【摘 要】数智化转型是具有中国特色的生产力发展愿景，反映了新一轮科技革命和产业变革背景下生产力发展的需要和阶段性趋势。数智化转型推动生产力发展，本质是以数智化的信息处理能力实现强大的信息流，赋能生产力诸要素，增强劳动者的劳动能力以及劳动的社会生产力和自然生产力。国家政权是生产力发展的重要外部动力，数智化转型需要充分发挥社会主义国家对解放和发展生产力的能动作用。我国以数智化转型推动生产力发展应坚持劳动者的生产力要素核心地位；适度超前规划和建设国家数智基础设施并强化国有企业主导作用，确保国有企业控制国民经济新命脉；以绿色数智化转型应对资源环境约束，促进自然生产力的可持续。
【关键词】数智化转型 数字经济 生产力 国家数智基础设施
作者孙洁民，清华大学马克思主义学院助理教授
文章来源：《科学社会主义》2025年第5期
数智化转型是我国产业界和学术界提出的具有中国特色的生产力发展愿景，反映了新一轮科技革命和产业变革背景下生产力发展的需要和阶段性趋势。习近平指出，“要把握数字化、网络化、智能化方向”，强调推动数字经济和实体经济融合发展。当前，数智化转型已成为我国加快推进新型工业化，建设现代化产业体系，实现经济高质量发展的重要依托。
数智化转型本质是基于新一代信息与通信技术变革生产组织和生产过程，目的是提高生产力。数智化转型的核心特征是“数字化+网络化+智能化”，具体来说，是数据驱动、云网支撑和智能中枢的协同发展。数据驱动是指通过统一数据标准、打破数据孤岛建立一体化的数据治理，使生产组织实现精准敏捷的决策和高效灵活的业务流程。云网支撑是指通过云计算、边缘计算和高速泛在通信网络深度融合，实现计算、存储和网络资源在物理层面、管理层面和服务层面的整合，形成低时延、可扩展、高可靠、云边端协同的技术平台支撑。智能中枢是指把人工智能融入生产组织和生产过程中的各类决策、控制和执行活动，实现人机协同。概言之，数智化转型就是以“数”（数据）赋“智”（智能），云网支撑是“数”与“智”的高速公路。
当前，数智化转型还存在诸多局限和挑战，比如“机器换人”和人机协同的技术路线分歧、大量企业面临“试点炼狱”、数智基础设施发展粗放等。应对和解决这些问题，还需要深化对生产力发展动力的认识。一些文献基于“生产力三要素说”，提出数智技术通过赋能劳动者、劳动资料和劳动对象来推动生产力发展；不过，劳动者、劳动资料和劳动对象只是马克思对简单劳动过程的要素分解，无法统合《资本论》及其手稿中明确提出过的劳动者、科学、技术、协作、交通运输、市场规模等生产力决定因素。因此，本研究尝试综合马克思恩格斯对生产力的经典论述，建立关于生产力发展动力的理论框架，为数智化转型推动生产力发展的动力机制与战略路径提供新的学理化解释。
一、生产力发展的动力论
生产力“即生产能力及其要素的发展”，是由多种相互影响的要素形成的复杂系统。生产力发展的根本动力是社会需要。在经济活动中，社会需要具体表现为生产力诸要素之间的矛盾以及国家发展生产力的需要。国家政权作为上层建筑，处于生产力系统之外，但可以能动地反作用于生产力诸要素，推动或阻碍生产力发展。
（一）社会需要是生产力发展的根本动力
生产用以满足各类需要的资料是“一切历史的基本条件”。人们占有和使用各类资料并满足需要的过程，属于消费，“消费在观念上提出生产的对象，把它作为内心的图像、作为需要、作为动力和目的提出来。消费创造出还是在主观形式上的生产对象。没有需要，就没有生产。”生产力在生产活动中形成和发展。既有需要的满足以及为满足需要而发展的生产力又会推动需要的进一步发展，形成生产力与社会需要不断彼此强化的正反馈。
