## 摘要
9月3日，江苏省人民政府办公厅公开《关于突出市场导向建设科技成果转化高地的实施意见》。这份文件的特别之处，在于它没有把人工智能只放在“产业发展”章节，而是直接嵌入科研组织、科技服务、成果转化、技术交易和知识产权体系：提出推进“数据+模型+智能体”融合创新，制定“AI+研发”政策措施，鼓励实验室研制行业原生智能体，发展“AI+孵化”，把AI算力服务、大模型及算法安全评估列为现代科技服务业新增长点，并通过“AI+技术转移”推动成果智能撮合。文件还提出优化建设50家省级概念验证中心、建设100个未来产业规模化应用场景、培育30家社会化技术转移标杆机构，并给出概念验证中心100万元建设支持、技术转移机构最高100万元奖补等配套政策。江苏正在尝试解决科技成果转化长期存在的“实验室有成果、企业找不到，企业有需求、科研端不知道”问题，而AI开始成为连接科研、验证、中试、场景和资本的一套新基础设施。
一、这份政策9月3日公开，但内容比一般“成果转化文件”更值得AI产业关注
江苏省政府办公厅9月3日在省政府公报系统公开苏政办规〔2026〕3号文件。
文件由江苏省人民政府办公厅印发，核心目标是建设科技成果转化高地，强调市场导向和企业主体，推动科技创新与产业创新深度融合。
从标题看，它是一份科技成果转化政策。
但如果仔细看具体条款，会发现人工智能贯穿了多个关键环节。
文件提出推进“数据+模型+智能体”融合创新。
提出制定支持“AI+研发”政策措施。
提出鼓励实验室研制行业原生智能体。
提出发展“AI+孵化”新业态。
提出培育AI算力服务、大模型及算法安全评估等新增长点。
提出建设知识产权可信数据空间，开发专利评价大模型，扶优扶强“AI+知识产权”企业。
还提出深化“AI+技术转移”赋能，让技术交易实现智能撮合。
这已经不是给几家AI企业发补贴的思路。
江苏正在尝试让AI进入科技成果从产生到产业化的整条链条。
二、“数据+模型+智能体”第一次被放进成果供给环节
在“增强高质量科技成果供给”部分，文件提出有效组织关键核心技术攻关，并明确“推进‘数据+模型+智能体’融合创新”。
这一表述很值得技术产业关注。
过去科研项目的信息化工具，大多解决文献管理、计算资源、项目管理或者科研数据存储问题。
生成式AI和智能体出现后，科研过程正在出现新的技术栈。
数据是基础，包括实验数据、仿真数据、论文、专利和行业数据库。
模型负责理解、预测、生成和推理。
智能体负责调用数据库、软件、仪器、求解器和工作流，把模型能力接入实际科研过程。
三者组合起来，AI就可以进入材料发现、药物研发、工程仿真、算法设计、实验规划等科研环节。
江苏把这组技术结构直接写入科技成果供给政策，说明“AI for Science”和“AI for Engineering”已经开始进入地方成果转化体系。
三、“AI+研发”被单独提出，实验室将开始生产“行业原生智能体”
文件在现代科技服务业部分提出，突出智能化、融合化、平台化，制定支持“AI+研发”的政策措施，并鼓励实验室研制行业原生智能体。
“行业原生智能体”这个词非常关键。
传统的科研AI助手，通常是通用大模型外加论文知识库。
行业原生智能体需要更进一步。
例如材料研发智能体需要调用材料数据库、晶体结构工具、第一性原理计算软件和实验数据。
工业设计智能体需要连接CAD、CAE、PLM、设计规范和企业历史方案。
生物医药智能体可能需要连接化合物数据库、实验数据、知识图谱和专业分析工具。
芯片研发智能体则需要与EDA、验证工具、IP库和设计规则结合。
这类智能体的壁垒不在聊天能力，而在能否理解专业对象、调用专业软件、遵守专业规则并进入实际研发流程。
江苏如果进一步出台“AI+研发”专项政策，很可能会催生一批科研智能体和工程智能体项目。
四、50家概念验证中心，解决科研成果离产业太远的问题
文件提出优化建设50家省级概念验证中心。
省财政对省概念验证中心每家给予100万元建设经费支持，绩效突出的还可以获得财政资金后补助。
