第1落点丨专题策划：充分释放场景向“新”力
学有道 | 2026-06-18 10:53:31 原创
编者按：“场景”是当下产业发展领域的一大热点。2025年11月，国务院办公厅印发《关于加快场景培育和开放推动新场景大规模应用的实施意见》，首次在国家层面对场景培育和开放进行系统部署。“十五五”规划纲要明确提出“加快构建应用场景和生态体系”。近日，山东省印发《关于支持场景培育开放应用推动新质生产力突破发展的行动方案》，以场景培育与开放应用为关键抓手，启动山东特色领域场景拓展行动，为新旧动能转换与绿色低碳高质量发展先行区建设注入强劲动能。场景为何如此重要？如何释放场景价值？本期大众日报理论周刊就此推出专题。
释放场景价值需要谨防五个误区
□ 王 宇
习近平总书记多次强调，要因地制宜发展新质生产力。发展新质生产力，关键在于创新，落脚点在产业。对地方而言，新质生产力不能停留在技术概念或实验室成果中，必须进入真实产业、真实需求和真实市场，在解决问题中形成新产业、新模式。
场景创新正是打通这一过程的重要抓手，作为一种新的生产要素，其既具备功能性、稀缺性、可配置性和增值性等传统要素属性，又拥有独特的赋能融合性与制度嵌入性。它不仅能系统性激活多要素的协同效能，使场景成为创新链、产业链、人才链、资金链“四链融合”的实践载体，更深度嵌入制度框架——制度供给决定场景质量，场景实践反过来催化制度创新。
三个层面的连接作用
场景将技术供给与产业需求、研发成果与市场应用、企业创新与地方治理紧密连接，使新技术在真实环境中验证、迭代并转化为现实生产力。这种连接作用具体体现在以下三个层面。
其一，场景创新首先能够加快技术验证。许多前沿技术在实验室环境中表现良好，但一进入生产现场、城市运行和公共服务系统，就会遇到工艺流程、安全责任、用户习惯和监管规则等复杂问题。只有把技术放到真实场景中，才能检验其可靠性、经济性和社会接受度。比如，人工智能进入工业质检、设备运维、能源管理和供应链协同等环节后，才能真正判断模型是否懂行业、是否适应工艺、是否能够降低企业成本。场景越真实，反馈越有效，技术迭代就越快，产业化风险也越低。
其二，场景创新还能够形成需求牵引。新质生产力不是单纯由技术供给推动出来的，也是在需求侧不断倒逼中成长起来的。地方拥有大量产业场景、城市治理场景和民生服务场景，这些场景本身就包含着大量尚未被充分满足的需求。通过发布场景清单、开展揭榜挂帅、组织场景对接，可以把企业、科研机构和用户方聚集到具体问题周围，推动创新主体围绕降本、提质、增效、安全等目标开展技术攻关。这样形成的创新，不是为了展示而创新，而是为了解决问题而创新，更容易形成可复制、可推广的产业方案。
其三，场景创新也有助于推动产业融合。新质生产力的发展，往往不是某一项技术单独突破的结果，而是创新链、产业链、人才链、资金链协同作用的结果。场景恰恰是这些要素重新组合的重要载体。在一个高质量场景中，龙头企业提出真实需求，科研机构提供技术支撑，金融资本分担创新风险，政府部门完善规则和基础设施，中小企业参与配套和应用拓展。多方主体在同一场景中协同创新，能够打破产业边界，催生新业态新模式，推动科技创新和产业创新深度融合。
警惕五个突出问题
场景创新在加速技术验证、形成需求牵引、推动产业融合等方面展现出显著效能，但其价值的充分释放仍有赖于科学的设计与审慎的治理。若缺乏对实践风险的清醒认知，场景创新极易陷入形式化、碎片化、封闭化等误区。当前，亟须警惕以下五个突出问题，并有针对性地采取应对举措，以确保场景创新行稳致远。
