央视财经采访田丰：链博会2026，AI改写中国六大产业链底层逻辑

作者：快思慢想研究院 田丰

一、一字惊雷

2026年6月22日，北京国家会议中心。

走进第四届中国国际供应链促进博览会的展区，你会注意到一个不起眼的命名变化——今年的"数字科技链"，悄悄改成了"数智科技链"。加的这一个"智"字，看起来只是汉字字面上的微调，落到产业逻辑里，却是一次地震级的范式位移。

诺贝尔经济学奖得主赫伯特·西蒙（Herbert Simon）在其经典著作《行政行为》中将管理的核心归结为"决策"——谁在决策，谁就掌控组织的命运。如果"数字化"解决的是信息录入与流通，把线下业务搬到线上，让数据能跑起来，那么"数智化"解决的恰恰是西蒙意义上的那个核心命题：让机器在数据基础上自主判断、自主行动。两者之间的距离，准确地说，是从"有地图"到"有司机"的跨越。

这一字之差，意味着AI在产业链中的角色发生了根本性位移。过去十年，AI是IT系统里的一个模块；从本届链博会的展示来看，AI正在成为整个产业链的调度中枢，系统性地重构制造、农业、医疗、能源、汽车、贸易六大链条的核心流程。

数字是最有力的旁证。本届参展企业676家，世界500强及行业龙头占比超过65%；来自85个国家和地区的外资参展商占比达到36.5%——英伟达、英特尔、高通、西门子、霍尼韦尔与阿里巴巴、科大讯飞、宇树机器人同台亮相。这个阵容，代表的是“全球单一最大市场”中国对AI产业供应链真实的、不可忽视的吸引力。

二、竞争地图：基础层分化，应用层共生

理解本届链博会，需要一张全球AI产业竞争的坐标图。

全球AI竞争呈现出"基础层分化、应用层共生"的双轨结构。

竞争最激烈的是三个层面。

第一层，算力芯片。英伟达的GPU生态仍占据全球AI训练市场逾70%的份额，但中国本土替代正在加速。以华为昇腾、寒武纪为代表的国产算力，正在从"可用"迈向"好用"。这场竞争的关键节点是2027年——届时"十五五"算力自主化目标将接受阶段性检验。

第二层，基础大模型。中美之间的差距客观存在，但正在收窄。更值得注意的是，垂直行业大模型的竞争已经超越参数规模之争，转向"场景密度"与"高质量行业数据"护城河。数据更干净，行业推理更高效，才能真正拥有定价权。

第三层，应用场景的数据控制权。在制造、医疗、农业等垂直场景建立AI应用闭环，积累不可复制的训练数据，就掌握了AI在这个行业的议价能力。

合作层面的新趋势同样值得关注。 本届链博会上，西门子带来了工业AI智能体和工业智能决策系统。这背后的共生逻辑是：国际巨头需要中国市场的场景知识和落地速度，中国企业需要国际巨头的底层技术和全球客户网络。这种互补结构，在地缘技术竞争的压力下，反而在应用层形成了更深的绑定。

芯片层国家博弈，模型层企业竞速，场景层深度共生。

三、六大链条 的生产力变革 ：AI渗透的广度与深度 制造链：三条替代线同步推进

本届链博会主宾省之一的安徽，以"AI+制造"为核心展示方向，抓住了中国制造业转型的真实矛盾点。

安徽的产业战略主线"芯屏汽合、集终生智"，覆盖集成电路、新型显示、新能源汽车、AI融合，叠加智能终端、生物医药和智能语音，既有奇瑞、江淮、蔚来汽车整车企业提供的场景需求，又有科大讯飞、华为鲲鹏生态在合肥的深度布局，"AI技术供给+制造场景需求"在省域内形成了罕见的技术-产业闭环。智能网联汽车是这个闭环的典型产物：不是造一辆更省油的车，而是把车变成一个移动的数据采集与处理节点。

从生产方式的变化来看，AI对制造业的冲击沿着三条线同步推进。

第一条线：质检感知层替代。 传统质检依赖人眼和经验，误检率普遍在1%至3%之间。看起来不高，但日产万件的流水线上，每天的废品量和返工成本触目惊心。AI视觉检测系统已将误检率压至0.1%以下，且24小时不疲劳。投资回报周期通常在18个月以内，是制造企业降本最快的路径。

第二条线：生产决策层重构。 AI调度系统可以同时处理上千个变量——订单、库存、设备状态、物流时效——规划出人类计划员无法企及的最优解。这相当于给工厂配了一个永不疲倦、永不情绪化的"超级供应链优化师"。

