今天，国务院总理李强主持召开国务院常务会议，听取“人工智能+”行动进展情况汇报，对下一阶段人工智能发展作出系统性部署。这是继今年10月10日中共中央、国务院印发《关于发展新质生产力的意见》明确提出“全面实施‘人工智能+’行动”后，政策层面对人工智能产业的又一次重要定调。本文将从政策信号、产业影响和A股受益方向三个维度展开分析。

一、政策信号解读：从“顶层设计”到“落地攻坚”

本次会议释放的政策信号可概括为“一条主线、三大支柱”。

一条主线：以落地应用牵引技术创新。 会议明确要求“注重以落地应用牵引技术创新”，这与过去侧重技术攻关的政策导向有所不同。《关于发展新质生产力的意见》指出，全面实施“人工智能+”行动，是为了推动人工智能与实体经济深度融合，及时将智能领域创新成果应用到具体产业、具体产业链条上，以智能化带动产业高端化、绿色化。这一表述表明，政策重心正从“技术突破”转向“技术变现”，从“能不能做”转向“能不能用”。对资本市场而言，这意味着投资逻辑需要从单纯关注技术参数和研发投入，转向关注订单落地、场景复制和收入兑现能力。

三大支柱协同推进：

第一，夯实发展底座。 会议强调“加强技术攻关和算法创新，促进算电协同，增加高质量数据供给”。算力、算法、数据构成了人工智能发展的“铁三角”。“算电协同”此前已在9月11日国务院常务会议研究算力网建设工作时提出，本次会议是在“人工智能+”行动框架下再次予以强调，要求推动“算”与“电”由相互适配走向深度协同。这意味着算力基础设施建设将不再单纯追求规模扩张，而是强调与能源体系的协同优化，绿电消纳、智能调度、储能配套等环节的战略价值随之提升。

第二，突出赋能应用。 会议提出“以实体经济为重点强化供需衔接，鼓励联合研发，推进中试验证，加大场景培育力度”。“中试验证”被提升到重要位置，这是政策落地思维的关键体现。人工智能从实验室算法到工业现场稳定运行，需要经过严苛的工程化验证。中试环节的强化，意味着政策资源将向具备行业Know-how和工程化能力的企业与平台倾斜。

第三，统筹发展和安全。 会议明确“因业分级分类施策，加强风险研判评估”。2026年9月发布的《人工智能安全治理框架》3.0延续“风险分类、技术应对、综合治理”的核心逻辑，首次以附件形式专章发布《智能体风险管理框架》，标志着智能体安全治理从“原则倡导”迈入“能力落地”新阶段。安全不再是AI发展的外部约束，而是内生于应用落地的必要能力。

二、A股受益方向分析：四大行业逻辑

基于本次会议的政策信号，A股市场相关受益方向可从四个层次进行梳理。以下侧重行业逻辑，不涉及具体个股。

第一层：算力基础设施——确定性最强的受益方向。 会议提出“促进算电协同”，背后有明确的产业逻辑支撑。当前我国算力与电力存在显著的地理错配：东部算力需求旺盛但电力供应趋紧，西部绿电充裕但本地消纳能力有限。解决这一矛盾需要从电网调度、储能配套、绿电交易等多环节协同发力。在A股层面，涉及方向包括：国产算力芯片、服务器与交换机ODM/OEM、光通信模块、智算中心运营等。从行业数据看，国产算力芯片板块一季度营收同比增速显著，部分头部企业增速超过150%，反映出国产替代与AI推理需求的双重驱动。摩根大通中国股票策略师近日指出，在当前市场风格下继续看好杠铃策略，AI仍是增长端的核心主线，存储和服务器/交换机ODM/OEM两个垂直领域未来12个月市销率合理且销售同比增速可观，估值合理的AI子板块可作为下行风险的缓冲。这一判断与本次会议“夯实发展底座”的政策导向形成呼应。

