中国信通院：智能原生（AI Native）研究报告（1.0）——企业智能原生转型框架与实践（2026年）-261109

中国信息通信研究院人工智能研究所 2026年10月 智能原生（AI Native）研究报告（1.0） (2026 年) ——企业智能原生转型框架与实践 版权声明本报告版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。 前 言 2025 年 8 月，国务院印发《国务院关于深入实施“人工智能+”行动的意见》，首次在国家层面明确提出“培育智能原生新模式新业态”。2026 年，国家进一步明确“打造智能经济新形态”战略方向。大语言模型与生成式人工智能相继取得突破性进展，全球产业正经历由“互联网原生”、“云原生”向“智能原生”的范式转变。这场变革改变的不仅是企业的技术架构，还包括组织的运营模式、价值的创造逻辑和竞争法则。 当前，智能原生仍处于从概念确立走向实践起步的初期阶段。麦肯锡 2026 年全球 AI 调研显示，约八成受访者认为 AI 提升了生产力，但仅 37%表示企业获得了企业级财务收益1。个体能力提升难以转化为组织效能，症结不在模型能力，多数企业仍把人工智能叠加在既有流程与组织之上，真正以人工智能为核心完成架构重构的企业还是少数。什么是智能原生、实践走到哪一步、变革落在谁身上、企业需要什么能力、沿什么路径推进，是产业界亟待回答的问题。 围绕上述问题，本报告从智能原生概念界定出发，分四部分展开。第一部分厘清智能原生发展背景，界定智能原生的概念内涵与核心特征。第二部分从个人、企业、行业、社会四个层面研究实践进展与深层影响。第三部分聚焦企业转型，提出战略与文化、组织与治理、技术与平台、数据与知识、业务与应用、安全与可控六维能力框架，并给出由场景识别到前线部署工程的七项行动建议。第四部分从供给双 1 McKinsey & Company: The State of AI in 2026: On the Road to ROI, 2026.08 侧研判智能原生演进趋势，以期为在智能化变革中寻求战略路径的企业提供认知坐标与行动参考。 本报告是编制组阶段性研究成果，数据来自公开资料整理与企业调研。不足之处，敬请批评指正。 目 录 一、 智能原生概述 ...................................................................................................... 1 （一）发展背景 ........................................................................................................ 1 （二）关键拐点 ........................................................................................................ 3 （三）概念内涵 ........................................................................................................ 6 （四）核心特征 ........................................................................................................ 8 二、 智能原生发展现状与影响 ................................................................................ 13 （一）个人层面：工具使用向智能协同的角色跃迁 .......................................... 13 （二）企业层面：由局部提效转向运行方式重构 .............................................. 15 （三）行业层面：起点与终点因业而异 .............................................................. 16 （四）社会层面：技术迭代驱动下的制度持续演进 .......................................... 19 三、 智能原生时代企业的转型框架 ........................................................................ 19 （一）企业智能原生转型的背景与现状 .............................................................. 20 （二）企业智能原生能力框架 .............................................................................. 22 （三）企业智能原生转型实践建议 ...................................................................... 30 四、 智能原生发展展望 ............................................................................................ 46 结语 .............................................................................................................................. 