生产力发展的根本动力具有历史性。社会需要在经济生产的不同历史形态下呈现不同特征。在资本主义经济制度下，社会需要只能扭曲地、间接地反映人民群众的需要，而直接体现为资本榨取剩余价值的需要。剩余价值生产是资本主义生产方式的绝对规律，这一规律迫使资本之间围绕剩余价值生产、实现和分配展开激烈竞争，通过技术创新追逐超额剩余价值和垄断利润，在客观上推动生产力发展：“资产阶级在它的不到一百年的阶级统治中所创造的生产力，比过去一切世代创造的全部生产力还要多，还要大。”但是，在资本主义经济制度下，社会需要的满足主要以资本竞争和市场交换为中介，生产组织内部的高度计划性与整个社会生产的无政府状态的矛盾必然导致生产过剩，使生产力在快速发展的同时，总有一部分因经济危机而周期性地被毁灭掉。
当资本主义生产方式成为生产力发展的桎梏时，无产阶级革命就成为“生产力不断地加速发展的唯一先决条件，因而也是生产本身实际上无限增长的唯一先决条件”。在社会主义经济制度下，社会需要才能与人民群众的需要相统一，生产力发展的根本动力表现为人民群众的物质文化需要以及为最终实现人自由而全面发展形成的需要。通过实现生产资料的社会占有，社会主义经济制度克服资本主义私有制对生产力的阻碍，并消除因生产过剩和周期性经济危机给生产力带来的浪费与破坏，“同时给社会劳动生产力和一切生产者个人的全面发展以极大的推动”。
（二）生产力要素的矛盾是生产力发展的直接动力
马克思在《工资、价格和利润》中将生产力要素划分为“各个人的先天的能力和后天获得的生产技能”、“劳动的自然条件”和“劳动的社会力”；结合马克思在《资本论》及其手稿中关于生产力的论述，本研究将生产力要素概括为劳动者的劳动能力、劳动的社会生产力和劳动的自然生产力三大类：
第一，劳动者的劳动能力，即“一个人的身体即活的人体中存在的、每当他生产某种使用价值时就运用的体力和智力的总和”。劳动者通过付出劳动能力并产出特定的使用价值来推动生产力发展。劳动者的劳动能力是生产力中最活跃的要素。劳动的社会生产力和自然生产力的发展归根结底取决于劳动者，科技进步、协作水平提高等都依靠承担不同专业化职能的劳动者实现，地形改造、土壤改良、水利设施修筑等提高自然生产力的手段都是人的劳动能力的表现。
第二，劳动的社会生产力。生产力的存在和发展以人与人的交往为前提，劳动者的劳动能力必须依托社会才能转化为现实的生产，所以生产力总是社会的产物，是“直接社会的、社会化的（共同的）劳动的生产力”。劳动的社会生产力可以进一步区分为下述相互联系的四种因素：科学技术因素、生产组织因素、流通因素和信息处理因素。
科学技术因素。科学属于精神生产力，生产力的发展“和精神生产领域内的进步，特别是和自然科学及其应用方面的进步联系在一起”。技术兼有精神生产力和物质生产力属性。作为精神生产力，技术表现为工艺、方法、流程、规则等；作为物质生产力，技术表现为劳动对象和劳动资料，包括材料、器件、构件、工具、机器等。科学理论通常需经过工程化才能转化为技术。现代社会，特别是第二次工业革命以来，技术的重大突破和工农业的重大变革通常以自然科学新发现为先导，现代科学研究又需要技术手段作为支撑，形成“基础科学—技术科学—技术—生产”的生产力转化路径。
生产组织因素。生产组织是社会生产力赖以存在和发展的基本单元，为其他生产力要素提供运行空间。生产组织的形式、规模及管理水平直接影响生产力及其发展。生产组织因素具有经济制度属性，家庭作坊与个体所有制相适应，私营企业与资本主义私有制相适应；在资本主义经济制度下，资本积聚和资本集中在适度范围内是生产力发展的动力。资本主义生产组织和社会主义生产组织都以协作为基础。协作主要从四方面形成生产力：其一，劳动者的社会接触可以形成激励；其二，使劳动对象更快地通过劳动过程的不同阶段；其三，优化劳动过程的时间顺序，使不同工序同时进行，节约劳动时间；其四，优化劳动过程的空间格局，在更大空间内进行生产从而组织大型工程，或在更集约的空间内进行生产从而节约成本。
