问题：当前，以大模型为代表的新一轮科技变革加速推进，算力、算法、数据、场景的协同成为产业竞争的关键。但现实中仍存不少瓶颈：算力资源分散、供需不匹配，应用落地"最后一公里"受阻，数据资源条块分割、开放不足，安全合规要求与数据流通的矛盾突出。面对全球产业链重构和技术竞争加剧，我国需要在夯实智算基础、推动规模化应用、培育产业生态上形成合力。 原因：一方面，人工智能产业化和产业智能化进入加速期，应用需求从单点试用转向体系化、规模化部署，对算力网络、国产软硬件适配、行业数据治理提出更高要求。另一方面，央企能源电力、交通物流、通信网络、金融服务等领域优势在于业务链条长、数据体量大、应用场景丰富，能够以有效投资带动产业链协同、以重大场景牵引技术迭代。同时，推动关键领域数据要素高效流通需要在制度、技术和治理上协调，这要求更强的组织化能力和系统性布局。 影响：加力推进"AI+"专项行动将产生多重效应。其一，智算基础设施建设和集约利用将带动通信、算力设备、软件平台、先进制造等产业链投资，形成"以投促产"的拉动效应。其二，通过在具身智能、能源电力等重点领域打造综合性重大场景、行业集成式场景和高价值小切口场景，可加快技术从实验室走向生产线，推动效率提升、成本下降和安全水平提高。其三，数据资源在安全合规前提下开放开发，将为模型优化迭代、智算设施建设和行业规模应用提供支撑，促进数据要素与实体经济深度融合。更重要的是，央企以链主作用带动产业共同体建设，有助于减少重复建设和低水平竞争，推动形成更加完善的产业生态与标准体系。 对策：下一步的关键在于把"投资—场景—数据"三条主线贯通起来，形成可持续的闭环推进机制。 一是强化投资牵引，提升智算供给能力与集约效率。谋划好中央企业人工智能"十五五"战略规划，推动信息通信网络、全国一体化算力网、国产智算集群等建设，在跨区域调度、能耗管理、资源共享各上加强统筹，推动算力从"建得多"向"用得好、用得省"转变，以有效投资带动产业链关键环节协同升级。 二是深化场景培育，形成可复制可推广的应用范式。聚焦具身智能、能源电力等重点领域，探索组建"AI+"产业共同体，推动供需两侧对接，提升场景对外开放力度。通过重大场景验证系统能力，通过行业集成场景打通业务流程，通过小切口高价值场景实现快速见效，逐步形成标准化解决方案，带动更多行业加速落地。 三是优化数据供给，夯实合规、安全、可用的数据基础。围绕交通物流、智慧能源、绿色低碳、金融服务等重点领域，加快推进数据资源开放开发，完善分类分级、脱敏治理、授权运营、审计追溯等机制，推动数据从"沉睡资源"转化为"生产要素"。同时，加强数据治理与模型安全评估能力建设，确保开放开发与安全可控相统一。 前景：从发展趋势看，"AI+"将从工具性应用走向系统性重塑，未来竞争不只单一模型能力，更在算力网络协同、行业数据治理、场景规模化运营和生态组织能力。随着央企在智算底座、行业场景和数据要素上的加力推进，预计将带动更多高质量供给进入市场，推动国产软硬件适配和产业链协同提速，促进重点行业率先形成可复制的智能化改造路径。同时，随着数据要素合规流通机制逐步完善，产业应用将更趋规范化、规模化，赋能实体经济的效应有望继续释放。
人工智能产业的发展需要政府、企业、科研机构等多方共同推进；国资央企作为国家战略性力量，在推进人工智能产业发展中肩负重要使命。通过强化投资牵引、深化场景培育、优化数据供给等系统性举措，国资央企正在为人工智能产业发展创造良好的生态环境。这不仅有利于加快我国人工智能产业的创新发展，也将为经济社会高质量发展注入新的动力。随着这些举措的深化，人工智能与传统产业的融合将更加深入，产业赋能效应将更加显著，我国在全球人工智能竞争中的优势地位也将更巩固。