在新一轮科技革命和产业变革加速演进的背景下，如何以开放架构构建更具韧性的计算体系、以高质量数据夯实产业化根基、以协同生态提升应用落地效率，成为当前人工智能发展从“技术竞速”走向“系统能力比拼”的关键议题。
12月17日至18日，在2025人工智能创新大会期间，江苏昆山举行相关主题分论坛，政产学研媒多方代表围绕数据基础设施、产业融合与生态构建展开交流，并发布多项合作与产品进展。
一是问题：从“能用”走向“好用”，产业落地仍面临系统性瓶颈。
与会人士普遍认为，人工智能在政务治理、工业制造、内容生产、城市运行等领域应用需求旺盛，但在落地过程中仍存在数据质量参差、共享流通不畅、行业知识碎片化、场景闭环不足等现实挑战。
一些单位在应用侧投入较多，却受制于底层数据治理与安全合规体系不完善，导致模型能力难以稳定迁移到复杂业务环境，形成“试点多、规模化难”的状况。
二是原因：数据要素价值释放不足与开放协作机制不健全交织叠加。
当前产业面临的突出矛盾，既包括数据从采集、治理、标注到流通的全链条成本高、标准不统一，也包括跨主体协作难、工具链与平台能力不连续等问题。
特别是在行业场景中，数据来源多元且敏感性强，既要解决“数据可用”，更要解决“数据可信、可控、可持续”，这对新型数据基础设施与治理体系提出更高要求。
与此同时，生态层面如果缺少开放接口、可复用组件与共建机制，应用往往难以沉淀为可复制的产业能力。
三是影响：以数据为底座的系统能力建设，正成为地区竞争与产业升级的重要抓手。
论坛上，专家围绕高质量数据集构建与新型数据基础设施进行阐释，提出通过可信数据空间架构与智能化治理体系，提升数据供给质量与治理效率，为应用侧提供稳定、可追溯的要素支撑。
与会各方认为，这类面向产业化的数据工程与治理体系，既关系到模型训练与应用推理的实际效果，也关系到数据要素市场化配置改革的推进质量。
对于昆山等制造业与数字经济基础较好的地区而言，抢先布局数据基础设施与开放计算体系，有助于在区域产业链升级、数字化转型与新兴产业培育方面形成综合优势。
四是对策：以平台化能力打通“数据—模型—应用”链条，以跨界协作扩大场景供给。
论坛期间，相关企业围绕“数据智汇工场”等平台化方案介绍思路，强调通过数据汇聚、治理与开放共享，降低数据壁垒与应用门槛，推动数据要素向可用资产转化。
面向组织级应用需求，现场发布“璇玑智能体平台”等产品，聚焦实际执行场景，旨在提升智能体构建、调度与运营能力，增强对业务流程的支撑，缓解传统智能平台在数据盲区、知识割裂与人工依赖等方面的不足。
与此同时，多家媒体机构与科技企业签署战略合作，围绕内容生产流程优化、传播方式革新与舆情治理能力建设探索协同路径，体现出人工智能应用从单点工具走向体系化生产力的趋势。
五是前景：联盟化、标准化与可控开放将推动产业进入“规模化落地”阶段。
论坛现场启动网络空间开源数据智能化应用创新联盟（筹），并明确常设秘书处落户昆山。
相关联盟由国家级研究平台发起，联合多家行业头部企业参与，聚焦数据要素化改革与数据产业高质量发展。
业内人士认为，联盟平台的价值在于通过共建共享机制推进技术协同、应用共创与标准衔接，在合规与安全前提下提升开放数据与工具链的可获得性，促进成果从“示范应用”向“规模复制”转化。
下一阶段，随着开放架构计算体系持续演进、数据基础设施逐步完善、行业知识工程与智能体平台不断成熟，人工智能将更深层次嵌入产业流程，成为提升效率、优化治理与催生新业态的重要力量。
人工智能技术的深度应用,归根结底要服务于经济社会高质量发展。
从数据基础设施建设到智能应用平台构建,从跨界战略合作到产业联盟组建,各方正在以更加开放的姿态、更加务实的举措,推动技术创新与产业需求深度对接。
唯有坚持开放共生、协同创新,才能充分释放数据要素价值,让人工智能真正成为驱动经济转型升级、提升社会治理效能的重要引擎。
这需要政府、企业、科研机构、行业组织等各方持续发力,在技术攻关、场景开拓、标准制定、人才培养等方面形成合力,共同绘就产业融合发展的新蓝图。