资讯中心

拥抱AI和“寻春”相似，自然界的春天，隐匿于草长莺飞、拂堤杨柳之中，是朱熹笔下“书册埋头无了日，不如抛却去寻春”的引子，也是先哲们探索真理的浪漫表达；数字时代的“春天”，则孕育在算法创新、场景融合与效率革命里，主动探索者方能率先抢占发展先机。

由此，“等春来，不如寻春去”被赋予全新的时代内涵——与其被动等待AI技术在时代洪流中缓慢渗透，不如主动投身数字化浪潮，挖掘转型发展的新机遇。

AI赋能城投转型发展的核心逻辑主要表现在宏观政策驱动、中观产业突围和微观效能革命三个方面。

从“新基建”到“数字经济”，是数字经济的发展根基从“有没有”到价值释放“怎么用”的过程，对国有企业如何落实“产业数字化”与“数字产业化”的双向融合，推动传统产业升级与新兴数字产业发展提出更高要求。党的二十届三中全会着重强调“健全促进实体经济和数字经济深度融合制度”，将数实融合提升到了新的高度。今年以来，国家数据局、工业和信息化部等部门围绕数字产业高质量发展、算力基础设施建设、大数据产业等领域，释放出一系列政策信号，要求推动数据资源化、资产化和要素化。政策目标从最初的注重数字经济规模扩张，逐渐转变为追求高质量发展，无论是以算力基础设施和数据要素赋能城市治理、提升公共服务智能化水平，还是通过AI应用培育新产业、新业态，国家战略为城投AI转型提供了明确方向和实施路径，而城投AI转型不仅是响应政策号召从“被动适应”转向“主动引领”，更是履行城市综合服务运营商使命的必然选择。

一方面，“土地财政”退潮要求转向“数字财政”。“土地财政”收入作为公共财政收入不足情况下履行公共财政职能的重要渠道，能够有效带动地方基础设施建设与城市化发展。

在“土地财政”退潮下，据统计，2024年全国土地出让收入为4.87万亿元，同比下降16%，连续三年累计下降超44%，深度冲击地方基础设施建设与城市化发展，要求地方经济积极从“土地财政”转向“数字财政”。另一方面，AI赋能从“重资产沉淀”到“数据价值变现”的新增长极。

据统计，全国城投持有市政道路、管网、保障性住房等非经营性资产超40万亿元（中指研究院数据），年均回报率不足1%的现状，传统基建关联产业（如建筑、建材）面临产能过剩的问题。通过布局AI算力中心、数据平台等AI赋能，能够推动城投，向智能制造、智慧能源等高端产业延伸，重构区域产业生态链，形成区域数字经济新增长极。

城投开展AI转型是响应效能革命、实现提质增效与风险防控的必然选择。在治理提质增效层面，通过AI技术重构管理流程，能极大提升城投企业的管理效能，将有效解决工程周期冗长、资产运营粗放、跨部门协同低效等痛点，推动城投从传统管理模式向智能化、精细化治理转变；在风险防控层面，借助AI技术城投可以实时监测业务数据，通过智能预警机制及时发现潜在的合规风险点。

例如，某省级城投引入AI系统后，将隐性债务识别准确率从68%提升至92%，并提前6个月预警某区县财政流动性风险，避免系统性违约。从“效率提升”与“风险收敛”双向赋能的实践案例来看，济南城投通过AI模型动态评估低效资产，生成资产处置策略的同时预测政策变动对资产价值的冲击，形成“提质—控险”闭环，赋能济南城投在“既要降负债、又要稳增长”的悖论中实现转型发展。这证明AI不仅是工具升级，更是城投重塑治理逻辑、平衡多重目标的战略支点。

中央政策层面，国家数据局、国资委等部门对“人工智能+”密集发声，以“政策引导—技术突破—场景落地—生态协同”为逻辑主线，从推动高质量数据供给、建设数字新基建、打造“人工智能+消费”场景、深化央企AI+专项行动等多个方面作出部署，逐步形成覆盖顶层设计、核心能力、产业赋能的完整政策体系。

图1：AI专项行动政策脉络

地方政策层面，上海、广东、山东、北京、深圳等多地也陆续发布政策措施，推动“人工智能+”行动在产业赋能、终端应用、场景培育等方面取得突破。例如，上海市主要从四个方面重点布局：打造超大规模自主智算集群、构建多层次语料供给体系、建设虚实融合超大型实训场、加快行业基座大模型体系创新；山东省印发《山东省人工智能产业科技创新行动计划（2025—2027年）》，提出聚焦人工智能硬件、软件、算力、算法、大模型以及企业培育、平台打造、场景赋能等，提出20项重点任务，加快推进人工智能科技创新与产业应用融合发展。

从中央、地方层面AI相关政策梳理及其导向分析，政策导向主要集中在以下几个方面：一是战略引领：从技术突破到生态构建。通过政策明确AI为国家战略科技力量，推动从单一技术研发向“基础层—技术层—应用层”全产业链生态升级；二是场景为王：以需求倒逼技术迭代。通过设定场景数量目标（如500+），推动AI技术与行业痛点深度结合，避免“技术空转”；三是安全可控：平衡发展与风险。一方面支持技术开放（如放宽AI监管试验），另一方面强化数据主权与合规审查，防范技术滥用。

