记者 张一诺

国务院近日印发《关于深入实施“人工智能+”行动的意见》（下称“《意见》”），以系统性思维构建了“6+8″的政策框架，即六大重点行动领域和八大基础支撑体系，形成了人工智能与经济社会深度融合的全景式布局。

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指出，《意见》发布之时正值“互联网+”提出十周年，象征着我国从“互联网+”的广泛连接阶段迈向“人工智能+”的创新引领阶段。从“互联网+”到“人工智能+”，实现了从“信息连接与扩散”向“知识运用与创造”的跃升，这既是中国主动应对全球科技竞争的战略选择，也是推动构建新发展格局的必然要求。

他进一步指出，AI技术引领的新一轮科技革命，将成为突破中国经济转型瓶颈的核心驱动力， 通过“内生+外延”两条路径共同构成经济增长“双引擎”。

“人工智能技术发展将拉动中国经济的‘三驾马车’，实现消费提质、投资转型、出口升级。”章俊说，预计到2035年，AI将额外拉动中国GDP增长14.8%，有助于中国突破“中等收入陷阱”，进一步提升中国在全球价值链中的地位。

具体到投资领域，章俊表示，人工智能基础设施、工业智能化、智能消费与交互应用是三大看点。人工智能基础设施是“供给底座”，工业智能化是AI技术落地的“主战场”，而智能消费与交互应用则是未来高弹性的“增长极”。三者共同推动人工智能从战略愿景走向现实生产力，并为资本市场提供由确定性到弹性兼具的投资主线。

他还表示，AI上市公司的高估值能否真正成立，关键仍取决于业绩兑现。若仅依赖“想象力溢价”而忽视经营性现金流、合同负债等硬指标，极易陷入概念炒作陷阱。

“在政策推动‘人工智能+’行动、市场由预期炒作迈向业绩兑现的关键时期，那些能够实现规模化收入、持续改善盈利模式，并在垂直场景率先跑通商业闭环的企业，才最有可能获得资本市场的长期重估。”章俊说。

以下是界面新闻整理的采访实录

界面新闻：近十年来，我国互联网产业取得快速发展，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+”，为什么说“人工智能+”是一次更加深入骨髓的时代重构？

章俊：2015年7月，国务院印发并实施《关于积极推进“互联网+”行动的指导意见》，提出到2025年“互联网+”成为经济社会创新发展的重要驱动力量。此后，我国通过十年深耕“互联网+”行动，构建了万物互联的数字底座，互联网普及率达79.7%，网民规模达11.23亿人，拥有了全球最大的5G网络和最丰富的应用场景库。

2025年8月，正值“互联网+”提出10周年，国务院印发《关于深入实施“人工智能+”行动的意见》，象征着我国正从“互联网+”的广泛连接阶段，向“人工智能+”的创新引领阶段迈进。我国人工智能技术创新已进入密集活跃期，产业体系日益完善，正在积极将人工智能技术的突破性成果深度融合到实体经济中。

互联网和人工智能均属于通用性技术范畴，两者在应用方面都具有模式新、迭代快、对传统业态改造能力强的特点。二者的主要区别在于：“互联网+”突出“连接”，对经济社会带来“量变”的影响。网络将人与人、人与设备、设备与设备相互连接起来，重点在于解决“信息孤岛”问题。通过充分发挥互联网在生产要素配置中的优化和集成作用，形成了更广泛的以互联网为基础设施和实现工具的经济发展新形态，大幅提升生产效率。“人工智能+”突出“赋能”，对经济社会带来“质变”的影响。“人工智能+”在“互联网+”基础上，进一步叠加了认知能力，让机器具备自主分析和决策能力，从而以更具变革性的力量引发各行业范式革命，推进经济社会智能化改造升级，带来更全面、系统和深刻的变革，推动我国全面步入智能经济和智能社会发展的新阶段。

从“互联网+”向“人工智能+”转变，实现了从“信息连接与扩散”向“知识运用与创造”的跃升，这既是中国主动应对全球科技竞争的战略选择，也是推动构建新发展格局的必然要求。人工智能是重构生产要素、重塑产业范式、重组价值链条的核心引擎，有利于提高生产效率、改变产业分工格局，加快形成与新质生产力相适配的新型生产关系，为中国式现代化筑牢智能基座。因此，“人工智能+”行动将是一次更加深入骨髓的时代重构。

