2026年一季度全球人工智能（885728）（AI）赛道投融资热度持续走高，国内头部企业AI业务规模实现跨越式增长，人工智能（885728）作为通用底层技术掀起新一轮产业变革浪潮。恰逢“十五五”规划纲要将“引领发展新质生产力”置于顶层战略核心，全国上下加速推进产业智能化转型，AI技术从算力基建、底层模型到千行百业场景落地全面铺开。如何看待这一轮技术浪潮对经济增长的真实驱动作用？如何理解中国在AI与新质生产力领域的路径选择与比较优势？针对上述热点，本期《理论研究》专访了工银国际首席经济学家程实博士。
全球AI投资重塑新质生产力发展逻辑
《金融时报》记者：从宏观层面看，当前全球AI投资热潮正如何重塑“新质生产力”的内涵与发展路径？
程实：AI投资正在推动生产力从劳动、资本与技术的持续积累，进一步走向智能能力扩展、知识生产加速和组织效率提升。其重要意义不只在于资本投入增加，更在于推动AI嵌入研发、生产、管理和服务流程，提高知识创造、资源配置和组织协同效率，从而为新质生产力拓（RIO）展更广阔的发展空间。当前AI投资热潮正处于从基础投入向应用扩散加快演进的阶段。回看铁路、电力、互联网等通用技术的发展历程，投资先行、基础设施完善、组织方式调整和生产率释放通常是递进展开的过程。随着数据要素（886041）市场化流通加快推进，复合型人才体系持续完善，AI治理框架逐步健全，AI投资有望更顺畅地转化为产业效率提升和可持续的生产力红利，持续激活经济增长的新质动能。
《金融时报》记者：“十五五”规划纲要首次将“引领发展新质生产力”写入战略高点。在这一顶层设计下，您认为中国在AI与新质生产力领域最值得期待的突破方向有哪些？
程实：在“十五五”规划纲要把“引领发展新质生产力”放到战略高点的背景下，中国在AI与新质生产力领域最值得期待的突破，在于技术创新、产业体系、应用场景和生产率提升之间形成更强联动，充分发挥“人工智能（885728）+”的乘数效应。
第一，“AI+制造业”加快落地，有望成为新质生产力最重要的应用场景。中国拥有完整产业体系和超大规模制造能力，这是AI从模型能力走向现实生产力的重要基础。未来，AI在研发设计、工艺优化、质量检测、设备维护、供应链调度等环节的应用有望进一步深化，推动制造业从自动化、数字化向智能化升级。中国经济行稳致远的重要支撑之一是完整产业体系。AI与制造业结合，将使这一体系优势进一步转化为效率优势、质量优势和创新优势。
第二，“AI+新型基础设施”加速扩容，有望带动算力、数据、网络和能源（850101）体系升级。AI的广泛应用需要算力中心、工业互联网（885783）、数据要素（886041）、云平台、智能终端和绿色电力（885936）共同支撑。由此看，AI投资不仅对应数字经济（885976）投资，也会带动电力设备、通信网络、半导体（881121）、服务器、数据中心和新能源（850101）等领域协同发展。科技储备和基础设施能力是新动能形成的重要条件。未来中国在算力网络、数据流通、工业软件、国产芯片和绿色算力方面的突破值得期待。
第三，“AI+应用场景”持续拓展，有望推动服务业和消费（883434）生态升级。中国的超大规模市场为AI应用提供了丰富场景。教育、医疗、养老、文旅、金融、零售、交通和政务服务等领域，都有较大数智化改造空间。超大规模市场是中国经济的重要支撑。随着AI应用从企业端向居民端扩散，技术进步有望与消费（883434）升级形成更紧密的良性互动。
第四，“AI+资本市场”联动深化，有望推动新质生产力形成可识别、可定价、可投资的资产体系。未来，随着AI在上市公司研发、生产、管理和商业模式中的渗透加深，资本市场对新质生产力的识别也会更加精细。具备技术积累、数据资源、工程化能力和应用场景优势的企业，有望成为新质生产力资产定价的重要载体。
