最新研究

在当前国资委关于“AI+”的政策表述中，“智算筑基”并不是技术层面的补充描述，而是与“应用领航”“数据赋能”并列提出的重点方向。2025年3月，国务院国资委规划发展局有关负责人在媒体通气会上明确表示，下一阶段将继续深化央企“AI+”专项行动，更加突出应用领航、数据赋能和智算筑基，并强调夯实算力基座，为技术突破、应用落地提供有力支撑。这说明，人工智能发展已不再只是前端应用问题，而是进入到底层算力资源、平台能力与基础设施供给决定发展效率的新阶段。

进一步看，国务院国资委在2月召开的中央企业“AI+”专项行动深化部署会上，也已把“夯实算力基座”写入重点工作安排。会议信息指出，近年来中央企业主动融入国家算力布局，一批高价值行业应用场景落地，智能算力供给能力显著提升，大模型构建加速追赶；下一步仍要继续夯实算力基座，为技术突破、应用落地提供有力支撑。可以说，算力基础设施之所以被单独强调，是因为它决定了模型训练效率、推理应用成本、行业场景扩展能力和技术迭代速度，是当前“AI+”能否持续走深的底层条件。

“智算筑基”之所以重要，还在于其反映出国资央企人工智能发展已从局部能力储备转向体系化建设阶段。新华社和央视在2026年1月国新办发布会上披露，中央企业在应用、算力、数据、模型等关键领域取得一系列积极进展，不仅建成4个“万卡集群”，还通过“息壤”“算网大脑”等智算服务平台打造“低成本+高智能”优势，并推动通用大模型在外部单位和重点行业加快应用。这意味着中央企业已不只是为少数项目建设算力，而是在逐步形成面向行业和社会的智算基础设施供给能力。

从更长远的角度看，国资委对“智算筑基”的强调，也与“十五五”时期国资国企加快布局新质生产力的方向是一致的。央视公开信息显示，下一阶段国资央企将围绕强化投资牵引，加快信息通信网络、全国一体化算力网、国产智算集群等建设和集约高效利用，以有效投资推动产业高质量发展。这表明，算力底座建设已不只是企业内部的信息化升级，而是正在成为国资央企参与国家新型基础设施建设、服务实体经济和产业转型的重要组成部分。

在人工智能发展中，算力常被称为“发动机”。人民日报在对央企“AI+”布局的报道中指出，推动人工智能发展有三大要素：数据、算法、算力，其中算力之所以重要，在于它决定了大模型训练能否进行、模型训练时间能否缩短、推理任务能否及时响应以及后续技术迭代是否具备现实基础。中国电信也公开表示，强大的算力能够支撑模型进行实时分析和决策，是推动人工智能技术持续演进的重要保障。由此看，算力不是人工智能能力的全部，但它是模型构建、平台运行和行业应用展开的起点。

这也是为什么当前国资央企会把万卡集群、骨干网络、智算平台建设放在如此重要的位置。新华社和央视均披露，三大运营商建成4个“万卡集群”，有效支撑大模型训练；同时，“息壤”“算网大脑”等平台正在推动算力资源的统一调度和标准化服务供给。这表明，只有当算力资源足够集中、调度足够高效、平台足够通用时，模型能力才能稳定输出，行业应用才能真正实现可扩展和可复制。

如果说算力解决的是“算得动”的问题，那么平台能力解决的就是“用得起、调得开、接得上”的问题。人民日报在报道中提到，中国电信自研“息壤”平台，能够在全国范围内实现每分钟数万次、每天上千万次的算力统筹调度；中国移动则通过“算网大脑”实现通算、智算、超算、量算的统一调度，推动算力成为可“一点接入、即取即用”的社会级服务。这说明，平台并不是单纯的技术界面，而是连接底层算力资源和上层场景应用的关键中层能力。

对地方国企而言，理解平台能力尤其重要。很多企业并不适合也没有必要直接自建完整算力体系，更现实的路径往往是借助已有智算平台接入外部能力，再结合自身业务需求完成应用部署。也就是说，在“AI+”推进中，平台既是技术供给方式，也是成本控制方式和协同方式。谁能够选择合适的平台、理解平台与业务的适配关系，谁就更容易把“AI+”从一次性项目变成可持续能力。

算力和平台解决的是“能跑起来”的问题，而模型能力则决定AI是否真正“懂业务、懂行业”。当前国资央企在模型方面已经从单一通用模型探索，逐步走向“通用大模型+行业模型+场景适配”的体系化布局。新华社披露，中国移动“九天”、中国电信“星辰”等通用大模型已赋能超过200家外部单位，在能源电力、工业制造等领域加快应用；同时，中车集团的行业模型“斫轮”也被点名作为推动轨道交通装备迈向高端智能的典型案例。可见，模型能力的关键不只是参数规模，更在于是否能够进入具体行业、适配具体业务、形成具体价值。

