规模扩张阶段全面转入价值增长新阶段。官方数据显示，2025年我国数字经济核心产业规模达14.7万亿元，年均复合增长率12.8%；“十五五”规划纲要明确提出，到2030年数字经济核心产业增加值占GDP比重提升至12.5%，全面实施“人工智能+”行动，推动数据要素市场化改革落地见效。
但不可忽视的是，当前行业普遍存在“重平台建设、轻效益转化，重技术堆砌、轻产业适配，重国内市场、轻全球合规”三大痛点。在AI浪潮下，数字经济如何破解转型堵点？
图片来源：摄图网
跳出数字化“形式主义”，以小切口实现AI扎根车间
数字经济高质量发展的核心不在于技术迭代速度，而在于数字技术能否下沉产业一线，用可量化指标实现降本增效。
近日，在2026全球数字经济大会期间，亚洲数字经济科学院院长、全球数字经济城市联盟新加坡办公室负责人陈柏珲接受中国工业报采访时表示，实体经济数字化转型是将数字化等同于IT采购项目，业务、生产、财务部门未深度参与，数据口径割裂、业务流程未重构，巨额投入难以转化经营收益。
“很多企业做数字化，容易先买系统、建平台、做大屏，以为系统上线就完成了转型。但实体经济数字化不是一个简单的IT采购项目，而是经营管理方式的重构。”陈柏珲说，数字化真正的难点往往不在技术本身，而在业务流程、数据质量、组织协同和投入产出评估。
同时，产业端AI落地难、算力供给不均衡、缺少标准化算力服务套餐是制约产业数字化规模化扩张的底层硬件与运营短板。中国电信研究院行业所团队总监孙洁告诉中国工业报，信息通信业作为数字经济核心产业根基，需从基础设施、产业运营两端同步发力。
7月8日，在2026中国互联网大会上，中国工程院院士邬贺铨进一步揭示深层矛盾，当前企业普遍采用外挂式AI部署，网络架构、算力调度未原生适配海量Token、多智能体协同需求，导致模型推理时延高、跨设备协同效率低，即便完成车间数字化改造，也难以形成持续运营价值。传统IaaS、PaaS、SaaS三层云架构无法承载大规模智能体调度，新增MaaS模型即服务、AaaS智能体即服务两层体系，才能大幅降低中小企业AI使用门槛，从根源上解决“建而不用”的形式化问题。
“数字化转型不能为了数字化而数字化。真正有价值的数字化，是让企业少一点浪费，多一点确定性，快一点响应市场，稳一点管理风险。”陈柏珲建议，企业可以先从一条产线、一个车间、一个仓库或一个流程做起，用三个月到六个月验证效果，再逐步复制推广。
“工业AI的重点不是单纯追求模型参数，而是要围绕真实生产场景形成能力闭环。”陈柏珲表示，AI智能体、算力和数字孪生要真正扎根工厂车间，必须推动技术层面与产业应用层面形成协同。
依托通信算力底座 分层落地“人工智能+”
运营商应发挥“云网数智安”一体化优势，以Token打通算力供给端与行业数字化场景。
“十五五”规划将“人工智能+”作为数字经济核心抓手，覆盖制造、文旅、医疗、政务全领域。三大运营商在中国互联网大会上同步发布完整落地体系，形成差异化算力供给方案。
中国电信副总经理栾晓维提出“五位一体智能云体系”，依托“息壤”算力调度平台搭建全域算力网络，推出分层Token套餐，面向制造、政务、中小企业区分算力供给标准。2025年底自有+接入智算总规模超91EFLOPS，打造京津冀、长三角、粤港澳三大万卡智算集群，适配大型工业集群全链路AI需求。
中国移动副总经理李慧镝聚焦自智网络与A2A跨智能体协议，完成40万5G基站智能化改造，覆盖八大“东数西算”枢纽，以光网承载轻量化工业智能体，适合县域中小型制造企业低成本数字化改造。
中国联通副总经理邱宝华搭建“元景MaaS”一站式Token运营平台，汇聚200余款主流大模型，推出轻量化算力包，服务船舶、医疗细分中小企业，单企业算力投入可降低60%以上。
孙洁表示，运营商应发挥“云网数智安”一体化优势，以Token打通算力供给端与行业数字化场景，盘活存量网络与算力资源，挖掘产业增量空间，持续做大数字经济核心产业规模。
“在基础设施上，运营商要加快构建全国一体化算力网络与智算中心，统筹网络带宽、电力配套稳定算力供给，为Token大规模生成、流通、调度筑牢硬件底座。产业运营上，把算力、AI模型、数据资源封装成可交易Token服务，针对政企、工业、服务业打造差异化算力套餐，将云网资源转化为标准化计费产品。”孙洁说道。
用好数据要素 打通价值转化“最后一公里”
打通数据资源到资产价值的“最后一公里”，需构建治理、确权、入表、运营闭环。
当前，全球数字竞争本质是数据要素竞争，数据的基础资源、创新引擎作用持续凸显。前不久，国家数据局印发的《2026年数字经济发展工作要点》提到八大重点任务，从产业实操、政策落地、数实融合等维度，解析数字经济高质量发展的实施路径。
