服务业发展水平是衡量一国经济发展程度的重要标志。2026年，习近平总书记就服务业发展作出重要指示 ，强调“突出需求牵引 、改革攻坚 、科技赋能、开放合作 ，深入实施服务业扩能提质行动” 。国务院印发《关于推进服务业扩能提质的意见》，明确要求“推进服务业数智化转型 ” 。服务业“扩能 ” ，重在壮大经营主体 、增加优质供给 、拓展服务边界；“提质”则指向提升供给效率和专业化水平 ，落脚于服务附加值和竞争力的增强。以数智化转型推动服务业扩能提质，不能把数字工具简单叠加于传统业务流程，而要推动数据要素融入资源配置与经营决策 ，使数智技术真正重塑服务的生产与组织方式 ，最终转化为供给效率提升和服务质量改善，开创服务业高质量发展新局面 。
重构服务业价值创造方式
服务业贯通生产生活 ，是国民经济的重要组成部分 。但需要注意的是 ，许多服务在生产和消费上具有同步性，产出难以储存 ，质量主要在交付过程中形成并显现 ，整体服务过程难以度量。服务业数智化转型的深层意义在于，通过技术赋能 ，使服务过程更易编码、质量更易观察、履约更易验证 、需求更易聚合。这些条件一旦改变 ，服务业价值创造的基础也随之变化 。
从经验驱动转向人机协同，提升服务过程的可编码性 。大量传统服务高度依赖个人经验 ，知识和技能往往依附于个体 ，难以稳定传承和规模化复制。经济学中的“成本病 ”理论表明，一些服务必须由人现场提供，难以像制造业那样依靠机器替代和规模扩张持续提高生产率 ，但其劳动成本又会随着全社会工资水平上升而提高 。数智技术能够把专业经验沉淀为模型和知识库 ，把调度规则转化为算法，由机器承担检索 、识别和预测等重复性认知任务 。部分隐性知识由此成为可复制、可传承的组织资产 ，同一套服务能力也可以在不同机构和地区较为稳定地复用。经验编码降低了服务对特定个人的依赖 ，也使从业者的技能价值更多体现在难以替代的判断与沟通环节，这对技能培训和劳动权益保障提出了新要求 。同时也要看到 ，在医疗 、养老和教育等领域 ，专业判断与人际互动仍然不可替代 。数智技术能够缓解却不能根除“成本病 ”，其作用在于延伸人的能力边界 ，价值创造和责任承担的主体仍然是人。
从模糊评价转向数据辅助判断 ，提升服务质量的可观测性 。服务市场信息不对称程度较高，消费者事前难辨优劣 ，事后也难精准验证其实效 。数智技术降低了信息搜索 、传输与验证成本 ，提高了需求识别和服务评价能力。信用记录有助于提高家政、养老等生活性服务的可信度，响应时限可以推动服务过程更加规范，过程留痕则增强了检验检测等生产性服务的可追溯性 ，为优质优价提供依据 。但数据和算法的介入也可能形成新的信息不对称 ，算法歧视等现象时有发生，要防止平台凭借数据和算法优势获取不当利益 。
从内部供给转向专业化协同 ，提升服务履约的可验证性。服务产出通常不具有统〖One〗 、 可检验的实物形态 ，履约细节难以完全写入合同，交付效果也不易准确验收。交易成本理论表明 ，当市场交易成本高于企业内部组织成本时 ，相关服务往往被保留在企业内部，社会化分工和专业化发展因此受限 。数智技术可以记录服务过程 ，把交付要求嵌入业务系统 ，并为验收保留可追溯的依据，由此降低跨主体协作成本 ，拓展专业化分工边界 。依托垂直行业工业互联网平台 ，服务商可与制造企业打通研发 、生产、供应链和售后等环节数字链条，从被动承接外包业务转向深度参与产品设计和生产决策。生产性服务业为制造业提供重要中间投入，其效率提升会沿产业链供应链产生扩散效应 。衡量数智化成效 ，既要看生产性服务业自身的效率 ，也要看其对现代化产业体系整体效能的带动作用 。
从流程优化到创造新供给，使分散需求形成有效市场。许多传统服务产出难以储存 ，供给难以借助库存进行跨期调节 ，分散而多样的需求也不易形成足够规模的市场 。数智平台可以汇聚分散需求，算法能够识别消费偏好和潜在需求 ，供给方据此组织资源 ，平滑供需波动，扩大服务半径 。企业可以先从预约排程 、客服和运维等流程入手 ，降低成本并改善交付 ，继而发展远程运维和个性化定制，由提供工具和人力转向提供解决方案等。数智化还可以促进教育 、医疗和养老等优质资源跨区域配置 ，提高服务的普惠性与可及性 。通过场景创新 ，将过去无法形成市场的零散需求转化为可持续供给，使需求牵引真正转化为供给增长 。
整体上看，服务业扩能与提质并不是两项彼此分离的任务。经验复用使服务能力得以扩张 ，质量可观测为优质优价提供依据 ，履约可验证能够降低专业化分工成本 。需求一旦能够聚合，零散需求也就可能转化为现实市场 。扩能由此有了效率基础 ，质量提升也能获得市场回报。
正视转型中的结构性制约
当然 ，技术潜力不会自动转化为现实生产力，服务属性、互补性投入 、支持体系和主体能力等方面的差别 ，使数智化效能的释放呈现明显的非均衡特征。这是我们需要正视的结构性制约 。
