当前，人工智能+正从单点技术应用，转向开源模型破局、开放生态成势的生产力体系重构。开源模型打破了少数闭源模型对前沿智能能力的垄断，开放生态则进一步把模型能力深度扩散至平台、工具、场景、组织和开发者中，推动AI从“可用”走向“规模化可用”。

  近日，由清华大学全球产业研究院主办，中关村科学城管委会支持的人工智能+生态大会（AIEC 2026）在北京举行。大会以集聚激活生态创新力量、加速推进人工智能落地为宗旨，来自国家信息中心、IDC、阿里云、腾讯、月之暗面、火山引擎、浪潮信息、美的、上海人工智能实验室、阶跃星辰、百川智能等机构和企业的专家代表共聚一堂，围绕“人工智能+”从战略部署迈向产业实践的关键路径展开深入研讨。

  中国AI进入规模应用临界点

  国家信息中心信息化和产业发展部主任单志广在主论坛上表示，人工智能正从训练阶段全面迈入推理阶段，Token调用量的指数级增长，是AI规模化应用最直接的量化标志。Token不再只是大模型处理文本的技术单位，而是贯通电力、算力、模型服务和应用价值的新型经济单元，推动AI基础设施评价标准从追求算力峰值，转向单位能效、成本效益与场景服务能力。单志广指出，凭借算力和能源基础设施、丰富的产业场景、活跃的开放生态等综合优势，伴随“人工智能+”行动深化，中国有望率先实现AI从技术突破到规模化落地的跨越，构建全链条产业竞争优势。

  IDC中国区总裁霍锦洁则从全球产业趋势角度进一步阐释，全球人工智能产业正在进入自互联网浪潮以来最强劲的IT增长超级周期。本轮增长并非单一技术扩张，而是由AI算力建设和应用落地同步驱动：一端是数据中心、GPU等基础设施持续扩张，支撑大规模推理需求；另一端是企业AI应用从试验走向生产，智能体开始跨系统调用数据、规则、API和工作流，推动企业软件从“人的操作界面”转向“智能体可调用的业务能力集合”。IDC预计，到2029年，中国生成式AI市场规模将接近千亿美元，2024—2029年复合增长率达68%，中国成为全球最活跃的AI应用市场之一。

  从推理需求爆发，到Token服务能力形成和企业级应用加速落地，人工智能竞争正在从单一模型能力竞争转向生态能力竞争。中国AI产业落地的行动路标也由此逐渐清晰：既要有稳定、低成本、高效率的智能服务供给，也要有能够承接智能体进入业务系统的组织体系、开放工具和产业场景。

  组织进化与人机协同，AI原生企业重塑竞争力

  当AI从试验走向生产，企业首先要回答的问题不再只是“能不能用AI”，而是“如何把AI纳入组织体系”。智能体进入生产系统后，企业面对的不再只是某个流程的效率提升，而是如何管理、调度和治理一种新的数字化劳动者。

  浪潮信息董事长彭震认为，AI产业革命不仅改变工具，更改变了“劳动者”的定义。随着Agent成为企业生产力的重要组成部分，AI原生转型的重点正在从个人提效转向组织进化。企业需要将智能体纳入组织管理体系，推动管理对象从传统的人、财、物，扩展到人、数字员工、数据和智能能力。围绕这一变化，彭震提出Humagent（Human+Agent）组织概念，即企业从管理Human进化到管理Humagent，通过重新定义岗位、角色、权限、责任边界和绩效评价，最大限度释放AI在企业中的智力贡献，同时保障企业运营的稳健、高效与低成本。

  在这一过程中，人机协同成为组织进化必须回答的核心命题。清华大学全球产业研究院院长彭凯平表示，技术进步的终极目标是增进人类福祉而非替代人类价值。智能时代下，审美感、创造力与同理心是人类的核心特质，智能体与人类天然互补——前者承担标准化、确定性的执行工作，后者聚焦审美创造、战略决策与情感联结，共同构建人机协同的新型组织进化图景。