行业应用和典型场景的落地，是推动人工智能普及的关键一环。从各地国有企业人工智能应用和实践来看，主要集中在算力设施、算法模型、数据要素、场景应用、产业生态五个方面（图2）。

图2：AI专项行动政策脉络

算力作为融合信息计算力、网络运载力、数据存储力的新型生产力，是AI发展进程中不可或缺的“数字基础设施”，如同交通网络、能源系统支撑城市运转般，为AI技术突破与产业应用提供全链条赋能。

目前各地城投积极推进算力基础设施建设，例如，韶关城投主导建设总投资超500亿元的韶关数据中心集群，规划到2025年建成50万架标准机架，对应500万台服务器，存储市场规模预计达1000亿元；济南人工智能算力中心，算力规模已经达到1000P（FP16），可以为人工智能大模型公司带来算力资源的基础性保障；龙岗城投聚焦人工智能算力资源服务保障，搭建龙岗区算力资源池和算力调度服务平台，预计到2025年可形成万P算力资源池，调度智算资源4万P以上。

如何将“看不见”的算力转化为“看得见”的生产力，统筹布局异构算力中心、智能算力中心等新型基础设施，支撑工业制造、交通运输、智能电网、金融服务、医疗健康等业务应用，是城投统筹布局AI算力基础设施建设的重点。

算法模型是数据与算力的“化学反应器”——没有算法，数据只是无序的信息碎片，算力只是冰冷的计算资源。算法模型能够将城市治理、产业服务中的海量数据转化为可执行的智能决策，如精准识别市政病害、优化资源调度等。如今算法模型正在重塑城投传统业务逻辑，通过算法迭代持续突破场景壁垒和提升业务效率（表1）。

这就要求城投积极研发、布局、培育、聚集和发展大模型产业，充分利用大模型自然语言处理能力、数据分析预测能力、计算机视觉技术等，为城投相关业务提供涵盖智慧城市管理、智能公共服务、产业赋能、安全保障等智能化解决方案，抢占人工智能产业发展制高点。

数据要素“提质”，本质是通过数据治理、融合与价值激活，破解数据“多而不优、散而不聚、聚而不用”的痛点，为城投布局AI筑牢高质量数据底座。从各地实践来看，数据要素“提质”多围绕数据资源化、数据资产化两个方面展开。

一方面，数据资源化解决“数据可用”问题，例如宁波城投“数智脉动”地下管廊项目针对故障定位难、数据碎片化问题，利用物联网技术将安防、监控、监测等机电设备统一接入BIM+GIS平台，改变“一管廊一平台”的分散管理模式，实现设备故障定位效率提升70%，运维成本降低35%；另一方面，数据资产化实现“数据有价”，例如两江智慧城投数据资产金融化将车联网先导区V2X信息安全感知数据确权登记，完成入表金额1585万元，并获得重庆银行、华夏银行等2130万元融资。

从“数据孤岛”到“城市数据基座”，从“沉睡资源”到“数字资产”，数据要素“提质”既是应对城市治理复杂性的必然选择，更是城投发挥数据资源禀赋、把握数字红利的关键路径。

以AI赋能城投各类业务、场景应用为引领，覆盖社会治理、文化旅游、医养健康、智慧教育、交通运输等方面，涵盖算力基建、大模型部署、产业融合、生态培育等多个领域，应用场景正从单一功能向多元化生态拓展。例如，苏州城投集团在《城投集团“人工智能+”发展专项行动方案》提出“人工智能+房地产/水务/管廊/园区”等8项“人工智能+”行动，加速大模型与城投核心业态的深度融合，培育特色鲜明、优势突出、协同发展的智能经济体系。

AI大模型政策加速赋能千行百业，推动人工智能技术和产品在经济社会发展各领域深度融合与赋能应用。城投公司通过AI技术布局，能够从传统基建向“智城引擎”转型，形成“AI+N”的应用矩阵，通过“数字产业化”与“产业数字化”双路径创造价值。

从算力、算法、数据到场景应用，城投通过AI技术深度融入产业链构建与产业协同，形成“算力基建-场景应用-生态聚合”的全链条生态体系，推动区域经济向智能化、集群化发展。

一方面，开展产学研联动，培育创新生态。通过整合高校、科研机构与科技企业资源，构建“技术研发-成果转化-商业化落地”的创新链。例如合肥产投集团联合政府打造人工智能先导区，目标建设40+垂类大模型、100+应用场景，并引入顶尖人才团队，形成大模型与实体经济的融合试验田；另一方面，资本运作助力，形成生态闭环。通过产业基金投资、孵化AI独角兽，构建“资本+技术+场景”的生态闭环。例如，成都高新区城投投资3亿元联合智谱打造“诸葛大模型”，5年内计划赋能1000家企业AI转型，并孵化20家生态企业，覆盖文旅、教育等五大场景。

