■中国经济时报记者张一鸣

从10年前“AI+”概念在博鳌亚洲论坛首次提出，到如今被写入《政府工作报告》、全面融入实体经济，AI已成为驱动产业升级、激活新质生产力的核心引擎。在博鳌亚洲论坛2026年年会“AI+：数智赋能产业升级”分论坛上，来自学界、产业界与国际治理领域的嘉宾，围绕AI赋能产业升级的创新路径、场景实践、风险治理与全球合作四大核心议题展开讨论。与会嘉宾普遍认为，AI的发展不是技术的单向狂奔，而是创新与治理双轮驱动，唯有产学研用协同发力、全球各国携手合作，才能让AI技术始终走在赋能产业、造福人类的正确轨道上。

01

锚定创新内核：产学研协同筑牢AI发展根基

10年前，中国工程院院士、清华大学智能产业研究院院长张亚勤在博鳌亚洲论坛上首次提出“AI+”概念，如今已全面成为现实。张亚勤说，AI领域的创新早已打破了“研究—专利—产品”的传统循环，研究、技术、产品正在深度融合。

AI技术的快速迭代与产业落地，离不开高效的产学研协同创新机制，而数字时代的创新范式变革，也让产学研协同的内涵与路径发生了根本性变化。

中国社科院大学教授、国务院原副秘书长江小涓指出，人工智能与数字经济时代，产业和企业在创新中的作用变得前所未有的重要。传统创新是“科学发现—技术研发—产业转化”的线性过程，产业仅承担转化环节；但在数字时代，前沿技术研发高度依赖算法、数据、算力与海量资源的汇聚，产业部门已成为创新前端的核心主力。她以大模型为例，2014年之前60%左右的前沿大模型由高校提出，而2014年之后，90%的前沿大模型均来自平台大企业。

京东集团副总裁、首席经济学家沈建光认为，中国AI产业的快速发展，既离不开产学研的深度融合，更得益于国家层面的顶层设计与市场层面的充分竞争。中国是全球首个将数据作为生产要素的国家，从电力、算力、云计算等底层基础设施的大规模布局，到对数字经济发展的包容支持，为企业创新筑牢了根基；而完全放开的市场竞争环境，让中国成为全球AI产业竞争最充分的市场，叠加中国用户对AI的高接受度与高参与度，才催生了词元（Token）日调用量突破140万亿、两年增长超千倍的井喷式发展，形成了“产学研用”一体化的良性循环。

张亚勤提出了当前AI发展的三大核心趋势：从生成式AI到智能体AI，2026年将成为智能体AI元年；从信息智能走向物理智能与生物智能；从单一AI技术走向“AI+”全行业渗透，AI不仅是工具，更将成为重构企业管理的底层思维。

02

深耕场景落地：AI+全面激活产业升级新动能

“AI+”的核心价值在于走出实验室、融入实体经济，以数智赋能推动行业效率提升与模式变革。

vivo AI副总裁张飞分享了AI如何走进普通大众的日常生活。他表示，手机是大众接触AI最便捷的载体，“智能体手机”要让手机主动适应用户，具备学习进化能力，可跨场景、跨App完成复杂任务，真正成为用户的智能数字中枢。公司选择端侧布局的核心，正是为了解决用户数据分散在不同App的隐私安全难题，让智能能力向用户数据靠拢，在保障数据主权的前提下实现智能体验升级。

在产业供应链领域，AI也在赋能。沈建光表示，京东要服务7亿用户、运营几千万种商品、布局全球2000多万个仓库，能实现国内当日达、欧洲当日达、同城30分钟达的效率，核心正是依靠AI的全链路赋能。从客服、仓储物流调度，到商品选品、动态定价，再到库存周转管理。他直言，在高度竞争的市场环境中，AI已成为企业提升核心竞争力的必然选择。

