在生成式 AI 热潮的大部分时间里，中国统计的重点一直是模型、参数、token、加速器和基准测试分数。最新这项统计刻意朴素得多。8 月 31 日，工业和信息化部要求省级主管部门建立全国人工智能应用服务商资源池，目标是到 2026 年底汇聚超过 2,000 家服务商，到 2027 年底达到至少 3,000 家。[1]

这个数字会吸引目光，服务商的职责定义更能说明这项计划的分量。

工信部所称的服务商，是围绕客户需求，覆盖咨询规划、交付实施、运营管理和安全治理的企业或机构。[1] 基础模型实验室之外，这类主体补上了模型与实际工作流程之间的一段空缺：模型已经有足够能力，接入的流程还要让员工愿意使用、让审计方能够接受，并由运营团队在演示结束后继续维持。

通知发布 5 天前，工业和信息化部副部长辛国斌已在国务院新闻办公室的发布会上预告这项行动。他提出，要推出轻量化、低成本、易部署的行业解决方案，让企业真正用得上、用得起。[2] 这番措辞加上迅速跟进的文件，给出一个清晰的现场信号：北京开始把实施能力本身视为一类基础设施。

3,000 家服务商首先是一轮中间层摸底

3,000 对应资源池中的主体数量，与新设企业数、认证集成商数或成功部署数分属不同口径。通知首先要求各地摸排已经在本地开展业务的服务商，其中包括注册在当地的中央企业，并为这些主体建立档案。工信部随后汇总资料，依据相关标准建立全国资源池，再“适时”发布。文件未把入池描述为一项许可，也没有承诺入池即代表技术质量。[1]

时间安排也印证了这一理解。各地须在2026 年 12 月 1 日前提交摸排结果，距离通知发布只有 3 个月。下辖国家人工智能产业创新应用先导区的省份，到 2027 年底应在本地资源池中汇聚至少100 家服务商。[1] 这样的时限适合快速描绘并分类现有市场，成熟市场的培育则需要更长周期。

即使如此，一张市场地图仍有价值。企业 AI 的交付工作散落在云厂商、模型开发商、工业软件企业、数据服务商、网络安全公司、系统集成商、高校、科研院所，以及客户自己的技术和运营团队之间。资源池能让政府采购方和工业用户找到一组清晰可辨的合作主体，也让工信部看到哪些地区已经有模型供给，却仍欠缺部署技能、行业知识或持续支持能力。

风险在于，名录本身也会变成成功指标。一张表格可以填满，可复用方案仍会缺席。衡量这项计划，需要看入池主体的协作方式是否发生变化，以及系统上线后能拿出哪些结果。

三项设计揭示了实际瓶颈

第一项是服务团队。每个报送地区原则上至少提交 10 个服务团，每个服务团由 1 家服务商牵头，并有至少 2 家上下游伙伴参与。[1] 这种安排承认，实际承担部署的通常是多个主体。模型供应商还会需要芯片与运行时合作方、工业数据专家、熟悉现有软件的集成商，以及能够持续监测系统的安全运营方。

工信部列出的服务团类型包括“模数共振”和算电协同，同时点到了多模型协同、软硬件适配、安全可靠的操作系统、数据库，以及 AI 训练和推理芯片。[1] 服务商这一层由此承担起模型 API 所遮住的各种不兼容问题：数据格式、权限、时延、设备支持、老旧企业系统、版本变化，以及输出出错时如何划分责任。

第二项是产品化。通知要求服务商从高频、刚需、可复用的业务需求入手，把方案封装为模块化、标准化的产品包，形成“小快轻准”的服务。[1] 这项安排试图走出长期定制的成本困局。若每家工厂、医院或物流企业都要重新设计数据模型、定做连接器、花费数月梳理流程，再长期保留驻场团队，即使采用量上升，服务商利润率和客户回报依然偏低。

