记者 张一诺
国务院近期发布《关于深入实施"人工智能+"行动的意见》（以下简称《意见》），创新性构建"6+8"政策体系，通过六大重点行动领域与八大基础支撑体系的协同布局，全面推进人工智能与经济社会各领域的深度融合发展。
中国银河证券董事总经理、首席经济学家兼研究院院长章俊在接受界面新闻专访时表示，《意见》发布恰逢"互联网+"战略实施十周年，标志着我国正从数字经济的广泛连接阶段向智能经济的创新引领阶段跨越。这种从"互联网+"到"人工智能+"的战略升级，实现了从信息高效流通向知识创新应用的质变，既是我国应对全球科技竞争的主动布局，也是构建新发展格局的战略必然。
他强调，人工智能引领的新一轮科技革命，将成为破解中国经济转型难题的关键引擎，通过"内生增长+外延赋能"双路径构建经济发展的全新动力机制。
"人工智能技术将全面重塑消费、投资、出口这'三驾马车'，推动消费品质升级、投资结构转型与出口竞争力跃升。"章俊指出，据权威预测，到2035年人工智能有望为中国GDP增长贡献14.8%的额外增量，助力我国跨越"中等收入陷阱"，显著提升在全球价值链中的地位。
针对投资领域，章俊分析认为人工智能基础设施、工业智能化改造、智能消费交互应用构成三大核心赛道。其中基础设施是产业发展的"战略底座"，工业智能化是技术落地的"核心战场"，智能消费应用则是未来增长的"弹性引擎"。这三大领域协同发力，正推动人工智能从战略构想转化为现实生产力，为资本市场提供兼具确定性与增长弹性的投资逻辑。
他特别提醒，人工智能企业的估值合理性取决于业绩兑现能力。若仅依赖概念炒作而忽视经营性现金流、合同负债等核心财务指标，极易引发市场泡沫风险。
"在政策全力推进'人工智能+'、市场从预期驱动转向业绩验证的关键阶段，那些实现规模化营收、构建可持续盈利模式、并在垂直领域率先完成商业闭环的企业，将获得资本市场的长期价值重估。"章俊强调。
以下是界面新闻整理的采访实录
界面新闻：过去十年我国互联网产业实现跨越式发展，成为推动产业升级、消费变革和民生改善的重要力量。从"互联网+"到"人工智能+"，这种战略演进为何被称为更深刻的时代变革？
章俊：2015年7月国务院印发《关于积极推进"互联网+"行动的指导意见》，提出到2025年使"互联网+"成为经济社会创新发展的重要驱动力。经过十年发展，我国已建成全球最大的互联网基础设施，互联网普及率达79.7%，网民规模突破11.23亿，构建起全球最丰富的数字应用生态。
2025年8月，在"互联网+"实施十周年之际，国务院推出《关于深入实施"人工智能+"行动的意见》，标志着我国数字经济发展进入智能化新阶段。当前我国人工智能技术创新进入爆发期，产业体系日趋完善，正加速推动智能技术与实体经济的深度融合。
互联网与人工智能虽同属通用技术范畴，均具有应用模式创新快、传统业态改造能力强的特点，但两者存在本质区别："互联网+"的核心是"连接"，通过打破信息壁垒实现效率提升，带来的是经济社会的"量变"过程。它通过优化生产要素配置，构建了以互联网为基础设施的新型经济形态，显著提升了整体生产效率。而"人工智能+"的核心是"赋能"，通过赋予机器认知决策能力，引发各行业生产范式的革命性变革，带来经济社会的"质变"跃升，推动我国全面进入智能经济与智能社会发展新阶段。
从"互联网+"到"人工智能+"的战略升级，本质上是从信息连接向知识创造的能力跃迁，这既是应对全球科技竞争的战略选择，也是构建新发展格局的必然要求。人工智能作为重构生产要素、重塑产业形态、重组价值链条的核心力量，能够显著提升全要素生产率，优化产业分工格局，加速形成与新质生产力相适应的新型生产关系，为中国式现代化筑牢智能根基。因此，"人工智能+"行动将带来更为深刻的经济社会系统性变革。
