ZHIKUYAOLAN

编者按

当前，智库智全球科技变革与产业重构深度交织，览丨人工智能（AI）已突破单一技术迭代范畴，聚焦成为重塑全球产业链格局、产业变革实体经济业态及重构企业发展模式的变局核心驱动力。本期《智库要览》整合多份国内外权威行业报告，跃迁立足“国内智能产业跃迁”与“全球供应链变局”两大核心视角：一方面，智库智深度剖析国内AI技术范式迭代与实体经济深度融合的览丨发展脉络；另一方面，客观呈现我国人工智能产业“应用领跑、聚焦稳步提质”的产业现状，精准研判产业短板与未来趋势，变局为行业从业者把握转型机遇、跃迁优化战略布局提供权威参考。智库智

智能要素升级推动产业业态变局

阅读提示：全球科技革命与产业变革正深度演进，览丨人工智能作为培育新质生产力的聚焦核心变量，正在重塑产业结构。南开大学经济研究所报告指出，数据、算法、算力融合的“智能要素”正成为生产力升级的核心动力，并揭示了“混合智能”与具身智能的落地趋势。中国信通院报告聚焦“智能原生”范式革命，阐释AI从外挂工具向系统底层逻辑的转变。上海交通大学安泰经管学院报告则强调，AI竞争已升级为全栈体系对抗，明确智能体服务、具身量产、AI科研创新及合规治理四大前沿赛道。

《中国新一代人工智能科技产业发展报告2026》：智能经济的关键驱动力在于“智能要素”

南开大学经济研究所发布的《中国新一代人工智能科技产业发展报告2026》（以下简称“报告”）显示，截至2025年底，我国人工智能企业数量已突破6000家，核心产业规模超过1.2万亿元。报告提出“智能经济新形态”概念，指出其关键驱动力并非单纯的数据，而是由数据、算法、算力深度融合形成的“智能要素”。

南开大学经济研究所所长刘刚阐释道，智能系统如同工厂的新动力源，持续产出“智能”，并与人类智慧结合形成“混合智能”。这种混合智能突破了人脑局限，极大拓展了企业决策、资源利用及科学研究的想象空间，构成新一轮生产力跃升的基础。报告预测，2026年将成为AI发展的转折之年：大模型性能实现跃升，智能体与具身智能大规模应用，信息智能与物理智能边界迅速消融，AI不再局限于信息处理，而是具备独立感知、决策和执行物理任务的能力。

在应用场景方面，自动驾驶是目前产业化程度最高的代表领域。车路云协同积累的技术经验，正加速向人形机器人、低空飞行器、工业自动化等具身智能领域迁移。此外，智能制造、智慧医疗以及AI驱动的科学研究作为先导产业，不仅推动制造业转型升级和医疗模式从“以治疗为中心”向“以健康为中心”转变，更将催生全新的科研范式。

《智能原生研究报告(2026年)》：智能原生是一场系统性范式革命

中国信息通信研究院人工智能研究所等联合发布的《智能原生研究报告(2026年)》（以下简称《报告》），系统阐释了以AI为系统设计底层逻辑的“智能原生”新型发展范式。

《报告》从技术、应用、产业三个维度展开：
* 技术层面：梳理大模型、算力基座、数据与智能体等使能技术，揭示技术栈从“外挂式”向“内嵌式”重构的逻辑。
* 应用层面：调研智能原生终端、软件及行业场景，分析其对交互范式与能力边界的重塑。
* 产业层面：探讨产业链协同、商业模式转型路径及治理安全挑战。

《报告》明确，智能原生是一场系统性范式革命。它不是将AI作为工具进行局部赋能，而是从设计之初即以AI为核心驱动力搭建架构，具备高效数据飞轮、紧密人机协同、持续进化能力三大特征。其通过“意图驱动”重塑产品形态，实现从“人适应机器”到“机器理解人”的根本交互转变；通过“价值对齐”重构商业模式，推动行业从传统软件服务向模型服务、结果服务迭代，形成风险共担、收益共享的合作模式，助力企业转型为人机协同的敏捷组织。