数据要素价值释放存在制度、技术、市场三重堵点，需分层破解。中国电子信息产业发展研究院副总工程师刘权向中国工业报分析指出，当前公共数据授权运营、定价、产权登记等改革，落地难点主要有制度设计层面面临权属不清、登记标准不统一，权责划分不清，导致运营机构与政府的安全责任边界等缺乏明确界定。技术实现层面存在数据边界锁定、估值方法不一致。市场机制层面存在定价模糊、收益分配失衡，导致授权运营平台数据质量低下。安全合规层面存在数据泄露风险、隐私保护不足、技术支撑不足等难点，导致企业参与动力不足，高价值产业数据“不愿进、不敢进”。
为加速转化数据要素的价值，国家数据局推出“531”工作体系，即五大改革抓手、三大基础支撑、一个核心重点，构成完整政策工具箱：“5”指健全数据基础制度、建设数据基础设施、培育融合应用场景、搭建全国一体化数据市场、壮大数字产业；“3”指核心技术攻关、数据标准统一、数字人才培育；“1”聚焦数据赋能人工智能创新发展。
刘权表示，打通数据资源到资产价值的“最后一公里”，需构建治理、确权、入表、运营闭环。需要全面盘点存量数据，完成清洗脱敏、分类分级，筑牢合规底座；开展数据权属登记，依托联合第三方完成价值评估，按会计准则规范资产入表，实现数据可计量、可确权等要素化。依托隐私计算、区块链技术等搭建可信流通平台，将原始数据加工为标准化数据产品，对内赋能经营降本增效，对外通过交易、授权、质押融资实现数据价值化。
因地制宜差异化布局 规避数字经济同质化内卷
立足区域资源禀赋走差异化发展路线，构建东部创新策源、中西部算力配套、县域场景落地的协同格局。
2026年政府工作报告明确安排2000亿元超长期特别国债，支持传统产业数字化设备更新改造，政策红利覆盖全国各区域，但落地路径不能“一刀切”。赛迪研究院结合全国产业调研，划分东中西部、大中小城市，落地八大任务的区域差异化发展路径。
刘权指出，东部中心大城市主攻数据要素市场化、AI创新、数据产品化等，建设一体化数据交易所、智算中心，培育数字产业集群，依托制造业与数字原生企业基础推进全链条数实融合。东部中小城市聚焦产业数字化转型，依托本地制造业打造行业数据集与工业互联网应用枢纽，布局区域算力节点，落地公共数据授权运营，培育中小型数字服务商，优化城市数字化便民治理。
中西部省会中心城市承接“东数西算”枢纽算力外溢机会，搭建区域数据流通平台，发展数据标注、智算服务配套产业，围绕能源、农业、文旅打造特色数据产品，补齐数字产业创新短板，完善数据安全体系。中西部县域中小城市优先完善5G、边缘算力等基础底座，以农业数字化、基层数字治理为核心，盘活涉农、生态公共数据，承接东部数据加工外包，简化数据流开发本地化门槛，依托绿色能源、本地产业等资源特色发展轻量化数字应用。
“避免数字经济领域同质化竞争，关键是各地立足资源禀赋、差异化定位，走特色化发展路线。”刘权表示，东部城市深耕数据交易与数字科创；中西部枢纽城市做强算力配套、特色产业数据应用；县域聚焦农文旅数字化，避免盲目跟风建数据中心、通用平台，深挖本地产业独有数据资源，打造专属数据产品。
统筹安全与全球化 构建包容普惠数字发展生态
AI时代数字经济兼具全球流动属性与本土安全底线，打造安全、开放、友好的全球数字合作格局。
随着中国数字经济产业规模稳步攀升，中国企业在对外产业协同、技术出海和跨境数字产业合作中的角色也越来越受到关注。陈柏珲站在新加坡和区域市场观察认为，中国数字产业出海具备明显优势，但也必须正视短板。
陈柏珲指出，中国企业经历了大规模市场验证，应用场景丰富，产业链完整，工程化能力强，交付速度快，成本控制能力较好。特别是在智能制造、电商、金融科技、智慧城市、供应链数字化、工业软件和自动化设备等领域，中国企业积累了大量实践经验。
但与此同时，数字领域两大全球性矛盾凸显：一是各国数据规则、AI监管标准碎片化，跨境数字合作成本攀升；二是数字鸿沟持续扩大，发达国家与发展中国家算力、数字服务差距拉大，需要完善国内治理、深化国际协同双向发力。
陈柏珲建议，中国企业出海数字业务，要遵循五个原则。
第一，场景先行。不要一开始就讲宏大平台，要先找客户最痛的场景，比如节能、质检、设备维护、库存管理、物流效率。
第二，合规前置。数据合规、AI治理、网络安全、知识产权和合同责任，要在签约前就设计清楚，而不是出了问题再补。
第三，本地适配。产品、语言、支付、服务、培训和合作伙伴都要本地化，不能简单把国内方案翻译成英文就出海。
第四，生态共建。数字产业出海不能单打独斗，要与本地政府、园区、行业协会、系统集成商、金融机构和高校建立合作网络。
第五，长期运营。数字业务的价值不在一次性交付，而在持续服务、持续升级和持续创造效益。
在陈柏珲看来，中国数字经济下一步要从“规模增长”转向“价值增长”，从“技术输出”转向“能力输出”，从“产品出海”转向“生态出海、合规出海、服务出海”。对海外市场来说，真正有竞争力的不是单一技术，而是能不能把技术、产业场景、治理能力和本地合作结合起来，形成可持续的解决方案。
“数字经济高质量发展的核心，不是把技术概念讲得多先进，而是让数字技术真正回到产业现场。谁能把数据、AI、算力和实体经济的真实需求结合起来，解决成本、效率、质量、合规和韧性问题，谁就能在下一轮全球产业竞争中形成新的优势。”陈柏珲说道。