AI商业化发展阶段研判及底层技术变革要求
《金融时报》记者：数据显示，2026年第一季度超81%的科技风投聚焦AI赛道，您如何评价这一投资节奏？阿里（BABA）云AI收入连续11个季度保持三位数增长，占比首度突破30%，这是否意味着国内AI商业化已从投入期迈入收益兑现的新阶段？
程实：资本市场的反应是对AI作为通用技术平台的高度共识。从产业发展阶段看，这种集中也有其合理性。AI已经从单一技术创新，扩展为算力、模型、数据、应用和产业生态共同驱动的新型基础设施。资本集中流向AI，本质上是在提前布局未来生产率提升和产业组织方式变化。
从阿里（BABA）云数据来看，AI收入占比提升主要通过算力租赁（886050）以及模型即服务(MaaS)收入占比提升所驱动，显示出公司在基础算力服务以及以通义千问为代表的基础模型层的国内领先地位。这说明中国AI商业化已经从早期验证进入收入加速阶段，但距离全面收益兑现仍需要时间。当前包括阿里巴巴（BABA）在内的头部企业仍在加大算力、模型和基础设施投入，资本开支强度维持高位。这一阶段更准确地说，是收入验证与长期投入并行推进。在激烈的全球大模型竞争中，中国的大模型企业仍需保持较大规模投入，以持续提升模型能力、算力供给和应用生态。下一阶段，随着更多AI应用场景投资回报率(ROI)转正、云服务商定价权提升以及基建成本下降，行业盈利质量有望逐步改善。
《金融时报》记者：不同于互联网时代的模式创新，本轮AI驱动的生产力变革更依赖底层技术突破。您认为这对中国产业政策与金融体系提出了哪些新要求？
程实：互联网革命更多体现为商业模式创新，通过轻资产扩张和网络效应提升资源配置效率。本轮AI革命则更强调算力、算法、数据协同突破，对底层技术、基础设施和长期资本提出更高要求。面对这一变化，中国的产业政策与金融体系正在加快调整，更加注重基础能力建设、长期资本支持和创新生态完善。
第一，产业政策更加突出能力建设。AI时代的竞争优势来自芯片、算力、基础模型、数据基础设施和应用生态的综合积累。政策支持的重点，正从推动单一赛道扩张，转向夯实关键基础能力、完善新型基础设施、促进产业链协同，为技术创新和场景落地提供更稳定的支撑。
第二，金融体系更加重视耐心资本供给。AI底层研发和产业化周期（883436）较长，需要与之匹配的长期资金支持。当前，社保、保险、养老金等长期机构资金有望进一步加大对科技创新领域的配置，科创板、北交所等多层次资本市场也在持续完善对硬科技企业的支持机制，推动技术创新、产业资本和资本市场形成更顺畅的循环。
第三，创新生态更加注重包容性和持续性。底层技术突破具有探索性，需要为多元技术路线和早期创新提供更开放的空间。政策可以更多承担基础研究、公共平台、数据资源等公共品供给功能，帮助企业降低早期创新成本，推动AI技术从研发突破走向产业应用。
中外AI投资结构差异造就中国独特竞争优势
《金融时报》记者：2026年《政府工作报告》强调“今年发展主要预期目标是：经济增长4.5%-5%，在实际工作中争取更好结果”，同时积极培育新质生产力。您如何看待投资热潮对稳定短期经济增长与提升长期潜在产出之间的作用？
程实：从短期维度看，AI投资热潮对经济增长具有明确的拉动效应。算力基础设施建设、大模型研发与AI应用落地，直接带动固定资产投资、高端制造业订单与科技服务业就业，构成了支撑经济运行的重要新动能。自2025年以来，AI相关的科技硬件出口表现亮眼。进一步看，AI投资的乘数效应具有一定特殊性，算力基础设施的建设不仅带动上游硬件需求，更通过降低AI使用成本，持续激活下游应用层的投资意愿，形成需求的自我强化循环，这与传统基建投资拉动的逻辑有所不同。