49 参考文献 ...................................................................................................................... 50 图 目 录 图 1 大模型能力发展逐渐走向自进化探索期 ......................................................... 3 图 2 智能原生的四大核心特征 ................................................................................. 8 图 3 行业智能原生转型格局四象限 ....................................................................... 17 图 4 企业智能原生能力框架 ................................................................................... 22 图 5 智能原生技术体系框架 ................................................................................... 35 图 6 基于数据与知识进行本体建模 ....................................................................... 38 表 目 录 表 1 企业智能化阶段划分 ........................................................................................ 21 智能原生（AI Native）研究报告（1.0）——企业智能原生转型框架与实践 1 一、智能原生概述 以大模型与生成式人工智能的突破为标志，人工智能的能力边界由延伸人的体力、提升既有流程效率，延伸至“人类认知与决策”这类非结构化任务领域。成本、需求、标准与政策等规模化应用条件也已成熟，人工智能由单点技术应用走向全面渗透，规模化应用的拐点随之到来。智能原生（AI Native）概念应运而生，并被纳入“人工智能+”行动的统一部署。 （一）发展背景 人工智能的发展正迈入新的历史阶段，既遵循清晰的技术演进脉络，也处于深刻变革的全球产业格局之中。 1.技术迭代：信息技术的四轮变革浪潮 每一次计算方式的重大变革都将重塑产业格局：大型机时代造就了以 IBM 为代表的系统集成商，个人电脑时代孕育了微软、英特尔等软硬一体化巨头，互联网时代催生了谷歌、亚马逊等平台型企业。如今这条演进主线来到第四轮，以大模型与生成式人工智能的突破为标志。 与前三轮不同，这一轮首次以通用智能形态触达“人的思考与判断”本身。过去的技术替代的大多是体力劳动与重复性流程，而大模型能够理解语言、分析问题、生成方案，承担以往只有人类才能完成的工作。因此，变革不会停留在工具层面，人与机器的关系、技术与业务的边界、数据与决策的链路，都会被重新定义。 智能原生（AI Native）研究报告（1.0）——企业智能原生转型框架与实践 2 2.全球格局：国际探索加速与国内推进成型 新一轮范式变迁已成为全球竞合的共同主题。欧洲出台《数字欧洲战略》，美国推出《国家人工智能研发战略计划》，双方均通过顶层设计开展系统性布局，全球学术研究重心已从大模型训练转向推理效率、智能体规划[1]。虽然切入点各异，但指向一致：人工智能正由可调用的工具，演进为系统与组织的底层运行方式。 国内的推进态势同样清晰。政策层面，2025 年 8 月，国务院《国务院关于深入实施“人工智能+”行动的意见》部署“人工智能+”行动并设定三阶段发展目标，旨在推动人工智能与经济社会深度融合[2]。同年 10 月，《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》将人工智能列为新质生产力重点发展方向[3]。同年 12 月，八部门印发《“人工智能+制造”专项行动实施意见》，提出“模数共振”行动，推动模型与数据双向互促[4]。2026 年 3 月，《政府工作报告》进一步部署超大规模智算集群、算电协同等新基建工程[5]。市场层面，截至 2026 年上半年，生成式 AI 用户规模超 7 亿人、普及率超50%2。智能体方面，中国信通院预测 2026 至 2030 年国内智能体市场年均复合增速将达 58%3。大型企业的智能体规模化率由 2025 年的27%升至 2026 年中的 40%4。 2 中国互联网信息中心：《生成式人工智能应用发展报告（2026））》，2026.10 3 中国信息通信研究院：《AI Agent 产业白皮书（2026）》，2026.7 4 McKinsey & Company: The State of AI in 2026: On the Road to ROI, 2026.08 智能原生（AI Native）研究报告（1.0）——企业智能原生转型框架与实践 3 （二）关键拐点 新阶段的到来是内因与外因共同作用的产物。内因是能力内核的跃迁，外因是产业环境的成熟，二者的交汇点即为关键拐点。 1.能力提升：从“会说话”到“会执行” 人工智能的能力内核正由“能力输出”向“自主完成非结构化复杂任务”演进。在“能力输出”阶段，商业模式以 AI 能力商品化交付为主，竞争力集中于模型性能指标，用户调用识别、翻译、内容生成等能力后，仍需自行完成后续工作。随着 Agent 技术成熟，AI 开始具备承接端到端任务的能力：用户直接下达目标指令，由 AI 自主规划路径并交付结果。这一跃迁不是单点突破，而是下文中三项能力同时到位的结果，模型能力进化情况如图 1 所示。 来源：中国信息通信研究院“方升”大模型基...