2024年5月22日，由澎湃新聞主辦的“經濟新動能：面向世界的創新”研討會在北京沈家本故居舉辦。

中國社會科學院大學教授、國務院原副秘書長江小涓，清華大學蘇世民書院院長、清華大學中國科技政策研究中心主任薛瀾，中泰國際金融有限公司首席經濟學家李迅雷和復旦大學經濟學院教授、復旦大學中國社會主義市場經濟研究中心常務副主任陳釗從數字、治理、資本、制度等角度剖析了創新經濟的潛力和挑戰，提出了政策建議。

江小涓教授發表了題為“數智時代的創新挑戰和應對思考”的主旨演講。她認為，現在數據密集型的創新范式下，大型數字企業成為創新的樞紐和核心，同時開源、開放的組織互動方式成為創新的潮流。中國應進一步開放公共數據和向產業界匯聚人才，提升創新能力。

以下為江小涓教授的演講精要。

中國社會科學院大學教授江小涓表示，平臺企業在創新鏈條中的地位大大提升。
澎湃新聞記者 權義 圖

大型數字科技企業和平臺成為創新的樞紐和核心

數智時代的科技創新有重要變化，這種變化不是原來維度的調整，而是“海量數據”這個新維度的加入，使得創新具有了“數據密集型創新”的新特征。我們近期一個研究的主題叫“數據和數據關系驅動的創新”。我們發現，數據成為創新的重要資源，同時也重新定義了創新各主體之間的關系。數據極大增加了我們洞察和理解世界的能力，也使得關聯分析、知識圖譜等需要海量計算的知識發現路徑成為可能。

在這樣的背景下，科技成果向產業應用轉化的創新鏈條發生了根本性變化。作為海量數據的生產者、匯聚者和聚合挖掘者的平臺企業，在創新鏈條中的地位大大提升，位勢不斷增強。原來的產業成果轉化鏈條，是高校進行基礎研究，研究機構進行前沿技術開發，然后企業完成產業轉化和應用。

這個模式存在科技成果向產業應用的轉化率較低的問題。2022年，國家知識產權局發布的《中國專利調查報告》顯示，高校發明專利產業化率為3.9%，很多研究投入沒有產業結果。而數據驅動的創新范式帶來了四方面的改變。

首先，數據能力支撐大型數字企業產學研一體化創新。大型數字企業成為產學研一體化創新的核心，因為它能生產和匯聚海量數據，能準確感知市場需求和應用場景，同時有能力快速大規模投入。以車聯網平臺為例，數字企業占據核心和樞紐地位，以平行、并聯的方式將基礎到應用的各個創新環節都關聯起來。在這個模式下不再存在科研成果轉換的問題。

其次，數據能力支撐大型數字企業從事前沿技術創新。在自動駕駛、云計算、渲染引擎、虛擬現實這幾個最重要的前沿技術領域中，從2007年開始，全球發明專利的企業數量超過了高校和研究機構，從2015年開始，中國發明專利排名靠前的幾乎全都是企業。大型平臺企業成為前沿技術研究中的重要力量。

第三，數據能力支撐大型數字企業從事基礎研究。大型數字企業從事基礎研究的能力極大加強，積極探索0-1的原始創新。在人工智能國際頂刊的文章發表數上，2011年全球范圍企業發表超過高校，2016年起中國企業的文章發表也超過了高校。

最后，數字能力支撐大型數字企業投資新創企業。現在投資的真正主流部分是大型數字企業做的CVC（編注：企業風險投資，Corporate Venture Capital）企業創投資金。2013年到2021年的數字企業CVC對外投資金額顯示(圖1)，除了螞蟻和阿里在2019年受到嚴格監管后投資額下降，其他對外投資額上升最快的都是大型平臺企業。數字平臺的創投資金是獨角獸企業和新創企業重要的來源，2021年中國獨角獸排名前100的企業中，近2/3的企業獲得過大型數字企業的投資，A、B兩輪中獲得過數字科技企業投資的比例占到近一半。和傳統創投資金財務投資特征明顯的情形相比，數字企業創投資金具有更明顯的戰略投資者特征，更偏向于耐心資本、長期主義，重要性不斷增加。

圖1：2013-2021年 傳統VC與數字企業CVC對外投資金額
圖表來源：江小涓演講PPT

因此，由于數據、數據關系、獲得數據的能力、計算數據的能力、挖掘數據的能力等因素，大型數字科技企業和平臺成為創新的樞紐和核心。在數字和數字相關的十大領域中，原來橫向傳遞式的創新方式發生了根本性改變。

