一、熱搜榜上的“新職業”，藏著一條重要線索
如果你留意近期各大平臺的熱搜榜，會發現一個有意思的細節。在娛樂新聞和社會事件的縫隙里，一條關于“新職業發布”的消息悄然上榜。多個新職業被正式納入國家職業分類，其中相當比例與數字技術直接相關。
這不是一個孤立事件。
同一周里，第五屆全球數字貿易博覽會的消息開始預熱，這屆展會的主題是“在數貿會遇見AI未來”，人工智能參展企業占比超過三分之一。更引人注目的是，展會率先設立了“詞元專區”。而在另一條熱搜上，“南大老師PPT稱沒Token的同學應退學”的話題引發了關于AI工具使用的廣泛爭論。
把這些信號串起來，一條清晰的線索浮現出來：數字技術正在從“工具”變成“基礎設施”，從“專業技能”變成“通用能力”，從“加分項”變成“及格線”。當“Token”這個詞進入大眾討論的語境，當“新職業”目錄里大量出現數字相關崗位，說明技術已經滲透到了社會經濟運行的底層。
中研普華產業研究院在相關產業調研報告中指出，數字技術產業的評價標準正在發生根本性切換。過去看的是“覆蓋了多少用戶”“建了多少基站”“上了多少系統”，接下來要看的是“創造了多少新職業”“降低了多少成本”“解決了多少原來解決不了的問題”。
“十五五”規劃綱要草案中有一個數字值得反復咀嚼：數字經濟核心產業增加值占GDP比重要達到新的高度。而根據《國家信息化發展報告》披露的數據，這一比重在2025年已經越過了此前的目標水位。
從“越線”到“躍升”，看似只是幾個百分點的差距，背后卻是發展邏輯的質變。
國家數據局在數字中國建設峰會上披露的信息顯示，2025年數字中國發展指數同比實現了兩位數增長，中國已經成為全球人工智能專利最大擁有國。但與此同時，相關部門在峰會上的表態也透露出一種清醒：接下來要“加快集成電路、先進計算、6G等領域關鍵核心技術研發突破”，要“完善算力基礎設施布局”。
這意味著什么?意味著數字技術產業下一階段的挑戰，不再是“有沒有”，而是“好不好、貴不貴、穩不穩”。過去鋪網絡、建平臺、上系統，解決的是“接入”問題;接下來要解決的，是“接入之后能干什么”。
中研普華產業研究院在行業調查報告中的判斷是：數字技術產業的估值邏輯正在從“規模敘事”轉向“效率敘事”。能證明自己幫客戶省錢、幫產業提效、幫治理優化的技術和產品，才會獲得持續的買單。
三、算力競爭的新戰場：不在“堆得多”，在“用得巧”
如果說數字技術產業有一個最“卷”的賽道，那一定是算力。
過去幾年，各地爭相建設智算中心、算力集群，機架數量、算力規模成為衡量地區數字經濟發展水平的核心指標。但最新的信號顯示，這個邏輯正在被修正。
在近期舉行的中國算力大會上，一個被反復提及的概念是“異構混合推理”。有研究團隊發布了一套國產GPU與類腦芯片融合的推理系統，其核心思路不是追求單一芯片的性能極致，而是通過架構創新讓不同類型的芯片“分工協作”，讓擅長存儲的做存儲、擅長計算的做計算，從而在成熟工藝條件下實現對標國際先進方案的推理能力。
這個思路值得細品。當先進制程的獲取受到限制時，單純“追工藝”的空間在收窄。但系統架構層面的創新空間依然廣闊。用“組合拳”彌補“單點差距”，可能成為國產算力的一條現實路徑。
另一個值得關注的趨勢是“Token工廠”概念的興起。有運營商啟動了大規模的Token生成能力服務集采，將Token定義為“可量化、可拆分、可批量采購的通用商品”。中國互聯網協會發布的報告也指出，以詞元調用為特征的新業態正在加快涌現，將成為消費新增品類的重要方向。
通俗地說，算力正在從“按服務器租用”變成“按結果付費”。你不需要買一臺機器，你只需要為“生成了多少有用的Token”買單。這種商業模式的變化，對算力的使用效率和成本結構提出了完全不同的要求。
中研普華產業研究院在投資分析報告中提醒，算力基礎設施的競爭焦點正在從“誰的規模大”轉向“誰的調度能力強、誰的能效比高、誰的單位成本低”。對于產業參與者而言，能幫客戶“省著用”的能力，可能比“堆得多”的能力更有商業價值。
“十五五”規劃綱要明確提出了“人工智能+”行動，要求推動人工智能在重點行業領域商業化規模化應用。政府工作報告也強調，要“促進新一代智能終端和智能體加快推廣”。
政策語言很清晰，但落地的難度在于：“+”號后面是什么?
近期有行業白皮書提出了一個值得關注的觀點：制造業數字化的第一站，往往不在生產現場，而在“系統之間的數據斷點”。很多工廠的問題不是設備不夠智能，而是不同系統之間的數據不通，導致信息要人工傳遞、決策要層層審批。解決這個問題不需要顛覆性技術，但需要對具體業務流程有深刻理解。
另一個值得關注的信號來自“具身智能”。根據《國家信息化發展報告》的數據，2025年國內人形機器人整機企業數量超過140家，發布產品超過330款，具身智能正在從技術驗證加速走向落地應用。
而更“硬核”的應用場景也在打開。國家天文臺研發的“星語望遠鏡”入選了斯坦福大學的《AI Index Report》，作為物理天文領域的代表性AI智能體案例。這套系統讓AI不只是處理數據，而是能夠自主研判、規劃、執行觀測任務——科研人員只需說出觀測目標，AI就能完成從測算天體位置到調度望遠鏡的全流程工作。
從工廠車間到天文臺，AI正在進入那些“過去被認為必須由人來判斷”的領域。中研普華產業研究院在發展規劃研究中指出，數字技術產業下一階段的核心能力，可能不是技術研發能力，而是“場景翻譯能力”——把技術語言翻譯成業務語言，把業務痛點翻譯成產品需求。能做好這個翻譯工作的企業，會比純技術公司走得更遠。
五、展望：未來五年看什么
中研普華依托專業數據研究體系，對行業海量信息進行系統性收集、整理、深度挖掘和精準解析，致力于為各類客戶提供定制化數據解決方案及戰略決策支持服務。通過科學的分析模型與行業洞察體系，我們助力合作方有效控制投資風險，優化運營成本結構，發掘潛在商機，持續提升企業市場競爭力。
若希望獲取更多行業前沿洞察與專業研究成果，可參閱中研普華產業研究院最新發布的《2025-2030年中國數字技術產業全景深度調研與前沿創新戰略研究報告》，該報告基于全球視野與本土實踐，為企業戰略布局提供權威參考依據。
研究院服務號
中研網訂閱號