通知同时为产品化配套了需求端支持：开放真实场景供测试，加大大模型、智能体和 Token 等服务的采购力度，并探索首购首用与风险补偿安排。[1] 这些内容属于政策工具，文件没有披露具体采购订单，也没有列出全国性预算拨款、采购量、报销比例或收入目标。主要行动用语集中在“支持”“鼓励”“引导”和“探索”。政府正在减少阻力并传递需求信号，市场保证尚未出现。

第三项格外具体：通知鼓励服务商组建扎根客户现场的前线部署工程师（FDE）团队。[1] 一份国家产业政策文件直接写入这个英文缩写，显示它对稀缺工作的识别已具体到岗位。安装模型只是这份工作的开端。FDE 要把流程负责人的抱怨转成范围清楚的任务，再找到可用数据、接通工具并设计审批环节。接下来还要衡量错误、培训员工；工作流程或模型一旦变化，工程师还得回到现场。

政策体系之外的证据也与这一重点相互吻合。德勤与香港大学在 2026 年调查了中国内地和香港超过 100 名企业高管。超过三分之一的机构仍处于 AI 探索阶段，56% 只完成了有限实施。只有 23% 报告了可衡量的财务影响，4% 称组织已经转型，另有 9% 的项目带来负回报。受访者列出的首要障碍来自组织与执行，包括部门壁垒、内部阻力、商业理由不清、理解有限和事先未预见的实施复杂性；单靠模型能力无法解释这些问题。[6]

第 414 号通知成文当天，武汉一篇地方政府报道展示了这类工作如何发生在一家小公司里。只有两人的工业视觉公司思力科，已经在东风岚图一家一级供应商的座椅面套生产线上安装 AI 质检系统。设备扫描裁切后的汽车内饰材料，识别划痕、破损、印迹和缺料，再把异常件交给操作员复检。报道给出的准确率超过 98%。[7] 比这项企业自报数据更有信息量的，是系统的开发过程：依靠网络图片训练的模型无法直接迁移到真实产线，服务商随后改用客户样本，反复测试、收集错误反馈，并在现场调优。公司如今希望用模块化配置服务其他客户，避免把整套开发重新做一遍。[7] 这是一篇政府发布的企业宣传报道，对性能和经济性没有独立验证。文中所写的过程依然容易辨认：梳理行业需求，取得真实数据，集成软硬件，安排人工复核，现场调试，再尝试复用成果。

这项调查样本较小，也不属于全国代表性普查。用这些比例推算中国全行业，会超出调查范围。调查对问题的诊断，有助于解释工信部为何明确列出交付角色、可复用产品包、跨企业团队和驻场人员。这项行动瞄准的，正是 API 调用成功之后才开始的大量工作。

政策层层推进，从应用目标走到交付体系

这项服务商行动承接既有政策。国务院 2025 年 8 月的“人工智能+”行动意见设定了一个宽口径目标：到 2027 年，新一代智能终端、智能体等应用普及率超过70%。同一文件提出培育 AI 应用服务商，并建设以模型即服务和智能体即服务为中心的服务链。[3] 官方解读对供需匹配不畅和实施“最后一公里”堵点的表述也相当直接。[5]

2025 年 12 月成文、2026 年 1 月发布的八部门“人工智能+制造”专项行动实施意见，进一步把工业需求端写得具体。到 2027 年，目标包括推动3—5 个通用大模型在制造业深度应用、推出1,000 个高水平工业智能体、建设100 个高质量工业数据集、推广500 个典型应用场景，并培育1,000 家标杆企业。文件还提出培育能够统筹模型调优、数据治理与安全服务的服务商。[4]

第 414 号通知补上了交付体系：服务商档案、地方数量指标、合作团队、测试与中试设施、算力券、数据与模型项目成果的调用接口、驻场工程师，以及定期评估。[1] 中国的模型竞赛仍在继续。新增的信息在于，政策制定者已经看到，价格低、能力强的模型不会自行进入生产流程。