人民日报的相关报道也显示，中央企业在通用大模型之外，正在持续提升模型的复杂推理、多模态理解生成、轻量化部署和行业适配能力。中国联通推出元景大模型，中国电信持续提升星辰大模型，中国移动推进九天大模型，均体现出央企不是简单追求“有模型”，而是在努力构建能够服务产业数智化升级的模型体系。对地方国企而言，这意味着未来判断模型价值时，不应只关注“模型名气”，更应关注其是否适配自身主业和场景。

在“AI+”快速升温的背景下，地方国企很容易陷入一种误区：把自建模型、自建平台、自建算力视为能力强弱的象征。但从当前政策和央企实践看，这种理解并不现实。国务院国资委更强调的是夯实算力基座、深化场景培育、优化数据供给和强化协同合作，而不是要求所有企业都走全栈自建路线。相反，当前央企大力建设算力平台、推进开放社区和场景开放，本身就是在为不同类型企业提供可借用、可接入、可协同的基础能力。

对于大多数地方国企特别是城投、交投、产投、公用事业和综合平台类企业而言，真正稀缺的往往不是模型本身，而是对业务问题的识别能力、对场景价值的判断能力、对外部能力的整合能力和对内部数据基础的准备能力。在这种情况下，盲目追求“自建模型”不仅成本高，而且很容易脱离主责主业，导致资源分散、应用成效有限。因此，更现实的选择通常不是“是否自建”，而是“在哪些环节借力、在哪些环节形成自身沉淀”。

从当前国资央企的布局看，成熟平台和通用模型底座正在快速形成可供社会使用的能力供给。央视披露，“息壤”“算网大脑”等智算服务平台正在向全社会提供标准化算力服务；新华社则披露，国资委发起设立的“焕新社区”免费提供国产智算芯片超过2000张，汇聚超过4000个模型和800个数据集，有效助力人工智能技术普惠应用。这些安排说明，地方国企推进“AI+”并不需要都从底层做起，而可以通过接入成熟底座、借助开放资源，加快完成前期探索和应用落地。

借助成熟底座的价值，不只在于节省投入，更在于降低技术选择风险。当前大模型迭代速度快、平台方案多、算力建设成本高，如果地方国企在没有充分场景验证和数据准备的情况下就进行重投入，很容易形成高成本低产出的局面。相反，先借助已有算力和模型能力完成场景验证，再根据自身需求逐步决定是否需要进一步沉淀专属能力，往往是更加稳妥、也更符合国企资源配置原则的路径。

无论是算力建设、平台布局还是模型迭代，最终都要回到“是否服务场景、是否赋能主业”这一核心判断上。国资委在2025年媒体通气会上明确提出，更加突出应用领航，瞄准战略意义强、经济收益高、民生关联紧的高价值场景，同时更加突出智算筑基，为技术突破和应用落地提供支撑。这一逻辑说明，智算底座建设不是目的本身，而是服务高价值场景落地、服务主责主业升级的重要基础设施。

从2026年国新办发布会公开信息看，国资央企下一步仍将围绕场景培育、投资牵引和数据供给持续发力，切实当好我国智算基础设施的重要供给者、人工智能赋能千行百业的重要破题者、产业体系化布局的重要组织者。这意味着，技术底座的价值最终还是要通过行业应用来检验。对地方国企而言，理解这一点非常关键：推进“AI+”时不能陷入技术自循环，而应始终围绕业务价值、应用效果和能力沉淀来判断底座建设的合理边界。

国资委把“应用领航、数据赋能、智算筑基”并列提出，本身就意味着技术底座不能孤立建设。算力资源再强，如果没有高质量数据集和明确场景，模型就缺少训练和适配基础；场景需求再多，如果没有足够算力和平台支撑，也难以形成稳定规模应用。也正因此，国资央企下一阶段的重点工作同时覆盖投资、场景和数据三条主线，而不是单独强调某一项。

对地方国企而言，真正有效的推进方式通常应是“三位一体”：先从高价值场景识别入手，明确应用方向；同步推进重点数据梳理和知识沉淀，夯实数据基础；再根据场景复杂度和应用需求，选择合适的算力平台和模型能力。只有这样，技术底座才不会脱离实际应用，场景建设也不会因底层能力不足而停留在概念阶段。归根结底，算力、平台与模型不是单独购买的技术包，而是需要与场景、数据和组织能力一起统筹考虑的底层体系。

从当前政策部署和央企实践进展看，国资国企“AI+”推进已经从前期场景试点和局部探索，转入到底层能力建设和体系化布局阶段。国务院国资委之所以把“智算筑基”提升为与“应用领航”“数据赋能”并列的重点方向，正是因为算力基座、平台能力和模型体系已不再只是技术部门的话题，而是在决定行业应用深度、复制效率和长期竞争力。

对地方国企而言，理解技术底座的关键，不是简单判断“要不要自建”，而是要看自身主业需要什么样的能力支撑、当前更适合借助什么样的平台和模型、未来哪些能力值得逐步沉淀。谁能够更早形成“场景—数据—底座”协同推进的思路，谁就更有可能把“AI+”从试点项目真正做成企业能力。智算筑基的意义，最终不在于“建了多少设施”，而在于“能否支撑主业、支撑场景、支撑发展”。