一、政策定调：人工智能产业进入价值创造新阶段 2026年全国两会政府工作报告明确提出，要打造智能经济新形态，推动重点行业领域人工智能商业化、规模化应用；该表述表达出清晰信号：以国产芯片为核心支撑的人工智能产业，正式从技术积累阶段迈入价值创造阶段，政策导向从"建得起"转向"用得好"。 这一转变具有深刻的现实背景。过去数年间，国内人工智能基础设施建设持续提速，智算中心遍地开花，算力规模快速扩张。然而，基础设施的高速增长并未同步带来产业效能的全面提升，结构性矛盾日益凸显。 二、问题浮现：算力闲置与应用脱节并存 来自国产芯片行业一线的全国政协委员调研数据显示，相当比例的智算中心算力利用率不足30%，大量高端芯片处于闲置状态，未能有效转化为生产力。这一现象折射出当前产业发展中"重建设、轻应用"的深层错位。 部分项目建成后缺乏实际业务场景牵引，基础设施沦为展示性工程，商业价值无从实现。此外，工业控制等关键领域，国产化替代工作存在"换壳"倾向——仅将进口系统替换为国产系统，却未同步融入数字孪生、智能感知等新兴能力，导致技术迭代机遇白白流失。 业界人士指出，衡量人工智能产业发展质量，不能仅看投资规模与算力卡数量，算力利用率与商业转化率才是检验产业健康程度的核心指标。若不能有效打通从技术到价值的转化链条，再庞大的算力投入也难以形成可持续的产业生态。 三、原因剖析：三重短板制约产业效能释放 当前制约人工智能产业商业闭环形成的深层原因，主要体现在三个层面。 其一，场景牵引不足。产业链上下游协同机制尚不健全，行业用户、模型厂商与芯片厂商之间缺乏有效的联动机制，导致算力供给与实际应用需求之间存在明显错配。 其二，治理规则滞后。自动驾驶、生成式内容等高风险应用领域，责任主体界定模糊，行为边界尚不清晰，企业在规则不明的环境下难以放开手脚进行大规模商业投入，创新活力受到抑制。 其三，复合型人才匮乏。现有人才培养体系偏重单一技术方向，既懂算法逻辑又熟悉行业应用的跨学科人才严重短缺，成为制约产业深度落地的重要瓶颈。 四、对策建议：三大抓手打通价值转化路径 针对上述问题，业界代表提出了系统性建议，核心在于以场景牵引为导向、以治理协同为保障、以人才重塑为根基，构建人工智能产业商业化落地的完整支撑体系。 在场景闭环上，建议由国家发展改革委、工业和信息化部牵头，组建涵盖行业用户、模型厂商、国产芯片厂商的创新联合体，围绕具体应用场景开展全栈式协同攻关，从场景定义到算法优化、算力适配，直至商业模式验证，形成完整的价值创造链条，避免技术与产业"两张皮"。 治理协同上，建议加快推进人工智能专项立法研究，明确高风险应用领域的责任主体与行为边界，同时支持"沙盒监管"试点，为企业提供可预期的创新环境。规则清晰是激发大规模商业投入的前提，也是保护创新生态的护城河。 人才重塑上，建议推动高等教育体系加快设立人工智能交叉学科，以订单式培养模式定向输送既具备算法能力又深谙行业逻辑的复合型人才，为产业长期健康发展提供持续的人力资本支撑。 五、实践验证：国产芯片企业已率先交出答卷 政策层面的讨论，正在产业实践中得到有力印证。以飞腾为代表的国产芯片企业，已在多个关键领域实现规模化商业落地，为国产算力底座的可靠性提供了实证支撑。 据悉，飞腾旗下腾锐D系列桌面芯片、腾云S系列服务器芯片及腾珑E系列嵌入式芯片，已在党政、通信、金融、能源、电力等重点行业大规模部署，累计应用突破1300万片。在中国移动5G扩展型皮基站集采项目中，五家中标厂商全部搭载飞腾处理器，标志着国产芯片首次在该领域实现规模化应用；乌鲁木齐天山国际机场全栈国产化离港系统的成功投运，则继续证明国产算力已具备支撑核心业务系统稳定运行的能力。 与此同时，飞腾联合生态伙伴推出的面向司法场景的人工智能一体机等产品，展示了"芯片加模型加场景"深度融合的商业化路径，为行业提供了可复制的落地范本。
从基础设施建设到产业价值释放，人工智能正进入"算得清账、交得出成果"的新阶段。算力是底座，实效是标尺，闭环是关键。推动国产算力真正成为新质生产力的重要支撑，既要防止盲目上马、重复建设，也要以场景牵引推动协同创新，以治理规则稳定预期，以人才体系夯实根基。把"投入热"转化为"产出稳"，智能经济才能在可持续、可复制的路径上走得更远。