证券时报记者陈雨康
“浦江创新论坛——科学学上海论坛·2026科技创新智库国际研讨会”6月24日至25日在上海举行。大会以“跨越边界：变革时期的未来产业共创”为核心议题。中国科学技术发展战略研究院党委书记刘冬梅在发表主旨演讲时表示，前沿技术驱动未来产业不是单向传导，而是一个系统、复杂的共演化过程，是范式级别的体系转换。
刘冬梅表示，未来产业是科产融合要求最高、难度最大，但也最迫切的领域，要高度关注技术交汇处，关注中试平台和概念验证中心的跨越接口作用，关注企业角色强化和未来产业生态培育。
会上，为推动上海（长三角）国际科技创新中心建设，上海市科学学研究所、江苏省科学技术情报研究所（江苏省科学技术发展战略研究院）、浙江省科技信息研究院、安徽省科技情报研究所（安徽省科学技术档案馆）在已有合作基础上，进一步达成跨越边界、协同创新的区域共识，持续深化智库联合研究，围绕国家科技创新重大战略任务，更高质量产出智库思想、智库方案和智库人才。
打破制度性分隔构建跨界支持体系
未来产业是指由前沿技术驱动，当前处于孕育萌发阶段或产业化初期，是具有显著战略性、引领性、颠覆性和不确定性的前瞻性新兴产业。
国务院发展研究中心创新发展研究部第三研究室主任、研究员熊鸿儒表示，全球未来产业发展呈现多个特点。一方面，“日新周易”，以人工智能为核心的科技创新正以前所未有的速度迭代、扩散，前沿技术是赋能能力很强的底座型和通用性技术；另一方面，多数新技术新赛道从导入期转向成长期与展开期，规模经济和“赢家通吃”效应日益凸显，传统生产要素和新生产要素的相对地位发生显著变化。
在此背景下，大力发展未来产业，是引领科技进步、带动产业升级、培育新质生产力的战略选择。“十五五”规划纲要提出，加强未来产业识别和动态调整，强化基础性、前沿性、颠覆性技术布局。
围绕未来产业的形成和发展，刘冬梅表示，跨界支持并非效率的改进，而是方向的抉择。要更好发挥科技的作用，需依托需求牵引机制确保科研方向精准性，依托场景验证机制确保技术成熟可靠性，依托资源回报机制确保创新投入可持续性，依托数据反馈机制确保研发迭代科学性。
“打破制度性分隔更好地构建跨界支持体系，需从四个方面系统推进。”刘冬梅表示，一是打造跨界接口，体系化建设中试平台和概念验证中心；二是强化企业实现出题者、答题者、阅卷人三重角色的制度化路径，既奖励直接创新也奖励增强吸收能力的知识积累；三是进一步完善“全生命周期陪伴”的科技金融体系；四是推动治理范式从“管科研”“管产业”向“管融合”升级。
复旦大学企业发展与管理创新研究中心主任、一级教授芮明杰表示，未来产业跨越成长有两大难点：一是科技创新与产业创新如何有效融合，进而快速成就未来产业内生成长；二是未来产业与现行产业生态系统的匹配困难，主要体现在与现行产业体系难以协同、与现行社会生态难以匹配、与自然生态需要进一步融合。
对此，他认为，构建适配未来产业跨越成长的新型产业生态系统，基本路径是以“激活创新动能、优化要素供给、强化协同联动、守住生态底线”为抓手，推动形成“创新引领、要素适配、协同共生、绿色低碳、开放包容”的新型产业生态系统，为未来产业从“萌芽培育”向“跨越成长”“规模突破”提供可持续发展的全方位支撑。
将具体问题转化为AI解决方案
作为当前最受关注的科技浪潮之一，人工智能（AI）已成为通用底层技术，对产业变革和社会转型产生重要影响。“十五五”规划纲要明确，深化拓展“人工智能+”，赋能经济社会发展和治理能力提升，促进生产方式深层次变革和生产力革命性跃迁。
团结香港基金副总裁水志伟表示，AI正在重塑全球的科技与经济格局，到2033年有望成为市场份额最大的前沿技术。产业AI化能拉高全要素生产率最高达8.9%。据统计，粤港澳大湾区超九成企业日常使用AI，近八成企业计划加码AI投资，认定其是产业转型升级的核心驱动力。
“AI治理无法依靠单一主体推进，需要政府、实体产业、高校院校、科研机构等各界协同参与。”水志伟表示，要推动AI治理的国际协作。秉持“包容+合作”理念将弥合各国在制度、技术与监管上的差异；可以建立制度化交流机制，共享安全、伦理与治理最佳实践，并强化区域能力建设。
当前，全球头部制造企业已不再局限于用AI优化单一生产环节，而是对整体运营体系进行重构。
德国弗劳恩霍夫系统与创新研究所项目经理杰尔吉·霍瓦特表示，在制造业中成功实施AI解决方案，关键不在于数据质量或基础设施是否完备，更在于如何获得管理层支持、变革意愿和员工接受等软性因素。制造业AI转型的真正障碍是“知道痛点在哪里，却不知道AI如何解决这些痛点”。中小企业对自身生产流程痛点有清晰感知，但普遍缺乏将具体问题转化至AI解决方案的能力，这一能力的缺失正是推进AI实施的最大前置障碍。
马来西亚科技信息中心主任沙赫里扎尔·本·沙赫鲁丁表示，AI发展并非大国专属。中小国家和地区不必从基础大模型正面竞争切入，而可以依托开源模型、通用平台和本地场景数据，挖掘大模型的应用价值；谁能把模型能力转化为场景能力，谁就能在AI时代获得竞争优势。
他强调，未来全球AI基础设施将呈现“算力强化”和“主权云建设”两大趋势。一方面，大模型训练和多模态推理需要GPU等高性能算力支撑；另一方面，各国将更加重视通过主权云保障数据安全、维护数字主权，并降低外部云服务中断带来的风险。
