近日，国务院常务会议审议通过《关于深入实施“人工智能+”行动的意见》，明确提出“要深入实施‘人工智能+’行动，大力推进人工智能规模化商业化应用”。这一国家层面的战略布局，标志着“人工智能+”行动进入深化应用与产业融合的新阶段，彰显我国人工智能发展正从技术探索期迈入规模化商业化应用新阶段。
近年来，人工智能技术加速迭代演进，多模态大模型、芯片与算力、视频生成技术取得突破性进展，AI模型正从“渐进式创新”迈向“指数级跃迁”，推动产业规模快速扩张。中国信息通信研究院数据显示，全球人工智能企业超3.5万家，我国占比超14％；世界知识产权组织报告显示，我国人工智能专利占比达60％，居全球首位。依托完备的产业体系、庞大的市场规模和丰富的应用场景，我国人工智能已具备规模化商业化应用的坚实基础。深入实施“人工智能+”行动，推动技术与各领域深度融合，形成“创新—应用—再创新”的良性循环，既是实现技术变革的关键，更是培育新质生产力、推动产业升级的核心路径。
推进人工智能规模化商业化应用，需强化示范引领，打通技术落地“最后一公里”。人工智能技术落地常面临场景适配难、投入成本高、行业标准缺失等瓶颈，亟须通过示范应用提供可复制的解决方案。政府部门通过政策引导明确方向：国家发展改革委在“人工智能+”行动中聚焦制造、农业、教育等11个重点领域，通过财政补贴降低企业试错成本，开放政务数据供模型训练；工信部在算力互联网试点中，组织20个跨行业协同体，推动AI在汽车质检、远程医疗等场景落地，已形成15个可推广的解决方案。国有企业凭借资源整合能力发挥“带头作用”：中国电信研发的AI电力巡检系统，将故障检出率从72％提升至98％，已推广至12个省市；国家电网的“AI+调度”系统优化电力配置，输电效率提升15％，为能源行业提供技术范本。这种“政府搭台定方向、国企探路做示范、民企跟进扩规模”的模式，既能快速验证技术价值，又能通过场景打磨完善方案，加速人工智能向千行百业渗透。
推进人工智能规模化商业化应用，需优化创新生态，激活要素协同效能。人工智能规模化应用不是单一技术的突破，而是技术、数据、资本、人才的系统联动，需构建“共生共荣”的生态体系。在技术协同层面，开源模式降低创新门槛：以DeepSeek为代表的开源大模型开放算法框架，吸引50万开发者参与，衍生出200多个垂直领域应用，使中小企业接入成本降低60％。在要素流通层面，跨域协同打破资源壁垒：长三角算力枢纽通过统一调度平台，匹配科研闲置算力与企业需求，使算力成本降低30％；深圳医疗数据中台采用隐私计算技术，打通30家医院的数据，为AI辅助诊断模型提供训练样本，将肺结节识别准确率提升至95％。在规则保障层面，标准体系加速完善：全国信标委已发布12项人工智能国家标准，规范数据接口、模型评估等环节；多地试点“AI产品白名单”，对低风险应用简化审批，让技术快速接受市场检验。这种“开源共享+要素流通+规则明晰”的生态，既激发创新活力，又降低协同成本，为规模化应用提供了沃土。
推进人工智能规模化商业化应用，需夯实新型信息基础设施，筑牢数字底座。高速泛在的网络、强大的算力是人工智能应用的基础支撑。截至6月底，我国5G基站达455万个，用户普及率超79％；千兆宽带用户达2.26亿户，168个万兆光网试点顺利推进，为数据高效传输提供保障。算力方面，在用标准机架达1043万架，智能算力规模达748EFlops，可支撑海量数据处理。未来需进一步建设“高速泛在、云网融合、安全可控”的数字基础设施，提升算力调度效率，为人工智能规模化应用提供更强支撑。
推进人工智能规模化商业化应用，需提升安全能力，守住发展底线。技术应用需统筹发展和安全，建立全生命周期治理机制。在法律层面，聚焦自动驾驶、人脸识别等领域完善法规，明确技术滥用的法律责任；在监管层面，实施分类分级监管，对医疗AI从严审核，对消费级AI适度包容；在治理层面，构建多元协同格局，加强跨部门监管联动，鼓励行业协会制定自律规范，引导企业履行安全责任。通过“法律兜底、分级施策、多元共治”，确保人工智能健康可持续发展。
开展“人工智能+”行动意义深远，推进规模化商业化应用是核心抓手。唯有持续完善基础设施、强化示范引领、优化创新生态、筑牢安全防线，才能推动人工智能成为高质量发展的新引擎，为实现高水平科技自立自强、参与全球治理提供有力支撑。