一是要警惕场景供给流于形式，切实强化高价值实战型场景牵引。当前，部分地方的场景清单看似丰富，但很多项目只能看不能用、能展示难落地。真正的场景创新，应该嵌入真实的生产、治理和消费活动中，而不是停在展厅里做做样子。地方在培育场景时，要减少那些只为了汇报、只为了展示的低效项目，把有限的公共资源集中到能产生真实数据、解决实际问题、形成完整闭环的高价值场景上。具体操作上，可以借鉴重大技术装备的保险补偿和尽职免责做法，消除基层单位不敢用、不愿试的顾虑。同时，由政府牵头建立场景应用的保险和风险补偿机制，让企业敢于在实际场景中大胆试用，推动场景从示范项目真正走向日常应用。
二是要警惕场景生态各自为政，着力构建可持续的商业闭环。场景培育最怕开了头就没有下文。不少地方投入大量财政资金建设示范项目，却忽视了后续怎么运营、怎么产生收益，结果项目建成之日就是闲置之时。地方要特别注意，场景不能一直靠财政输血维系，必须形成自身的收益能力。这就要求在项目设计之初就考虑好收益反馈机制——允许那些开放了生产流程、客户数据等核心资源的企业，通过数据服务、解决方案授权等方式获得持续回报，让它们创造的社会价值能够体现在自身收益上。财政支持方式也要从事前分散投入转向事后按效果兑现，根据实际产生的商业指标分期拨付资金，引导资源流向真正能产生经济效益的场景。
三是要警惕公共场景门槛过高，推动场景资源向各类市场主体公平开放。实践中，很多公共场景资源，比如交通、医疗、城市治理等领域的数据和业务接口，往往因为规模、资质等门槛，把大量创新型中小企业挡在门外。地方在培育场景时，要主动改变看规模不看技术、看资历不看潜力的做法。在招标评审中，应该把技术方案的先进性和与场景的匹配度作为重要标准，让资源配置向创新效率高的主体倾斜，而不是只看企业大小。同时，加快公共数据的分级分类开放，制定动态更新的数据开放目录，在隐私计算等技术保障下做到数据可用不可见，让中小企业也能获得高质量的真实环境数据。更关键的是，要从短期的项目采购转向长期的价值共创，鼓励公共部门与企业签订风险共担、收益共享的合作协议，形成稳定的合作预期。
四是要警惕场景治理跟不上节奏，建立与场景复杂度相匹配的敏捷治理机制。场景越复杂，隐藏的风险越大。地方在鼓励大胆探索的同时，不能忽视数据隐私、算法歧视、系统脆弱等伴随而来的风险。当前，不少场景中大量数据流转缺乏清晰的责任界定，算法应用缺乏公平性审查，一旦出问题往往说不清楚、管不到位、纠正困难。地方应主动探索建立数据权益和责任界定框架，明确各环节的主体权责。对医疗、金融、就业等高风险领域的算法系统，实行强制备案和定期公平性审计。同时，要求高复杂度场景的运营方定期开展压力测试和应急演练，建立跨部门的风险监测平台，从事后被动应对转向事前主动预警和事中有效控制，让安全保障能力与创新进程同步提升。
五是要警惕场景标准不统一，强化链主牵引与区域协同。当前，不同部门、不同区县甚至不同企业在场景建设中各搞一套标准的现象比较突出，技术接口不统一、安全规范不一致，导致企业每进入一个新场景就要重新适配一次，大大抬高了创新成本。山东在智慧港口、高端装备、现代农业等领域已形成较多真实应用场景，关键是进一步推动这些场景从单点示范走向跨区域、跨行业协同。地方应发挥链长制的统筹优势，由主要负责同志牵头，制定覆盖技术接口、安全评估的统一场景建设标准，并推动在都市圈或产业集群内互相认可、互通有无。同时，支持有市场影响力的链主企业把分散的技术指标统一到明确的商业目标上来，依托国家级新区、跨行业联盟开展联合规划和联合测试，推动场景从单个点的示范向网络化布局发展，让优质场景资源在更大范围内实现高效配置和协同使用。
