上午的報告非常的集中在數據要素市場，我覺得我本人的題稍微分個叉，可能大家進不來那個題目，所以我稍微把剛才的題目稍微回應一下大家說到的一些共性的問題。

一個大家講到了數據二十條的問題，我是數據二十條制定的專家組長，所以我對這個背景還是比較了解的，我講一下為什么會出現大家現在想象中的一些缺憾或者是問題。其實我在人民日報專門寫了一個解讀的文章，我再稍微簡要的說一下，大家理解這個市場討論中間，我們前后有60位專家，完全不一樣的就是所有權問題，大家很難討論出來一致的意見。法律專家對定義要求的嚴苛，后來我覺得可能就很重了，所以最后的問題我們稍微看泛一點，就叫持有權。它也是關聯的一個提法，最后強調了這個市場交易權收益權等等，所有權確實是有意暫時把它淡化了，不是忘掉了。

再一個就是交易的方式，當時大家很多，特別是我們這條線上的比較正式的機構，希望我們多強調場內交易，蓋個戳隱私保護對吧？但是我們想象中間的很難操作，后來我們還是把場內場外交易都可以，看你愿意用什么方式來交易，所以場內場外的模式給了一個選項的存在。

還有一個爭議的問題就是數據跨境交易，有法律規定，所以我們不能隨意的去講，我們給了一個不再加嚴的原則，就是不會在法律中間再提出更嚴的加嚴，然后我留下一個未來探索空間，還有一個就是公共數據的問題。

公共數據量非常大，在目前是一個結構化比較好的數據，市場也比較看重的數據，但是從市場政府的主體來講，它真的是激勵機制不夠，它為什么拿出來？對它有什么好處？

所以有人提到過公共數據的有償的退出，這個問題也比較有爭議，一方面想的很有道理，它激勵相融了，它有積極性去做，另一方面公共數據如果最后變成這樣的方式，可能后續還是會帶來比較多的問題。

我們講了政府手中控制的，以公共治理為原則，拿到我們公民、商業機構很多數據之外，還有衍生的數據。比如我舉一個例子，我們有公共資源交易市場，這是政府的一個市場，它把所有政府需要招標投標的項目都拿到這個平臺上去，其實量非常大，那么這個數據非常有用，它也不是政府公共利益持有的個人的應有的數據。如果能夠把它市場化，市場化以后的效益一定非常有效的。

所以最后就是在公共立場和數據的效益、社會組織方面尋找他的思考，最后我就放掉了，在這文件里面并沒有規定公共數據的收費是什么，但是這是個比較突出的問題，我其實專門寫過一篇解讀的文章，今天稍微說的更直截了當。

我今天要講的這個話題叫信息、數據與數字時代的創新，我盡可能的簡短一點，上午的討論實在是太熱烈了。主題的起因是這樣，就是說我們有一個課題總結研究了一段時間了，我們觀察到海量數據加入以后，創新范式在有些領域在發生比較根本性的改變，而且把數據加入以后，它提供了一個去觀察科學技術經濟社會關系的一個新的視角，視角的變化也是非常重要。

那么我們的觀點大概是由于數據在創新中間的極端重要性，平臺數字企業是數據的生產者使用者和主要的交易方，所以它在創新鏈條中的地位在大幅提升，但是結論還是非常重要的，將來怎么組織創新？那么由于數據越多，你能鏈接匯聚的數據越多，項目的研發數據越想越多，所以開源開放的模式將來應該成為一個創新最高的組織方式，大概就是這樣一個觀點，我先把它說完，然后我來講一個就稍微講的快一點。

先看一個例子，在新冠大流行的時期，從世界衛生組織開始，很多機構、大學、藥品機構設立了一個包括基因數據序列，臨床試驗結果，藥物公平分配，開放式創新等等，建立了一個開放平臺，這個平臺非常有效，所有的人都承諾只要有新的專利就馬上放上去，然后有新的數據測序出現馬上放上去，整個對于我們全球疫情的毒株變異預測，采取措施發揮了非常重要的作用。

舉了一個例子就是奧密克戎，這個數據被南非的科學家看到以后，就放到了開放科學平臺上，就專門對新冠的一個平臺，從第一天發現到宣布一個新的變種出現只有三天，這在往年的疫情流行病學中是出現不了的速度，而且同步被所有相關方知道，這是數據，我就舉一個例子。

那么我們今天講的觀點大概是這樣，科技創新在不同時代有不同的特點，這是我們創新范式創新理論研究的重要內容。那么長期以來觀察創新范式的重要問題維度，就是社會科學技術和經濟社會之間的關系。這也是我們創新實踐受到關注的很多的大的問題，就科技成果的轉化長期是一個痛點。其實背后就是我們這個關系怎么處理，數字時代的科技創新有了重要的新變化，這個變化不是原來年度的調整，它完全是一個新的海量數據新維度的加入，數據就成為了創新的重要資源，它也重新定義了創新各主體之間的關系。

那么分析這個變化，我們要構建一種新的創新范式的分析框架，這是我們創新理論研究的需要，其實有非常重要的現實。我們現在講集中力量辦大事，講一個主題科研，到底誰是樞紐，誰是頭部。

