摘要：江苏稳增长30条把人工智能列为产业提质任务，提出词元经济行动方案、人工智能创新发展激励政策和100个典型应用场景，并把2028年底算力目标推至600EFlops、智能算力占比不低于75%。
摘要：
8月28日，江苏省政府召开新闻发布会，解读《关于紧抓当前提质增效推动经济持续向新向优向好发展的若干政策措施》；8月31日，江苏省发展改革委再次公开发布相关政策解读。30项措施覆盖扩大内需、现代化产业体系、创新创业和融合发展，其中人工智能被单独列入产业提质的重要任务。江苏明确，近期将出台词元经济高质量发展行动方案、人工智能创新发展激励政策，全年遴选打造100个“人工智能+”典型应用场景；截至7月底，全省在用算力中心超过300个，总算力超过250EFlops，并提出到2028年底总算力超过600EFlops、智能算力占比不低于75%。
一份稳增长“30条”，为什么AI被单独拎出来
江苏这轮政策总体上是一套提质增效、扩内需和稳增长组合措施，但产业章节释放的信息值得技术企业单独拆出来看。
文件提出，一体化推进工业企业增资扩产、技术改造、设备更新和“智改数转网联”；围绕“6+6”新兴支柱产业和未来产业逐一出台配套政策、组建产业联盟，同时强化企业科技创新主体地位。人工智能则被列为产业提质中的一项明确任务。
江苏省发展改革委8月31日进一步披露，下一阶段将出台词元经济高质量发展行动方案、人工智能创新发展激励政策。
省政府8月28日的政策发布会上还明确，全年将遴选打造100个“人工智能+”典型应用场景。
这三件事放在一起看，江苏下一轮AI政策已经出现了比较清晰的结构：一端鼓励真实模型调用，一端开放应用场景，再通过算力基础设施和财政激励支撑企业落地。
“词元经济”进入地方经济政策，值得重点关注
词元，也就是Token，是大模型训练和推理时最基础的计量单位之一。
此前地方AI政策常见的指标是模型数量、算力规模、企业数量和场景数量。江苏开始提出“词元经济”，关注点进一步转向AI实际使用量。
这有很强的产业意义。
建了一个算力中心，不代表GPU每天都在工作；备案了几十个模型，也不代表用户持续使用。但Token调用量与模型使用频率、推理业务规模和真实需求更加接近。
所以词元经济实际上尝试解决一个问题：怎样衡量AI究竟产生了多少实际服务。
如果后续行动方案进一步与算力券、模型券、Token券、场景采购和金融工具结合，Token就有可能成为地方AI产业支持政策中的新计量单位。
对于模型公司和应用服务商，这会推动商业模式继续从一次性软件交付向持续调用服务转变。
100个场景，比单纯补贴更值得AI企业盯
全年打造100个“人工智能+”典型应用场景，是这轮政策中对AI企业最直接的机会。
人工智能公司尤其是工业AI企业，常见难题并不是没有技术，而是找不到足够开放的真实客户。
制造企业是否愿意开放生产数据，医院是否允许模型进入业务系统，交通和能源场景是否提供测试环境，这些往往决定一个技术能不能从Demo变成产品。
江苏今年已经连续通过“人工智能+制造”“人工智能+交通运输”“人工智能+应急管理”等路演和服务商机制推动供需对接。省级政策再次提出100个典型场景，意味着这套“以场景组织AI产业”的做法还会继续扩张。
工业智能体、机器人、智能工厂、能源、医疗、交通、科研和城市治理都可能成为重点方向。
企业准备这类项目时，也应该逐渐从“技术展示”改成“场景价值证明”。
工业智能体减少多少设计工时，视觉质检降低多少漏检率，预测性维护减少多少停机时间，机器人降低多少高风险作业人员投入，这些量化指标会越来越重要。
300多个算力中心之后，江苏把目标推到600EFlops
截至2026年7月底，江苏在用算力中心已经超过300个，总算力规模超过250EFlops（FP16）。
省数据局提出，到2028年底，全省在用算力总规模超过600EFlops（FP16），智能算力占比不低于75%。
这个数字很大，但更值得注意的是算力布局方式。
江苏提出按照“点、线、面、体”推进算力基础设施建设：做强核心算力支点，打造沿江、沿海两条算力产业带，同时布局边缘算力中心，并探索太空计算、量子计算和生物计算等未来算力。
这说明地方算力政策开始进入下一阶段。