这一政策序列也显出一层张力。标准化产品适合规模化复制，深入行业的工作却很难标准化。有效的服务商要判断哪些部分可以复用——连接器、评测工具、权限模型、部署方案或监控系统——哪些部分仍专属于一家工厂、诊所、港口或保险机构。“小”和“轻”仍要保留建立应用可信度所需的集成与安全工作，其含义应落在复用这些工作上，同时承认客户之间的差异。

名录如何转成交付能力

第一批证据将随 12 月的报送资料出现。公众需要看到的内容，应超过各地找到多少服务商和团队。有效记录可以列出服务行业、各伙伴职责、正在复用的产品包、从需求识别到投产的时间、接入的客户系统，以及上线后的具名运营负责人。

第二项检验是重复使用。一家有说服力的服务商，应能沿用大体相同的核心产品包，将它部署给第二和第三位客户，同时记录本地适配发生在哪些部分。续约、扩展使用、输出验收率、人工接管率、系统可用率、安全事件，以及成本、周期、缺陷或收入的可衡量变化，都比名录标签包含更多信息。

第三项检验落在服务团队的责任归属。联合团队能够补齐技能缺口，也会分散责任。合同和公开案例应说明，数据、模型版本、系统集成、安全审查、事件响应和回滚分别由谁负责。驻场 FDE 只有在工程师拥有明确的升级通道，并有权叫停失效流程时，才真正有用。

最后还要看分母。3,000 家究竟大还是小，取决于其中有多少服务商拥有正在生产环境使用其方案的客户、合格人员、可复用产品和稳定的经营状况。若资源池继续扩大，披露却停在成员资格、演示和受补贴的首次采购上，这项计划最终只记录了意向。若它产出有续约、有运营实绩的可复用方案，中国将建成一层少见于聚光灯下、潜在影响却比前沿模型更深远的基础设施：全国性的 AI 实施层。

顶部数字固然醒目，第 414 号通知最强的信号仍来自政策对中间环节的识别。AI 价值是在模型与机器、供应商与操作员、首次采购与第二次部署之间逐步组装出来的。中国开始统计这些工作，下一步要看实际成效是否也能进入统计。

来源

1. 工业和信息化部，《工业和信息化部办公厅关于开展人工智能应用服务商培育专项行动的通知》，工信厅科函〔2026〕414 号（2026 年 8 月 27 日成文、8 月 31 日发布；服务商定义、资源池目标、服务团、可复用产品包、FDE、报送日期及支持措施；中文）。
2. 工业和信息化部，《介绍全力抓好“十五五”规划实施、加快推进新型工业化有关情况》国务院新闻办公室发布会实录（2026 年 8 月 26 日；辛国斌宣布服务商专项行动及部署目标；中文）。
3. 国务院，经国家互联网信息办公室发布，《国务院关于深入实施“人工智能+”行动的意见》，国发〔2025〕11 号（2025 年 8 月 21 日；应用目标，以及首次提出培育应用服务商和服务链；中文）。
4. 工业和信息化部等八部门，经国家数据局发布，《“人工智能+制造”专项行动实施意见》（2025 年 12 月 25 日成文、2026 年 1 月 9 日发布；2027 年工业模型、智能体、数据集、应用场景、企业及服务商目标；中文）。
5. 国家发展和改革委员会，《国家发展改革委有关负责同志就〈关于深入实施“人工智能+”行动的意见〉答记者问》（2025 年 8 月 26 日；供需不匹配、实施“最后一公里”、试点基地和服务商服务链；中文）。
6. 德勤中国与香港大学，《香港大学与德勤中国人工智能应用指数 2026》（调查范围、实施成熟度、财务影响、负回报和组织障碍）。
7. 武汉经济技术开发区融媒体中心，《思力科两人团队自研工业视觉 AI 质检系统，一年内应用于东风岚图供应链体系》（2026 年 8 月 27 日；工厂部署、报告结果、现场迭代及模块化计划；中文）。