流通因素。流通直接影响商品交换、资本周转和资本集中，进而影响生产力，具体包括三方面：其一，交通运输进步可以缩短流通时间，还能直接推动协作的演化，比如集装箱的发明为全球生产网络的形成奠定基础。其二，市场的范围和规模，比如1848年革命和加州金矿的发掘引发世界市场迅速扩大，刺激了广泛的工业化和技术革命。其三，金融系统进步有利于资本周转和资本集中，在其合理限度内有助于生产力发展。金融系统还可以减少货币流通伴生的非生产费用，“在生产规模不变或者生产扩大程度不变时，只要这个昂贵的流通机器的费用减少，社会劳动的生产力就会提高。”
信息处理因素。信息处理包括信息的采集、存储、加工、传输、分析和应用等。19世纪中叶，纸笔、机械计算机和电报是典型的信息处理手段。由于信息与通信技术在19世纪尚不发达，马克思将电报归类于交通运输，并指出电报是适应大工业发展的“社会生产过程的一般条件”。随着新一代信息与通信技术的发展，信息处理因素成为新一轮科技革命和产业变革背景下生产力发展的突出动力。
第三，劳动的自然生产力，即“劳动在无机界中具有的生产力”，也即自然禀赋，包括地理区位、气候、土壤肥力、物产、水资源、环境承载力等。劳动的自然生产力高，意味着在该自然禀赋水平下“只需使用不多的劳动就能获得生存所必需的生活资料”。在迄今为止的任何时代，劳动的自然生产力总是生产力的底层制约因素。劳动的自然生产力的发展在根本上有赖于劳动者的劳动能力和劳动的社会生产力。科技进步可以使人类开发和利用新资源，释放潜在的自然禀赋；改造地形、改良土壤、兴修基础设施可以改造生产力发展的地理条件，提高劳动的自然生产力。
生产力诸要素形成复杂系统，要素之间的彼此适应、彼此协调总是暂时的、相对的，要素之间的约束和冲突则是常态，这些矛盾推动生产力诸要素不断运动，进而推动生产力发展。比如，18世纪纺纱业中手工劳动的效率约束催生“工具机革命”，机器的大规模应用要求突破人力、畜力、风力等传统动力形式，从而推动蒸汽机的改良。随着机器大工业的建立，曾与工场手工业相适应的交通运输手段很快成为生产力发展的桎梏，这一矛盾推动内河轮船、铁路、远洋轮船和电报的发展和应用。生产力要素之间的矛盾运动越活跃，生产力发展的动力就越强劲。
（三）国家政权是生产力发展的外部动力
国家政权不属于生产力要素，但作为在一定领土范围内实行阶级统治的强制力量，为实现和维护秩序、独立和安全，必然干预生产力发展。不论国家政权的干预能否有效推动生产力进步，国家政权都是生产力发展不可忽视的因素——“暴力（即国家权力）也是一种经济力量”。
国家政权通常通过制定经济发展计划或规划、促进科技进步、制定产业政策、投资基础设施和公共事业、维护经济秩序、提供社会保障等方式推动生产力发展，这些方式可以转化为刺激生产力发展的社会需要，也可以直接或间接作用于生产力诸要素。霸权国家还可以通过掠夺海外资源、打通海外市场等方式为本国生产力发展开辟道路。
国家政权对生产力发展的干预有三方面动因。阶级斗争是国家政权干预生产力发展的根本原因。资本主义国家政权通过暴力机器压制工人阶级的反抗，以“合法”的方式迫使工人阶级服从资本家“合法”的管理。在资产阶级内部还存在不同利益集团的斗争，这些斗争会塑造国家政权的行为，进而影响生产力发展。履行公共管理职能是国家政权干预生产力发展的直接原因。恩格斯指出，经济运动在根本上“会为自己开辟道路”，但也“必定要经受它自己所确立的并且具有相对独立性的政治运动的反作用”。具体来说，国家政权的存续以执行公共管理的社会职能为基础，“而且政治统治只有在它执行了它的这种社会职能时才能持续下去”，这些职能包括为生产力的发展提供各类支持。国际竞争是国家政权干预生产力发展的外部压力。资产阶级为赢得国际竞争或在外国资本的竞争优势下谋求生存，必然寻求国家政权的干预；相应地，国家在国际竞争的压力下必然主动干预生产力发展。李斯特的生产力理论就反映了后发国家民族资产阶级对国家政权干预生产力发展的诉求。
