今年政府工作报告对“加紧培育壮大新动能”作出部署，明确提出深化拓展“人工智能+”。
在产业侧、应用侧加速推进的同时，如何避免“一哄而上”、如何让技术真正转化为生产力与治理效能，成为当前各方关注的重点。
全国政协委员、飞腾信息技术有限公司副总经理郭御风在接受采访时指出，理解并推进“人工智能+”，要把握深度融合、价值创造、生态协同三个关键，推动重点行业领域商业化、规模化应用落地。
问题：从“点状试用”到“系统重塑”仍有落差 一段时间以来，人工智能在客服、内容检索、基础识别等场景加快普及，但在工业制造、金融风控、城市治理等关键领域，仍存在应用碎片化、数据孤岛、流程改造难、投入产出不清晰等问题。
一些地方和企业更重“建平台、上设备”，轻“改流程、出效益”，导致应用停留在演示层、试点层，难以形成可复制、可推广的规模化路径。
郭御风认为，若将“人工智能+”简单等同于上几个工具、建几个机房，就难以释放其对生产方式的重塑作用。
原因：核心在于“融入深度”“价值闭环”和“协同供给”不足 一是融合深度不够。
人工智能要进入行业“主战场”，必须嵌入核心业务链条与关键工艺环节。
例如制造业需要与工艺参数、质量体系、供应链计划联动；金融领域需要与风控模型、合规审查、反欺诈体系深度耦合。
若只做外围功能，难以触及效率提升和风险降低的关键点。
二是价值牵引不强。
部分项目以投入规模作为衡量指标，忽视了降本增效、质量提升、风险可控等可量化结果，导致决策难、持续投入难。
郭御风表示，评价人工智能做得好不好，不能只看算力与机房数量，更要看是否真正提升了企业效率、改善了公共服务体验、形成可持续的商业模式与社会效益。
三是生态协同不足。
人工智能规模化落地，需要算力底座、算法框架、行业数据、工程化能力、复合型人才以及治理体系共同支撑。
现实中，软硬件适配、数据标准、人才供给、应用规范等环节仍存在短板，影响技术从实验室走向生产线、从试点走向常态化运营。
影响：关系产业升级质量与国家竞争主动权 从经济层面看，“人工智能+”是推动制造业高端化、智能化、绿色化的重要抓手，也是培育新产业、新业态、新模式的关键变量。
能否形成规模化应用，将直接影响企业成本结构、产品竞争力与产业链韧性。
对公共服务而言，人工智能在医疗、交通、政务、应急等领域的规范应用，有望提升服务效率与精准治理能力，但若治理滞后、规则缺位，也可能带来数据安全、算法偏差、隐私保护等风险。
郭御风强调，推进“人工智能+”与完善治理并重，才能在发展与安全之间实现动态平衡，掌握新动能发展的主动权。
对策：以“三个关键”推动从试点走向规模化、可持续 围绕深化拓展“人工智能+”，郭御风提出的三方面路径具有现实针对性。
第一，推动深度融合，聚焦行业核心流程改造。
应以工业制造、能源电力、金融保险、交通物流等重点领域为突破口，围绕研发设计、生产排程、质量检测、设备运维、风险识别等关键环节推进系统性重塑，形成“数据—模型—流程—组织”联动的闭环，提升全要素生产率。
第二，坚持价值创造，以结果导向牵引资源配置。
建议以可验证、可审计的指标体系衡量应用效果，把降本、提质、增效、控险和用户体验等作为重要尺度，推动形成可复制的行业解决方案。
对公共领域应用，应加强绩效评估与透明化管理，确保技术投入转化为民生获得感与治理效率。
第三，强化生态协同，完善“硬件—软件—人才—治理”支撑体系。
一方面，夯实算力底座与软硬件适配能力，提升关键环节自主可控水平；另一方面，推进算法框架、数据标准、接口规范等协同，降低行业落地门槛。
同时，加快培养既懂行业又懂数字技术的复合型人才，增强工程化、产品化与运维能力。
更重要的是，持续加强治理体系建设，完善法律法规、政策制度、应用规范和伦理准则，明确边界、压实责任，为产业健康有序发展提供制度保障。
前景：以“应用牵引创新”加速形成新质生产力 业内人士认为，随着算力基础设施完善、行业数据要素加快流通以及企业数字化转型深化，“人工智能+”将从单点赋能走向系统升级，呈现“从工具到伙伴、从辅助到重构”的趋势。
下一阶段，重点在于以需求牵引供给、以应用倒逼创新，在关键行业形成一批标志性场景和可推广模式，同时以更高水平的安全与治理能力护航新技术广泛应用。
郭御风表示，无论是推动重点行业领域商业化规模化应用，还是健全治理体系，最终都指向以高水平科技自立自强支撑中国式现代化建设。
当技术革命浪潮与产业转型需求历史性交汇，"人工智能+"战略的实施成效将直接影响我国在全球数字经济格局中的站位。
郭御风委员的建言启示我们：唯有将技术创新扎根于实体经济沃土，让成果转化体现在民生改善实处，才能走出一条具有中国特色的科技强国之路。
这场关乎未来的竞赛，既要比拼技术突破的速度，更要考验融合创新的深度。