界面新闻：中国经济曾创造全球瞩目的增长奇迹，但随着人口结构变化，传统增长动力减弱，以投资出口驱动的发展模式面临转型压力。人工智能将如何破解当前发展困境，重塑经济增长模式，对经济增长的具体影响如何？
章俊：当前我国经济发展面临复杂的内外部环境。外部来看，全球地缘政治格局深刻调整，大国博弈加剧，国际经济秩序面临重构；内部而言，传统发展模式难以为继，经济增长亟需从土地财政等传统动能转向新质生产力驱动。
在此背景下，人工智能引领的新一轮科技革命，正成为突破经济转型瓶颈的核心驱动力，通过"内生+外延"双路径构建经济增长新引擎。内生路径体现为AI核心产业自身发展壮大，通过资本深化、劳动技能升级与知识溢出效应，直接拉动就业与产出增长，释放非线性增长潜能。外延路径则表现为AI技术赋能传统产业，通过效率提升、模式创新与资源优化配置，推动传统产业数字化智能化转型与结构升级。
具体而言，人工智能将全面赋能"三驾马车"实现系统性升级：
消费领域，我国拥有全球第二大消费市场和超大规模应用场景优势。通过实施"人工智能+消费提质"行动，拓展智能服务新场景，培育智慧消费新业态，将有效激活潜在消费需求，推动居民消费从满足基本需求向创造高品质生活转变。
投资领域，2024年我国全社会固定资产投资达52万亿元，随着经济动能转换，资本将更多流向5G、数据中心等新型基础设施，驱动投资结构优化与效率提升。
进出口领域，我国正从"中国制造"向"中国智造"战略转型，人工智能技术将系统性提升产品附加值与产业链韧性，推动我国在全球价值链中的地位跃升，重构全球产业链分工与价值分配格局。
综合测算，到2035年人工智能有望为中国GDP增长贡献14.8%的额外增量，助力我国成功跨越"中等收入陷阱"，显著提升在全球价值链中的位势。
界面新闻：随着《意见》出台，AI领域投资方向逐渐清晰，您认为哪些应用领域有望率先实现突破，哪些产业赛道值得重点关注？
章俊：第一，人工智能基础设施将成为率先爆发的战略领域。当前大模型技术迭代加速，算力、算法与数据的供给能力成为产业发展的关键约束。从高性能GPU芯片、分布式算力集群到大模型训练框架与开源平台，共同构成人工智能产业的核心基础设施。在"东数西算"工程、国家算力枢纽建设等政策推动下，基础设施领域需求确定性强，具备规模化扩张潜力，有望率先实现业绩兑现，成为产业链发展的"先行军"。
第二，工业智能化将成为AI应用的核心战场。制造业作为占我国GDP近三成的支柱产业，是新型工业化的核心载体。人工智能在生产调度优化、质量智能检测、供应链协同管理等环节的深度应用，能够直接提升全要素生产率，实现降本增效的规模化推广。与消费互联网的模式创新不同，工业智能化代表着生产方式的深层次变革，具有清晰的投入产出比和稳定的商业模式。在政策推动全要素智能化改造的背景下，工业智能化将率先形成坚实的业绩支撑。
第三，智能消费交互应用将成为高弹性增长极。生成式AI、虚拟交互、智能教育、个性化推荐等C端应用场景，正加速重塑信息消费与文化创意产业生态。这类应用具有渗透速度快、商业模式灵活的特点，一旦形成刚需场景突破，将展现极强的增长爆发力。随着人机交互方式的革命性升级，智能消费应用将成为推动人工智能普及化与释放增长弹性的关键领域。
总体而言，人工智能基础设施是率先突破的"战略底座"，工业智能化是规模落地的"核心战场"，智能消费交互应用是高弹性增长的"潜力引擎"。这三大领域协同推进，将推动人工智能从战略构想转化为现实生产力，为资本市场提供从确定性到弹性兼具的投资主线。
