中青报·中青网记者 朱彩云

　　国产化替代正从芯片、操作系统、数据库等基础软硬件向办公系统、业务平台等行业应用延伸。

　　在近日举行的2026腾讯云融合创新峰会上，京能集团信息中心、京能信息技术有限公司数字化研发部部长丁邦林介绍，今年以来，该集团相关业务正在部署到国产数据库上，以降低基础设施成本。

　　来自鞍钢集团的数据是，截至2026年4月，已实现百余套信息系统国产化的迁移改造。在汽车制造领域，已有龙头车企完成了ERP（企业资源计划系统）及数据中台的全面国产替换，核心业务系统国产率达98%，实现业务流程的高效协同。

　　更重要的是，以数据化和智能化为驱动，国产软件数字化升级之路正从“替代”走向“赋能”与“重构”，作为生产性服务业重要组成部分，软件和信息技术服务业的“软”实力正在彰显。

　　用腾讯集团副总裁、政企业务总裁李强的话来说，过去替代是补短板，今天智能筑长板。软件竞争不仅是产品，更是生态的竞争，“今天的融合创新，不是单一技术的升级，而是整个系统能力的重构。”他说。

　　“智能体即服务”

　　从追求模型参数规模到在真实场景中创造价值，再到规划“数字员工”（AI智能体），智能体时代正在到来。IDC（国际数据公司）预计，到2030年，45%的组织将大规模编排AI智能体，将其嵌入跨业务职能，全球活跃的智能体数量将超过22亿。

　　“在智能体时代，政企客户不仅需要使用智能体，还可能需要构建懂行业、懂业务、可管可控的专属智能体。”会上，腾讯云副总裁王义成说，企业级智能体正成为新一代核心生产力工具。

　　他注意到，不少企业都在推进AI原生建设，即将AI融入全业务场景、全产业链、全生命周期，以大模型等AI能力为核心底座重构架构与业务逻辑。

　　“不同于传统的分布式数据库只解决数据存储与安全问题，本次升级的国产数据库能够实现‘自我优化’。”丁邦林表示，将AI技术应用到数据库的设计、运维、优化与安全治理中，这让数据库变得更“聪明、自治”。这也是该集团与腾讯云共创AI辅助技能的初衷：把基础软件进行国产化升级并进行融合创新。

　　包括丁邦林所处的能源领域在内，更多重点领域企业对基础软件、工业软件及相关服务的需求提升。在赛迪智库信息化与软件产业研究所软件研究室副主任孙悦看来，未来，软件产品将更加“AI原生”，智能化、场景自适应能力成为标配，软件价值的衡量标准，将更侧重其对业务实效和创新能力提升的实际贡献。

　　业内人士认为，AI正把大量存量软件升级为“AI增强软件”乃至“AI原生软件”，软件国产化替代会继续向更深的业务环节推进，从外围系统走向关键系统。

　　推动国产软件从“备选”走向“更优”也被看作是开展“人工智能+软件”专项行动蕴含的机遇之一。今年4月底，工信部副部长柯吉欣在国新办举行的国务院政策例行吹风会上表示，工信部将推进生产性服务业向专业化和价值链高端延伸，加快推动软件和信息技术服务业创新发展。

　　在人工智能赋能信息服务业方面，他提到将开展“人工智能+软件”专项行动，加快智能编程研发应用，培育模型即服务、智能体即服务等相关新业态。进一步加强开源生态建设，推动基础软件、工业软件智能化升级。

　　对于发展多年的软件和信息技术服务业，柯吉欣称其为我国服务业的“基石”，是“支柱”产业。他举例说，在软件方面，国产操作系统、数据库等基础软件水平稳定提高。工业软件形成覆盖重点行业的产品体系，整体技术实力也大幅度提升。在信息技术服务业方面，通义千问、混元这些国产大模型为代表的开源生态全球领先。“当前，模型即服务、智能体即服务等相关的新业态新模式不断涌现，到3月底，词元的日均调用量突破140万亿，比2024年同期增长了1000多倍。”他说。

　　提升模型“情商”

　　可以肯定的是，伴随国产软硬件的发展，多方共筑的智能化生态体系正加速构建。

　　国家信息中心与腾讯云联合发布的《AI时代国产数字化升级落地路径研究报告》显示，在政策、技术与市场需求的合力推动下，一个涵盖基础硬件、软件平台到行业应用的完整国产数字底座已初具雏形。

　　该报告还提到，国产软硬件数智化升级的核心挑战已从单纯的技术落后转向更复杂的生态之争。在算力层面存在生态割裂问题，算力呈碎片化发展态势，导致有算力但不好用，开发者迁移成本极高。在模型层面，跟随式迭代，底座存在风险。应用创新很活跃但底层算法原创能力还需提升。

　　“过去的模型是基于知识库做向量检索，比如在询报价场景中，原来的知识库主要包含商品大小、型号等基本信息，而数据的自然语言化则增加了语义逻辑和知识片段，相当于给了模型足够的背景知识。”几天前，工业品供应链厂商鑫方盛集团的CTO（首席技术官）贺亚伟见证了企业从公有云到专属分布式云的整体迁移，依托“方盛云”这一新底座，企业上线工业品供应链平台，覆盖商品标准化、智能询报价、票据合规等核心场景，部署了超过200个智能体与100个RPA（机器人流程自动化，即模拟人工执行重复性规则化任务的软件机器人），词元月均调用量达到千亿级，组织效能提升超过10%。

　　在他看来，如果想让“数字员工”能够接管更多的工作，就要让它们拥有实体员工在沟通、协同过程中的情商，“要持续提升模型的‘情商’，让模型学会‘理解’。”

　　贺亚伟解释说，理解往往是多轮递进的，在用户提出诉求后，意图模型要围绕问题发散出多条推理分支，既不脱离原始诉求，又能层层聚焦，发散梳理后通过反问确认形成闭环，最终精准界定用户的真实需求。