以AI为纽带，通过产学研合作提升创新效能、资本运作加速生态闭环，能够有效推动从“单点突破”到“生态聚力”的转型发展。未来，城投需进一步强化数据要素流通、跨区域协同机制，以生态化思维推动AI与城市发展的深度融合。

古往今来，无数寻春者踏上征途，于春光中领悟人生真谛。“等AI来，不如寻AI去”，这绝非简单的口号，而是一场关乎生存智慧的时代觉醒。通过基础层整合夯实基础、能力层耦合整合资源、生态层融合释放价值，城投能够有效打破数据、算力、场景的孤立状态，实现技术融合、机制创新与生态协作。AI驱动下城投转型的实施路径如下：

基础层作为AI转型的基础承载与数据中枢，其核心是构建“规划-数据-算力”的三维融合体系，为城投整合数据资源、释放数据价值提供标准化、集约化的基础设施支撑。

积极衔接上层规划。锚定国家战略与政策导向，深入贯彻落实党中央、国务院关于加快发展人工智能的决策部署，深入理解地方政府数字化转型目标，积极落实国资国企改革举措，从国家、地方AI相关顶层设计中提取与自身禀赋匹配的方向（如算力、数据等），将AI赋能提升至战略层面。

加快发展智能算力。统筹优化算力布局及运营，积极参与地方数据中心集群建设、人工智能计算中心、绿色智算中心、超级计算中心等算力基础设施建设。积极探索算力发展与东数西算合作新模式，积极融入国家“东数西算”工程，探索构建智能算力互联网，构建多层次算力供给体系。

加强数据开发利用。全面推进数据资源化、资产化，深度挖掘数据要素的潜在价值。基于自身数据管理应用现状，通过全面数据归集、数据盘点清洗、科学价值评估、严谨数据核算等流程，构建数据入表、数据融资、数字化信息系统为一体的数据全生命周期运营管理体系。

能力层是连接技术供给与业务需求的中间层，其核心是构建“技术组件化-场景模块化-价值显性化”的能力体系，使AI技术真正嵌入城投业务链条。

技术能力专业化沉淀。围绕大模型研发、布局、培育、集聚和发展等方面，由于研发不属于城投优势领域，建议通过联合科研机构等方式，聚焦城市治理核心场景开展技术攻关，形成可复用的AI技术组件库。并从布局、培育、聚集和发展大模型产业入手，积极打造细分领域具有显著比较优势的行业大模型体系，推动一批生成式人工智能大模型完成国家备案。

业务场景智能化改造。围绕城投“投、融、建、管、营”等核心业务，聚焦AI算法研发、场景建模与数字工具开发，将技术能力与城市规划、工程建设、运营服务等核心业务耦合，形成“技术+业务”双轮驱动的模块化解决方案。瞄准战略意义强、经济收益高、民生关联紧的高价值场景，加快智能制造、智慧金融、智慧医疗、智慧交通、智慧能源等智能化改造与模块化升级，推动AI融入业务流程。

组织能力数字化重塑。为支撑技术和业务相耦合的能力层建设，建议城投积极推进组织架构的适应性变革。从人才结构着手，通过组建“业务+技术”的复合型团队，与高校、科研院所共建现代产业学院、联合实验室、实训基地，发展订单制、现代学徒制等多元化人才培养模式等方式，加强人工智能领域高层次人才和高水平创新团队的培养、引进，逐步储备“懂城市、懂技术、懂运营”的转型中坚力量。

生态层是技术价值转化的催化剂，通过构建开放协同的创新生态，推动技术、资本、场景、数据的跨界融合。

技术研发层面，积极搭建“政产学研用”五位一体创新平台。城投作为政府资源对接者、城市场景运营者，具备链接政府和市场的独特优势，发挥搭建多方协同的创新枢纽的关键作用。例如与政府合作建立“AI+”应用试点示范区，获取公共数据开放授权与政策试点机会；与高校、研究院等科研机构联合成立智能研究中心，定向攻关AI产业链攻关任务；与科技型企业共建实验室，加速AI技术成果转化等。

资本催化层面，坚持“政府引导+市场化运作”原则，探索设立产业投资基金支持AI发展。在基础层，重点支持算力基础设施、数据要素市场化等“硬基建”领域，强化城市数字底座；在技术层，围绕智能算法、芯片设计、大模型训练等核心技术攻关开展股权投资，突破“卡脖子”环节；在应用层，瞄准智慧交通、城市治理、民生服务等城市场景，投资AI与传统业务融合的解决方案，推动技术落地转化。

“寻春须是先春早”，寻春的人儿，或许永远比春天更早出发。当传统基建的“春耕田畴”渐显边际疲态，今日的AI春光，不只在实验室的算法代码里，更在智算中心、城市大脑、产研飞地等新质生产力中。就像春天不会眷顾懈怠者、畏难者，只会垂青奋进者、追梦者那样，与其等AI产业春风拂来，不如城投率先踏春而行。