AI+：从技术工具到国家底座

8月26日，国务院发布《关于深入实施“人工智能+”行动的意见》，把AI+从技术议题上升为国家层面的系统工程：一方面，以六大重点行动贯通科技、产业、消费、民生、治理与全球合作，推动AI驱动的科学发现-产业升级-社会治理的全链条跃迁; 另一方面，以模型、数据、算力、应用环境、开源生态、人才、政策法规与安全体系构成的“八大基础支撑能力”为底座，要求形成可持续、可扩展、可治理的国家级能力框架，并在省市层面推动公共算力节点、数据流通与共享规则、统一测试与评测基线的常态化建设。《意见》把AI从“概念与技术”明确升级为国家级战略行动蓝图，既告诉各方“往哪儿发力”，也指出“发力要把哪些基础打牢”。

这不是一份简单的技术推进，而是对中国增长逻辑与竞争规则的再定义，意在把AI从局部应用推向体系化生产力，把点状探索转化为结构性跃迁。关键不在新增多少项目，而在于回答“做什么、谁来做、如何做、做到什么程度”。

如果说过去两年，生成式AI的技术发展把技术议题推升为战略议题，那么“AI+政策”则把这一趋势进一步上升为国家议题。在中国独特的三层治理（即中央政府、地方政府、企业）架构中，顶层牵引、地方协同、企业创造的动态平衡，正是过去若干轮产业跨越的“制度逻辑“，如今在AI（特别是AI+）上再度显现。政策给出方向、秩序与节奏，亦为企业明确了如何借国家之势构建新能力的发展路径。

阿里巴巴的AI转型为理解“AI+”与企业战略成功结合后，所能产生的市场效应提供了案例参照。媒体披露，2025年阿里AI转型引发“重估阿里”的市场共识；年内股价显著走强，资本开支与云与AI底座投入同步加码，业务上亦将板块分为AI驱动型与AI融入型，继续以电商与云为双轮。

此类讯号表明：当企业以清晰且可执行的方式传达AI战略，不仅能重塑外界对其长期竞争力的判断，更能推动价值重估。这与“AI+政策”所强调的“把AI纳入战略叙事”高度一致──AI不只是降本增效的工具，而是重塑企业定位、商业模式与产业格局的底层力量。

除了阿里之外，亦有不少中国企业朝向同一方向地发展。回看国务院于2015年提出的“互联网+”，国家同样以系统性工程方式推动传统行业数字化，这次“AI+”在广度与深度上更进一步。而随着AI和AI+的发展，新的价值曲线正在快速的出现。相对目前较“传统”的行业来说，那些可以充分通过AI来赋能自己的企业将更有机会跃迁到新的价值曲线上。相比现有的价值曲线，新的曲线将具有更为广阔的增长和价值提升机会。

在政策与场景的共振中，地方政府将成为把顶层设计转化为落地能力的关键枢纽。一方面，具备产业基础与数据要素优势的城市，会率先形成以算力与数据为底座的“公共能力”，透过产业基金、应用试点与标准验证，降低企业导入门槛，缩短从小范围验证到规模化的周期；另一方面，政府角色亦从“项目审批者”转为“制度赋能者”，以更清晰的安全合规边界、更具弹性的试点豁免机制，释放关键场景的创新空间。

政策真正的价值，不在“新增了一批项目”，而在补齐“从试点到复制”的制度化轨道，让行业和企业能在同一技术栈上跨场景迁移，把单点进步沉淀为组织与区域的系统能力。“AI+”是在企业快速开发AI应用落地场景，迭代复制的同时，从国家和产业角度整体整体推动AI底座的整体建设。

这里的底座不是抽象名词，而是一套可作的工程化体系：数据资产与治理、算力与工程平台、模型与工具链、业务知识图谱、安全与合规、评测与在线复盘、人才与组织协同、投资与组合管理。

要把政策支持转为企业动能，关键在于以场景为牵引、以底座为支撑的双向耦合。一端是“可验证的小场景”，用真实业务闭环去训练数据与算法，让组织在可度量的收益中建立信心与方法论; 另一端是“可复制的大闭环”，把AI直接嵌入价值密度最高的核心流程与产品形态，在更高难度的工况中打磨工程能力与安全边界。从企业视角看，这意味着“应用试点-标准验证-规模复制”将成为常态化路径。

在企业层面，AI将革新生产要素，并在科技推动下重塑生产关系，而在新的生产关系的基础上产生“新质生产力”。AI技术的高速迭代正在短期内催生颠覆性运营与商业模式，企业不再有“缓冲期”去观望技术成熟，而是在政策与场境双重牵引下，必须把AI从工具位移到基座位，把“会用AI”升级为“AI伴生”的经营范式。