界面新闻：2025年上半年A股上市公司业绩已全部披露，AI行业呈现从概念炒作向业绩兑现转型的特征，部分产业链企业业绩增长显著。面对部分AI企业的高估值，市场应如何理性看待，合理的估值逻辑是什么？
章俊：人工智能作为新质生产力的前沿领域，既承载着突破传统增长模式的战略期望，也具有高投入、高风险、高回报的创新产业特征。传统的市盈率（PE）、市净率（PB）等估值指标难以完全反映其成长逻辑，资本市场因此更多采用远期现金流折现等前瞻性估值方法，以捕捉技术突破可能带来的指数级增长潜力。
在具体估值实践中，年度经常性收入（ARR）正逐步取代传统PE，成为评估AI企业价值的核心指标。ARR能够更准确反映订阅服务、API调用、平台服务等新型商业模式的长期盈利能力，避免因早期研发投入过大导致的财务数据失真。当前高速成长的AI企业估值通常对应40-60倍ARR，部分具备技术稀缺性和网络效应的领先企业估值可达百倍以上。这一估值水平背后隐含两大核心假设：一是未来三年ARR需保持翻倍增长，二是规模效应与技术迭代能够支撑30%左右的稳态净利率。若上述假设能够兑现，当前的高估值水平对应中长期PE将具备合理性。
然而，高估值的合理性最终取决于业绩兑现能力。从风险防范角度，若企业仅依赖概念炒作而缺乏经营性现金流、合同负债等实质业绩支撑，极易陷入估值泡沫。对于AI企业而言，单位经济模型、数据资产积累、技术迭代效率与人才储备质量，是验证估值可持续性的关键维度。若PEG（市盈率相对盈利增长比率）显著偏离行业合理水平，或市销率长期高于产业平均中枢，需警惕估值回调风险。
因此，AI企业估值需要建立兼顾财务真实性、技术壁垒与战略价值的多维评估体系。在政策推动"人工智能+"行动、市场从预期驱动转向业绩验证的关键阶段，那些能够实现规模化营收、持续优化盈利模式、并在垂直领域率先形成商业闭环的企业，将获得资本市场的长期价值认可。
界面新闻：人工智能领域在快速发展过程中，除了巨大机遇外，还面临哪些挑战需要应对？
章俊：当前我国人工智能正处于技术创新活跃期与产业规模扩张期，在带来重大发展机遇的同时，也面临诸多深层次挑战，需要产业各方共同应对：
第一，技术安全层面，人工智能系统可靠性有待提升。一是大模型"幻觉"问题突出，生成内容的准确性和可控性不足，限制了在医疗、法律等高精密领域的应用；二是算法"黑箱"导致决策过程难以解释和追溯，影响用户信任与责任认定；三是数据安全风险加剧，个人隐私保护面临严峻挑战，数据滥用、泄露等问题时有发生。
第二，资源约束层面，人工智能发展面临要素瓶颈。一是高质量训练数据获取成本高昂，数据确权、合规使用等问题尚未完全解决；二是算力资源消耗巨大，大型模型训练与运行需要巨额能源投入，与"双碳"目标形成一定张力；三是高端人才短缺，尤其在算法理论、系统架构等基础领域存在人才缺口，制约产业创新能力提升。
第三，社会影响层面，人工智能可能加剧社会结构矛盾。"智能鸿沟"问题显现，技术领先国家与企业凭借数据、算力、人才优势进一步强化领先地位，发展中国家与中小企业面临边缘化风险；劳动力市场面临结构性调整，自动化技术对传统岗位的替代效应显现，可能引发结构性失业与技能错配，对教育体系、社会保障制度、劳动政策等提出适应性调整要求。
第四，国际治理层面，全球AI治理体系尚未形成。各国在技术标准、安全规范、伦理准则等方面存在分歧，规则碎片化可能阻碍技术国际合作与应用落地。如何建立包容普惠的全球AI治理机制，推动技术成果共享，避免发展中国家沦为数据供给地，是国际社会面临的共同挑战。