2026年世界人工智能大会释放出一个明确信号：人工智能正从“数字世界”加速走向“物理世界”，制造业成为AI技术落地最核心的“练兵场”。其中，能够参与真实工作流、交易链路和生产车间的“智能体”受到广泛关注。大会期间公布的数据显示：全球日活智能体数2025年为2860万个，预计2026年达到7940万个，2030年将增长至22.16亿个。与之相比，全球大模型数量从2024年约1328个，到目前维持在3700至4000个左右。这表明，人工智能竞争的重心正在从“谁拥有更强的模型”转向“谁能够持续将模型能力转化为产业价值”。价值创造并非凭空产生，而是建立在真实产业场景持续运行的基础之上。如智能体在场景中执行任务、积累数据、优化能力，进而创造新的产业价值，在这一过程中，场景成为价值转化的起点，即价值创造的真正源头。
为什么模型越来越强，产业价值增长却没有同步发生？
模型能力是人工智能发展的基础，没有强大的模型底座，智能体就缺乏认知支撑，产业应用就缺乏技术前提。过去一段时间，“备案数量”“参数规模”成为衡量AI发展水平的重要指标。随着开源生态的繁荣和推理成本的下降，大模型正从稀缺资源变为通用基础设施，但模型能力与产业价值之间仍横亘着一道“落地”的鸿沟。截至2026年6月，全国累计备案大模型已达988个，登记大模型598个，但大量模型仍停留在技术阶段，尚未充分融入真实生产流程。当各地企业都能调用参数规模相当的模型时，单纯拥有模型已难以构成竞争壁垒。
从产业发展规律看，大模型的价值源于训练阶段的技术积累，依靠通用能力服务多场景；而产业价值的真正产生，则必须依托真实场景的持续运转与迭代。大模型沉淀的是通用知识，产业场景提供的是真实需求，智能体则负责在场景中执行任务、积累数据并持续优化。当模型能力逐渐趋同后，决定产业竞争力的关键，不再只是模型本身，而是谁拥有更丰富、更真实的产业场景，谁能够让智能体在场景中持续运转、不断成长。由此，衡量一个地区人工智能竞争力的标尺，也在从“拥有多少模型”拓展为“能在多少真实场景中把模型能力转化为生产力”，最终体现为一个地区的场景能力。
为什么同样的大模型，在不同地区创造的产业价值差异巨大？
业界一般用“日活智能体数”（DAA）来衡量AI发展水平。但智能体不是凭空“日活”的，它必须持续进入真实产业场景执行任务。这里有一个关键变量：一个地区每天能够持续产生多少真实、高频、可由智能体执行的产业任务。产业基础越厚实，真实产业场景越丰富，可供智能体执行的任务就越多；任务越多，反馈数据越丰富；数据越丰富，智能体就越容易持续优化，最终形成更高的产业价值。因此，决定地区人工智能竞争力的，不只是模型能力，更是持续供给真实产业场景、支撑智能体迭代成长的场景能力。
更重要的是，这种由场景形成的优势具有根本的不可复制性。以工业视觉质检为例，智能体只有长期运行在真实生产线上，持续参与产品检测、缺陷识别，才能积累特定材料、生产工艺和设备工况的数据，逐渐形成对具体生产环境的精准认知。即使竞争者部署相同的底层模型，没有长期运行形成的数据积累，也很难在短期内达到同样效果。模型可以开源，算力可以采购，但在真实产业场景中持续沉淀形成的产业知识，买不来、抄不走。真正的竞争壁垒，是持续获得真实产业场景的反馈，并将其沉淀为不断进化的产业知识。
为什么丰富的产业场景，没有自动转化为智能体能力？
产业基础雄厚、场景资源丰富，并不意味着智能体能够自动实现规模化应用。对大量企业特别是中小企业而言，算力成本、数据分散、部署成本和试错风险等问题仍然存在，场景优势可能停留在“有需求、难落地”的阶段。要让场景真正转化为智能体能力，关键在于建立稳定有效的转化机制。通过制度供给降低应用门槛，通过数据治理保障数据流通，让智能体进入真实产业场景，积累数据、优化能力，场景资源才能最终转化为产业价值。
以江苏为例，在制度供给方面，无锡（惠山）国产智算中心一期建成投运，常州签约落地全国首个城市级绿色词元工厂，把算力作为公共服务向企业普惠供给，降低“用不起”的门槛；省国资委推动21家省属国企集中发布首批67个真实AI应用场景，以真实产业需求牵引技术研发，破解“缺场景”的难题；省工信厅印发《江苏省“人工智能＋制造”诊断工作方案（2026—2027）》，帮助企业找准应用场景、明确实施路径，降低“不会用”的门槛。在数据治理方面，智能体能力的持续提升，离不开高质量产业数据的持续支撑。但工业数据普遍存在标准不统一、权属不清晰、流通不顺畅等问题。江苏还积极探索可信数据空间建设，推动数据要素在安全合规前提下有序流通，为智能体持续学习、持续优化提供稳定的数据支撑。由此可见，相关政策的着力点并不是增加政策数量，而是围绕企业应用中的实际堵点完善制度供给。算力、数据、场景等关键要素逐步打通后，智能体才能真正进入产业一线，场景优势才能逐步转化为发展优势。
如何率先形成价值创造闭环、占据发展主动？
实践已表明，模型能力决定人工智能发展的起点，场景能力决定价值创造的高度。未来竞争的重点，将逐步从模型研发能力转向价值创造能力，看谁能有持续构建真实产业场景、形成价值创造闭环的能力。只有率先形成这一闭环，才能在新一轮人工智能发展中占据主动。
价值闭环建立在长期积累的产业基础之上。例如，当前江苏已高质量完成首轮“智改数转”三年行动，累计诊断企业超6万家、实施改造项目约5.6万个；正深入推进新一轮“智改数转网联”行动，为智能体进入真实生产场景提供了丰富应用基础。大量设备联网、生产数据沉淀和业务流程数字化，不仅提升了企业数字化水平，也为人工智能持续迭代提供了重要支撑。在此基础上，江苏正加快构建模型供给、场景开放和制度保障相互促进的发展体系。截至2026年6月，全省已有92个大模型完成备案、61个完成登记，覆盖制造、物流、医疗、交通、金融等多个领域；南京、苏州、无锡等地依托各自产业优势，形成软件创新、制造应用、工业大模型协同发展的格局，为人工智能赋能产业升级提供了良好基础。与此同时，算力普惠、场景开放、可信数据空间建设等制度持续降低企业应用智能体的门槛，推动模型能力更加顺畅地进入产业场景。
应当看到，人工智能赋能新型工业化仍是一个正在展开的历史进程，能否将产业基础优势持续转化为价值创造优势，在智能体时代继续保持场景能力的领先，关键在于能否让价值创造闭环越转越快、越转越实。这不仅是江苏面临的课题，也是所有具备产业基础的地区在新一轮人工智能竞争中必须回答的时代命题。
（作者单位：国家计算机网络应急技术处理协调中心江苏分中心）