资产阶级国家政权对生产力发展的干预，是“现代生产力的社会本性”与生产资料私有制之间矛盾的结果，这也意味着资产阶级国家政权对生产力发展的推动往往以无产阶级的利益为代价。彻底解决这种矛盾，必须“由社会公开地和直接地占有已经发展到除了适于社会管理之外不适于任何其他管理的生产力”。在社会主义革命中，无产阶级为了巩固无产阶级专政并最终“变革全部生产方式”，就要利用国家政权“一步一步地夺取资产阶级的全部资本，把一切生产工具集中在国家即组织成为统治阶级的无产阶级手里，并且尽可能快地增加生产力的总量”。在社会主义制度下，国家政权才能成为生产力发展的积极力量，使生产力的发展不再以大多数人受剥削和压迫为代价。
二、数智化转型推动生产力发展的动力机制
数智化转型源于经济社会对生产力发展新动能的迫切需要，转型进程以企业为基本单元。数智化转型对生产力发展的推动，本质是以数智化的信息处理能力实现强大的信息流，赋能生产力诸要素，增强劳动者的劳动能力以及劳动的社会生产力和自然生产力，使生产力系统向更高水平演化。
（一）数智化转型增强劳动者的劳动能力
劳动能力是劳动者与一定的生产资料结合并生产使用价值的能力，在先天能力和后天学习的生产技能的基础上形成。增强劳动能力的途径主要有两种，一是开发和应用更先进的劳动资料，使其作为“人脑的器官”和“对象化的知识力量”，不断突破生理因素对脑力和体力的天然限制；二是通过学习增进知识和技能。数智化转型可以延伸劳动者的脑力和体力，改进学习过程，增强劳动能力。
第一，提高认知和决策能力。认知和决策的本质是复杂信息处理，需要在感知信息、理解生产要求、分析数据等基础上，依据既有知识进行计算、推理、判断等。现代生产高度复杂，劳动者难以认知生产过程和流通过程的整体态势并迅速准确做出复杂决策，且难以避免错误和偏见；决策活动通常依托标准化的组织流程，导致决策迟滞。通过数智化转型整合生产过程中的各类数据，可以让劳动者实时获取设备状态、工艺参数、物料流动等信息，得到智能化的认知辅助和决策辅助。以此为基础，企业可以精简决策流程，提高一线劳动者决策自主权，从而增强生产组织和生产过程的柔性。
第二，提高执行能力。在体力劳动领域，执行能力主要表现为劳动者实施各种操作的精度、速度等。劳动者的执行能力具有很强的灵活性和适应性，很难被自动化完全替代。借助VR/AR技术，可以为劳动者提供智能工艺指导，减轻复杂和高强度体力劳动的认知压力，更好保障操作的标准化、精确性和安全性。引入协作机器人，有助于简化人工操作流程，减少违规操作，在降低劳动者疲劳的同时提升整体效率。在研发设计等脑力劳动领域，执行能力主要表现为将创意、知识等转化为具体方案的能力。通过数智化转型，可以用人工智能进行辅助设计和代码编写，还可以用软件和机器人执行实验、代码测试、数据处理、报表填写等脑力劳动中的重复性任务，使研发人员专注于需要创造力的核心任务，并快速实现海量方案的模拟、测试和优化，提升设计迭代速度和最终方案质量。
第三，改进学习过程。学习是劳动能力的主要来源，学习能力是劳动能力的重要组成部分。除学校教育提供基本的专业技能以外，劳动能力增长主要依靠“干中学”和企业内的有组织学习。体力劳动者通过学习掌握操作技能、规程和安全知识，并适应设备、生产线、工艺等的变化；脑力劳动者通过学习获取前沿知识，掌握复杂工具和方法，提高解决非结构化问题的能力。数智化转型可以加速知识传递和技能习得。比如利用大语言模型提高劳动者对新工具的学习速度；通过沉浸式的智能模拟训练，可以实现定制化“按需学习”，提高学习效率、降低安全风险，还有助于提高大龄劳动者接受新技术的能力；通过构建企业智能知识库和企业大脑，可以提高劳动者的知识检索效率和知识复用能力。
（二）数智化转型增强劳动的社会生产力