第三条线：执行层协同。 宇树等企业展示的人形机器人，目前仍在工业场景的边缘地带——搬运、巡检、危险环境作业。参照新能源汽车替代燃油车的三阶段渗透路径，制造业AI渗透目前正处于第一阶段向第二阶段过渡的临界点。到2029年前后，柔性装配环节将开始出现机器人替代，届时制造业的人工成本结构将经历系统性重塑。

农业链：是从需求端倒推，才是正确路径

农业是AI渗透最慢、但潜在价值被严重低估的行业。

中国农业的劳动生产率，大约是美国的1/30，欧盟的1/10。这个差距，不完全是技术问题，根源是农业生产的分散化、碎片化导致的规模效应缺失——中国有超过2亿个农业经营主体，绝大多数是小农户。AI在农业的核心价值，正是把分散的、碎片化的生产纳入统一的数字化调度体系。

从种植端出发——传感器监测土壤、无人机喷洒农药、AI预测病虫害——逻辑上没问题，顺序上需要调整。中国农业推广的最大瓶颈是"最后一公里的数据断层"：农户用了AI设备，但数据孤立在设备里，没有连入上游供应链和下游消费端，实时、真实、准确的可信农业数据弥足珍贵。

智慧农业真正的普及路径，是从需求端倒推。

第一步：打通消费端溯源体系。数据即信任——有完整溯源信息的农产品，平均售价可比无溯源产品高出15%至30%。这个溢价，就是广大农户接受AI改造的真实激励。

第二步：AI调度仓储物流。中国蔬菜在产后流通环节的损耗率接近30%，而发达国家控制在5%以内。AI在冷链调度和路由优化上的应用，能将这一损耗率压缩一半，直接兑现经济价值。

第三步：种植端精准农业，水到渠成。

此外有一个误区必须指出：绝不能把智慧农业变成"大型农场专属"的工具。合作社叠加县域数字农业服务平台的低成本共享模式，是当前最具可行性的普及路径。

医疗链：一次战略迁徙，揭示行业底层逻辑

本届链博会上，最值得深思的是全球医疗器械巨头美敦力的主动选择：今年特意将展位从"健康生活链"展区移步至"人工智能专区"，成为该专区唯一一家医疗企业。

美敦力的判断是：医疗器械公司的竞争力，正在从"设备精度"转向"数据+AI能力"。其展示的脑机接口随访系统、心律失常患者数智管理平台，核心逻辑都是把"离散的治疗行为"变成"持续的健康数据流"——更深层的信号是，医疗AI的覆盖范围，正在从"治疗单一疾病"向"预防—诊断—治疗—康复—管理"全周期延伸。这一转型，意味着医疗器械公司的商业模式正在从"卖硬件设备"迁移到"卖健康管理服务"，将为中国手术机器人、医疗大模型服务链、医药商贸流通链带来规模可观的商业红利。

从医疗场景的突破来看，价值密度依次呈现三个层次。

最高价值密度：影像AI辅助诊断。 AI读片速度是人类医生的百倍以上，在肺结节、眼底病变、病理切片等场景，准确率已接近甚至超过专科医生水平。中国每年约有10亿人次影像检查，但专业影像科医生严重不足。AI在这里的价值，是把优质诊断能力从三甲医院延伸到县域基层。

次高价值密度：AI药物研发。 传统新药研发从靶点发现到临床上市，平均耗时12至15年，成本逾10亿美元。AI辅助的分子结构预测与药物筛选，已将早期研发时间压缩60%以上。中国企业在这一方向的布局尚处起步阶段，2027年后将密集涌现临床数据。

被低估最严重的：AI慢病管理。 中国高血压患者约2.45亿、糖尿病患者约1.41亿——两者相加，已超过美国总人口。这类患者需要的不是住院治疗，而是针对个性化慢病康养的持续监测和行为干预。AI可穿戴设备叠加远程管理平台，是在不增加医生数量的前提下覆盖这一规模需求的唯一可行方案。

AI将如何重塑医疗三方关系？医生的角色将从"全能判断者"向"AI辅助决策者+最终裁量者"转型；患者将从"被动就诊"变为"主动健康管理"；医疗机构的竞争维度，将从"医生数量与设备档次"转向"数据资产与AI算法能力"。最早建立患者数据闭环的机构，将在2028年后形成难以撼动的竞争壁垒。

供应链：终极竞争力是一个乘积公式

本届链博会，供应链服务展区出现了一个值得回味的细节：麦当劳的展位上没有汉堡，只有一套打通上下游数据壁垒的智慧供应链系统——实现了供需计划、订单流转、资源调度的一体化协同。一家餐饮企业选择在供应链博览会上展示AI调度系统，这个信号清晰地说明：AI对供应链的渗透，已经越过"工业企业"的边界，向每一个有供应链的组织延伸。