中国信息通信研究院院长余晓晖的分享展现了“AI+”在亚洲区域的落地活力。他分享的数据显示，在2025年全球人工智能独角兽企业中，亚洲中小企业占比达28%；过去两年国际电信联盟的AI全球案例征集中，55%的案例来自亚洲区域，集中在医疗、教育、政务服务等领域。东盟等亚洲国家对AI技术展现出强烈的发展诉求，而中国AI企业的开源模型，为各国结合自身小语种、本土场景训练主权模型提供了重要基础，未来在算力互联互通、标准共建等领域，亚洲区域有着广阔的合作空间，将让“AI+”的红利惠及更多国家与企业。

03

平衡创新与安全：构建AI治理与全球协同新体系

AI技术的爆发式发展，在带来巨大产业机遇的同时，也催生了多元化的安全风险与治理挑战，如何平衡创新活力与安全可控，成为论坛探讨的核心议题。英国牛津大学马丁学院人工智能治理倡议高级顾问萨姆·道斯梳理了当前AI面临的三大核心风险：一是犯罪分子利用AI开展网络攻击、开发生化武器的恶意使用风险；二是AI能力失控、不符合人类价值观的事故风险；三是劳动力替代、能源消耗激增等系统性社会风险。他强调，当前AI风险研究存在明显的语言与文化盲区，不同语言、不同文化语境下的AI安全漏洞差异显著，同时地缘政治变化正在改变数据中心的布局逻辑，东西方技术体系的分支风险、AI发展带来的气候与能源风险，都需要全球层面的协同应对。

余晓晖坦言，中国是全球对AI技术接受度最高的国家之一，消费者与企业的积极尝试，为AI产业发展提供了强劲活力，但与此同时，市场也普遍低估了AI技术的潜在安全风险。以智能体应用为例，多数用户在使用过程中，很少关注权限开放带来的失控风险。中国信通院的测试显示，当前主流大语言模型仍有15%到30%的安全问题亟待解决。他认为，在拥抱AI创新的同时，必须守住安全底线，企业需要同步建设自身的AI安全治理能力，而AI供应商更要承担起安全加固的主体责任，目前中国信通院已推动十几家头部AI企业开展安全承诺与信息披露，逐步完善行业安全治理体系。

江小涓则直指当前AI治理的核心痛点：过去10年，全球AI治理始终停留在原则层面，从理念到理念，没有形成可度量、可落地的执行标准，社会科学在治理体系中未能发挥应有的作用。为此，她提出了AI治理的“三善”标准：一是“合理”，以经济学标准衡量AI是否能提升资源配置效率、促进社会公平，当前AI在推动经济增长、提升社会福利上成效显著，但在财富分配、就业公平上仍存在短板；二是“合用”，看AI是否真正为消费者带来福利与便利，同时要警惕信息茧房、算法沉迷等损害用户权益的问题；三是“合意”，即AI技术的发展边界，需要符合公众的普遍意愿与价值共识，而非仅由科学家决定，这需要更广泛的公众参与和社会讨论。

在全球协同层面，萨姆·道斯表示，全球在实体经济的AI治理上已形成基本共识，欧盟、美国、中国的相关法案，在系统测试、安全部署、性能监控等核心要求上高度趋同，东盟AI安全网络、联合国相关机构的多边合作机制，都为全球治理提供了可行路径。余晓晖则坦言，全球AI治理在价值观上高度共识，但堵点在于具体实施路径、标准落地与各国治理能力的差异，如何在共识之上找到协同落地的方式，是全球AI治理需要解决的核心问题。

针对AI治理的落地路径，张亚勤提出了三项具体建议：一是AI生成的内容必须有明确标识，这一点中国已率先立法；二是所有智能体必须可追溯到对应的实体主体，明确责任归属；三是禁止智能体无限制自我复制、自我生成。同时他指出，当前互联网上65%的内容由AI生成，AI内容污染正在引发模型训练的恶性循环，这是当前最紧迫的治理任务之一。

尽管风险重重，张亚勤依然保持乐观。他认为，人类拥有发明技术、应用技术、管理技术的三种智慧，只要科学家、企业家、政策制定者协同合作，就能实现AI技术可控发展。

总 监 制丨王列军车海刚

监 制丨陈 波 王 彧 杨玉洋

主 编丨毛晶慧 编 辑丨谷 云