在劳动的社会生产力各因素中，信息处理能力进步是数智化转型的支柱。以数据驱动、云网支撑和智能中枢的协同为支撑，生产资料体系呈现数据化和软件化趋势，使生产组织内和生产组织间的信息流空前活跃，进而促进科技创新、生产组织变革和流通方式变革，生产力的社会性质更加彰显。
第一，数据成为新型生产要素，以发达的信息流推动生产力。数据是信息的载体，信息是数据的内容。生产过程必然需要处理数据，处理方式因技术条件和组织条件而异。数据处理方式决定生产组织的信息处理能力，进而决定生产力。第三次工业革命后，特别是20世纪90年代以来，ERP、PLM等工业软件逐渐取代纸笔和人力，成为主要的数据处理方式；但企业内部往往并存不同类型、不同版本的工业软件和数据库存储环境，多源、异构、独立封装和存储的数据难以被整合和交互，形成众多数据孤岛，更难以实现社会范围内的数据共享。数智化转型以数据处理方式变革为基础，也就是在企业乃至社会范围内构建数据采集、存储、管理、计算、分析和应用的数据资源体系，使数据转化为有价值的决策信息，成为物理世界和信息世界交互的中介。因此，数据属于传统的劳动对象，不是在数智时代才成为“新的劳动对象”。数据在数智化转型中的意义是成为新型生产要素，即数据被有效整合和运营，成为标准化、可复用、可流通的资源，为社会生产力的各因素提供信息流；相应地，资本可以凭借对数据的要素所有权在总剩余价值中获得相应份额。
第二，工业软件演进为机器体系的智能中枢。机器体系是社会知识向生产力的转化形式，作为固定资本进入资本主义生产过程，随着社会知识和生产力的发展而进步。在19世纪的机器大工业中，机器体系以机械为中心，“机械性的劳动资料”组成“生产的骨骼系统和肌肉系统”。第三次工业革命后，机电一体化使工业软件成为机器体系的“神经系统”，为机器体系赋予更高的精度、柔性、可靠性、安全性和操作性能。新一轮科技革命和产业变革背景下，通过统一数据接口标准，工业软件得以实时汇聚来自传感器、生产系统、供应链等的多源异构数据，进行智能决策，使机器体系的“神经系统”升级为智能中枢，从程序化控制转向自主决策，从利用数据进行监控报警转向预测优化。人机协同、人机共生是数智化机器体系的发展方向，劳动者在更高水平上“以生产过程的监督者和调节者的身份同生产过程本身发生关系”，更多地从事创造性而非重复性工作，并为生产系统提供新知识和容错能力。
第三，数智化平台成为生产组织的智能中枢，催生新型协作形态。协作是协同劳动的组织方式，其效率受信息处理能力制约。数智化转型可以实现更发达的信息处理，支撑更加灵活和高效的协作，推动生产力发展。对于单个企业来说，通过数据中台建设实现集成化的统一数据架构，释放数据潜力，在企业内部形成发达的信息流。以此为支撑，企业可以重构业务流程，减少协作中的低效环节，提高信息传递和决策速度，降低资源浪费，提高对外部环境的响应能力和对内部的控制能力。对企业间协作来说，依托云网支撑实现工业软件上云和算力上云，企业用户按需订阅云服务，降低中小企业和初创企业使用先进生产资料的门槛。目前，我国工业互联网融合应用已实现41个工业大类全覆盖，涌现出阿里云supET、华为云、海尔卡奥斯COSMOPlat等工业互联网平台。在云网平台和众多企业用户之间形成了适应生产社会化新需要的新型企业间协作形态。
第四，加速科技创新，破解研发效率衰退难题。在最近半个世纪，美国、德国、日本等发达经济体在研发投入不断上升的同时出现不同程度的研发效率衰退，研发对生产率增长的促进作用也在衰退，中国近二十年的研发效率也出现下滑。研发强度相对于产出和工作时长的持续上升，反映了第三次工业革命以来生产力发展需要与科技创新范式之间的长期矛盾。数智化转型正是这对长期矛盾的产物，也有助于化解这对矛盾。新一代人工智能广泛应用于基础科学、技术科学和企业研发活动中，可以通过处理复杂而庞大的数据集发现新知识，改变创新范式，刺激创新成果涌现。云网融合的基础设施可以使初创企业以较低成本获得灵活的算力支持，从而使创新主体更加活跃。
