黨的二十屆四中全會明確提出“加快高水平科技自立自強，引領發展新質生産力”，將推動科技創新和産業創新深度融合作為構建現代化産業體系的重要抓手，精準把握了科技革命與産業變革的歷史機遇。當前，人工智能向現實生産力轉化的成效，直接關乎現代化産業體系的建設，更是我國在全球競爭中築牢優勢的關鍵支撐。

  我國人工智能技術向現實生産力轉化的實踐圖景，正展現出鮮明的場景驅動特徵。與一些發達國家偏重基礎模型研發不同，我國的技術落地深深扎根於全球最完整的工業體系和超大規模市場的沃土中，形成了“技術突破—産業升級—經濟躍升”的良性循環。在製造業腹地，工業視覺質檢已從“嘗鮮”走向“必需”。在青島港等現代化港口，智能調度系統如同無形“指揮官”，通過人工智能算法統籌岸橋、軌道吊、集卡的高效協同作業，整體裝卸效率大幅提升，成為智慧物流的全球標杆。在廣袤田野，農業無人機搭載智能感知系統，實現農藥、肥料變量施用，節省大量投入成本的同時有效減少環境污染。據中國信息通信研究院測算，2024年我國人工智能核心産業規模超9000億元，人工智能企業數量超5000家。

  放眼全球，人工智能向現實生産力轉化的路徑呈現出多元模式，而中國模式的獨特價值在於成功實現了技術優勢與産業根基的深度耦合。美國憑藉其在基礎算法和通用大模型領域的原始創新優勢，持續引領技術前沿突破。歐盟更側重構建人工智能治理框架，率先推出的《人工智能法案》旨在探索倫理與發展的平衡，為技術應用設定“安全圍欄”。日本依託深厚的工業機器人積澱，在精密製造、醫療康復等特種機器人領域精耕細作，走的是“垂直領域深耕型”道路。相較於這些模式，我國的差異化特色在於，依託新型舉國體制集中力量攻堅“卡脖子”技術，利用全球最大規模的應用場景池，發揮全鏈條産業配套優勢，將全球領先的算法模型與全球最完整的工業體系進行深度融合，在應用層創新上持續突破，形成獨特競爭力。

  黨的二十屆四中全會為加快人工智能向現實生産力轉化擘畫了清晰的路徑。當務之急，就是要築牢普惠共享的算力基座。需加快構建全國一體化算力網絡體系，推動通用、行業大模型所需的高性能智能算力資源便捷可得、成本可控。尤其要強化公共算力&&建設，為中小企業掃清“用不起、用不好”的門檻。還須集中力量突破高端算力芯片、模型算法等基礎層技術，夯實自主可控根基，避免受制於人。

  深化“人工智能+”行動，拓展融合場景是核心。積極發揮市場和政府“兩隻手”的作用，政府可在智能製造、生物醫藥、智慧能源等關鍵領域規劃並開放重大應用場景，建立健全“揭榜挂帥”機制，激發社會創新活力。推動大模型與實體經濟深度融合，挖掘商業航天、低空經濟等新興領域潛力，培育壯大新增長點。

  更需關注的是複合型人才的培育與創新生態的優化。着力構建“AI技術+産業知識”的跨界人才培養體系，打通高校、科研院所與企業的人才流動渠道。強化企業創新主體地位，激勵企業加大投入。

  人工智能安全治理也不容忽視。加快制定適配人工智能發展規律的法規、倫理準則及標準體系，在促進創新與防範風險間尋求最優解。積極參與並引領全球人工智能治理規則制定，推動技術真正成為“造福人類的公共産品”，貢獻中國智慧與中國方案。

  人工智能向現實生産力的高效轉化，對於培育新質生産力意義重大。當全球領先的算法遇見最完整的産業鏈，當澎湃的算力涌向千行百業的應用場景，這場變革已不僅是技術層面的躍遷，更是對高質量發展內涵的深刻詮釋。

  （張林山 作者係國家發展改革委宏觀經濟研究院研究室主任、研究員）