人工智能竞争正在从单一技术比拼，进入区域协同和产业体系竞争的新阶段。
7月10日，工业和信息化部举行“亚太经合组织（APEC）2026年数字和人工智能部长会议及数字周相关活动新闻通气会”。会上，工业和信息化部副部长熊继军表示，中方愿与各方共同努力，将相关会议和活动打造成为各经济体分享数字政策、交流人工智能实践经验的重要平台，推动亚太地区数字与人工智能领域务实合作。
这场会议背后的意义，并不只是一次国际交流活动。
近年来，人工智能已经成为全球科技竞争的新焦点。从基础模型训练，到算力基础设施建设，再到AI在制造、医疗、金融、交通等行业中的落地，各经济体都在重新规划数字产业发展路线。
而亚太地区本身就是全球数字经济的重要区域。
这里既有美国、日本、韩国等技术和产业链较成熟的经济体，也包括大量正在推进数字化转型的新兴市场。不同经济体在数据资源、算力供应、产业结构以及监管体系方面存在明显差异，如何形成更有效的合作机制，成为区域数字发展面临的现实问题。
人工智能的发展已经不只是企业之间的竞争。
过去几年，大模型公司的竞争主要集中在算法能力、参数规模和产品体验。但随着AI进入产业阶段，数据流通、基础设施互联、人才培养以及标准体系建设的重要性不断提升。
一家公司可以开发先进模型，但如果缺少稳定的算力供应、产业应用环境和跨区域合作网络，技术价值很难真正释放。
这也是各国政府和国际组织越来越重视数字合作的原因。
从全球范围看，人工智能治理正在成为新的政策议题。如何平衡创新速度与安全要求，如何推动AI技术普惠更多行业，如何避免数字鸿沟进一步扩大，都需要不同经济体之间展开协调。
对于中国而言，数字经济和人工智能产业已经成为产业升级的重要方向。
近年来，中国持续推动人工智能与制造业结合，发展智能工厂、工业互联网以及行业大模型应用。相比消费端AI应用，工业领域的数字化升级更强调长期投入和产业链协同，这也是中国制造体系在AI时代的重要竞争方向。
APEC平台则提供了一个更广泛的交流空间。
亚太地区经济联系紧密，制造、贸易和科技产业链高度交织。人工智能技术的发展，未来可能影响从生产方式到国际贸易模式的多个环节。推动区域间政策沟通和经验共享，有助于减少技术应用过程中的壁垒。
当然，数字合作并非简单的技术共享。
不同经济体对于数据安全、人工智能监管以及产业政策存在不同考虑。如何在开放合作和风险管理之间找到平衡，将决定区域数字合作能够走多远。
从产业趋势来看，未来AI竞争的核心可能不只是“谁拥有最强模型”，而是谁能够建立更完整的生态体系。
包括算力、数据、应用场景、人才和制度环境在内的一整套基础能力，将共同决定人工智能产业的发展速度。
APEC数字和人工智能部长会议的筹备，也反映出一个变化：人工智能正在从企业实验室走向全球经济体系。对于亚太各经济体而言，如何在这一轮技术变革中形成更多合作空间，将成为未来几年数字经济发展的关键议题。