导语 10月16日，国务院常务会议听取"人工智能+"行动进展情况汇报，明确要注重以落地应用牵引技术创新，并就夯实发展底座、突出赋能应用、统筹发展和安全作出一系列部署。这是继6月29日国常会听取人工智能发展情况汇报后，年内国务院层面再次专题部署"人工智能+"；而在10天前，中共中央、国务院印发的《关于发展新质生产力的意见》刚刚明确提出全面实施"人工智能+"行动。从顶层文件到两次国常会，"以落地应用牵引技术创新"的路径正在清晰化。

一、事件与政策脉络

10月16日的国务院常务会议指出，人工智能是影响未来发展的关键变量，要从我国产业体系完备、应用场景丰富、工程化能力强等实际出发，注重以落地应用牵引技术创新，不断深化拓展"人工智能+"行动。会议部署集中在四个层面：

表1 10·16国常会“人工智能+”部署要点

这次会议不是孤立的动作，而是一条政策链的最新一环。梳理公开信息可见，2026年以来的"人工智能+"政策部署保持了高频率、递进式的节奏：

表2 2026年以来“人工智能+”政策链条

值得注意的是《关于发展新质生产力的意见》的相关条款：要求力争在人工智能理论和核心技术方面取得突破，强化算力、算法和数据供给，建设国家级工业人工智能应用试点基地，同时建立技术监测、风险预警和应急响应体系，防止新兴产业领域出现盲目投资和过度扩张。10月16日国常会强调的"以落地应用牵引技术创新"，正是对这一顶层文件的承接与操作化——应用被置于技术创新的前置位置。

二、战略逻辑分析

为什么是"以落地应用牵引技术创新"？ 答案首先藏在我国的比较优势里。北京交通大学中国高端制造业研究中心执行主任朱明皓分析，我国产业体系完整、产品种类丰富，具备人工智能应用的场景，能够快速实现人工智能技术在关键环节的应用迭代。在他看来，实施"人工智能+"行动，是我国应对新一轮科技和产业变革、发挥超大规模市场优势、推动经济高质量发展的重要举措。

产业基础为这一路径提供了支撑。2025年，我国人工智能核心产业规模超过1.2万亿元，已形成覆盖基础层、框架与模型层、应用层的完整产业体系。应用场景的规模化落地，反过来又成为技术迭代的"试验场"——这正是应用驱动型创新模式区别于单纯技术供给驱动路径的关键。

算力底座的扩张速度同样构成背景。IDC预计，中国智能算力规模2026年将达2576.5 EFLOPS，同比增长87.9%；到2030年将进一步升至10524.3 EFLOPS。

图1 IDC中国智能算力规模预测（EFLOPS）

但总量扩张并不意味着高枕无忧。IDC与浪潮信息在AICC2026人工智能计算大会联合发布的报告警告，全球算力供需缺口将持续扩大至2030年，HBM（高带宽内存）已成为最突出的瓶颈。IDC同时提示：主要为模型训练建设的AI基础设施，与需要长时间保留上下文、高并发吞吐、低延迟的AI智能体工作负载并不完全匹配，新增GPU与数据中心投资不会立即转化为可用的智能体算力——算力的结构性错配，比总量不足更棘手。这一判断为"夯实发展底座"的政策分量提供了注脚：底座建设不仅是"堆总量"，更要求结构适配。

算电协同：从政策要求到企业实践。 此次国常会将"促进算电协同"写入夯实发展底座的要求。"当前算电协同正从理念走向实践。"浪潮信息副总经理赵帅介绍，传统数据中心的供电方式存在损耗大的问题，为堵住能耗"漏洞"，浪潮信息正全力预研基于800V高压直流（HVDC）的全新供电架构，减少中间环节损耗；浪潮信息已在西北落地多家"高密低耗"智算中心，探索"就地取电、就地成算"的算电协同新路径，其中为西北某电力企业打造的智算中心融合光伏、储能、余热回收等绿色节能技术，年节省用电320万度。政策端与产业端在同一方向上形成呼应。

数据供给与场景培育：应用的"两条腿"。 会议要求增加高质量数据供给、加大场景培育力度。朱明皓的建议给出了具体路径：以新一代智能制造为主攻方向，立足于国家先进制造业集群，建设行业通用高质量数据集和企业专用数据库，构建由人工智能通用大模型、行业专用大模型和企业知识库共同构成的模型算法体系，加快推动人工智能技术从单点应用迈向产品全生命周期、产业链供应链整体应用。

投资热：泡沫之争的"盈利标尺"。 当前围绕人工智能存在"泡沫"与"非泡沫"之争，工信部信息通信经济专家委员会委员盘和林认为，核心焦点在于人工智能应用能不能赚钱：如果能盈利，哪怕是未来能盈利，这轮投资热的本质就是一场技术革命；反之，投资热将面临退潮。这也是我国明确将落地应用作为技术创新前置条件的原因。他进一步指出，我国更加聚焦人工智能对实体经济的赋能，与欧美聚焦人工智能虚拟经济的大方向有所不同。将此次国常会"以实体经济为重点强化供需衔接"的表述与此对照，政策取向的一致性清晰可见。

三、政策走向研判

安全底线：从原则到细则。 对比两次国常会的表述可见安全治理的递进：6月29日会议要求完善科技伦理、测试认证等制度规则，构建动态适应、分级分类的安全监管体系；10月16日会议则进一步要求因业分级分类施策，加强风险研判评估，守牢人工智能安全底线。"分级分类"从监管体系的构建原则细化为"因业施策"的操作维度，意味着分行业的人工智能安全监管与风险评估机制有望加快推进。产业侧的安全焦虑同样在升温——绿盟科技集团副总裁汤旭表示，当前攻防两侧正同时被人工智能改写，攻击侧已走向工业化，防御侧仅靠规则和人力难以应对；应对之道是"双轮驱动"，一方面以人工智能赋能安全，另一方面把人工智能本身保护起来，形成从评估、防护到响应的完整防线。安全能力建设本身，正在成为"人工智能+"产业链的重要一环。

算电协同：能源与算力的双向奔赴。 从2026年政府工作报告将算电协同纳入新基建工程，到《关于促进人工智能与能源双向赋能的行动方案》统筹大型新能源基地与国家算力枢纽布局、鼓励算力设施作为灵活可调节负荷参与电网运行，再到此次国常会重申"促进算电协同"，政策链条已经贯通。可以研判：算力枢纽与新能源基地的协同布局规则、绿电直连与储能配套政策、算力设施参与电网调节的市场机制，将成为后续配套政策的重点方向；800V高压直流等供电架构创新也有望从企业预研走向行业标准层面。

供需衔接：从撮合到机制。 "鼓励联合研发，推进中试验证，加大场景培育力度"指向的是供需对接机制的建设。结合朱明皓提出的"产品全生命周期、产业链供应链整体应用"路径，后续政策可能在行业高质量数据集建设、中试验证平台、应用场景清单等方向持续加力，推动人工智能从"单点应用"走向体系化落地。

总基调：应用检验一切。 综合来看，此次部署的主线是让应用成为技术创新的"牵引器"与"检验器"：能够创造真实价值的应用支撑技术持续迭代，反之则被市场退潮机制出清。叠加《关于发展新质生产力的意见》建立的技术监测、风险预警和应急响应体系，"人工智能+"行动正在形成"发展底座—赋能应用—安全底线"三位一体的政策框架。对产业而言，短期的看点在于算电协同与高质量数据供给的配套细则落地节奏；中长期的关键，则在于以实体经济为重点的供需衔接能否让"关键变量"真正转化为现实生产力。