央国企如何借力人工智能实现转型升级与创新发展

5月22日，国家发改委召开月度新闻发布会，释放了关于加速“人工智能+”行动的关键政策信号：正在研究制定加快“人工智能+”落地的专项配套文件，并将进一步强化资金、数据、人才等要素保障。这一举措背后有何深意？知名经济学家、工信部信息通信经济专家委员会委员盘和林对此进行了深度剖析。

央国企开放高价值场景，哪些AI企业将率先受益？

发布会明确提出，将推动中央企业和国有企业开放高价值应用场景，打造一批人工智能标杆应用。这引发市场高度关注：哪些类型的AI公司将获得优先利好？是基础大模型、算力设施，还是深耕行业的解决方案提供商？

盘和林将人工智能产业链划分为上、中、下游三个层次。上游主要包括AI芯片、光模块、服务器等核心硬件；中游是算力运营与服务平台，如数据中心、云计算服务商；下游则是各类AI模型开发商与场景化应用服务商。

央国企开放高价值场景的影响将是分阶段、递进式的。从短期效应看，最直接的受益者将是上游硬件供应商。这是因为当前AI应用的发展遵循“基础设施先行”的逻辑，算力资源是制约应用普及的首要瓶颈，必须优先得到解决和保障。

进入中期阶段，中游算力服务商将迎来显著利好。其中，拥有“算力、网络、电力”一体化综合优势的三大电信运营商，将成为核心受益方。随着全社会算力需求的爆发式增长，运营商通过提供算力服务有望开辟全新的增长“第二曲线”。

从长期视角审视，真正的赢家将是垂直行业的AI解决方案提供商。当算力供给趋于充足，且运营商的基础设施与安全能力为应用落地保驾护航后，各行业的“AI+”进程将全面提速。那些能够深入理解行业痛点、具备强大数据价值挖掘与转化能力的算法模型企业，将在央国企的数字化、智能化转型浪潮中占据领先地位。

最终，央国企自身也将成为“AI+”战略的重要获益者。当垂直领域孵化出真正具备商业价值的高频应用场景时，央国企便能借助人工智能技术实现业务创新、效率提升与模式转型，从而突破传统发展瓶颈，打造高质量增长的新引擎。

具身智能获顶层设计支持，产业链哪些环节迎来机遇？

本次发布会另一大亮点是重点提及“具身智能”，强调以关键基础设施建设为抓手推进其高质量发展，并提出了“训练基础设施+中试验证基地+大小脑模型”协同发展，以及推动机器人“进工厂、进商场、进家庭”的明确目标。这一顶层规划，将优先催化产业链上的哪些环节？

盘和林分析指出，当前人形机器人产业面临的核心挑战在于应用场景落地困难以及相较于现有方案的替代优势尚不突出。例如，在工业制造领域，传统工业机器人已在成本、效率和可靠性上建立了深厚壁垒，人形机器人进行大规模替代的紧迫性暂时不强。

然而，工业机器人与人形机器人实为“技术近亲”。除了决策“大脑”部分，两者在执行层（如伺服电机、精密减速器）和感知层（如3D视觉传感器、力觉传感器）所需的核心零部件高度重叠。这意味着，无论具身智能的最终爆发时点如何，这些底层硬件领域的需求都将保持稳定增长。一旦人形机器人市场实现突破，相关环节的产能放量将更为显著。

至于作为“大脑”的AI大模型，目前仍处于技术与商业模式的验证期。挑战并非源于技术不成熟，而是在性价比竞争中暂处下风——在工厂环境中其效率可能不及专用工业机器人，在家庭场景的便捷性或许不如成熟智能家电。因此，“大脑”部分虽进步迅速，但距离大规模商业化成熟仍需时间沉淀。

而“中试验证基地”的建设，其主要目标在于加速灵巧手、高扭矩密度关节模组等关键部件的技术攻关与产业化。这些核心部件的突破，不仅能直接推动人形机器人发展，更能反向赋能现有的工业机器人，推动其从“自动化”向“智能化”升级，从而整体提升中国高端制造的全球竞争力。

“数据+训练集群”会成为下一个产业热点吗？

发布会明确强调要加快具身智能训练基础设施建设和数据采集工作。这是否意味着，“专用数据+训练集群”将成为资本市场下一个关注的细分赛道？如果将其与AI大模型时代的“算力行情”进行对标，两者是否具有可比性？

盘和林解读认为，具身智能的演进的确高度依赖场景数据的持续积累，“数据+专用训练集群”很可能成为一个重要的产业热点方向。但其核心特点在于，具身智能所需的数据来源与互联网大模型截然不同。它主要依赖于机器人企业在特定物理场景（如工厂、家庭）中自主采集的专有数据，而非开放的互联网文本或图像数据。并且，由于机器人形态、任务千差万别，整机行为数据往往难以跨平台通用（部分关节运动数据除外），基本呈现“各家自采自家数据”的格局。

因此，这确实是一个充满潜力的方向，但其发展逻辑与AI大模型所依托的开放数据生态存在本质差异。若对标AI大模型引发的通用算力投资热潮，两者的可比性有限。AI算力背后是标准化、规模化的通用产业链，而具身智能的数据与训练需求，则要求相关企业从特定场景出发，进行从零开始、独立且长期的积累，其发展路径和产业规模具备独特的规律。