第五，流通过程数智化。商品和货币的流通以信息流为中介，流通速度和效率受信息流制约。数智化转型能够以发达的信息流降低流通过程中的资源错配、损耗、浪费，节约流通费用，从而促进生产力发展。制造企业可以通过智慧财务优化财务流程，节约纯粹流通费用；通过需求预测和风险感知提高供应链协同水平，实现“个性定制+柔性生产”，增强供需适配。零售商可以为消费者提供个性化的商品推荐，加速商品与消费者匹配。物流企业可以精准匹配运力资源和物流需求，减少物流延迟、库存积压和运输损耗，降低空驶、空置、空载率。金融机构可以优化风险评估效率并提高投资效率。
（三）数智化转型增强劳动的自然生产力
生态环境始终是生产力发展的基石。数智化转型通过重构人类认识和利用自然的范式，为增强劳动的自然生产力提供全新路径，有助于将发展生产力的目标与促进人与自然和谐共生的目标统一起来。
第一，数智化转型有助于更高效地开发和利用自然资源，释放潜在的自然禀赋。在自然资源调查监测领域，数智化转型正在通过铁塔视频监控、国土调查云等技术与应用，赋能自然资源的动态监测和高效管理。在资源勘探领域，传统勘探方法耗费大量人力、物力和财力，且难以高效处理与日俱增的数据量；近年来，资源勘探的数智化转型显著提升了勘探效率，比如数智技术在地震资料处理与解释、测井评价、岩石薄片鉴定、油气藏地质建模、储量预测等领域的应用，可以有效降低油气勘探成本、缩短发现周期。由此，在一定的潜在自然禀赋水平下，人类能够用更少的劳动投入和成本，开发和利用更多、更优质的资源。
第二，数智化转型有助于为自然禀赋不足或利用效率不足的地区创造新的自然生产力增长空间。随着云网融合的发展，网络互联带宽不断提升，传输延迟显著下降，我国传统上生产力发展受制于地形、交通、区位、矿产、土壤肥力等地理因素的西部地区，可以发挥土地和电力资源充裕的优势，建设算力中心集群和数据中心集群，融入数智产业生态，通过算力高质量供给和促进云网边一体化融合释放生产力发展动能，带动地方经济发展。在农业领域，光、热、降水、墒情、地形、病虫害等自然条件显著影响产量，使农业生产具有高度不确定性。通过数智化转型实现农业生产经营的全面感知、智能决策和精细化农作，有助于减少对自然环境和人力投入的依赖，提高土地产出率和资源利用率。
第三，数智化转型有助于保护和提升环境承载力，实现绿色发展，促进劳动的自然生产力的可持续。当前，资源约束趋紧和生态环境恶化是全球经济的突出挑战，气候异常导致的洪水、干旱、极端高温等极端天气气候事件会干扰甚至破坏工农业生产。数智化转型可以促进企业优化生产工艺和配置资源，提高生产效率，减少浪费和损耗，降低“三废”排放，加快绿色转型，促进生产力可持续发展。
三、以数智化转型推动生产力发展的战略路径
数智化转型是社会再生产过程的系统性变革。近年来，我国对数智化转型做出了全面的顶层设计和统筹部署，如实施“东数西算”工程、出台“数据二十条”、施行《中华人民共和国数据安全法》、成立国家数据局、建设国家数据基础设施等。当前，数智化转型带给广大劳动者、基础设施体系和生态环境的风险挑战较为突出，需要进一步发挥社会主义国家对解放和发展生产力的能动作用，在全社会范围内凝聚转型共识，为全面建成社会主义现代化强国奠定坚实基础。
（一）坚持劳动者在生产力要素中的核心地位