不同服务领域的转型边界并不相同 。现代物流 、软件和信息服务等领域标准化和模块化程度较高 ，数智技术可以贯穿业务全链条。养老照护、家政和育幼等领域则深度嵌入具体情境，其服务质量高度依赖共情能力、专业判断和临场应变等 。对于后者 ，数智化应着力增强质量可信度 、提高供给可及性 、减轻重复性劳动 ，机器替代不宜作为衡量转型成效的主要标准 。任何度量体系都难以覆盖服务价值的全部，一旦易于度量的指标成为主要考核依据 ，可量化的环节就可能被过度强化 ，那些难以计量却影响服务体验的因素反而容易被忽视。数智化转型的尺度应当由服务属性来界定，既要扩大可度量的范围，也要为难以度量的价值留出空间 。
技术效能的释放高度依赖互补性投入 。有些企业引入系统和模型后 ，投入增加 ，收益却未充分显现。这不能简单归结为技术失灵，要让数智技术转化为生产率提升 ，需要流程再造和组织变革 ，也离不开数据治理与人才培养 。这类投入在当期计入成本费用，由此形成的无形资产却难以计入产出 ，统计上的生产率改进往往需要一段时间才能显现 。评价转型成效 ，不应只看“上了多少系统”，而要看流程重构后是否真正降低了成本并改善了服务质量。
数智化转型的进程与支持体系的适配程度有关 。部分现行创新支持政策在认定和支持创新活动时 ，仍较多依赖研发人员、研发设备 、发明专利和新产品等易于核验的指标 。服务创新往往发生在流程再造 、组织调整和商业模式迭代之中。相关投入常与日常经营交织 ，创新成果又难以通过专利等形式加以保护，服务企业的创新投入可能从“统计看不清”演变为“政策支持不到 ”。政策支持的关键不在于简单加大优惠力度 ，而在于增强适配性 ，既让创新投入便于归集，也让创新成果得到合理识别和保护 。
数智化还可能放大不同主体之间的能力差距 。大企业资金、人才 、数据充足，可将先发优势转化为算法和平台优势；中小微企业则可能面临转型意愿不足 、能力欠缺和成本约束。平台集中度提高、算法介入劳动过程 ，也给权益保护和责任认定带来新问题 。数智技能差距若转化为持续的收益分化 ，将会削弱公平竞争基础 。因此，在推进数智化转型中 ，既要重视降低中小微企业转型门槛 ，也要依法加强平台经济常态化监管，规范算法应用。
健全数智化转型支撑体系
数智化转型不能脱离服务本质 。只有让数智技术真正进入服务生产和交易过程 ，让企业与消费者更多分享转型收益 ，数智化红利才能转化为优质高效的服务供给 。但也要看到，数智化转型不仅涉及技术应用 ，还会重塑企业组织和市场规则。基础设施建设 、标准制定和制度协调等共性成本 ，往往难以由单个企业独立承担 。这就需要着力破除场景开放 、能力建设和制度适配过程中的障碍，使企业愿意转、能够转 ，也能从转型中持续受益 。
以场景牵引推进分类转型。围绕企业降本增效 、产业转型升级和群众急难愁盼开放真实应用场景 ，从需求刚性强 、使用频次高、成效可衡量的环节切入，动态发布高价值应用场景清单，防止技术脱离业务需求“空转 ” 。对于生产性服务业 ，应围绕研发设计、检验检测和物流配送等重点环节 ，建设和完善垂直行业工业互联网平台，推动服务供给向系统集成和价值链高端升级 。对于生活性服务业 ，应依托信用评价和智能调度 ，提高质量透明度和供给可及性，切实改善服务体验。
以组织变革释放技术潜力。要加强关键技术攻关 ，加快工业软件创新突破 ，推动算力与行业模型协同发展，深入实施工业数据筑基行动 ，培育数据合作联合体 ，建设高质量行业数据集 。引导企业推进流程再造，调整组织方式并培养适应转型需要的人才 ，把技术嵌入业务决策和价值创造全过程 。相关支持政策不宜局限于狭义研发活动 ，在严格核验的基础上，可把流程再造与服务设计 、数据治理等纳入政策支持范围，完善符合服务业特点的创新投入归集和统计口径。
以标准规范夯实制度基础 。标准和信用建设是将可度量信息转化为市场信任的关键环节 。要健全家政 、照护、餐饮等生活服务领域标准 ，完善工业互联网平台和算力服务标准体系 ，推动质量评价与认证认可 、信用体系相衔接。在依法合规的前提下，探索运用可信存证等方式为服务方案和业务流程形成可核验记录 ，但存证不等同于法律确权 ，还需依托质量标准 、品牌信用和交易记录等形成价值依据 。健全覆盖质量、标准 、品牌 、商标、专利 、版权等的融资增信体系，使有稳定收益预期的服务创新更易获得融资支持 。同时 ，还要加强算法治理 ，维护平台公平竞争，保护消费者和新就业形态劳动者的合法权益。当然 ，规范不是创新的对立面 ，只有质量可比较 、责任可追溯、各方权益有保障，经营主体才愿意依法合规共享数据 ，消费者才愿意接受新服务 ，数智化发展才更可持续 。
以开放合作拓展价值空间 。传统的服务贸易受制于交付方式和质量确认，而数字交付则突破了时空限制，为服务业开放合作创造了广阔空间。未来 ，要进一步扩大增值电信 、生物技术等领域开放试点 ，完善跨境服务贸易负面清单管理制度，提升数据出境合规评估 、安全认证等服务能力 。同时 ，支持研发设计、供应链管理等领域的服务机构同制造企业协同“走出去” ，推动制造企业由产品供应商转变为“产品+服务 ”解决方案提供商，培育更多具有全球影响力的“中国服务 ”品牌 。
（作者系广州商学院经济学院院长、教授）
（文章来源：经济日报）