一、傳統視角的創新范式：科技供給和需求

首先我們看一下科技創新范式的一個傳統的視角，它就是以科技供給和需求，是科學技術這樣往前推，還是需求產業這樣往回拉，不管他解釋的怎么來命名，這是我們傳統的一個視角是。

第一代就是技術推動的需求往應用方走，第二代就是需求拉動往回漲，第三代就是多項的互動，第四代就是由于數據更多之后，很可能在企業層面它是一個平行的過程，第五代大體上就有點像我們數字網絡時代來講的，它是一個數據的匯集，這是我們其實說創新范式有很多，我覺得這個還是用的最多，而且解釋的也比較好的一個傳統的理論。

長期以來在這個模式下就是我們講的問題了，科技成果向產業應用的轉化是一個突出的問題，這是國家的正式報告，我們有效發明專利的產業轉化率高校只有3.9%，我們做了那么多的事情，96%沒有結果。

花那么多錢，當時要錢我就不想給高校，做的東西也沒什么用，科研當然我們只講有用，這個有點錯了，科學它是一個非常偉大的和人類對自身對世界理解有關的東西，但是我錢有限，創新驅動發展要有點成果，科研單位好一些，企業來做最好。

那么我們到了數字時代，當我們發現數據在創新空間這么重要的時候，我們回望一下過往，我們發現用數據的一系列特征來定義不同時代的創新，是一個很好的辦法，它很有效的解釋了不同階段的創新。簡單說一說，我們在工業革命之前它就是信息傳得很暢，所以才有科學自己玩自己的技術，自己實踐出真知，他沒有辦法互相知曉，所以他沒有辦法互相關聯。

二、信息視角的創新范式：以信息特征和信息關系為主線

那么到了信息傳遞技術的發展，比如通信，然后載體的豐富，比如學習期刊的出現，這樣兩者之間三者之間才有一個關聯的可能性。這時候科學家就是我現在發明了，我就是為了發明設計更好的機械設備，這樣產業的技術行家也可以關注科學的進展，大概有100年是在這種關聯下相互來推動的。

那么反饋就是我們對應的是消費者需求端拉動的時候，當大規模的標準的產業化形成之后，用戶反饋才有意義，如果都是逆行的，一人一戶那種反饋是沒有問題，所以都是和數據相關，我們來解釋不同時代的創新的特點。

然后我想抽取一些基礎元素，信息重要到底是哪些信息來影響創新？我們抽了一些維度，一個就是你的信息生成傳遞和獲取的能力是不是快，比如現在我們在線閱讀快于紙板的書刊。我們一個老師的觀點在當天晚上就變成了100個人的觀點，它非常快速的在被分享。社會對科技需求相關的信息的形成也要加快，所以信息的生成傳遞和獲取的能力非常強。

第二就是信息的數量廣度和深度非常重要。對于創新來講，大數據時代的數據數量、廣度它呈現出海量和異構的特征，海量提供創新成功的可能性，異構數據其實它對消除認知的偏誤非常重要，對科學家理解市場的需求在哪里是非常重要。

然后像信息交互的能力，信息共享的能力，信息越共享越多，越能創造出新的需求端的創新的能力。所以我們研究完了以后，在數字時代影響創新的重要內容大概有七八個，但是這四個是非常重要的，基本可以解釋哪個領域創新做得好，哪個領域迭代快，基本上和信息相關的，我們就構建了一個新的范式了，我剛才講是一個傳統的范式，我們大體把信息稀缺時代叫一個分離狀態發展，科學技術產業產學研用。在信息時代中有了一個關聯，在海量數據時代它變成了一個融合與交互的時代，這是我們想構建一個數字時代新的這樣一個創新范式，其實最后還是要回到對政策的導向中去。

三、數智時代的創新：數據主導與企業創新主體地位

我們現在大體上初步的結論就是數字時代的創新，數據主導地位的出現和企業創新主體加強，數字時代數據是重要的創新要素，大型數字企業是海量數據的生成者、使用者、交易者，它在創新鏈條中的地位是顯著的上升。

它匯聚海量數據，能夠準確的感知市場需求應用場景，同時大型平臺有能力大規模投入。我們投入最多的前三家企業都是平臺，不是我們大學。他能組建研發的團隊，他要研發的內容可以覆蓋產業生態所需的全鏈全域的技術體系，直接應用于自身龐大的生態圈。

其實這種模式下的創新產業和物流是一體化的，也不存在所謂的科技成果轉化的問題。這個問題如果真正的讓平臺讓數字企業成為創新主體，它已經在成為創新主體，那是一個過去的問題。我們舉了兩個例子，上面的例子是一個車聯網的平臺，不是平臺自己做，只是平臺知曉它場景中所有的最新的需求的變化，所以只有他知道，然后他來作為樞紐來組合各個大學機構其他企業來形成一個全場景的研發的能力的投入。

我們原來從科學研究到技術，中間每個鏈條都是粗細不一樣，最后斷掉。下邊我們只是說一個企業它可以做到一個很長很全的場景的從芯片到操作系統，到服務到很多數據要素，它自己閉環，1000多億在做。