数智化转型应避免陷入盲目追求“机器换人”的“唯技术”误区。近年来，“机器换人”成为我国企业实施数智化转型的潮流；不过，“机器换人”除了会给就业这个“最大的民生”造成压力，也可能削弱生产力发展潜力。其一，过度依赖数智技术可能导致劳动者核心技能退化，熟悉操作技能而不理解技术原理，削弱劳动者应对突发工作任务的能力。其二，数智化的机器体系固然可以减少活劳动难以避免的偏见、失误或错误，但机器体系也是经由活劳动开发的劳动产品，且其不确定性被黑箱化了。这就需要劳动者为机器体系提供容错并及时排查排除设计缺陷。其三，资本有机构成与资本周转相互制约，用于“机器换人”的固定资本投资可能削弱企业应对产品、技术和市场变化的灵活性。因此，一方面，应因地制宜推进“机器换人”，重点推进矿井、化工等艰苦或危险作业场景和高职业病风险场景的“机器换人”。另一方面，政府在推动数智化转型时应慎用奖补政策，引导企业平衡企业转型需要与社会就业需要，根据业务实际投资“机器换人”，避免企业“一拥而上”。
数智化转型需要坚持人机协同和人机共生，将劳动者的需求与数智技术的开发和部署统一起来，为劳动者创造安全和具有包容性的工作环境。近年来，我国制造业面临突出的“招工难”挑战，其中一个重要原因就是制造业为了确保质量、效率和生产安全，必然实施严格的标准化管理，导致劳动过程呈现重复、枯燥和疲劳的特点。数智化的机器体系会使劳动者与更加复杂的技术系统交互，如果技术系统不符合人因工程学，就易导致劳动者信息过载，认知负担加重，劳动能力无法有效发挥，进一步加剧“招工难”。因此，政府对数智化转型的奖补政策应当以人机协同和人机共生为导向，引导企业重视以人为本的技术路线，开发和部署界面友好、易于学习和使用的技术系统。组织和支持常态化的技能再培训，不断提高劳动者的劳动能力与生产力发展需要的适配性。强化对数智化转型的技术伦理引导和监管，要求企业对数据的采集和应用以保护劳动者合法权益为标尺。
数智化转型需要推动教育体系和科技创新体系适应新一轮科技革命与产业变革，避免“技术依赖症”侵蚀我国人才红利。数智化转型正在重塑学习范式、教育范式和科技创新范式，但过度依赖数智技术可能破坏人的学习动力，使学习者和劳动者轻视对知识结构和技能体系的构建，削弱人对复杂信息和新知识的理解能力，进而侵蚀国家创新能力。教育、科技、人才是解放和发展生产力的基石。面对国家战略需求和生产力发展需要，在推动教育体系和科技创新体系顺应数智时代潮流的同时，应引导教育数智化向强化学习能力、知识结构和技能体系的方向发展，深化政产学研融合，构建院校、科研机构、企业高效协同的人才培养体系和科技创新体系，实现人才自主培养和科技自主创新的有机统一，激励和促进基础科学发展以及基础材料、基础零部件、原创算法、高端工业软件等核心技术的研发攻关。
（二）以国家数智基础设施建设赋能生产力要素
基础设施属于“社会生产过程的一般条件”，直接决定劳动的社会生产力中的流通因素和信息处理因素，可以改造自然环境并提高劳动的自然生产力。基础设施建设是国家政权的基本社会职能，是生产力发展的重要支撑。20世纪50年代，美国建立的高速公路网有力支撑了美国的“战后经济奇迹”；20世纪90年代，克林顿政府推出“国家信息基础设施”（National Information Infrastructure，NII）工程，建设“信息高速公路”，促进美国在网络、根服务器、IPV4协议等方面建立领先优势，为美国引领和主导互联网浪潮奠定物质技术基础。
当前，国家数智基础设施（National Data-Intelligence Infrastructure，NDII）建设成为大势所趋。党的二十届三中全会提出“建设和运营国家数据基础设施”。着眼于数据驱动、云网支撑和智能中枢的协同发展，国家数智基础设施是国家数据基础设施（National Data Infrastructure，NDI）的演进方向，也就是从实现“数据互联互通”演进到实现“智能无处不在”。国家数智基础设施是支撑经济社会全面数智化转型的底座，是数据、算力和智能的“高速公路”。国家数智基础设施主要分为硬基础设施和软基础设施。硬基础设施是有形的技术底座，包括网络设施、算力设施、数据采集与存储设施和安全设施，软基础设施提供无形的能力和规则底座，包括体制机制、政策、法律、规则、平台和标准等。硬基础设施和软基础设施相辅相成，比如“东数西算”工程既包含数据中心集群等硬基础设施，也包括跨域算力调度系统等软基础设施，软硬基础设施的协同水平决定国家数智基础设施推动生产力发展的效能。国家数智基础设施建设需要与传统基础设施的数智化升级进行协同。通过铁路、公路、港口、电网、市政、物流等传统基础设施的数智化，实现功能、效率、安全等方面的改造升级，为国家数智基础设施提供海量数据资源、绿色电力供给和丰富应用场景。
