北京市政府发布的《北京市“十五五”时期数字经济发展规划》（以下简称《规划》）提出，2026—2030年，数字经济增加值年均增速将达8%左右。到2030年，数字经济增加值占地区生产总值比重超过50%。在产业与社会应用方面，万人机器人拥有量达到100台，互联网诊疗总诊疗量达到600万人次，全市各类学校人工智能应用覆盖率提升至95%，数字服务出口占全市服务出口比重达到70%左右。

　　《规划》明确，到2030年，数智技术对经济发展的放大、叠加、倍增作用显著发挥，数据要素价值潜力充分释放，实体经济和数字经济融合发展水平大幅提升，数字治理体系更加完善，打造一批数智城市标杆应用场景，建成全球数字经济标杆城市。在此基础上，加快推动数字经济向智能化新阶段演进，努力建设全球智能经济标杆城市。

　　《规划》提出，打造具有国际竞争力的数字产业集群。支持人工智能原生企业集群化壮大，推动传统产业集群智能化升级，孕育算力支撑型、数据驱动型、软硬一体型、生态平台型标杆企业。发挥“热带雨林”式创新生态优势，分层打造“雁阵”式企业集群梯队。对标世界一流，培育一批具有全球竞争力、产业链控制力的世界级企业。

　　毕马威中国经济研究院院长蔡伟在接受《中国经营报》记者采访时表示，《规划》提出到2030年数字经济增加值占GDP比重超过50%，其意义不只是数字产业本身做大，更重要的是，数字技术会加速渗透到传统产业和城市经济的各个环节，推动北京的产业结构和就业结构进一步调整。

　　蔡伟进一步分析，首先，产业边界会进一步融合。过去我们可以比较清楚地区分“数字产业”和“传统产业”，但随着人工智能、大模型、数据等技术成为生产要素，这种界限会越来越弱。未来金融机构、制造企业、医疗机构甚至专业服务机构，都可能越来越依赖数字技术来提高生产效率。因此，数字经济更多会成为整个经济体系的底层支撑，而不仅仅是一个独立的产业门类；其次，产业结构会进一步向高附加值、知识密集型环节集中。北京本身就具有科技创新和高端服务业的优势，数字经济的发展会进一步强化这一特点。人工智能等技术提高研发、设计、分析和决策效率之后，一些重复性、标准化程度较高的生产环节会被自动化，而研发、技术服务、数据分析、产品设计以及数字化管理等环节的重要性会进一步提高。

　　北京市统计局今年1月发布的数据显示，2025年，全市数字经济增加值突破2.4万亿元，同比增长8.7%，占全市GDP的46.4%，其中数字经济核心产业增加值增长10.4%，占全市GDP的29.3%。重点产业优势明显，规模以上电子制造业增加值同比增长20.2%，信息服务业增加值增长11%。着力打造“人工智能第一城”，大模型备案总量209款，占全国近三成，全球大模型第一股智谱华章在港交所上市。智能产品制造彰显实力，全年生产新能源汽车69.9万辆，同比增长1.4倍，集成电路、风力发电机组等产量均增长超一成。

　　谈及北京数字经济发展对就业结构的影响，蔡伟表示，未来，就业结构会出现比较明显的分化和升级。一方面，对高技能人才和复合型人才的需求会持续增加；另一方面，一些重复性、规则化程度较高的工作岗位可能面临调整。特别是数据处理、基础客服、简单内容生产、部分行政事务等岗位，随着人工智能和自动化工具普及，企业对这类岗位的需求可能会下降。与此同时，技术进步也会创造新的职业和新的需求。

　　《规划》专门设置章节，提出打造智能经济新形态，“词元经济”“软件智能体”“具身智能”等成为高频关键词。《规划》明确要打造词元工厂，建立生产、度量、定价、结算体系，大力发展软件智能体，推动软件企业向智能体业务模式转型，发展按词元计价、按效果付费、订阅托管等新商业模式。

　　在推动融合发展方面，《规划》提出，北京将深入实施“人工智能+”行动，推动人工智能全方位赋能实体经济，强化重大项目与共性平台协同联动。建设医疗、制造、教育等领域国家人工智能应用中试基地，打通研发、验证、转化一体化机制，促进更多标杆应用涌现。完善北京通用人工智能产业创新伙伴计划，构建全链条、跨区域的协同创新生态体系。

　　蔡伟表示，北京推动数字产业和实体经济深度融合有三方面优势：一是北京的科技创新和人才资源高度集聚，特别是在人工智能领域具有比较强的原始创新能力；二是应用场景丰富，且具有一定的示范和辐射效应。北京既有金融、医疗、教育、文化等高度数字化的服务业，也有制造业、城市治理等应用场景；三是数字基础设施和数据要素市场正在逐步完善。2025年，北京市大数据平台累计共享公共数据超过3.1万亿条，北京大数据交易所场内交易额同比增长150%。与此同时，北京持续扩大算力供给，2025年全市算力规模超6万P。对于人工智能来说，算力、数据和算法是三个非常重要的基础要素，北京在这几个方面已经形成了一定的先发优势。

　　他建议，北京下一阶段在推动数字产业和实体经济融合过程中，要进一步打通从技术创新到产业应用、从试点示范到规模化商业落地的链条。一方面继续保持基础研究和核心技术优势；另一方面降低中小企业使用数字技术的门槛，进一步完善数据、算力等要素市场，让更多传统行业能够真正用得起、用得好人工智能。同时，进一步加强区域协同，推动数字经济产业链在更大范围内优化布局。

　　“例如，乌兰察布依托风光资源和较低的能源成本，承接了北京大模型训练算力业务。北京则更多承担技术创新、人才和应用需求，两地通过低时延网络形成算力与应用的协同。未来类似这样的区域协同，可以让技术、算力、能源和应用场景在更大范围内实现优化配置。从宏观经济角度看，数字技术只有真正进入实体经济，提高全要素生产率，才能从数字产业的增长进一步转化为整个经济生产效率的提升。”蔡伟表示。