人工智能并非新概念，自1956年提出以来历经三次波峰与两次波谷，目前正处于第三次波峰的第三阶段。从技术本质看，自1956年以来人工智能的核心逻辑并未发生根本性变革，仍属于“假智能”范畴——其本质是让机器模拟人类的感知、认知、决策和执行能力，但人类对自身大脑的智慧运行机理至今尚未探明。

当前人工智能仍停留在技术应用层面，尚未形成系统性科学理论。其发展主要依托大数据、大算力等外部支撑条件的升级，本质是传统神经网络方法在大数据、大算力加持下的升级迭代，而非理论层面的突破性创新。

国家层面持续加码促进人工智能发展的战略部署：2024年两会政府工作报告首次提出“人工智能+”行动；2025年两会首次提出人工智能终端“新三样”，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备；2025年4月25日，习近平总书记在中央政治局第二十次集体学习时提出，人工智能带来前所未有发展机遇，也带来前所未遇风险挑战。2025年8月26日发布的《国务院关于深入实施“人工智能+”行动的意见》，明确加快实施“人工智能+”六大重点行动，提出“智能经济”概念，明确提出到2030年，我国人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90%；2025年10月28日《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，将人工智能作为重点发展领域纳入国家长远规划。

大模型代表了知识表示和调用方式的升级与变迁。早期，知识以结构化的方式存储在数据库中，人类需要掌握机器语言（如SQL），才能调用这些知识；后来，随着互联网的诞生，更多文本、图片、视频等非结构化知识存储在互联网中，人类通过关键词的方式调用搜索引擎获取知识；知识以参数的形式存储在大模型中（从2018 年开始），ChatGPT 主要解决了用自然语言直接调用这些知识的问题，这也是人类获取知识最自然的方式。在所有学科领域，人工智能的知识学习和输出能力已经超过了全世界所有最好大学的最新博士学位获得者。

大模型将改变未来数字化发展和信息系统的底层逻辑。一是大模型有望成为一个SuperApp，进而成为新一代互联网的交互载体，最终成为新一代互联网操作系统OS。二是大模型将取代搜索引擎、电商网站、社交网络、电子表格和其他应用程序—— 将统一成为一个业务。三是Android、iOS 和 Windows 都是平台，AI Agent 将成为下一代平台。四是要创建一个新的应用或服务，你只需告诉你的 Agent 你想要什么。五是创建个人 AI Agent，需要一种新型数据库，比如向量数据库，能够捕捉个人兴趣和所有细节，并在保护你隐私的同时迅速调取信息。

面向“十五五”发展，无论是哪个行业面向人工智能的热潮，都应该有非常清晰的认知，再找准切口才能取得良好的发展。

从技术演进看，当前人工智能发展仍然具有较大的不确定性，通用人工智能仍然遥不可及，目前尚不确定通用人工智能何时能够实现。人工智能正深度融入经济社会各领域、各环节，面临的机遇前所未有，面临的挑战也前所未有。

从全球博弈看，各国对人工智能发展尚未形成统一思路，怎么发展，往哪里发展，是一个全球性难题。因此，要抢抓技术演进和全球秩序尚未形成的关键窗口期，充分发挥新型举国体制优势，深刻把握人工智能发展趋势和规律，更好统筹高质量发展和高水平安全，形成我国人工智能健康发展路径，掌握全球人工智能发展和治理主动权。

中美AI发展策略：一个要“登天”，一个要“落地”。中美在人工智能愿景上的差异，部分体现在对大型科技公司发展路径的不同认知上。一些科技界人士预测，超级人工智能可能在2027年左右成为现实。Meta、谷歌和OpenAI等公司正投入巨额资金争夺人才、数据中心和能源，力求在竞争中抢占先机。自从OpenAI发布ChatGPT以来，硅谷已投入大量资金追寻人工智能的“圣杯”：能够匹敌或超越人类思维的通用人工智能（AGI）。

中美两国人工智能发展路径的差异：

中国人工智能发展模式是应用为王，场景驱动，小步快走，快速迭代，步步为赢，积小胜为大胜。与美国在很大程度上放任该行业自由发展不同，“人工智能+”体现了中国政府通过顶层设计、总体谋划，全力支持其人工智能的应用愿景。中国专注于将现有AI技术转化为低成本的实用工具，更倾向于让科技产业突出应用导向，打造实用的低成本工具，旨在提升效率且易于推广。政府投资的另一个重点领域是数据中心建设。但与美国为训练尖端大模型而兴建的超大规模数据中心不同，中国的数据中心通常规模较小、更注重实际应用。

中美两国都举全国之力在AI 领域投入巨量资源，力求在这场技术竞赛中取得优势，全球人工智能已形成“美国第一梯队、中国1.5 梯队、其他国家二三线梯队”的竞争格局。中美人工智能竞争存在结构性差异，美国依托其自由市场机制和科技创新优势，以“科技驱动+全球标准制定”为核心，通过大规模投资基础研究、推动AI SaaS 商业化等措施强势占领在全球人工智能领域的领先地位。中国采取“政府引导+产业融合+自主可控”的发展模式，推动人工智能深度融入制造、医疗、安防等核心行业，通过“人工智能+”行动计划加速技术落地。总体而言，中美AI 行业的发展路径与竞争格局呈现出鲜明的差异化特征，急需加速国产芯片替代、突破底层框架瓶颈，并依托庞大场景与数据积累深化行业融合，扩大行业规模，抢占全球AI 领域话语权。

在各行业和领域，企业都需要使用自己的大模型，并结合专有数据，基于数据应用场景进行产业运营操作。用大模型+知识库改造系统，推动智能体系发展。大模型改变底层逻辑将为产业带来新突破，实现智慧管理无处不在、无时不有。

随着应用场景的不断拓展，大模型应用的局限性也逐渐暴露，往往需要大量人工干预来保证结果的可靠性。一方面，大模型的参数主要是神经网络中的连接权重，这些参数没有物理意义，仅仅是数据拟合（亦称学习或训练）压缩的结果，尽管人们知道其计算的每个细节，但仍然不能理解ANN如何表达知识和得出结论，所以ANN是黑箱，不可解释，当然也不能溯源纠错。另一方面，由于大模型并不理解训练文档所描述的事物，仅掌握了token之间的统计关系，为了生成符合训练数据中token统计规律的回答，大模型也可能望文生义，生成训练数据中并不存在的事实和结论，一本正经地胡说八道（幻觉）。这对其在严肃领域应用（例如专业看病、诉讼和工业生产应用）提出了挑战。大模型的幻觉是算法的正常表现，难以预期和约束。

目前人工智能总体发展水平仍处于起步阶段，虽然已从运算智能到了感知智能，但是到认知智能，仍然有非常大的天堑和鸿沟。未来人工智能发展需坚持“大模型+小模型”“连接主义+符号主义”的融合路径，推动运算智能、感知智能向认知智能跨越。各行业应结合专有数据与场景需求，通过“大模型+知识库”改造现有系统，重构业务逻辑，实现管理的全域化与实时化。

总体而言，这一轮面向“十五五”的人工智能面临巨大机遇和挑战，各行业需找准路径，科学认识大模型的本质，并将大模型与小模型结合、大数据和小数据结合，最重要的是实现获利，改变原有业务模式，实现新业务流、新场景、新产业和新经济模式。