适度超前规划和建设国家数智基础设施是加速数智化转型进而推动生产力发展的重要路径，应统筹国有企业和民营科技企业的优势，更好发挥国有企业作用。发挥国有企业在国家数智基础设施建设的主导作用是顺应生产社会化发展趋势的必然选择，有利于巩固公有制经济主体地位。一方面，国家数智基础设施建设的前期投资巨大、回报周期长、风险高而公共属性强。国有企业作为国家战略的重要执行主体，凭借资金实力、政策支持和跨行业整合能力，有利于集中资源建设覆盖全国、技术生态统一的基础设施体系。另一方面，国家数智基础设施具有突出的网络效应，用户基础越大，基础设施效能越高、服务供给越优质，必然形成自然垄断，因而必须由国有企业主导，以确保对国民经济新命脉的控制。近年来，大型民营科技企业稳居我国云基础设施头部阵营，且为我国数智化转型和核心技术自主可控做出突出贡献。2025年第一季度，阿里云、腾讯云、华为云占据我国61%的云计算市场份额。三大国有电信运营商的天翼云、移动云和联通云组成第二梯队，但集中服务于政务和央国企，用户基础和应用场景的丰富性仍然不足。为此，应加快面向数智化转型和未来经济的国有企业布局，探索成立数字原生的新型国有企业，提高国有企业竞争力，使国有企业成为国家数智基础设施的主导力量。
（三）以绿色数智化转型促进自然生产力的可持续
能源安全和生态环境安全是劳动的自然生产力的重要制约因素。能否实现数智技术绿色低碳发展，关乎数智化转型成败，决定了生产力乃至人类社会能否可持续发展。一方面，数智化转型在促进能源行业绿色技术创新和节能减排的同时，也使数智基础设施规模激增，形成不断攀升的能耗和碳排放。特别是大语言模型的发展产生了巨大的电力需求、严峻的高密散热挑战和沉重的碳排放压力。据全国数据资源统计调查工作组发布的《全国数据资源调查报告（2024年）》，2024年，全国年度数据生产总量达41.06泽字节，同比增长25%；全国数据存储量2.09泽字节，同比增长20.81%；算力总规模达280EFLOPS。有研究估计，到2030年，我国数据中心的电力负荷将达到1.1亿千瓦，耗电量将达到5257.6亿千瓦时，耗水量将达到2628.8亿升，碳排放量将达到3.1亿吨。近年来，随着云网融合水平的进步，数据处理任务逐渐从私有数据中心向云端转移，有利于降低能耗强度，但跨域算力调度伴随的网络流量激增也会产生大量能耗。另一方面，我国尚未完全扭转以化石能源为主的能源消费结构，据国家统计局数据，2024年天然气、水电、核电、风电、太阳能发电等清洁能源消费量占能源消费总量比重为28.6%。这两方面因素叠加，为我国实现“双碳”目标带来突出挑战。
绿色低碳是数智化转型的题中应有之义。数智化转型不仅要实现人机共生，还要实现人与自然和谐共生。当前我国正推动数智基础设施绿色低碳发展，降低数智技术碳足迹。为更好地促进劳动的自然生产力的可持续，我国应加强数智化转型的顶层设计，促进算力、电力、热力协同发展，将绿色低碳理念深度融入转型全链条。积极发挥政府对国家数据基础设施和国家数智基础设施建设的统筹和引导作用，强化对基础设施建设的审批科学化水平，对已建成数据中心的总体上架率不足的地区，应限制新建数据中心审批。完善基础设施数智化监管和评价，强化绿色低碳水平在监管和评价体系中的引领作用。加强创新引领，鼓励和扶持绿色数智基础设施关键技术研发，加强绿色数智技术的开发、转化应用和推广。