我們點一下，不光是把產業技術作為我的產業技術，由于大型數字企業具有巨量的鏈接，海量數據的獲取，它已經是前沿技術的重要創造者。

我們點到的這些技術里面，我們最上面的研發的發明專利都是企業做的很厲害，包括我們國際發明專利排名前20多的都是完全不能把企業放掉，我們研發技術和應用轉化，在數字時代不完全符合實際的情況。數字數據也支持大型企業從事技術研究，他們在這個領域中發揮作用的能力在大大的提升。

另外數據現在變成了獨角獸企業投資的最主要的投資者，也和他們知曉相關創新方向的能力有關，他知道我平臺技術的發展將來到底在什么技術上是真正的短線，而不是說我有什么我就跟著做什么。跳的最高的，這是騰訊，它的投入可以看很多。在第二位，然后從過去幾年掉下去的那是阿里。第三位曾經中間沖過一個高點，然后比較快的下去的那是螞蟻。

我們看最右側兩個中間的兩個偏深色的藍色的，那是紅杉和高嶺。在數字里面獨角獸企業的投資，這個平臺發揮的作用很大，還是來自于他對市場靈感來自于它由于及時數據的獲得，對數據市場的敏感。

所以無論從產業應用產業技術，從前沿技術到原始研發到最后的資本投入，由于數據的重要性，使得大平臺企業在創新中的地位在大幅度提升。

四、數據匯聚與鏈接：開放開源配置創新資源

最后我們講一講數據這么重要，什么方式什么科研組織方式能夠匯聚數據，能夠鏈接數據，我們叫開放科學體系和開源的技術體系，才能夠在這個時代最好的配置創新資源。

以前我們是把開放數據作為開放科學5個要素中間的1個，但是到了現在的階段，開放科學中的開放數據本身很重要，也從連接其他開放部的一個連接體，就是說數據的開放在開放科學中的地位在大大的提升。

我們舉幾個例子，現在開放科學，現在的真正的大科學項目都是跨國的投入，我們要看那么遠，我們要看那么深，要那么多的數據要處理，基本都是大科學項目，最后這種項目能夠設立起來，最主要還是海量數據的匯集傳遞來支撐了我們大科學的項目。

我們舉了幾個例子，像這些關心科學的人也都能看懂，不關心的人我兩句也解釋不了。所以就看看圖就過去了，總的來講要有一個非常好的全球的數據平臺來分享來共享數據過程。

這是最新的去年前年我們人大批了一單，叫平方公里陣列射電望遠鏡，它行天速度高很多，我們都希望它能瞅到點什么東西，那么17個經濟體我們一起來做，最后還是要靠一個開放科學平臺來做，背后是數據的傳遞和分享，共享和使用。

那么開源技術現在也變得很重要，這是我用了梅院士的一張圖，我經過他允許的，我已經用了不止一次了，那么開源原來我們主要還是指的是是軟件的源代碼的開放。但是數字時代，其實開源要成為一種創新理念和文化形態，它大概指的是共享共創的力量。這種技術創新，我們現在需要數據越多越好，開源可以匯聚那么多的開發者一起在平臺上來開發。

開發者在一個平臺上是很常見的，它能夠允許分布式的協作，接力式開發，推動技術快速的迭代和大腦的連接，產品企業和產業數據的匯聚和數據的使用，通過開源都必然是完全不一樣的模式了。數據大家都熟悉，開源發展到現在，我們大部分的開發者，大部分的企業，大部分的新的操作系統，特別是新立項的數字經濟的數字技術領域都是移動開源。

那么梅老師講最近20年云計算大數據和AI的發展也受制于開源，這是他的圖，從開放數據到開源算法到開源框架，我再加一句，現在硬件開發非常多，就我要設計一個軟件操作系統，你要允許我中間接的所有的硬件不能指定，而是要最大限度的開源。它的好處就是在于我們產業互聯網中間，我一個企業的遷移中間不用動硬件，我可以不斷的升級和迭代，所以開源硬件也變得非常的重要。

這樣我們就把這個模型再稍微豐富一點。除了上面我們講從信息角度的幾個類型，我們下面對產業組織也做了一個分類，以前我們是一個邊界封閉的，是閉環合作的，到現在數字時代，邊界開放開展模式應該成為創新的一種主流的產業組織的形態。我們講的這不是理念，經常有人講說開源，需要開源的精神，需要合作。我覺得開源到現在它是一個和理想并存的一種方式了，越來越多的會跟進到這個方式中間去。

最后是數據能夠匯集共享，用數據做基礎來做科技研發。我的結論是這樣，數字時代，數據成為重要的創新要素了，數據可以重新定義創新，帶來的是科技和產業一體化程度的增加，大型數據企業在創新的地位在上升，開源開放成為創新資源配置的重要的組織形態。

現在我們講創新推動發展，講發揮我們國家集中力量的優勢，講我們有組織的科研都對，但是一定要適應我們已經變化了的這種科技創新的一種新的范式的改變。謝謝各位。

返回列表