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一、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。
作者简介：夏杰长，广州商学院经济学院院长、教授