一條來自鄉村的建議,寫進了「國家規劃」。 這事兒,發生在5年前。那一年,當內蒙古達拉特旗恩格貝鎮蒲圪卜村的村幹部李電波,以「雲帆」的網名敲下關於「開展互助養老」的建議時,他沒有想到,這個從基層實踐裡長出的思考,能通過網際網路,被黨中央看到,並寫入「十四五」規劃建議。那一年,我們黨在五年規劃編制史上首次開展「網絡問計」,匯集了逾百萬條建議。 這事兒,發生在當下。近日,習近平總書記就研究吸收網民對「十五五」規劃編制工作意見建議作出重要指示強調,廣泛深入察民情聽民聲匯民智,不斷實現人民對美好生活的嚮往。5月20日至6月20日,「十五五」規劃編制工作開展網絡徵求意見活動,來自田間地頭、工廠車間等的超過311.3萬條網民建議,如涓滴匯海,為規劃編制提供了有益參考。 311萬餘條建議,隨鍵盤敲擊聲躍動,每一個字符都承載著群眾心聲,彰顯全過程人民民主的蓬勃脈動。 脈動之中,感悟新思想—— 為起草好「十四五」規劃,2020年的7月到9月,習近平總書記親自主持召開的專題座談會就有7場。深入調研,熱烈討論,還有廣泛「網絡問計」,沉甸甸的「十四五」規劃建議,正是在習近平總書記親自謀劃主持下,在一次次深入調研、廣集民智中找到破題的關鍵,在一場場座談交流中凝聚奮進的共識。 近日,就研究吸收網民對「十五五」規劃編制工作的意見建議,習近平總書記作出重要指示:「『十五五』規劃編制工作網絡徵求意見活動參與度高、覆蓋面廣,是全過程人民民主的一次生動實踐。」 兩次規劃編制,始終踐行「從群眾中來、到群眾中去」,樹牢以人民為中心的發展思想。 與5年前相比,本次「網絡問計」不僅建言數量大幅提升,還新增了「人工智慧+」「文化遺產傳承保護」「共同富裕」等多個建言主題板塊,充分聽取群眾各方面訴求和多層次需要。留言內容既有聚焦國家戰略的宏觀思考,又有關注民生問題的微觀實踐,把頂層設計和問計於民統一起來。 新思想引領新徵程,當311萬餘條建言在數字時代的浪潮裡奔湧,匯聚的正是「中國號」巨輪破浪前行最澎湃的動能。 脈動之中,見證新實踐—— 把目光投向一座小院兒——北京東城區草廠四條胡同44號院。院子裡,有座「小院議事廳」。胡同提升,社區發展……一件件大事小情,居民常要在這兒嘮嘮,街道、社區幹部常要進來聽聽,解決訴求,傾聽建議,現場辦公。 2019年春節前夕,習近平總書記在北京看望慰問基層幹部群眾時來到這裡。他指出,設立「小院議事廳」,「居民的事居民議,居民的事居民定」,有利於增強社區居民的歸屬感和主人翁意識,提高社區治理和服務的精準化、精細化水平。 如今,小院議事這樣的基層民主實現形式,寫進《北京市街道辦事處條例》,已在全市的社區鄉村廣泛推廣運用。 把視野轉向一個街道。一頭連著社區民意,一頭通向最高立法機關,上海虹橋街道是全國人大常委會法工委設立的首批基層立法聯繫點之一。2019年11月2日,習近平總書記在這裡同正在參加立法意見徵詢的社區居民代表親切交流,明確指出:「我們走的是一條中國特色社會主義政治發展道路,人民民主是一種全過程的民主」。 歲月不言,基層民主的實踐活力歷久彌新。設立10年來,上海虹橋街道基層立法聯繫點已累計聽取105部法律草案意見,上報建議4525條,其中361條被研究吸納,參與徵詢群眾超過4.6萬人次。「家門口的聲音」聽得到、被採用,民主的「獲得感」可感可及。 再把視角定格在這「311萬餘條建議」。它不只是數據洪流,更是全過程人民民主的一個鮮活註腳;價值遠不止於海量建議本身,而是持續拓寬察民情、聽民聲、匯民智的途徑渠道。 開門問計的過程,也是發揚民主、凝聚共識的過程。當網上與網下同頻共振、交相輝映,全過程人民民主正以更加豐富的形式和內容,保障每一位公民都能參與國家和社會治理。中國式現代化,始終深深紮根於人民沃土。 脈動之中,鋪展新圖景—— 新圖景是怎樣的?李電波所在的恩格貝鎮,已設立三個幸福苑養老服務設施,互助式養老落地生根,有效解決農村養老難題,也為鄉村全面振興注入新的活力。 不只恩格貝鎮,這一源自基層智慧的養老服務模式,已在多地推廣開來。 從建言到政策,從案頭到村頭,從落地到開花……新圖景裡,體現「民有所呼、政有所應」,照見中國共產黨執政的鮮明風格:言出必踐,「件件有回音,事事有迴響。」 回望過去5年,「十四五」規劃《綱要》各項主要指標中,經濟增長、全員勞動生產率、全社會研發經費投入等進展符合預期;常住人口城鎮化率,人均預期壽命,糧食、能源綜合生產能力等8項指標進展超過預期;規劃確定的戰略任務全面落地,部署的102項重大工程順利推進。 歷史點亮未來。下一個五年,還將有哪些新願景照進現實? 「廣大人民群眾積極建言獻策,提出了許多有價值的意見建議,有關部門要認真研究吸納。各級黨委和政府要始終堅持以人民為中心,廣泛深入地察民情、聽民聲、匯民智,凝聚起推進中國式現代化的強大合力,不斷實現人民對美好生活的嚮往。」 近日,習近平總書記作出的重要指示重若千鈞,讓人們對未來之中國,充滿期許。 期許什麼? 微光成炬,落地有聲。每一位普通人的「金點子」,都可能成為推動中國式現代化的「金鑰匙」;未來五年,311萬餘條「李電波」們的建言,都可能在更多阡陌街巷的發展變遷中,找到最溫暖、最生動的實踐答案。 共繪「最大同心圓」,中國式現代化氣象萬千。 策劃:杜尚澤、王斌來 撰文:魏哲哲、孫振 海報:陳曉勁
前不久,我在做某數位化平臺的調研時,與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系,卻仍有無數中小工廠困於『代工邊緣』?」 對方提到,「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的,至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面,恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠,會發現全球供應鏈的重組早已超越簡單的產能轉移,演變為一場由數據與算法驅動的系統性變革——而AI,正是這場變革的核心引擎。 傳統供應鏈的困境:看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病,其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣,能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地,一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時,供應商需要花費三天時間核實技術要求的細節,而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條,迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式,更「坑人」的地方在於,易引發市場波動中的「群體失智」:市場一有風吹草動,就容易集體跑偏。