界面新闻：中国经济曾创造了全球独一无二的增长神话，但是随着人口进入负增长和中度老龄化阶段，传统人口红利加速消失，潜在增长率趋于下降，以出口和投资拉动为特征的传统需求结构难以支撑合意的经济增速。AI将怎样破解当下困境，重塑经济增长模式，对经济增长率的影响又是怎样的？

章俊：当前中国面临较为复杂严峻的内外部宏观环境。从外部看，全球正处于百年未有之大变局，大国博弈加剧、地缘政治风险抬升；从内部看，传统的“土地财政”模式难以为继，经济发展亟需从土地财政转向新质生产力这一新动能。

在此背景下，人工智能技术发展引领新一轮科技革命，成为突破中国经济转型瓶颈的核心驱动力，通过“内生+外延”两条路径共同构成经济增长“双引擎”。内生路径是指，AI核心产业发展壮大，通过资本深化、劳动升级与知识溢出，直接拉动就业与产出增长，有望激发超越线性增长的爆发潜能。外延路径是指，AI赋能传统产业，通过发挥替代效应、互补效应与配置效应，提升全要素生产率，推动传统产业的数智化转型与结构优化。

进一步地，人工智能技术发展将拉动中国经济的“三驾马车”，实现消费提质、投资转型、出口升级。

在消费领域，中国消费市场规模稳居全球第二，拥有超大规模市场与丰富应用场景优势。通过推动“人工智能+”消费提质这一重点行动，拓展服务消费新场景，培育产品消费新业态，有望激活潜在消费需求，实现居民消费从“满足需求”到“创造需求”的质变。

在投资领域，中国2024年全社会固定资产投资额达52万亿元，未来随着经济增长动能转变，原本投向房地产、传统基础设施等领域的资金将更多转向5G、数据中心等新型基础设施，驱动投资转型与投资规模增长。

在进出口领域，中国曾凭借劳动成本优势深度参与全球分工并实现经济腾飞，如今正处于由“中国制造”向“中国智造”转型过程中，有望凭借AI技术实现系统性赋能与质量升级，重构全球产业链与价值分配格局。

预计到2035年，AI将额外拉动中国GDP增长14.8%，有助于中国突破“中等收入陷阱”，进一步提升中国在全球价值链中的地位。

界面新闻：随着《意见》出台，AI领域投资主线逐渐清晰，您认为哪些应用领域最可能率先实现突围，哪些产业赛道值得提前布局和投资？

章俊：第一，人工智能基础设施将最先爆发。当前大模型迭代提速，算力、算法与数据的紧缺性决定了产业发展的首要瓶颈。无论是高性能GPU芯片、分布式算力中心，还是大模型训练框架与底层平台，都构成了人工智能的核心底座。在政策大力推动“东数西算”、国家算力枢纽和开源平台建设的背景下，基础设施环节不仅需求确定性强，而且具备规模化扩张潜力，因而最有可能率先兑现业绩，成为产业链的“开路先锋”。

第二，工业智能化是应用的主战场。作为占我国GDP近三成的支柱产业，制造业是新型工业化的核心载体。人工智能赋能生产调度、质量检测、供应链管理等环节，能够直接提升全要素生产率，实现降本增效的规模化应用。不同于消费互联网的边际性创新，工业智能化代表着深层次的结构升级，其投入产出比清晰且商业模式稳定。在政策强调推进全要素智能化改造的背景下，工业智能化将在未来率先形成坚实的业绩底盘。

第三，智能消费与交互应用是弹性增长极。生成式人工智能、虚拟娱乐、教育培训、个性化推荐等C端场景，正加速重塑信息消费与文化创意产业。渗透速度快、模式灵活的特点，使其一旦找到刚需应用，将呈现极强的爆发力。随着用户交互方式的全面升级，智能消费将成为推动人工智能普及化和释放边际弹性的关键增长曲线。

综合来看，人工智能基础设施是率先爆发的“供给底座”，工业智能化是稳固落地的“主战场”，而智能消费与交互应用则是未来高弹性的“增长极”，三者共同推动人工智能从战略愿景走向现实生产力，并为资本市场提供由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公布完毕，从结构上看，“新动能”崭露头角，人工智能行业从“预期炒作”迈入“业绩兑现”，多家产业链企业业绩增长明显。寒武纪总市值近日一度超过6000亿元，市场似乎在用“市梦率”定价AI企业。从资本市场的角度，应该怎样给AI企业估值？