产业链和供应链将发生三个层次的根本性变化。

从"线性链条"到"网状协同"。 传统供应链是线性的，每个环节信息相对封闭，"牛鞭效应"显著——市场需求的轻微波动，会被逐级放大成库存积压与缺货并存的困局。AI调度系统可以实时打通全链条信息，让需求端的波动以毫秒级速度传递到供给端。采用AI全链路调度的企业，库存周转率将比行业平均高出40%至60%。

跨境贸易摩擦成本系统性下降。 AI在合规审查自动化、多语言合同智能生成、关税税率实时计算、物流路由动态优化四个环节创造的价值，这四项加总目前占跨境贸易综合成本的15%至20%。AI压缩这个成本的速度，远快于单纯的贸易政策协商。

供应链"韧性"从被动应对变为主动预测。 过去三年，全球供应链受到疫情、地缘冲突、极端天气的多重冲击。AI的价值，是用卫星数据、港口AIS信号、气象模型等多源数据，提前30至90天预测供应链中断风险，将"危机响应"变为"风险预判"。这个能力，已经从科研论文走向了实际部署。

对中国企业而言，机遇聚焦于两点：一是中国作为全球供应链密度最高的经济体，在AI供应链优化领域的数据积累无可替代，有条件孕育全球级的供应链AI平台企业；二是本届链博会的另一主宾省海南，今年正式进入自贸港封关运作第一年，是测试"AI+跨境贸易"新模式的最佳试验场——制度创新叠加技术创新的先发优势窗口期，大约持续到2028年。

四、三类视角的行动坐标 普通人：三个最值得关注的方向

AI对普通生活的冲击，将在三个层次依次显现。

消费终端智能化方面，AI眼镜、健康监测传感器这类产品的普及速度，将比智能手机快得多。AI能力是"嵌入式"的，不需要用户主动学习。服务效率方面，无论是医疗诊断、农产品溯源还是物流配送，AI调度将让等待时间和错误率同步下降。生产端则会发生劳动力结构重组，制造业标准化岗位最先受到影响，但新的人机协同岗位——机器人数据采集员、机器人训练师、机器人维修师——将大量同步出现。

科大讯飞本届带来的10款AI软硬件产品，覆盖消费级和工业级两端，多模态大模型与具身智能均已实现规模化落地，印证了中国AI企业在应用层的商业化速度，已经领先于多数人的预期。

值得特别关注的三个方向：

1."AI+健康管理"：穿戴式传感器和家用监测终端，渗透对象是中国4亿以上中老年人口；

2."AI+教育"：AI眼镜在个性化学习与实时反馈场景的价值被严重低估，是传统教培无法复制的能力；

3."AI+出行"：智能网联汽车是物理世界数据采集和生活服务分发的超级入口。

投资者：三个优先级

第一优先赛道：具身智能产业链的中游零部件。 机器人的减速器、力矩传感器、专用芯片，类似2014年新能源汽车的电机、电控、电池——渗透率低、前景空间巨大、方向确定性强。

第二优先赛道：行业级数据闭环的垂直平台。 不是大模型本身，而是掌握行业数据标注、训练和推理闭环的"超级数据工厂"。掌握了行业数据，就掌握了AI在这个行业的定价权。

第三优先赛道：下一代超级AI应用。 但要警惕功能单一、没有数据护城河的纯"AI套壳"ToC应用，此类产品生命周期往往不超过18个月。

五、最后的刻度

人们总是高估未来两年的变化，低估未来十年的变化。过去五年，AI对产业链的渗透速度，让最乐观的预测者始料未及。

到2028年，AI对产业链的渗透率将从目前的局部应用跃升至全链路嵌入。这个速度，比移动互联网渗透传统行业快约1.5倍，背后的驱动力是中国开源大模型与国产芯片正在持续降低AI落地的门槛。

供应链的终极竞争力，是数据密度与AI响应速度的乘积。掌握了这个乘积，才真正掌握了全球产业链的话语权。

从"有地图"到"有司机"，这场驾驶权的交接，已经在路上。

参考文章：《财经态度丨从数字科技链到数智科技链，一字之变看链博会升级》，央视财经“财经态度”专栏

畅销书：《AI商业进化论：“人工智能+”赋能新质生产力发展》

出版社：人民邮电出版社

作者：田丰

帮助你定位AI当下发展坐标的指南针

帮助你洞察AI未来演进趋势的航海图

通俗化解读AI的原理、特性和四大发展规律、提供AI赋能商业、引发新质生产力变革的一手案例分析。既有宏观视角的全局观照，又有各行业应用层面的下探记录，聚焦AI的原理与实践、现在与未来，是当下AI应用的全景图、更是身处AI技术浪潮之中的探路书。