过去主要解决“有没有算力”，接下来还要解决算力在哪里、适合什么任务、是否能够共享，以及利用率够不够高。
江苏制造业规模庞大，实际AI负载并不只有训练大模型，还包括工业视觉、CAE仿真、数字孪生、机器人、科研计算和智能体推理。
因此，未来当地算力结构很可能呈现大型智算中心、行业算力和边缘算力协同发展的形态。
“智改数转网联”和AI正在逐渐合流
江苏长期推进制造业“智改数转网联”，此次30条再次要求继续推进技术改造、设备更新和数字化升级。
人工智能进入制造以后，这套工作产生了新的价值。
以前企业上MES、ERP、PLM和工业互联网，主要目的是管理和采集数据。现在这些系统正在变成智能体的工具和数据源。
一个工业智能体可能先读取MES生产计划，再调用PLM图纸，查询设备状态，结合企业知识库完成判断，最后生成工单或者仿真任务。
企业过去几年数字化建设得越完整，AI进入业务系统就越容易。
这会给传统工业软件公司和数字化服务商带来很大的转型机会。
它们已经拥有客户、接口和行业Know-how，只要增加大模型、智能体和多模态能力，就有机会从传统信息化服务商升级成新的AI应用服务商。
“人工智能创新发展激励政策”值得等，但不要提前算补贴
江苏此次明确宣布，近期将出台人工智能创新发展激励政策。
对AI企业来说，这显然是下一份值得重点关注的政策文件。
不过目前公开的“30条”和发布会并没有公布具体的补贴额度、申报门槛和支持比例。
所以现在不适合根据市场传言提前测算“能够拿多少资金”。
企业更适合先把材料准备起来：AI业务收入、模型和Token调用情况、算力费用、研发投入、高质量数据集、知识产权、客户合同、场景效果和产业化收入。
如果未来激励政策围绕场景、算力、Token或收入进行支持，这些信息都可能直接用于申报。
哪几类企业机会比较明显
制造业AI企业是第一类。
江苏持续推进设备更新、“智改数转网联”和100个AI场景，AI+MES、AI+PLM、AI+CAD/CAE、机器视觉、设备预测维护和工业智能体都能够找到明确的政策结合点。
第二类是模型和智能体平台企业。
词元经济如果落地，持续模型调用量会越来越重要。能够通过API、智能体和行业服务产生稳定Token消耗的公司，比单纯发布模型更容易形成收入。
第三类是算力和AI基础设施企业。
到2028年超过600EFlops的目标意味着算力投资仍然会持续，但市场会越来越看重互联互通、利用率和服务价格。
第四类是传统软件和系统集成企业。
AI开始进入企业原有数字系统以后，熟悉本地制造业的ERP、MES、PLM和工业互联网厂商反而拥有明显客户优势。
风险也越来越具体
第一个风险是算力利用率。
算力规模快速增长，如果模型调用和产业需求跟不上，一些算力中心可能出现“有卡没任务”的情况。企业选择算力合作方时需要同时看芯片生态、网络、调度能力、实际价格和稳定性。
第二个风险是场景定制化。
100个场景并不意味着100个完全标准化项目。制造企业的工艺、系统和数据差异很大，如果服务商没有模块化产品，项目越多，实施成本反而可能越高。
第三个风险来自政策细则。
词元经济行动方案和人工智能创新发展激励政策目前仍属于“近期将出台”，支持对象、支持金额和兑现方式必须等待正式文件。
这轮江苏“30条”最值得关注的地方，是AI已经被放进地方经济增量政策的核心工具箱里。
算力负责底座，Token开始衡量使用，100个场景负责制造需求，激励政策负责撬动企业投资。
接下来的AI产业竞争，会越来越接近经营本身：有没有持续客户、有没有稳定Token消耗、有没有可复制场景，以及AI到底给企业创造了多少可计算的价值。
参考来源
-
江苏省政府2026年8月28日《关于紧抓当前提质增效推动经济持续向新向优向好发展的若干政策措施》新闻发布会及相关解读。
https://www.jiangsu.gov.cn/art/2026/8/29/art_93367_11822195.html -
江苏省发展和改革委员会相关政策解读，发布日期2026年8月31日。
https://fzggw.jiangsu.gov.cn/art/2026/8/31/art_294_11822879.html