工信部启动“AI+软件”专项:智能编程与MaaS双轮驱动,重构软件产业新范式

2026 年 4 月 28 日，工信部副部长柯吉欣在国务院政策例行吹风会上正式官宣，全面启动 \\“人工智能 + 软件” 专项行动 \\。这是继 “AI + 制造” 后，国家层面聚焦软件产业智能化的顶层设计，核心以智能编程为突破口，大力培育 \\ 模型即服务（MaaS）、智能体即服务（AaaS）\\ 新业态，推动基础软件、工业软件全面智能化升级，构建 “技术 – 算力 – 数据 – 生态” 全链条融合体系，助力我国软件产业从 “规模扩张” 向 “价值跃升” 转型。

一、政策背景：软件产业规模破 15 万亿，智能化转型迫在眉睫

软件产业作为数字经济的核心底座，已成为我国经济增长的关键引擎。工信部数据显示，2025 年我国软件和信息技术服务业营收达15.48 万亿元，是 2012 年的 6.2 倍，年均复合增长率 15.1%，产业规模稳居世界前列。但繁荣背后，产业痛点凸显：

• 开发效率瓶颈：传统软件研发依赖人工编码，周期长、成本高、人才缺口大，复杂系统开发动辄数月，迭代效率难以匹配数字经济快速需求。

• 核心技术短板：基础软件（操作系统、数据库、中间件）、工业软件（CAD/CAE/CAM、EDA、MES）长期被海外巨头垄断，国产化替代进程缓慢，安全可控压力突出。

• 融合应用浅层化：AI 与软件融合多停留在辅助工具层面，未深度渗透需求分析、编码、测试、运维全生命周期，MaaS、AaaS 等新业态尚未形成规模效应。 在此背景下，“AI + 软件” 专项行动的启动，既是破解产业痛点的关键举措，也是落实 “全面实施人工智能 + 行动”、做强数字经济核心竞争力的战略布局。

二、专项核心任务：五大方向精准发力，打通全链条融合路径

专项行动以 “智能赋能、生态重构、安全可控” 为核心，明确五大重点任务，覆盖技术研发、业态培育、软件升级、算力支撑、生态建设全维度。

1. 智能编程技术突破：重构软件生产模式

以 AI 驱动软件开发全流程变革，重点突破AI 辅助 / 主导代码生成、自动化测试、智能运维核心技术，构建覆盖 “需求分析 – 编码开发 – 测试验证 – 部署运维” 的全生命周期智能化工具链。

• 技术目标：攻克复杂语义理解、跨语言代码生成、缺陷自动检测、智能调试等关键技术，提升代码生成准确率与可用性，降低开发门槛。

• 产业价值：推动软件开发从 “人工主导” 向 “智能协同” 转型，大幅提升研发效率、降低成本，缓解高端软件人才缺口。

2. MaaS 与 AaaS 新业态培育：打造 AI 服务新生态

将 \\ 模型即服务（MaaS）、智能体即服务（AaaS）\\ 上升为国家培育重点，推动 AI 模型与智能体从 “技术产品” 向 “标准化服务” 转型。

• MaaS：支持企业、开发者按需调用通用 / 行业大模型能力，无需自建算力与研发团队，降低 AI 应用门槛，日均调用量已突破 140 万亿，同比增长 1000 倍。

• AaaS：聚焦工业、金融、政务等场景，开发专用智能体，实现需求拆解、任务执行、自主优化全流程自动化，计划 2027 年培育百家智能体开发商。

3. 基础软件智能化升级：筑牢国产替代根基

攻坚国产操作系统、数据库、中间件的AI 增强能力，提升稳定性、性能与安全性，打破海外垄断。

• 核心举措：推动 AI 技术与基础软件深度融合，实现智能调度、故障自愈、性能优化、安全防护；加强开源生态建设，推动国产软硬件与开源工具链适配，构建自主可控的开源体系。

• 发展目标：提升国产基础软件市场占有率，为工业、金融、能源等关键领域提供安全可靠的底座支撑。

4. 工业软件 AI 赋能：支撑制造业智能化转型

聚焦CAD/CAE/CAM、EDA、MES、PLM等核心工业软件，开发行业专用大模型与智能体，破解工业软件 “卡脖子” 难题。

• 重点方向：研发 AI 驱动的工业设计、仿真分析、生产管控工具，实现复杂产品快速设计、精准仿真、智能排产；2027 年前形成全覆盖行业大模型，支撑制造业全流程智能化。