結果就是企業看不清市場走向,要麼一窩蜂擴大生產,要麼突然集體減產,最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源,本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾,而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於,在傳統供應鏈中,訂單信息需經採購、設計、生產、物流等多環節層層傳遞,每過一個節點就產生信息損耗;上下遊企業因數據標準不統一,技術參數、交付周期等關鍵信息難以對齊。例如,某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整,頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為,傳統供應鏈依賴人工經驗和歷史數據的預測模式,在突發性事件面前不堪一擊。例如2020年新冠疫情初期,全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時,上遊製造商無法及時調整生產計劃,下遊客戶也難以重新配置物流資源時,將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢?是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」,全球貿易要求供應鏈具備實時響應能力時,依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具,更是重構供應鏈底層邏輯的核心引擎,就是為了將「看不見的繩索」轉化為「可量化的數據流」,將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決?構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了,解決辦法也就隨之而來,即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心,在於AI將模糊的製造能力轉化為可量化的數據資產,並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐,其平臺通過構建多維度的數據標籤體系,從最底層的工藝切入,將原本難以描述的工藝能力,如微米級精度的車床加工、特定材質的表面處理工藝等,轉化為機器可識別的結構化特徵。隨後,將簡單的需求流轉到工廠,讓買家和工廠直接對接;碰到需要多種工藝的複雜訂單,就重新設計、拆解,再派單給不同工廠完成,其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前,說起企業的製造能力,大家總愛簡單分成「能做」和「不能做」兩種。現在,在AI驅動的體系中,每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如,醫療器械企業發布精密零件採購需求時,AI系統不僅能匹配具備相應資質的供應商,還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率,又顯著降低冗餘成本。這種數據驅動的決策模式,正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」,成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢?說到底,數據成了供應鏈裡最值錢的家當,而算法就像分配利益的規矩——誰手裡的預測模型更準,誰能更快把所有數據理順,誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說,這種靠AI撐起來的「數據加算法」模式,不光能幫那些中小工廠跳出「只能做代工」的困局,更能把咱們「工業體系全」這個大優勢,變成在全球供應鏈裡說了算的本事。這麼一來,全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球,供應鏈的「去中心化」革命 而在全球範圍內,供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算,現在慢慢變成了大家各有各的職能,互相配合著來。而這場大變樣的背後,最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單,系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約,貨物離開生產線時區塊鏈就完成支付結算,整個過程像網購一樣簡單直觀。這種看似科幻的場景,其實在阿里巴巴國際站的跨境貿易中已經初現端倪,去年該平臺就有超過三成的交易開始應用區塊鏈存證技術,實現了全流程的透明化與自動化。 現在,技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能,AI算法能實時分析全球14個港口的擁堵情況,物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化,更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失,生產端和消費端通過。AI驅動數字網絡直接咬合。 然而,這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中,我們能看到兩種截然不同的圖景並行:某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺,卻因管理層對數據可視化系統缺乏理解,導致系統淪為擺設;而隔壁的模具廠則用300萬改造費用實現設備聯網,通過實時監測刀具損耗率,就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時,很多企業發現最大的障礙不是技術本身,而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統,但員工習慣了手工操作,推廣難度很大。此外,數據安全和隱私保護問題也日益凸顯,如何在開放共享與風險控制之間找到平衡,是行業面臨的共同挑戰。 