目前，智能原生技术已在四大领域完成业务原生重构：
1. 制造领域：渗透生产全要素与全流程，重构智能生产体系，实现市场需求敏捷响应、设备预测性维护及产品柔性定制。
2. 金融领域：打破传统外挂模式，以AI为核心重塑业务运营、风控与客服逻辑，推动服务向个性化、主动式、全周期陪伴式升级。
3. 科研领域：颠覆传统试错式研发范式，成为科技创新新引擎，大幅缩短前沿技术研发周期。
4. 交通领域：深度融合人、车、路、云，搭建智慧交通原生体系，推动出行载体向移动智能空间升级。

《2026年“人工智能+”行业发展蓝皮书》：竞争维度从单一模型扩展到全栈系统

上海交通大学安泰经济与管理学院发布的《2026年“人工智能+”行业发展蓝皮书》（以下简称“蓝皮书”）显示，2025年全球人工智能市场规模已突破3900亿美元。

蓝皮书指出，AI竞争主战场已彻底告别单一模型参数比拼，转向全链条系统工程能力的综合较量，竞争维度拓展至算力、数据、能源、芯片及应用生态全域体系。其中，能源成为AI产业发展的终极物理约束，2025年中国全社会用电量突破10万亿度，成为全球首个迈入该量级的国家。行业发展逻辑已变，单点技术领先难以构筑核心优势，系统短板才是核心战略风险。

蓝皮书研判，AI赋能产业已告别概念验证阶段，迈入规模化落地应用的关键窗口期。国内制造业大模型与智能体应用渗透率一年内从9.6%攀升至47.5%。AI正全方位赋能制造、能源、健康、材料、信息科技等领域，逐步成为各行业数字化、智能化升级的公共基础设施。

展望未来，蓝皮书对中国AI产业持审慎乐观态度，明确四大核心发展方向：
1. 智能体即服务（AaaS）：以AaaS为核心的全新应用时代加速到来。
2. 具身智能量产：从实验室原型快速向全产业链量产落地跨越。
3. AI for Science：从科研辅助工具迭代为驱动创新的“第五范式”。
4. 治理体系建设：人工智能治理制度体系成为夯实核心竞争力的“隐形底座”。

全球变局重塑数智产业新动能

阅读提示：全球经贸格局深度调整，产业链供应链风险交织，AI成为重塑产业竞争力的核心抓手。中国贸促会《2026全球供应链促进报告》梳理了中国稳固全球产业链的实践与机遇。普华永道报告通过跨国对比，指出国内企业AI落地优势与底层短板，打破单纯降本认知，给出分阶段转型路径。毕马威报告依托全球调研数据，剖析代理式AI、具身智能产业化趋势及资本融合现状。

《2026全球供应链促进报告》：中国是全球产业链供应链的重要参与者

中国贸促会发布的《2026全球供应链促进报告》（以下简称“报告”）指出，中国始终是全球产业链供应链的重要参与者与积极贡献者，坚持通过基础设施互联互通、高水平对外开放、技术创新合作及金融体系支撑，推动全球供应链向安全、高效、包容、共赢方向发展。

报告总结了中国促进全球供应链的成功实践与新机遇：
* 基础设施：具备完善联通全球的基础设施体系。
* 对外开放：不断扩大高水平对外开放。
* 科技创新：加快打造全球科技创新高地。
* 金融服务：持续提升金融服务质效。