（作者系南京大学江苏数字经济研究院院长，南京大学商学院教授、博士生导师）
强AI场景优势 塑山东制造胜势
□ 秦 可
人工智能作为引领新一轮科技革命与产业变革的战略性技术，正深刻重塑全球工业竞争格局。今年5月，《山东省“人工智能+制造”行动方案（2026—2028年）》出台，明确提出到2028年全省人工智能产业营业收入突破2500亿元、占全国比重超过10%，推广100个左右高价值应用场景等宏伟目标。产业门类齐全、应用场景丰富、转型基础扎实，这些既有的基础优势，为重塑山东工业经济新优势、促进山东努力成为北方地区经济重要增长极提供了强大的牵引力。
人工智能应用场景优势明显
山东的人工智能场景优势，首先体现为量的广度。作为全国工业门类最齐全的省份之一，山东拥有其他省份难以比拟的应用场景多样性，从化工到钢铁、从高端装备到生物医药、从矿山开采到消费品制造，每一个细分领域都蕴含着独特的人工智能应用需求。这种需求为前沿技术提供了宝贵的“超级试验场”和高质量数据源，绝大部分技术突破也都能在山东这些产业中找到丰富的落地场景和明确的付费主体，形成“需求拉动创新”的良性循环。
与此同时，山东还拥有质的深度。2025年，山东生产智能化产品的企业比例为19.9%，实现智能化生产的企业比例为19.0%，两项指标均列全国第一位；领航级智能工厂数量全国并列第一，卓越级智能工厂数量全国第二；国家级特色专业性工业互联网平台和国家级“双跨”工业互联网平台数量也分列全国第一位和第二位。山东的“应用场景优势”同时也在演化为“场景应用优势”。
人工智能应用落地难点亟待突破
从人工智能应用的角度审视，当前存在三个亟待突破的问题。
一是场景碎片化与需求模糊化。不同行业、不同规模的企业需求千差万别，企业“有场景却说不清需求”的现象普遍存在。化工、装备、钢铁各有各的“智改”逻辑，龙头企业与中小企业各有各的赋能节奏，不同企业之间各有各的难题，对服务商方案的差异化和精准化程度要求比较高。
二是场景验证周期长与中小企业参与门槛高。工业场景不同于消费场景，消费级人工智能可以“轻装上阵”，边用边改；工业级人工智能一旦部署，涉及生产安全、工艺稳定、数据合规等多重约束，容错空间相对较窄。这使得一些规模相对较小的工业企业在面对人工智能应用决策时常常陷入“不敢用、用不起、不会用”的困境。
三是技术供给与产业需求存在结构性错配。大模型企业多关注通用能力建设，对垂直行业的深度理解不足；而传统制造企业对人工智能技术的认知往往存在局限，双方“对话”的成本偏高。目前虽然拥有大量的人工智能相关企业，但真正“懂行业”的赋能服务商数量较少，复合型企业和复合型人才依然稀缺。
以场景驱动贯通转化路径
场景优势不等于发展优势，技术优势也不等于产业胜势，如何将山东丰厚的应用场景优势，转化为工业经济的高质量发展优势？破解这个难题，厘清“从场景优势到产业优势”的转化逻辑、贯通转化路径十分必要。
一是系统绘制“场景地图”。聚焦研发设计、生产制造、供销服务、运维售后、经营管理、产业协同等不同环节，重点围绕19条标志性产业链，鼓励企业提出问题、描绘场景，积极参与应用场景征集遴选活动，让更多潜在场景“浮出水面”，为服务商能够精准有效开发推广垂直专用大模型提供方向。
二是有效开放应用场景。充分发挥“场景券”“算力券”等奖补政策的引导作用，以《行动方案》提出的“一业十场景”为目标，对征集到的场景从技术重要性、行业代表性、经济价值、社会效益等多个维度进行综合评估，有选择地将有限的资源投向最有潜力的高质量场景。