  开放生态激活产业潜能，推动AI+规模化落地

  组织进化需要企业内部管理体系的重构，也离不开模型、工具和平台生态的支撑。AI+的规模化落地，本质上是一场从“开源模型破局”到“开放生态激活”的系统性演进。

  作为开源模型创新代表，Kimi大模型相关负责人表示，中国开源模型的快速发展，正在打破前沿智能能力集中于少数闭源平台的格局，使更多企业、开发者和行业用户能够基于同一技术底座进行调用、适配和再创新。与此同时，模型竞争也不再只看绝对能力，而要看单位时间、单位Token、单位成本内能够产生多少有效性能和任务价值。只有持续提升Token效率，让模型以更少消耗完成更复杂任务，开源模型才能真正降低智能能力的使用门槛，为后续工具、平台和应用生态繁荣提供基础。

  但开源模型只是起点，模型能力本身并不会自动转化为产业生产力。要让AI真正进入开发流程和业务场景，还需要开放工具进一步降低开发、验证和交付门槛。阿里云Qoder解决方案总监韩红娜认为，AI Coding的变化不只是代码生成效率提升，而是软件生产方式正在从Code First转向Agent First。开发者的角色正从编写代码转向定义需求、制定规范和管理智能体，而编码、测试、修复等执行工作则更多由智能体完成。这意味着开放工具正在打破传统软件工具的边界，使AI从单点辅助能力演进为多智能体协作系统。

  更深层次的变化发生在企业级平台与业务系统中。AI原生时代，企业正在从“流程驱动”转向“任务驱动”，从“系统协同”转向“智能协同”。腾讯资深产品专家汪晟杰表示，当前企业智能体落地的瓶颈已从理解能力转向执行能力。企业不需要更聪明的聊天机器人，需要的是能干活、靠谱、可控的数字员工。从理解到执行，这是从“能聊”到“能干”的质变。

  开源模型解决的是智能能力的普惠供给问题，开放工具实现的是开发门槛的全面降低，企业级平台则承接了智能体进入生产系统的执行闭环。从模型能力到工具链，从企业平台到组织治理，开放生态正在为中国AI产业落地铺展清晰的行动路标。

  产业场景提供验证土壤，AI+进入真实生产系统

  AI+能否规模化落地，要在真实产业场景中接受验证。中国丰富而复杂的制造业、工业和服务场景，正在为智能体提供最真实的验证土壤。

  在制造与工业场景中，美的集团美云智数副总裁魏晓刚介绍，美的正在推动智能体从单点提效走向制造业全流程重构。围绕FactoryAgent，美的将工艺、供应链、品质、设备等场景中的数据、知识和流程经验沉淀为智能体能力，形成贯穿研、产、供、销、服的AgentFactory，打造智能体1.3万个。这意味着，智能体在制造业中的价值不只是替代某个岗位或优化某个环节，而是通过多场景、多角色、多业务链路协同，进入企业日常运营系统，推动制造业从经验驱动、流程驱动，进一步走向数据与智能驱动。

  素源矩阵创始人韩家乐则从OPC（One Person Company一人企业）的角度，展示了智能体赋能工业创新的另一种路径。作为依托智能体形成的新型组织形态，OPC正在放大专业个体与小团队的技术整合和产业交付能力。在一个典型的建材工业连续生产场景中，素源矩阵仅用4周便完成了在大型生产线上的系统部署，将过去高度依赖人工经验的工艺调整，升级为“机理模型+实时数据+人工确认”的协同决策系统，实现产品合格率提升3个百分点、单吨综合成本下降2%-3%。这一实践表明，智能体并非替代工业专家，而是在保留人类专业判断、人工确认和责任边界的基础上，帮助行业专家更高效地组织数据、模型与工程交付能力，形成更敏捷、更高效的“最小可交付组织”。

  中国AI生态的高度，不只体现在模型和平台能力，更体现在丰富产业场景对技术的持续验证、打磨和放大；正是在这些真实场景中，AI+才从技术能力走向生产能力。

  AIEC 2026主论坛之外， 五大分论坛还围绕AI Coding、企业级Agent落地、大模型产业化、OPC超级个体与智算中心Token服务，从模型能力、技术底座到产业场景、商业模式，系统呈现人工智能在千行百业中的落地路径。而近60场专题报告与多场实地交流活动则构成了对“人工智能+”从技术走向产业的全景式观察。

  随着模型、工具、平台、组织与场景持续协同，开源模型与开放生态正在成为中国AI进入产业深处的关键支撑。（肖春芳）