◇付娜（语言研究所）

　　数智化是数字化与智能化在技术演进和社会需求双重驱动下的深度融合。数字化侧重将物理世界的各类场景、行为、对象转化为可计算、可存储的数据，完成“物理世界数字化”的铺垫；智能化则在数字化的基础上，通过数据分析形成辅助决策与自动执行能力，实现“数字世界智能化”的升级。二者相互交融，螺旋演进。数智化的核心价值在于打通各领域数据隔阂，构建“数据支撑分析、分析指导实践”的闭环，动态映射物理世界与人类活动，推演可能出现的情况，并对相关过程进行合理调控，让数据从单纯的记录工具转变为驱动社会运行、治理优化、科研创新的核心生产要素。

　　从国家政策看，智能化布局持续深化。2017年《新一代人工智能发展规划》系统开展智能化技术攻关；2023年《数字中国建设整体布局规划》统筹数字化智能化建设；2025年“人工智能+”行动推进各领域智能转型；2026年“十五五”规划纲要提出，加快数智技术创新，深化拓展“人工智能+”，赋能经济社会发展和治理能力提升。

　　在此背景下，数智化已在多个领域显现深刻影响。社会治理领域，城市运行数据与智能分析深度结合，推动公共服务从被动响应转向主动预测，通过智能调度优化公交路线、排查消防隐患、监测环境状况，大幅提升交通、应急及环境监测的运行精度。经济产业领域，制造业借助数智化实现生产流程的精准控制与智能排产，电商则通过数智化算法实现供需两端的精准匹配与个性化推荐。民生服务领域，线上社保缴费、智能就医挂号等数智化应用，通过整合社保、医疗核心数据，打通部门数据壁垒，提升服务便捷度。科研创新领域，借助数智化工具处理基础数据、检索文献，助力研究者专注创新，有效提升研究效率、拓展研究边界。

　　数智化显著提升运行效率与精准度，但全域普及也伴随着不容忽视的风险与挑战。数据资源过度集中可能催生新的结构性不平等，算法自动化决策滥用会损害公平公正、压缩个体自主选择空间，数据采集边界模糊则考验隐私保护与公共安全。推动数智化健康发展，关键在于建立与技术匹配的管理规范，完善相关法律制度，明确数据归属与责任划分。数智化要服务于人，而非让人适应技术。未来，人机协同与跨学科融合将持续深化，唯有坚守以人为本、健全规范体系，才能让数智化赋能社会高质量发展。