第二层：数据要素——“高质量数据供给”催生新赛道。 会议强调“增加高质量数据供给”，这与国家数据局今年6月印发的《关于推进行业高质量数据集建设行动的实施方案》形成政策合力。该方案提出到2028年底，建成一批覆盖重点领域、经过应用验证的行业高质量数据集，培育一批具备领先优势的创新型数据企业。数据要素的行业逻辑在于：AI模型的能力上限很大程度上取决于数据质量，而高质量行业数据集的稀缺性远高于通用数据。数据标注、数据治理、数据流通交易等环节将从“辅助角色”升级为“核心供给”。从行业趋势看，数据标注与数据集建设企业正受益于AI应用爆发与数据要素产业化提速，业绩增长强劲；数据流通交易平台运营商则受益于数据确权、定价、交易机制的逐步完善。

第三层：AI应用落地——“中试验证”与“场景培育”的直接受益者。 会议特别强调“推进中试验证，加大场景培育力度”，这意味着具有行业Know-how和工程化落地能力的企业将获得更多政策资源和市场机会。需特别指出的是，工业AI与通用AI应用属于不同赛道，行业逻辑差异显著。

工业AI方面，其核心在于将AI技术与流程工业的第一性原理深度融合，解决化工、石化、能源、医药、冶金等行业的实际生产问题。工业AI企业的壁垒不在于算法本身，而在于对工业场景的理解、对工艺参数的积累以及对安全稳定运行的保障能力。从行业趋势看，工业AI正从投入期转向收获期，头部企业的工业AI业务收入已超过此前数年累计水平，大模型应用从少数行业扩展到十余个行业。国家级中试平台的设立，如全国首个聚焦国产AI芯片适配的中试基地，将进一步降低工业AI落地的工程化门槛。

通用AI应用方面，办公、金融、教育、医疗等场景的AI智能体正加速进入规模化落地初期。国内云厂商资本开支回暖，AI应用正式进入Agent规模化落地阶段，机构研报指出这一进程将持续拉动上游推理算力需求。但需注意，“正式进入”的措辞过于绝对，更准确的判断是“加速进入规模化落地初期”，商业化节奏仍取决于场景付费意愿和监管适配进度。

第四层：AI安全——从“合规成本”到“增量收入”。 会议要求“守牢人工智能安全底线”。随着AI应用大规模落地，安全需求正从被动合规转向主动部署。行业逻辑在于：大模型应用防火墙、AI安全平台、智能体风险管理等产品，正在成为企业采购AI解决方案时的标配模块。从行业数据看，部分网络安全企业的AI安全业务收入同比增长超过130%，AI安全订单额达亿元级别，产品及解决方案已在政府、运营商、金融、能源等六大行业实现规模化落地。但需注意，AI安全订单虽增长显著，尚未完全扭转部分企业的整体盈利状况，行业整体仍处于“增收易、增利难”的阶段。深信服等企业在投资者互动中明确表示，现阶段AI相关业务收入的体量仍较小，对整体营收贡献相对有限。IDC预计到2030年中国AI安全市场规模将达340亿元，未来五年复合增长率超过50%。A股相关受益方向包括网络安全厂商、AI安全平台服务商、数据安全治理企业等。

三、风险提示与投资节奏研判

尽管政策信号积极，但投资者仍需关注以下风险：一是AI技术商业化进程可能不及预期，部分企业面临“有订单无利润”的困境，如部分AI安全企业订单增长显著但整体尚未扭亏；二是算电协同涉及电力市场与算力市场的机制衔接，短期内落地进度存在不确定性；三是AI安全监管的细化可能对部分应用场景形成阶段性约束；四是AI应用落地存在行业差异，工业AI与通用AI的商业化节奏不同，需区别对待。

从投资节奏看，建议沿“基础设施→数据供给→应用落地→安全保障”的产业链传导顺序，优先关注业绩兑现确定性强的算力基础设施和数据要素方向，逐步布局具备中试验证能力和场景资源的AI应用企业，并持续跟踪AI安全领域的订单增长态势。具体而言，算力基础设施的业绩可见度最高，数据要素的政策催化最密集，AI应用落地需要精选场景，AI安全则处于从主题向业绩过渡的阶段。

总体而言，本次国务院常务会议将“人工智能+”行动从战略规划层面推进到落地执行层面，“落地应用牵引技术创新”的政策主线清晰，A股人工智能产业链有望在算力、数据、应用、安全四大方向形成轮动共振。投资者应更加关注行业逻辑的兑现节奏，而非短期主题炒作，相关领域的投资机遇值得中长期关注。