章俊：人工智能作为新质生产力的前沿代表，既承载着突破传统增长模式的战略期待，也天然伴随高投入与高不确定性的双重特征。传统的市盈率（PE）或市净率（PB）框架难以完全契合这一类企业的成长逻辑，资本市场因此更倾向于采用远期现金流折现的前瞻性视角，以捕捉技术颠覆所带来的指数型增长潜力。

在估值锚点选择上，年度经常性收入（ARR，Annual Recurring Revenue）正逐渐取代传统PE，成为衡量AI企业价值的核心指标。ARR能够更好地反映订阅制、API调用和平台化服务的长期造血能力，避免因早期亏损或高额研发投入而导致的财务失真。高速成长的AI初创企业估值通常在ARR的40至60倍之间，部分具备稀缺性与网络效应的公司甚至突破百倍。这一水平的背后，隐含两大核心假设：其一，ARR需在未来三年保持翻倍式增长；其二，规模效应和技术迭代能够支撑30%左右的稳态净利率。若这两点能够兑现，当前的高倍ARR估值折算为中长期的合理PE便具备逻辑自洽性。

然而，高估值能否真正成立，关键仍取决于业绩兑现。在风险管控层面，若仅依赖“想象力溢价”而忽视经营性现金流、合同负债等硬指标，极易陷入概念炒作陷阱。对于AI企业而言，单位经济性、数据资产沉淀、技术迭代效率与人才密度，才是验证估值可持续性的关键维度。若PEG（市盈率/盈利增长比率）显著偏离行业均值，或市销率长期高于产业中枢，则需引起市场的高度警惕。

综上，AI企业的估值不能停留在单一财务模型层面，而应建立一个兼顾财务可验证性、无形资产价值与战略地位的多维框架。在政策推动“人工智能+”行动、市场由预期炒作迈向业绩兑现的关键时期，那些能够实现规模化收入、持续改善盈利模式，并在垂直场景率先跑通商业闭环的企业，才最有可能获得资本市场的长期重估。

界面新闻：AI领域的发展除了机遇之外，还存在哪些挑战？

章俊：当前中国正处于人工智能技术的活跃探索期与人工智能产业的规模扩张期，人工智能在带来巨大发展机遇的同时，也伴随诸多复杂而深刻的挑战，成为人工智能健康有序发展必须面对的核心议题。

第一，在技术安全层面，人工智能系统仍存在可靠性问题。一是大模型虽表现出强大的生成与推理能力，但“幻觉”问题较为严重，即生成似是而非或完全错误的内容，限制了其在医疗、法律等低容错率领域的应用。二是算法“黑箱”使决策过程难以追溯和解释，不仅影响用户信任，也为责任认定带来困难。三是随着数据成为AI训练的核心要素，个人隐私面临威胁，数据被过度收集、滥用乃至泄露的风险持续加剧。

第二，在资源分配层面，人工智能的资源消耗成为其可持续发展的基础性约束。一是高质量、大规模的数据集是训练先进模型的前提，但其获取和清洗成本高昂，且存在版权与合规争议。二是训练与运行大型模型需要消耗巨量的计算资源和能源，且随着大模型性能的持续提升，对能源的消耗还将持续增加。这不仅抬高了研发门槛、加剧了资源垄断，也对我国“双碳”目标构成了新的挑战。

第三，在社会伦理层面，人工智能的广泛嵌入可能加剧社会结构的紧张与不平等。比如，“智能鸿沟”正在显现，技术强国与大型企业凭借数据、算力和人才优势，不断强化其领先地位，而发展中国家及中小企业则面临被边缘化的风险。另外，人工智能对劳动力市场的冲击已不容忽视，自动化技术取代了许多重复性和标准化工作岗位，可能导致结构性失业与技能错配，进而要求教育体系、社会保障制度、劳动政策等作出深刻调整。

最后，在国际治理层面，全球人工智能发展仍缺乏协调与包容性。当前各国在技术标准、安全规范和伦理准则方面尚未形成共识，规则碎片化可能阻碍技术合作与跨国应用，亟需建立多元、包容、有效的全球AI治理机制。如何推动技术普惠尤为关键，需使发展中国家平等受益于AI进步而非沦为数据供给地，是国际社会共同面临的长期挑战。