• 应用价值：助力制造业研发周期缩短 30%-50%，生产成本降低 20%-40%，提升我国制造业全球竞争力。

5. 算力与数据底座支撑：夯实融合发展基础

有序推进智算中心 + 边缘算力协同布局，完善智算云服务体系；实施 “工业数据筑基行动”，建设100 个工业领域高质量数据集，为 AI 模型训练与软件智能化提供核心支撑。

• 算力布局：构建 “中心 + 边缘” 一体化算力网络，满足 MaaS、AaaS 高并发、低延迟需求；支持骨干云企业海外布局，提升全球服务能力。

• 数据建设：聚焦工业、金融、政务等重点领域，推动数据合规开放与共享，解决 AI 模型训练 “数据荒” 问题。

三、关键抓手：MaaS 与智能编程，开启软件产业新时代

1. 智能编程：从 “辅助工具” 到 “生产主力”

智能编程是专项行动的核心突破口，正快速从 “代码补全” 向 “全流程生成” 演进。

• 技术演进：早期 AI 编程工具（如 Copilot）以代码补全为主，当前新一代工具（如 Cursor、国内 CodeGeeX）已支持文本生成完整项目、2D 图纸转代码、自然语言驱动调试，复杂应用生成周期从 “周级” 压缩至 “小时级”。

• 国内进展：华为、百度、阿里、字节等企业已推出自研智能编程工具，适配国产芯片与操作系统，在政企、金融、工业场景落地，形成差异化竞争优势。

2. MaaS：万亿级 AI 服务市场加速成型

MaaS 作为 AI 产业商业化的核心模式，正迎来爆发式增长，成为专项行动重点培育的新业态。

• 商业模式：企业无需投入巨额算力与研发成本，通过 API/SDK 按需调用大模型能力，按调用量付费，大幅降低 AI 应用门槛，中小企业也能快速接入 AI 能力。

• 市场规模：截至 2026 年 3 月，国内 MaaS 日均调用量突破 140 万亿，同比增长 1000 倍，预计 2027 年市场规模将达5000 亿元，成为软件产业新增长极。

• 生态格局：国内形成 “通用大模型 + 行业专用模型” 协同发展格局，通用模型（如文心一言、通义千问）提供基础能力，行业模型聚焦工业、金融、医疗等场景，深度适配行业需求。

四、产业机遇与挑战：国产软件迎黄金期，需突破三重壁垒

1. 重大机遇：政策 + 技术 + 市场三重催化

• 政策红利：专项行动从国家层面提供资金、人才、场景支持，推动 AI 与软件融合项目快速落地，国产软件与算力产业链迎来价值重估。

• 技术突破：智能编程、MaaS 技术成熟度快速提升，国内大模型性能接近国际先进水平，为产业融合提供技术支撑。

• 市场爆发：数字经济、制造业智能化、中小企业数字化转型需求旺盛，为 AI + 软件应用提供海量场景，市场空间广阔。

2. 核心挑战：技术、生态、安全三重壁垒待突破

• 技术差距：在高端工业软件、复杂系统智能编程、通用大模型性能等方面，与国际巨头仍有差距，核心算法与底层技术需持续攻关。

• 生态薄弱：国产开源社区活跃度不足，工具链、软硬件适配不完善，MaaS、AaaS 生态尚未形成闭环，企业迁移成本较高。

• 安全风险：AI 模型存在数据泄露、算法偏见、恶意攻击等风险，软件智能化后安全防护难度加大，需构建全流程安全保障体系。

五、未来展望：2027 年关键节点，构建全球领先的 AI + 软件生态

专项行动明确2027 年为关键节点，将实现三大核心目标：

1. 技术层面：智能编程工具普及率达 80%，代码生成准确率超 90%；形成全覆盖行业大模型，工业软件智能化率达 70%。

2. 产业层面：培育百家智能体开发商、500 个典型应用场景，MaaS 市场规模突破 5000 亿元，软件产业营收突破 20 万亿元。

3. 生态层面：构建自主可控的开源生态，国产基础软件、工业软件市场占有率大幅提升，形成 “技术先进、生态完善、安全可控” 的 AI + 软件产业体系。 AI 与软件的深度融合，是软件产业发展的必然趋势，也是我国数字经济高质量发展的战略选择。随着 “AI + 软件” 专项行动的全面落地，我国软件产业将彻底告别 “跟随式发展”，迈入 “创新引领、价值跃升” 的新阶段，为制造强国、网络强国和数字中国建设提供核心支撑。