央国企AI+发展新路径：2024权威测评与实战指南

5月22日，国家发改委在月度新闻发布会上释放明确信号：正牵头制定加速“人工智能+”落地的专项配套政策，并将强化关键要素保障。这一政策动向的核心意图是什么？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，产业链受益顺序如何？

发布会明确提出，将推动中央企业及国有企业开放高价值应用场景，打造人工智能标杆项目。这引出一个关键议题：哪些类型的AI企业将优先获得发展红利？是基础模型、算力设施，还是深耕行业的解决方案提供商？

盘和林将AI产业链划分为三个层级。上游是芯片、光模块等核心硬件；中游是算力运营与服务平台，涵盖数据中心与云服务商；下游则是AI模型开发与场景应用方。

央国企场景开放的影响是分阶段传导的。短期看，最直接的受益者是上游硬件供应商。核心逻辑在于，当前AI应用遵循“基建先行”规律——算力是规模化应用的首要前提与核心瓶颈。

中期阶段，利好将传导至中游算力运营方。其中，拥有“算力、网络、电力”一体化整合能力的电信运营商优势显著。伴随算力需求激增，运营商通过提供算力服务有望开辟全新的增长曲线。

长期来看，最终的赢家将是垂直行业解决方案商。当算力供给充裕且基础设施安全可靠后，各行业的“AI+”进程将全面提速。那些能将数据价值转化为实际业务能力的算法与模型企业，将在央国企的数字化转型中占据主导地位。

最终，央国企自身也将获得丰厚回报。当垂直领域孵化出经市场验证的高价值AI场景后，央国企可借此突破传统业务边界，构建新的增长引擎，实现高质量发展。

具身智能顶层规划明确，哪些产业链环节将率先启动？

本次发布会另一重点是具身智能，强调以关键基础设施建设为抓手，并提出构建“训练设施、中试基地、大小脑模型”协同体系，推动机器人“进工厂、进商场、进家庭”。这一顶层设计将优先激活产业链哪些环节？

盘和林指出，当前人形机器人面临的核心挑战在于场景落地难与替代性价比不足。例如，在工业制造领域，传统工业机器人在成本、效率和稳定性上已形成壁垒，短期内大规模替换的驱动力有限。

然而，工业机器人与人形机器人实为“近亲”。除“大脑”（决策控制）部分外，两者在执行层（电机、减速器）和感知层（3D视觉传感器）所需的零部件高度重合。这意味着，无论具身智能市场何时爆发，这些基础环节的需求都将保持稳定。一旦人形机器人实现规模化应用，相关零部件将迎来显著增量。

至于作为“大脑”的AI大模型，目前仍处于商业化验证期。主要瓶颈并非技术不成熟，而是在特定场景的性价比竞争中暂未占据优势——在工厂不如专用机械臂高效，在家庭场景的便捷性亦待提升。因此，大脑部分虽进步迅速，但距离大规模商业成熟仍需时间。

“中试基地”的建设，核心目标在于催化灵巧手、关节模组等关键部件的技术突破与产业化。这些部件的进步不仅能推动人形机器人发展，更能赋能现有工业机器人，实现从“自动化”到“智能化”的升级，整体提升中国高端制造竞争力。

“数据+训练集群”能否成为下一个市场焦点？

发布会强调将加快具身智能训练基础设施与数据采集体系建设。这是否意味着，“数据+训练集群”将成为资本市场关注的新兴赛道？若对标AI大模型引发的算力投资热潮，两者是否具有可比性？

盘和林分析认为，具身智能的发展必然依赖高质量数据积累，“数据+训练集群”确实可能成为一个热点方向。但关键在于，其数据生态与互联网大模型截然不同。具身智能数据主要源于机器人企业在特定物理场景下的自主采集，而非开放的互联网文本或图像。且由于机器人形态、任务差异大，整机数据通用性低，基本呈现“各家自建”的格局。

因此，这虽是一个潜力方向，但其发展路径与AI大模型驱动的通用算力热潮不同。AI算力依托于标准化、规模化的通用芯片与服务器产业链；而具身智能的数据与训练需求，则更依赖相关企业从零开始、针对特定场景进行长期、独立的积累与迭代，其产业逻辑与成长曲线具备独特性。