三是精准推进场景赋能。打通需求侧与供给侧的信息壁垒，建立场景需求与人工智能供给的双向匹配机制。对不能精准提出需求的企业，组织行业专家和算法工程师联合“会诊”，将模糊的提质降本诉求拆解为参数化的技术攻关指标。同时，还可以依托工业互联网平台构建供需对接服务专区，让企业像“点菜”一样勾选痛点，系统自动分析后，帮助企业形成可对接需求。
四是扩大应用推广范围。用真实效益说话，从“小切口、快迭代、大示范”入手，先打造标杆案例，再将优秀的场景解决方案模块化、产品化，采取分行业、分链条多渠道分发的方式，尽可能将应用价值精准触达决策环节，努力形成“以点带面、多点开花”的扩散效应和普惠效果，促进全省从场景优势到产业发展优势的规模化转化。
五是实现场景价值延伸。鼓励龙头企业以打造“领航级智能工厂”为目标，持续做深现有场景，不断放大单点价值，积极构建全链条智能化决策体系，将人工智能能力向企业运营全流程延伸；引导基础较弱的中小企业探索“轻量化”智能应用，通过“产业大脑”等公共服务平台或龙头企业的智能化决策系统，实现低门槛接入；组织上下游企业、行业协会、服务商共建联合机制，推动“人工智能+制造”行动最终形成“智能产业化”与“产业智能化”的双轮驱动格局。
（作者系山东省工业和信息化研究院副院长、研究员）
以“人工智能＋”激活消费新动能
□ 张言方
当前，我国居民消费正从“有没有”转向“好不好”，从满足基本生活需要转向追求品质、体验、效率和情感价值。“十五五”规划纲要提出“全面实施‘人工智能+’行动”，并对“人工智能+”消费提质作出专门部署。国务院印发的《关于深入实施“人工智能+”行动的意见》提出，加快实施“人工智能+”消费提质行动，发展智能原生应用，构建智能产品生态，拓展体验消费、个性消费、认知和情感消费等服务消费新场景。这些政策导向表明，“人工智能＋消费”不只让商品更智能、服务更便捷，而是让消费更懂人。“人工智能+”正通过构建多层次的场景体系，推动消费从“人找商品”走向“商品、服务和场景主动理解人”。
“人工智能+消费”的多场景
国家统计局数据显示，2026年1—5月份，社会消费品零售总额206031亿元，同比增长1.4%。全国网上商品和服务零售额83177亿元，同比增长5.9%。其中，网上商品零售额52718亿元，增长5.0%；网上服务零售额30459亿元，增长7.6%。这些数据表明，消费增长正在从传统商品零售向线上线下融合、商品服务融合、数字场景融合延伸，“人工智能＋”的新型消费正成为实践应用新趋势。而从全国实践看，“人工智能＋消费”正形成多层次场景体系。
第一，智能终端加快进入家庭和个人生活。AI手机、智能手表、智能网联汽车、陪伴机器人等产品，正在从单一硬件转向集感知、交互、决策于一体的智能入口。数据显示，今年1—4月份，数码和智能产品的销售同比增长26.1%。4月份，重点平台的智能眼镜销售额增长了5倍。第二，智慧零售和智慧商圈不断扩展。智能选品、智能客服、数字人直播、机器人店员等应用，正在改变传统商场、门店和电商平台的运行方式。第三，服务消费加速智能化。AI旅游攻略、智能导览、虚拟外教、远程问诊、智慧养老等应用，正在把人工智能嵌入文旅、教育、医疗、养老等高频生活场景。第四，内容消费和个人经营出现新形态。AIGC、数字分身、虚拟主播等工具降低了内容生产门槛，使普通消费者由单纯的内容接受者，转变为创作表达、流量运营和商业转化的参与者。
以上这些场景的共同逻辑，在于人工智能精准改变了消费市场的匹配方式。人工智能通过数据分析、自然语言交互和智能决策，把分散需求转化为可识别、可响应、可交易的消费信号，从而降低供需双方的信息不对称。由此，消费创新不再只是渠道变化，而是从“卖什么”转向“懂谁、何时懂、如何懂”，新型消费增长空间也由此被打开。
