2015年，推动「互联网+」的指导意见发布；此后十年，移动应用重塑了购物、出行与社交的日常。2025年8月，国务院发布《关于深入实施「人工智能+」行动的意见》，同一条思路换到了AI上。上一个十年，应用改变的是人的生活方式；这一个十年，应用要改变的是生产的各个环节。回头看，两份文件其实是同一份时间表的上下两页：先铺网络，再铺智能。
两个百分数，要当成时间表来读
文件里最醒目的是两组数字：到2027年，新一代智能终端、智能体等应用普及率超过70%；到2030年，超过90%。这类目标很少用「超过」来写，写法本身就说明了确定性——这不是远景描述，而是带截止日期的硬安排。距离第一个节点不到三年，落实过程中还会把目标继续拆细，节奏只会更快。普及率过线意味着，AI应用会从少数人的工具变成多数人的日常，重心也随之从技术攻关转向应用铺开。而70%与90%的底气，来自算力、数据、人才、资本四层的同步投入。
基础层先行：算力、数据、人才、资本
普及的前提是基础层先铺路，文件对此各有安排：算力在建全国一体化的智算网络，方向是普惠易用；数据在确权与流通上破题，公共财政资助形成的版权内容将依法开放，企业积累的数据第一次有了明确的资产身份；人才的要求在变：会写代码不再是门槛，会下指令、数学功底扎实、能把问题问清楚的人更稀缺；资本则引入更长周期的耐心资本——基础研究一做十年，短钱等不起，长期的钱才等得起十年尺度的回报。基础层每通一格，应用层就多一批新玩家——这也是普及率目标敢写「超过」的底气所在。
应用会先从三处冒头
第一处是工业：设计、测试、生产、运营的全环节都在接入AI，围绕生产做配套的行业会先接到需求，比如为工厂做质检、做流程优化。第二处是智能原生：不是给现有应用加一个AI功能，而是从架构和运行逻辑上就长在AI上的新物种，就像上一轮周期里那些只在手机上才立得住的产品。第三处是智能体：文件专门点到这一形态——由智能体担任的数字员工会按需取用，管理这些数字员工，会成为每个团队的日常功课。企业要找的是具体场景里的具体问题——帮律师整理案卷、帮市场做调研，一个场景做透，就足以站稳；把环节做熟，就有立足之处。
普及率过线之后，企业的信息站在哪里
应用铺开之后，越来越多的初次了解会发生在企业与客户见面之前，由AI应用代为完成。这时一个问题会浮出来：各家AI依据公开信息拼出的这家企业，和它自己想表达的样子，是不是同一回事？多数企业心里并没有底。
行业里已经出现省力的做法：把企业站点与知识库结构化接入AI信源体系后，系统会自动汇总各家AI对企业相关问题的回答，生成一份体检式的自测结果——名称对不对、业务说得全不全、有没有张冠李戴，一张单子看得清清楚楚。企业自己就能看、能改，不必等客户拿着错误答案来对质。这类体检不难做，难的是把信息的梳理做在前面——站点与知识库越规整，自测结果就越接近企业想表达的样子。
身边有企业主尝试把官网改造成GEO信源站，录入企业知识库后，大模型推荐带来的精准线索持续上涨，实操路径可搜公众号「智扣AI」。
结语
从「互联网+」到「人工智能+」，两份文件隔了十年，落点都是应用。应用普及率每往前走一格，AI读到的每一条企业信息，就多一分被引用的机会；它读成了什么样，企业应当比客户先知道——核对这件事，越早开始越从容。
留一个开放问题：当应用普及率越过90%，你的企业在各家AI里的那份自测结果，会经得起逐条核对吗？