周城雄 （中国科学院科技战略咨询研究院研究员、数智创新与治理研究中心副主任）

近日，国务院印发的《关于深入实施“人工智能+”行动的意见》（简称《意见》）明确提出，到2035年我国将全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。实现这一愿景并非一蹴而就，需要从技术创新、政策法规、人才培养、开放合作等多维度构建系统性支撑体系。

首先是技术基座，建设“数据-算力-算法”协同体系。智能经济的底层逻辑依赖于数据、算力与算法的高效协同。首先是实现数据要素创新。高质量数据集是训练智能模型的“燃料”。《意见》明确要求完善数据产权制度，推动公共数据依法开放，并通过收益分成等激励机制激活数据供给。其次是算力网络化布局。我国正构建“全国一体化算力网”，依托“东数西算”工程优化资源配置。通过发展可扩展的算力云服务，推动智能算力普惠化、绿色化，解决东部需求旺盛与西部能源富集的矛盾。第三是算法自主突破。需加强基础理论研究和模型架构创新，建立模型能力评估体系，推动通用大模型与行业专用模型协同演进。此外，开源代码、数据集和框架的共享，能够降低企业研发成本，促进技术普惠。

其次是政策法规，构建智能社会的“安全阀”。人工智能的快速发展带来了伦理、法律和社会治理等多方面的挑战。首先，数据安全与隐私保护是智能社会的底线。人工智能的广泛应用依赖于海量数据的输入，但数据泄露、算法歧视等问题可能引发社会信任危机。例如，人脸识别技术在公共安全领域的应用需平衡便利性与隐私权；其次，算法透明性与公平性是智能治理的核心议题。《意见》提出“防范模型的黑箱、幻觉、算法歧视等风险”，这意味着需推动算法可解释性研究，并建立算法伦理审查机制，我国可考虑根据实际情况制定符合国情的算法治理框架。

第三是人才培养，形成智能社会的“人才红利”。人工智能的发展离不开高素质人才的支撑。在教育体系层面，需推动人工智能与传统学科的深度融合。例如，中小学阶段可考虑引入编程教育和AI基础课程，高等教育需加强交叉学科建设（如人工智能+生物制造、人工智能+量子技术）。此外，企业主导的“产教融合”模式可为学生提供实践机会，缩短理论与应用之间的距离。在产学研协同层面，需建立“企业-高校-科研机构”三位一体的创新联盟。同时，政府可通过税收优惠、科研基金等方式，激励企业加大研发投入。只有通过构建开放包容的人才生态，我国才能在全球AI人才竞争中占据主动。

第四是开放合作，构建智能经济的“全球生态”。人工智能的发展具有高度全球化特征，我国需以开放姿态参与全球治理，推动技术普惠和成果共享。我国需积极参与联合国、G20等多边机制下的AI治理对话。例如，在联合国教科文组织框架下推动AI伦理准则的制定，在共建“一带一路”倡议中推广智能基础设施项目（如智慧港口、智能物流）。通过技术输出和经验共享，我国可提升全球影响力，同时为发展中国家提供数字化转型的“中国方案”。在标准制定层面，我国需提升在国际AI标准制定中的话语权；在产业链协同层面，需构建“硬件-软件-应用”的全链条生态。例如，通过“人工智能+制造”“人工智能+医疗”等专项行动，推动上下游企业协同创新。

最后，智能社会的终极目标是提升人类福祉，而非技术的单向扩张。在民生服务层面，人工智能需聚焦普惠性场景。例如，基层医疗的AI辅助诊疗系统可缓解“看病难”问题，智能教育平台可为偏远地区学生提供优质课程。此外，养老机器人、智能家居等产品将提升老年人和残障人士的生活质量。在社会治理层面，需推动“人机共生”的新型治理模式。例如，城市大脑系统可实时监测交通流量、环境质量，优化公共资源分配。在观念层面，需倡导“技术向善”的发展理念。只有将技术发展与人文精神结合，智能社会才能真正实现“高质量发展”。

总之，《意见》为我国描绘了一幅智能经济和智能社会的美好蓝图。当人工智能像水电一样无处不在，当数据流、算力流、人才流能够流动起来，一个由14亿人与无数智能体协同演化的智能社会将在中国形成。未来十年，我国需以“系统性思维”统筹规划，既要抓住技术突破的“窗口期”，也要应对社会变革的“阵痛期”。通过政策引导、市场驱动和社会参与，我国有望在全球智能经济竞争中占据领先地位，为人类文明进步贡献“中国智慧”。