人工智能重塑消费者角色
“人工智能＋消费”的深层意义，在于通过降低信息搜寻成本、交易成本和供需匹配成本，重塑消费者在市场中的角色与行为方式。消费者不再只是既定商品和服务的单纯购买者，而是被重塑为“被代理的人”“被理解的人”“被陪伴的人”和“被持续服务的人”。
从搜索式消费到对话式消费，AI降低“被代理人”的信息搜寻成本。传统消费决策往往遵循“搜索—比较—评价—下单—售后”的链条，消费者需要在多个平台之间切换，在价格、质量、评价、品牌和服务之间反复权衡。这一过程表面上选择丰富，实际上隐含较高的搜寻成本、比较成本和认知负担。人工智能介入后，作为“被代理的人”，消费者转向由AI辅助完成信息筛选和方案生成，如旅游、家居、教育培训等复杂消费。从微观经济学来看，AI的价值在于把零散信息转化为结构化方案，把模糊偏好转化为可执行选择，进而降低了消费者的信息搜寻成本、比较成本和交易成本。未来的消费入口，不再只是某个APP、搜索框或直播间，而是能够理解需求、筛选选项并协助执行的个人智能体。
从标准化供给到个性化匹配，AI使消费者从“大众画像”转向“被理解的人”。经济学意义上的消费，本质上是消费者在预算约束下实现效用最大化的选择过程。过去，由于信息不完全和供给粗放，消费者常常只能在有限选项中做近似选择，企业也只能依据群体画像进行大规模投放。人工智能通过对用户偏好、使用场景、消费能力和行为反馈的识别，使供给更加接近个体需求。它不仅能推荐“相似的人买了什么”，更能判断“这个人在此时此地更需要什么”。这意味着消费市场会从“千人一面”的规模化推送，转向“因人、因时、因地、因场景”的精准适配。其经济意义在于减少无效供给和无效搜索，提高交易达成率，也提高消费者剩余和企业供给效率。
从功能体验到认知情感，AI提供情绪价值以满足“被陪伴的人”。消费者的效用并不只来自产品功能，也来自时间节省、情绪安慰、身份表达和体验满足。过去，商品和服务更多满足“有用”“好用”等功能性需求；现在，消费者越来越关注“是否陪伴我”与“是否让我更有表达感”。AI虚拟陪伴、智能导览、虚拟外教、养老陪护等应用，正是把情绪价值、互动价值和认知价值纳入消费过程。对于年轻人来说，AI可以帮助规划出行、生成个性化内容、提供情绪回应；对于老年人来说，AI可以提供提醒、问候、监测和陪伴。这里的关键不是技术拟人化本身，而是消费效用函数发生了变化：智能消费把“性价比”扩展为“心价比”，消费者不再只为产品性能支付，也会为被回应、被陪伴的体验而支付。
从一次交易到连续服务，AI使消费者成为全过程“被持续服务的人”。传统消费多是单点交易，购买前、购买中、购买后的服务往往割裂，容易产生信息不对称、履约摩擦和售后成本。人工智能使消费链条更连续：消费前识别需求，消费中辅助决策，消费后跟踪反馈，并根据用户行为不断迭代服务。智能家居、智能汽车、智慧养老、在线教育等领域，消费者购买的也不再只是一个孤立产品，而是一套持续服务方案。其经济含义在于，消费关系从一次性交易转向长期契约关系，企业需要依靠持续服务而非一次销售获得用户信任，消费者也通过长期互动获得更稳定的服务质量。智能消费的竞争重点，从“卖得出去”转向“用得满意、续得下去、信得过来”。
归根到底，“人工智能＋消费”不是让人被算法牵引，而是让技术更好地服务人的生活，把智能优势转化为提振内需、改善民生的现实动力。
（作者系南京航空航天大学经济与管理学院副教授）
相关链接：
责任编辑：崔凯铭 张浩 刘祯周