模型成为企业可规模化复制的通用能力，数据和知识被模型充分总结、提炼并在组织内实现'知识平权'；决策从经验驱动转向数据-模型驱动，组织学习与响应速度出现量级跃迁。由此带来的是企业与产业边界的同步重写：从以产品为中心转向以生态为核心，从线性优化转向非线性突破，从“在行业内竞争”转向“跨行业重组价值链”。谁先形成AI伴生的经营范式，谁就更有机会定义下一轮分工。

今年4月，高风咨询提出了“AI思维”的概念。我们认为在AI时代中，企业家必须建立和拥抱一种AI的思维。这代表企业家必须跨越只将AI作为提效工具来看待的初级阶段，而是将AI和它所衍生的能力和协作方式全面和深入植入企业的各个方面，推行深度的进化和改革。“AI思维”就是“AI伴生”的思维方式。

值得注意的是，AI+政策并不鼓励盲目投资，而是要求把AI纳入企业的战略逻辑。这亦是为何AI转型应当是“一把手工程”。研究显示，尽管企业在生成式AI上投入可观，但多数试点难产出可衡量回报，症结并非技术欠缺，而在组织未把AI纳入战略与流程再造的主航道。

政策把方向、节奏与边界条件摆在台面上，企业需要重构“机会-能力”的动态匹配：在机会端，从“降本增效”的线性改良，转向“以AI重写产品与商业模式”的非线性突破；在能力端，把隐性知识经由模型化与工程化变成可复制的生产力，结合“AI伴生的人才能力”（如批判性思维、学习能力强、自我驱动强等），让算法、数据与算力成为按规模定律扩张的“新型要素”。

当机会-能力-边界这三个主宰企业战略的变量之间的关系被AI同时改写，企业的定位与叙事亦会随之改变。既要用小场境快速闭环，形成组织信心与能力自增长；亦要在关键环节前置“硬核场景”，即指高价值、高耦合、可度量、可复制、且对业务主流程具有结构性影响的AI应用，把AI嵌入核心流程与产品形态，真正改变企业的价值叙事与壁垒来源。节奏上，坚持先底座、后上层; 先场景、再扩展，打造可度量、可复制、可扩展的能力栈。

而要让这套能力栈真正可规模化复制，“可信”必须做在设计里，而非事后的补救。随着“AI+”进入深水区，治理不应是事后的煞车，而应成为事前的设计要件。最小可用数据、多级脱敏与可解释评测，应当镶嵌在数据管线与模型工艺的默认流程里；红队对抗、灰度发布与在线复盘，应当成为新功能上线的常态节拍。

只有把可信、安全与责任分配的机制与流程一起标准化，企业才能把“试点的正确性”稳定转换为“规模化的可靠性”。这亦呼应政策对“安全体系”的明确要求：安全不是创新的对立面，而是可持续创新的必要条件。这亦是企业级底座能力的一部分。

产业分工亦会随之发生位移。以制造业为例，AI在生产、供应链、营销、采购、研发等核心价值链环节均已出现可作场境；在精益运营难以大规模复制的痛点上，智能体驱动的“AI主导运营体系”有望成为企业级解法。

以智能汽车为例，AI不再只是人机交互或单车感知的附属模块，而是贯穿“人-车-家-路-云”的系统中枢，既改写产品形态，亦重塑供应链与商业模式。能够把“数据闭环-算法进化-产品迭代-运营增益”做成持续正循环的企业，将把一次性销售转化为全生命周期的价值捕获，把传统“制造业逻辑”升级为“运营型制造”的新范式。类似迁移亦在金融、物流、消费与文娱等行业上演，行业边界趋于模糊，竞争者与合作方的身份更为动态，组织需要相应在结构与流程上“去层级化”，让数据、模型与智能体在团队之间低阻力流动。

需要强调的是，中国的优势不仅在市场规模，更在“高频、多样、可运营”的真实场境，这构成了全球罕见的高频学习场。当“AI+”把这些场境与统一能力栈连接起来，企业的学习曲线会更陡，模型的跨域迁移更快，组织的知识沉淀更厚。由此形成的“能力外溢”，不仅会改变企业在国内的竞争力，亦会成为其全球化的新名片──不只是把产品卖出去，而是把能力输出去，与海外市场共同定义规则、共同进化范式。

今次国务院发布的《意见》代表一个新的“AI+”时代的来临。相对其他国家，中国的优势是它的应用场境特别多，几乎在各行各业都存在，而新的场景将会不断出现。

这将给予现有的企业大量尝试的机会，进行相关创新和转型，而跳上新的价值曲线去。这个时代亦将孕育为数不少的原生企业。他们从第一天就以AI作为他们建立企业的基础，为AI作为他们所有作的基本依据，无论是战略、治理、组织形态、能力、流程、激励等各方面都按照AI原则来设计与执行。

对于创业者来说，这个时代将会带来大量创业的机会。众多的场境，AI能力（特别是智能体）的不断进步和政策的支持将会为不少创业者成功走上新的价值曲线上。

新的时代到来了，你准备了没有？