报告认为，当前关税壁垒高企、贸易争端频发，世界进入新的动荡变革期。加强全球供应链合作是应对风险挑战、增强创新能力、构建公正合理治理体系的关键。

报告结构包括：
* 全球篇：总结2025年以来全球供应链促进最新态势。
* 中国篇：系统优化，重点关注中国为全球供应链带来的绿色发展机遇。
* 产业篇：选取全球科技竞争核心领域及受地缘政治影响较大的产业，首次绘制人工智能、3D打印、玉米、钢铁、氢能、海运等前沿技术、代表性产品和服务的全球供应链图谱。

《乘智而上，向新而行：普华永道全球人工智能效能研究中国报告》：中国企业的人工智能应用能力表现亮眼

普华永道发布的《乘智而上，向新而行：普华永道全球人工智能效能研究中国报告》（以下简称“报告”）显示，中国企业的人工智能适配度已处于全球第一梯队。整体AI适配能力高于全球平均水平，部分能力甚至超越全球领军企业。

亮点数据：
* 应用渗透率领先：在跨企业协作、客户需求响应、跨行业生态价值解锁等行业融合类AI应用渗透率上领先全球，其中跨行业协作渗透率约为全球其他企业的2.3倍。
* 财务绩效显著：AI领军企业的AI驱动财务绩效是其他企业的7.2倍。

普华永道中国咨询业务主管合伙人黄启佳表示，企业应跳出“AI降本”的固化认知，主动攻坚高阶应用场景，挖掘跨行业新兴价值池，探索业务模式重塑。唯有将战略闭环、创新韧性与制度建设协同推进，才能释放AI的长期复利效应。

发展特征与短板：
* 特征：中国企业呈现“应用强于基础”的特征，AI应用增长与规模化落地水平优于全球均值。
* 短板：在高阶自主化、自优化能力方面存在提升空间；尽管资金投入较高，但在高阶自主决策、资源配置灵活性方面不足。

建议路径：
1. 树立清晰的AI价值主张，锁定具备竞争优势的优先领域，将落地成效与考核指标挂钩。
2. 制定发展路线图，分阶段推进，将高影响力应用场景与基础数据、技术体系深度融合。
3. 从提升回报效率、优化资源调度、升级应用场景、夯实技术底座、健全合规治理等多维度发力。

《毕马威2026全球技术报告》：代理式人工智能已成为企业转型机遇

毕马威发布的《毕马威2026全球技术报告》（以下简称《报告》）指出，代理式人工智能已成为企业数字化转型的重要机遇。基于覆盖全球27个国家和地区、2500名科技高管的调研数据：
* 普及率高：88%的受访企业已接入应用代理式AI。
* 数字员工占比提升：预计2025年至2027年，数字员工在核心技术团队中的占比将从28%提升至36%。

毕马威中国通信、媒体及科技行业主管合伙人陈俭德表示，中国的核心优势在于制造业场景密度与供应链组织能力，电子、汽车、新能源等高频应用场景搭建了从实验室到产线的完整验证路径，完善的产业基础持续支撑硬件平台化发展与成本下行。

资本市场表现：
* 投资总额：2025年中国AI领域PE/VC投资总额达406.4亿美元，同比增长58.5%。
* 交易笔数：投资交易2336笔，同比增长54.0%。
* 2026年势头：仅第一季度融资规模已接近2024年全年六成水平，行业步入资本密集投入的加速发展期。

这一趋势背后，是国内AI技术发展从“大模型参数竞赛”全面转向“场景落地验证”，叠加国家密集出台产业扶持政策，持续拓宽市场空间。

行业落地差异化特征：
毕马威中国人工智能转型办公室主管合伙人柳晓光指出，不同行业AI落地呈现鲜明特征：
1. 金融：作为数据密集型行业，率先推进非结构化数据价值转化。
2. 制造业：正从流程驱动向数据深度融合转型。
3. 汽车行业：随着市场环境迭代，竞争重心逐步转向智能域控领域。

中国经济时报记者孙兆据公开资料整理

总 监 制丨 杨玉洋 车海刚

监 制丨 陈 波 王 彧

主 编丨毛晶慧 编 辑丨邹 朵