一段时间以来，北京、上海、深圳等地积极采取举措，因地制宜，推动人工智能产业发展。数据显示，2025年我国人工智能相关产业规模超过万亿元，2026年预计增速超30%，在生产、服务、民生和政务四大领域已初步形成商业化规模化应用体系。

在生产领域，人工智能加速驱动制造业全链条智能化变革。例如，今年7月份举办的2026世界人工智能大会展示了具身智能机器人在汽车线束工厂环形流水线的应用，多台机器人组成作业集群，连续完成取线、布线、插接等柔性装配工序。

在服务领域，人工智能推动服务从精准化向自主性跃升。比如，蚂蚁集团推出的灵波机器人智慧药房与外卖平台打通链接，根据用户订单进行自主规划和分工，将决策转化为不同机器人可以执行的动作，识别药品及其位置，理解货架、人员和设备的空间关系，连续完成接单、取货和交付。

在民生领域，人工智能构建起智能化、网联化的服务体系。例如，上海市的机场已落地智能配餐系统应用，智能机器人组成日均可生产1万份标准餐食的生产线。

在政务领域，人工智能推动治理逻辑从“管理本位”向“服务本位”转变。比如，深圳市教育局建设教师职称智能评审助手，以智能化手段辅助人才评价；深圳市人力资源和社会保障局打造工伤服务与经办智能体，解决工伤业务复杂、周期长、风险高等问题。

不过，一些深层次问题也亟待破解。一是核心技术“卡脖子”问题尚未根本解决，高端芯片、光刻机、先进EDA工具等核心器件仍依赖进口，制约人工智能产业自主可控进程。二是数据壁垒问题依然突出，跨行业、跨场景、跨部门数据流通不畅，影响人工智能产业应用效能。三是人才结构性短缺，高端人工智能人才，特别是既懂人工智能技术创新又懂产业创新的复合型人才缺口较大。四是机制创新滞后于技术发展，数据治理、算法监管、伦理规范等制度框架尚未完善，影响“人工智能+”健康有序发展。

全面实施“人工智能+”行动，还应从技术突破、场景融合、人才培养和制度创新4个方面系统发力，构建多层次、可落地的实施框架，抢占人工智能产业应用制高点。

强化技术突破，筑牢自主可控的智能技术基座。聚焦基础理论、关键技术与开源生态三大方向，依托国家实验室与顶尖高校推进非对称创新，重点突破前沿领域科技创新。针对“卡脖子”环节，持续发挥新型举国体制的集中攻关优势。

推动场景融合，打造梯度扩散的智能应用范式。扩大生产场景、工作场景、生活场景供给，优先聚焦具身智能、智慧康养、自动驾驶等领域的标杆场景打造。推动政府部门与国企央企率先发布需求清单，引导社会力量参与场景建设；建立数据流通体系，破解数据孤岛问题，降低中小企业应用门槛。

创新人才培养，构建人才资源赋能产业发展格局。企业和高校持续优化建立人才共育机制，依托校企合作，设置校企联合培养课程，培育企业实习实践基地，建设产学研用协同的人才池，将技术创新和产业创新深度融合，形成新型“技术—产业—人才”正向循环。

深化制度创新，构建适应智能时代的治理框架。加快人工智能领域立法，明确技术研发、数据治理、安全保障的权责边界。设立产业发展机构支持关键技术攻关与示范应用，构建分级分类的标准化体系；推动治理模式发展，建立算法备案与评估制度，加强技术伦理审查。