今年的《政府工作報告》提出，擴能提質服務業。發展金融、信息技術、現代物流、知識產權、檢驗檢測等生產性服務業。專家表示，信息技術通過數字化、網絡化與智能化，深刻重構生產性服務業的運作模式，催生了海量數據這一新生產要素，使服務從“被動響應”轉向“主動預測”，推動生產性服務業加快邁向價值鏈高端。

催生新業態新模式

從交通運輸、倉儲郵政，到信息技術、金融服務、現代物流等，生產性服務業是促進技術進步、提高生產效率、保障生產活動有序進行的重要行業，也是第二產業與第三產業加速融合的關鍵環節。隨著人工智能（AI）等信息技術發展，生產性服務業加速轉型，不斷催生新業態新模式。

“傳統生產性服務大多依賴人力、線下流程，效率不高、輻射范圍有限、標准化程度偏低，難以匹配現代化產業體系的需求。”國研新經濟研究院創始院長朱克力表示，信息技術從根本上改變了這一局面，讓研發設計、物流供應鏈、檢驗檢測、商務咨詢、運維服務等環節實現數字化、在線化、智能化，大幅提升服務效率和供給能力。

信息技術深度應用催生了眾多生產性服務領域的新業態。國家發展改革委宏觀經濟研究院研究員張林山表示，在工業領域，基於雲計算和物聯網的工業互聯網平台打破了企業間的壁壘，將產業鏈上下游的設計、生產、供應資源整合，形成了協同制造、按需定制的“雲工廠”模式﹔在物流領域，大數據與人工智能結合，催生了網絡貨運平台，高效匹配貨主與運力，並通過智能規劃路線顯著降低空駛率﹔在金融服務領域，區塊鏈技術賦能供應鏈金融，創造出“數據信用”新模式，允許核心企業的信用在鏈上多級流轉，為上下游大量中小微企業提供無需抵押的便捷融資。

通過真實業務數據和垂直場景的深度結合，人工智能已經走入工廠車間，從“會考試”，變成“懂業務、能扛事、有結果”。近日，京東工業發布工業AI大模型2.0布局，從AI工具升級為具備全流程閉環能力的“AI專家”。商品治理工具“工品查”將十萬級商品處理時長由“月級”壓縮至“小時級”，人效提升10倍以上。

“信息技術是生產性服務提質增效、范式革新的核心驅動力。”浪潮雲洲董事長齊光鵬認為，依托分布式工業互聯網，生產性服務突破地域、行業限制，從生產環節單點優化，延伸至研產供銷服全鏈路賦能。信息技術將工業數據轉化為核心生產要素，推動生產性服務從人力密集型轉向數據驅動型﹔同時，降低落地門檻，實現普惠化供給。

筑牢核心技術底座

工業軟件是壯大生產性服務業的“大腦”，通過將工業知識、工藝機理與算法代碼深度融合，為生產性服務提供了標准化、模塊化、可復用的服務載體。

齊光鵬介紹，作為服務工業領域的核心生產性服務產品，工業軟件融合大模型、工業知識圖譜打造智能內核，解決傳統軟件在工業場景中不可控、不可靠、難落地的痛點，讓生產性服務更貼合制造業實際需求，提升服務的專業性與落地性。浪潮雲洲構建全棧智能體技術體系，打造15個垂域大模型、43個行業智能體，覆蓋裝備、化工、冶金等多領域，推動工業軟件賦能生產性服務。

“工業軟件驅動了服務型制造轉型。”張林山表示，嵌入式軟件與設備數據平台使得裝備制造商能夠向客戶提供預測性維護、全生命周期管理等高附加值增值服務，不斷從賣產品轉向賣服務。工業軟件還是構建產業生態的黏合劑，通過開放的應用接口與數據標准，聚合各類第三方服務商，共同形成圍繞特定工業領域的服務生態，極大豐富了生產性服務的內涵與供給能力。

近年來，我國工業軟件取得了不少實質性突破，應用落地和場景適配能力不斷增強。但從整體看，仍面臨核心技術薄弱、高端供給不足、生態體系不完善等問題。朱克力認為，要實現真正突圍，必須走場景牽引、生態協同、長期深耕的路徑。為此，應立足制造業主戰場，以龍頭企業和產業園區為依托，在重點行業開展規模化應用驗証，在實戰中打磨產品、提升性能。

張林山建議，集中力量攻克高端研發設計、工程仿真等“卡脖子”短板，實現從可用到好用的跨越﹔鼓勵龍頭制造企業與軟件企業深度協同，開放豐富的一線應用場景，讓工業軟件在真實、復雜的工業現場不斷迭代成熟﹔積極參與並主導重點領域的開源項目，降低創新門檻，通過開放協作加速技術突破與生態繁榮。

強化關鍵基礎設施

算力新基建是數字時代的重要生產力載體，也是壯大生產性服務業的關鍵基礎設施。

算力新基建讓算力像水電一樣普惠供給，能大幅降低企業使用智能服務的門檻，為生產性服務業規模化、網絡化發展提供堅實基礎。朱克力表示，生產性服務業向高端化、智能化升級，高度依賴數據處理、模型訓練、仿真模擬、實時調度等算力支撐。

“算力新基建為數據密集型服務提供了強大的計算支撐。現代生產性服務如工業仿真、供應鏈優化、金融風險建模等，都需要海量數據的實時處理與復雜計算，全國一體化算力網絡提供的普惠算力，能夠顯著降低這些高端服務的成本，提升服務效率與質量。”張林山說。

新一代信息技術加速突破，工業軟件和算力新基建不斷發展，為生產性服務業提供了持續迭代的強大動能。我國有豐富的工業場景和廣闊的落地空間，下一步，應以數字技術為主線，聚焦補短板、強弱項、建生態，進行系統性布局和提升。

朱克力認為，應強化關鍵技術供給，把工業軟件、核心元器件、數據平台等作為重點，加快自主創新和場景應用，夯實產業發展的技術底座。完善標准體系、數據安全體系和人才培養體系，破除數據流通壁壘，規范市場競爭秩序，通過政策引導、場景開放、生態培育，推動生產性服務業向專業化、高端化、智能化邁進。

張林山建議，以智能制造為主攻方向，大力推廣“硬件+軟件+平台+服務”的一體化解決方案，支持制造企業向系統集成和整體解決方案提供商轉型。強化創新突破，集中力量補齊工業軟件、高端傳感器等關鍵短板，同時前瞻布局生成式AI等新技術在研發設計、遠程運維等場景的應用，不斷搶佔未來服務制高點。