概念验证是科技成果转化中经常被忽略的一环。
实验室论文证明一个技术“理论上可行”，距离企业愿意购买或者投资仍然很远。
中间需要回答很多问题：技术能不能重复，成本能不能降下来，工程参数是否稳定，市场需求是否真实，知识产权是否清晰。
概念验证中心的作用，就是在大规模中试之前完成这一轮筛选。
对AI技术来说，这同样重要。
一个新的工业智能体框架、一套物理AI算法、一个机器人控制模型，不可能只凭论文指标直接进入工厂。
它需要在真实数据和真实工具链上验证。
如果江苏的概念验证中心逐步增加AI模型评测、Agent可靠性测试、行业数据验证、工业软件适配等能力，会形成一块很有价值的新型科技服务市场。
五、中试平台继续加码，AI项目也要走过“工程验证”这一关
江苏提出完善中试平台培育升级机制，提升设计验证、功能性能验证、工艺验证、适配验证、生产验证等专业化中试能力。
符合条件的中试平台可以纳入制造强省建设专项资金支持范围，并进入省级制造业中试平台培育库。
这一条对工业AI尤其重要。
当前很多AI项目的问题不在Demo做不出来，而在从Demo到稳定生产系统之间缺少工程验证。
一个工业智能体在实验环境里能够调用某个CAE软件，并不代表它能适配企业几十种模型文件、不同软件版本和真实设计权限。
一个机器人在实验室可以完成抓取，也不代表换到工厂后能够在不同光照、不同工件和连续运行条件下保持稳定。
AI进入制造业以后，同样需要中试。
甚至可以形成专门的“AI中试环境”：提供工业数据、工业软件、机器人、算力、测试指标和标准场景，让模型和智能体先验证，再进入企业生产系统。
六、江苏要建设100个未来产业规模化应用场景
文件提出发布未来产业应用场景清单，建设100个规模化应用场景。
同时推动政务服务、城市治理、民生保障、文旅教育等政府场景开放，并鼓励国有企业和龙头企业通过股权投资、联合开发、项目合作等方式开放主业场景。
对AI企业而言，场景政策的重要性往往高于补贴。
AI产品如果没有真实客户，很难得到高质量数据，也很难验证ROI。
政府、国企和龙头企业开放场景，可以帮助早期技术公司完成第一轮产品验证。
尤其是机器人、工业智能体、低空装备、AI科研工具等新技术，真正影响商业化速度的往往是能不能找到持续使用的真实场景。
100个规模化应用场景如果后续形成明确清单，会成为江苏未来产业公司非常重要的项目入口。
七、AI算力服务、大模型安全评估被列为科技服务业新增长点
这份文件对现代科技服务业的定义明显比过去更宽。
除了传统研发服务和成果转化机构，江苏明确提出推动AI算力服务、大模型及算法安全评估、智能解决方案等成为新的增长点。
这意味着地方科技政策开始把AI产业中的“基础服务层”单独识别出来。
算力服务不只是卖GPU。
企业需要模型推理、训练集群、资源调度、数据存储、模型托管和成本管理。
大模型安全评估也不只是做一次检测。
企业级模型和智能体进入生产环境后，需要评估幻觉、提示词攻击、数据泄露、权限越界、工具调用风险和业务稳定性。
这些能力过去更多由AI企业内部解决，未来会逐渐形成第三方专业服务市场。
八、“AI+知识产权”可能是这份政策里最容易被低估的一条
江苏提出建设知识产权可信数据空间，开发专利评价大模型，扶优扶强“AI+知识产权”企业。
知识产权领域非常适合大模型和智能体。
专利检索、相似性分析、技术路线梳理、价值评价、竞争情报和成果匹配，本质上都需要处理大量专业文本和结构化数据。
过去这些工作依赖人工检索和专家经验，成本很高。
如果把专利数据、企业数据、科研成果和市场数据放进可信数据空间，再通过专业模型分析，就有机会形成自动化技术情报和成果评价系统。
对科技成果转化来说，这可以明显提高“一个成果到底值不值得转”“适合卖给谁”“有没有同类专利风险”的判断效率。
九、“AI+技术转移”要解决的是成果与企业之间的匹配效率
文件提出深化“AI+技术转移”赋能，发挥江苏数字科技平台和江苏省数据交易平台功能，探索统一的数据交易凭证，实现技术交易用户单点登录、一次认证、智能撮合、全网通办。