从长期维度看，AI对潜在产出的提升取决于技术扩散的广度。历史经验表明，通用技术的生产率红利，通常会在基础设施完善、企业组织调整和应用场景扩散之后逐步释放。例如，19世纪末电力普及的数十年后，美国制造业生产率才出现系统性提升，原因正是工厂需要时间围绕电力重新设计车间布局与管理流程。AI的扩散逻辑也有相似之处，潜在产出的长期提升，需要依赖千万家中小企业将AI工具嵌入日常业务的漫长适应过程。因此，除了加大基础设施投入之外，降低AI使用门槛、推动行业数据的共享开放、培育辅助传统企业完成AI转型的集成服务生态也十分重要。
《金融时报》记者：中国在AI与新质生产力领域的投资结构与主要发达国家有何差异？这些差异可能带来怎样的竞争优势？
程实：从国际维度看，美国AI投资更集中于基础模型、先进芯片和底层算力，欧洲更加重视可信AI、数据治理和监管框架建设，中国则呈现基础设施建设、产业应用落地和场景创新并进的特点。这些差异既是当前阶段竞争格局的现实映射，也将塑造未来五至十年的比较优势格局。对中国而言，这一投资结构有望形成三方面比较优势。
一是场景规模优势。中国拥有门类完备的制造业体系与超大规模市场，为AI应用提供了丰富的训练场景与商业化土壤，工业质检、供应链优化、医疗影像等垂直场景的数据积累，有望形成长期优势。二是系统集成优势。全球AI生态具有较强跨国协作的特征，而中国在AI硬件、云计算（885362）与应用开发之间拥有完整的本土产业链。随着国产芯片发展，从芯片采购到模型部署有望在本土生态内形成更高效的协同，系统迭代速度与落地成本均形成比较优势。三是成本竞争优势。在国产大模型技术路线突破的基础上，中国的规模优势将继续摊薄其推理成本，价格优势将在全球AI普及过程中形成较强竞争力。
《金融时报》记者：下一阶段，您认为新质生产力能否真正替代传统增长引擎，成为中国经济的核心动能？
程实：在中国经济进入“转型蓄力、向新而行”的阶段，传统动能继续发挥基本盘和稳定器作用，新质生产力则不断增强方向性和成长性。当前，中国经济行稳致远有四个重要支撑——宏观政策工具、完整产业体系、科技储备和超大规模市场。新质生产力正是在这四大支撑之上加快形成新的增长机制。具体而言，科技储备提供创新来源，完整产业体系提供落地场景，超大规模市场提供商业化空间，宏观政策工具为产业升级和基础设施建设提供有力支持。由此看来，新质生产力是在既有经济体系基础上的升级与再塑造，通过技术创新、产业升级和组织效率改善，推动增长结构持续优化。在这一过程中，新质生产力进一步成长为核心动能，可能需要经历三个层次的转化。
第一，科技突破加快转化为产业应用。AI、高端制造、新能源（850101）、新材料、生物医药、数字经济（885976）等领域，正在持续拓展产业升级空间。随着相关技术更广泛嵌入制造、服务、消费（883434）、物流、金融和城市治理等场景，新质生产力将进一步转化为现实产出、企业利润和就业机会。
第二，资本投入持续转化为生产效率。AI、数据中心、算力网络、先进制造（883433）和绿色基础设施投资升温，既能带动短期需求，也有助于提升长期全要素生产率。伴随科技创新、产业升级、数字化能力提升和绿色转型协同推进，资本开支将更好地转化为单位产出提升、企业盈利改善和产业链效率优化。
第三，结构亮点逐步形成宏观支撑。中国在高技术制造、装备制造、数字基础设施和前沿科技领域已形成较强积累。下一阶段，随着创新成果向更广泛产业部门扩散，新质生产力有望对就业、收入、消费（883434）、投资和出口形成综合拉动，推动局部创新优势持续转化为经济增长新动能。
