核心摘要： 中国电子信息产业发展研究院10月31日发布的《新域新质创新发展十大趋势》显示，我国人工智能推理数据量首次超过训练数据量，标志人工智能从模型训练研发阶段迈入规模化产业应用阶段。截至2026年6月，日均词元调用量超过175万亿，相比2024年年初增长1000多倍；顶尖大模型迭代周期从几个月压缩到几周甚至几天。
业务背景：AI的重心正在从训练转向推理
10月31日，中国电子信息产业发展研究院发布《新域新质创新发展十大趋势》。报告给出的一个关键判断是：我国人工智能推理数据量首次超过训练数据量。这一变化被表述为标志性节点——人工智能从模型训练研发阶段，迈入规模化产业应用阶段。
换句话说，过去以“喂模型”为主的实验室式投入，正在让位于以“用模型”为主的产业落地。对于把AI放进营销、客服、经营分析等日常流程的企业来说，这是一个值得留意的结构性信号。
问题：调用规模上来了，企业怎么读这个数
报告披露，截至2026年6月，日均词元调用量超过175万亿，相比2024年年初增长1000多倍。同时，顶尖大模型的迭代周期从过去的几个月压缩到几周甚至几天。
调用量的量级变化和模型迭代的加速，意味着企业面对的不再是“要不要用”的选择题，而是“用在哪、怎么接、如何评估”的连续决策。报告将人工智能描述为“牵引全域变革的通用目的技术”，这一表述把AI放在了产业体系重塑的位置上。
AI怎么落地：制造与行业场景的铺开路径
报告把智能制造列为推动人工智能加快规模化应用的重要场景。随着“人工智能+制造”行动深入实施，我国已累计建成500多家卓越级智能工厂，覆盖31个省（区、市），涵盖超过80%的制造业行业大类。
在应用层面，国产算力、大模型已在钢铁、汽车等20个行业落地1000多个应用场景，推动个性化定制、全生命周期服务等新模式不断拓展。这些数字勾勒出的是一条从单点试验走向行业级复制的路径。
实际结果：交叉融合领域成为新动能
报告显示，以高端制造、数字制造为代表的交叉融合领域已成为工业新动能，对规上工业增加值增长的贡献率超过五成。
在具体方向上，智能网联汽车受益于新材料、新一代信息技术、先进制造等技术融合创新，实现大算力芯片、舱驾融合技术持续迭代；自动驾驶出租车、智慧物流、矿区、机场等多场景示范应用有序落地。脑机接口融合生物制造、人工智能与新材料等技术，多项产品完成临床可行性验证，应用正从医疗领域向教育、工业等领域加速拓展。
中小企业：新域新质创新的中坚力量
报告指出，新域新质赛道技术路线不确定、场景碎片化、试错成本高，高度依赖敏捷灵活的创新主体。当前，一大批中小企业和创新集群正在成为新域新质发展的中坚力量。
数据显示，我国科技和创新型中小企业超60万家，其中量子科技、人工智能、低空经济等新兴和未来产业领域“小巨人”企业近6000家。2025年，专精特新“小巨人”企业研发投入强度达7%，发明专利总量达到46万项、户均26.6项；2026年1—8月，规上工业专精特新“小巨人”企业利润总额同比增长22.2%。
可复制动作：把推理侧当作AI成熟度的观察窗口
对企业的启示不在于追逐报告中的宏观数字，而在于调整观察角度：既然产业重心已转向推理侧，企业就应把AI调用集中在哪些业务环节、是否进入高频经营流程，作为衡量自身AI成熟度的依据。
具体可以从三件事入手：盘点现有AI调用分布，识别仍停留在演示阶段的场景；优先选择高频、可度量的经营环节推进落地；结合行业场景数量持续增长的现实，用阶段性验证替代一次性全面铺开。以上为基于报告事实的编辑建议，非案例实施步骤。
企业今天可以做什么
建议企业管理者把“推理侧”作为观察自身AI成熟度的窗口：梳理当前AI调用主要集中在哪些业务环节，是营销触达、客户服务还是经营分析；对照报告揭示的从训练到推理的迁移趋势，评估自身投入是否仍停留在试点与演示阶段；结合行业落地场景数量增长的事实，优先选择高频、可度量的经营场景推进，而非一次性铺开。