技术转移市场长期存在一个典型问题。
高校有大量成果，但企业不知道哪些能用。
企业有大量技术需求，高校又不知道谁需要。
传统技术转移高度依赖技术经理人一对一寻找项目。
AI进入以后，可以把企业需求、专利、科研成果、专家方向、产业链和历史交易数据统一分析，自动推荐匹配对象。
智能体还可以进一步完成初步技术问答、材料准备、项目跟踪和沟通记录。
这会改变技术转移机构的工作方式。
技术经理人不会消失，但会从“信息搬运”更多转向技术判断、商务谈判和项目组织。
十、财政支持的几个数字值得企业记住
政策配套清单给出了多项具体工具。
省财政给予省概念验证中心每家100万元建设经费支持，绩效突出的可获得后补助。
对促成重大成果转化的社会化技术转移机构，可以按照技术交易额的3%给予奖补，单个机构最高不超过100万元。
江苏计划重点培育30家社会化技术转移标杆机构。
省科技重大专项、前沿技术研发计划中，企业牵头项目比例分别不低于80%、65%。
文件还提出支持设区市在省战略性新兴产业母基金框架下设立未来产业天使基金，并允许对投资阶段较早、风险较大的创业投资类政府投资基金提高亏损容忍率。
这些政策共同指向一个变化：成果转化的资金开始往更早期、更市场化的阶段移动。
十一、对AI和工业智能企业，机会主要集中在七个方向
第一是AI+研发平台。
为高校、实验室和企业研发部门提供科研大模型、研发智能体和工具链集成。
第二是行业原生智能体。
围绕材料、芯片、装备、生物医药、工业设计等专业领域构建能够调用专业软件和数据的Agent。
第三是AI概念验证和中试。
建立模型评测、工业软件适配、机器人实训、智能体可靠性验证等能力。
第四是AI算力服务。
重点会从单纯GPU租赁转向推理、MaaS、调度、模型托管和成本优化。
第五是大模型与算法安全评估。
随着AI进入政务、工业和科研系统，第三方安全评测需求会增长。
第六是AI+知识产权。
专利评价大模型、技术情报Agent、成果估值和知识产权数据空间都有机会。
第七是AI+技术转移。
利用大模型和智能体把企业需求、科研成果和专业服务机构连接起来。
十二、企业也要看到几个风险
第一个风险，是很多条款仍然需要后续专项政策。
文件明确提出要制定“AI+研发”政策措施，但具体申报方式、支持标准和资金规模仍要等待后续细则。
第二个风险，是场景数量多并不代表每个场景都适合商业化。
企业要关注真实采购预算、使用频率和复制能力。
第三个风险，是科研智能体的可靠性要求远高于普通办公Agent。
科研数据、实验参数和工程软件调用一旦出错，可能造成直接损失。
第四个风险，是知识产权和科研数据合规。
高校成果、企业研发数据、专利数据和科研人员信息都有复杂的权属关系。
第五个风险，是技术转移不能完全自动化。
AI可以提高匹配效率，但复杂成果最终仍需要专家判断、法律尽调、价格谈判和产业资源协同。
十三、江苏这次政策的意义，在于把AI放进成果转化“基础设施层”
过去地方支持人工智能，经常围绕企业数量、算力规模、模型数量和项目补贴展开。
江苏这份科技成果转化政策换了一个角度。
它把AI放进科研组织、实验室、概念验证、中试、科技服务、知识产权、技术交易和孵化体系。
一项技术从实验室走到企业，要经过发现、验证、评估、中试、融资、场景和交易。
AI开始参与其中每一个环节。
如果这一套体系跑通，江苏获得的不只是多几个AI项目，而是更高的科技成果产业化效率。
对工业智能和技术服务企业来说，这类市场可能比单纯做一个行业大模型更长久。
因为只要科研和产业之间仍然需要连接，数据、模型、智能体、验证平台和专业服务就会持续存在需求。
参考来源
- 江苏省人民政府办公厅：《关于突出市场导向建设科技成果转化高地的实施意见》，苏政办规〔2026〕3号，江苏省政府网站公开时间：2026年9月3日；文件成文日期：2026年7月21日，自2026年8月21日起施行。
https://www.jiangsu.gov.cn/art/2026/9/3/art_64797_11824812.html