這些現實困境揭示:去中心化不是簡單的技術疊加,而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來,中國製造乃至全球產業網絡的協同與進化,才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革,正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」,從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈,正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口,吸引全球開發者為其改進飛行控制系統,使產品響應速度提升30%;蘇州的紡織廠將柔性生產線接入AI雲平臺,成為服務十幾個國家設計師品牌的「雲製造」節點,實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升,更是價值創造邏輯的根本變革:當每個參與方都能通過數據貢獻獲得收益分成,當創新成果能在全球範圍內即時復用,供應鏈就變成了持續進化的生命體。 從大趨勢來看,AI正在悄悄改變供應鏈創造價值的方式。過去,資源怎麼分配,基本都是行業裡的大公司說了算;現在,AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據,靈活調配產能、優化物流路線、提前預判需求,哪怕是很小的生產單元,都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於,全球供應鏈的競爭早就不拼規模大小了,而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型,誰能更高效地把各地的數據串起來,誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過,AI推動供應鏈升級,也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則,得培養既懂生產工藝又懂算法的多面手,還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型,從以前的手工焊接小作坊,變成現在涵蓋設計、測試、融資的全鏈條數字生態,每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時,也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中,AI會變成供應鏈的「神經中樞」:工廠設備靠AI自己協調幹活,物流網絡跟著算法隨時調整路線,甚至消費者幾個月後想要什麼,AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡,整個供應鏈會變得特別有韌性,充滿活力。這可不只是技術更新換代那麼簡單,更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員,清華大學人工智慧國際治理研究院戰略與宏觀項目主任,新著《杭州模式:DeepSeek與中國算谷》2025年5月由中信出版集團出版)
免责声明:本文内容与数据仅供参考,不构成投资建议,使用前请核实。据此操作,风险自担。
56148
53
2025-10-27 09:08
41375
15
2025-10-27 09:08
34158
32
2025-10-27 09:08
26149
93
2025-10-27 09:08
65482
43
2025-10-27 09:08
39465
56
2025-10-27 09:08
74859
37
2025-10-27 09:08
26841
19
2025-10-27 09:08
96382
61
2025-10-27 09:08
39421
14
2025-10-27 09:08
23719
93
2025-10-27 09:08
37614
46
2025-10-27 09:08
65493
26
2025-10-27 09:08
62438
58
2025-10-27 09:08
92158
39
2025-10-27 09:08
23167
31
2025-10-27 09:08
64935
45
2025-10-27 09:08
51289
47
2025-10-27 09:08
25613
52
2025-10-27 09:08
62891
82
2025-10-27 09:08
46512
92
2025-10-27 09:08
84572
92
2025-10-27 09:08
52173
18
2025-10-27 09:08
69483
52
2025-10-27 09:08
57234
98
2025-10-27 09:08
95318
43
2025-10-27 09:08
46975
29
2025-10-27 09:08
35864
63
2025-10-27 09:08
12386
69
2025-10-27 09:08
47185
63
2025-10-27 09:08
82176
42
2025-10-27 09:08
25913
96
2025-10-27 09:08
85237
15
2025-10-27 09:08
52941
72
2025-10-27 09:08
53426
42
2025-10-27 09:08
53846
59
2025-10-27 09:08
94183
87
2025-10-27 09:08
81796
52
2025-10-27 09:08
48793
85
2025-10-27 09:08
38645
38
2025-10-27 09:08
34527
28
2025-10-27 09:08
26943
29
2025-10-27 09:08
64781
42
2025-10-27 09:08
71352
54
2025-10-27 09:08
38795
28
2025-10-27 09:08
63941
17
2025-10-27 09:08
17648
78
2025-10-27 09:08
69735
23
2025-10-27 09:08
85736
71
2025-10-27 09:08
86134
74
2025-10-27 09:08
64387
85
2025-10-27 09:08
| 国外b站刺激战场直播app | 凤凰网直播 |
| 荔枝直播 | |
| 比心直播 | 金莲直播 |
| 桃鹿直播 | |
| 免费直播行情网站 | 蝶恋直播 |
| 零点直播 | |
| 黑白直播 | 榴莲视频 |
| 曼城直播 | |
| 快猫 | 曼城直播 |
| 杏爱直播 | |
| 伊人下载 | 国外b站刺激战场直播app |
| 快猫 | |
| 樱花直播 | 大鱼直播 |
| 榴莲视频 | |
| 金桔直播 | 月夜直播在线观看 |
| 五楼直播 | |
| 趣播 | 榴莲视频 |
| 打开b站看直播 | |
| 小狐狸直播 | 月夜直播在线观看 |
| 月夜直播在线观看 | |