開源成為軟件、網絡和數字領域的開發和創新模式

目前大家擔心的問題是，大企業為主導會形成壟斷嗎？數據越來越多，數據還可以自我生產和人工合成。大模型的規模經濟和范圍經濟效應特別顯著，規模效應遞增的特點由“邊際”轉變為“質變”（涌現）。這有可能帶來市場結構和競爭關系的根本改變，少數頭部企業越來越大。國內外有關人工智能的討論中，除了社會和倫理問題之外，經濟學家非常擔心新模式對于市場結構的影響。

同時，數據和場景需求會影響創新組織的演進。數據越好，應用場景越多，更可能帶來開源開放，使后起者獲得加速發展的機會。

數字時代，開源成為一種創新理念與文化形式，指共創共享的技術創新。開源技術源于軟件，指源代碼向公眾開放的軟件技術。開源能夠匯聚眾智、多方協同，獲得透明高效的海量數據、大量自動化協作工具、世界范圍內智慧資源的分布式協作和接力式開發，推動技術持續迭代演進和大范圍聯結產品、企業和產業，構建大規模生產和應用場景。

開源發展到今天，已經成為軟件、網絡和數字領域的開發和創新模式。全球97%的軟件開發者和99%的企業使用開源軟件，72%以上移動操作系統基于開源Linux內核，全球70%以上的新立項軟件項目采用開源模式，最近兩年采用開源模式的達到了80%以上。

開源背后是需求的驅動，是這個時代對場景和數據的需要，也是應用者、開發者的需求，從而產生了開源這一本質性的創新變化。最近二十年的云計算、大數據、AI的發展均受益于開源。

在軟件時代，趨勢是邊際效應遞增，可以復用和復制的軟件產品會讓大者愈大。但是開源模式限制了規模遞增導致的大者愈大，加快了后起者的追趕速度。從2009年到2016年的全球操作系統市場份額中，微軟（閉源）占比從90%下降到不足40%，安卓（開源）占比上升到超過40%。

人工智能大模型時代，領先企業更多采用閉源模式，后起企業采用開源模式。不過，通用大模型時代的規模遞增比軟件業更加顯著，大模型的涌現會出現后發者沒有的能力。未來期待多種模型能夠形成競爭格局，希望在多種因素的博弈下，市場競爭性不會受到破壞性的影響。從現在閉源的、開源的進展來看，很難對未來格局下判斷。不論什么模式，我們希望能夠維護多年來促進創新的競爭性市場結構。

當下的大科學都是開放科學。新的科學發現要么看得越來越遠、越來越廣，要么就是探究得越來越深、越來越細。海量數據處理和人力資本需求，催生多國合作大科學項目。例如，2021年新批的17個國家共同建設的平方公里陣列射電望遠鏡項目，接受面積達一平方公里，它由很多小天文臺組合成各種曲面，比當前世界上最大同類設備搜尋速度提高1萬倍。

發揮優勢彌補短板，提升中國數智時代創新能力

在數字智能時代，中國創新能力面臨三個“關鍵”。

第一是數據問題。AI大模型作為新的生產力范式，已經在各行各業中展現出不可替代的價值。中國要在AI大模型的競爭中迎頭趕上，補齊數據短板迫在眉睫。而中國目前數據不太好用、也不夠多。中國的優勢是公共部門強大，數據量和數據結構良好。政府角度要盡快強力推動政府數據和公有企事業單位的數據進一步開放。這是我們的產業優勢，也是我們的制度強項。

大模型廠商使用的模型訓練數據可分為開源數據集、網絡爬蟲數據、商業采購及合作授權數據、自有業務數據和合成數據五類。在各類數據中，公共數據可作為中國發揮產業優勢和制度優勢、增加數據供給的關鍵抓手。

由于公共部門的絕對和相對規模大，中國公共數據相對體量大。中國有大量的政府部門和企事業單位，出于公共目的對公民進行合理數據采集，這使得中國的公共數據量為全球之最。有研究表明，中國政府部分掌握的數據資源占全社會數據資源總量的50%-80%（這個具體數據的可靠性我有點吃不準，但中國公共數據量大的判斷不會錯），但開放共享不夠，數據利用效率不夠高。

公共數據開放是國際共識。2011年，巴西、印尼、墨西哥、挪威、南非、菲律賓、英國和美國簽署了《開放數據聲明》，推動公共數據開放。開放數據的定義是“公眾可獲取的、能夠被用戶完整觀測和使用的數據”。目前全球七十余個國家都參與其中。

中國現在開放的數據多是在社會、企業APP上獲取的，以及部分公共數據。目前數據的開放度對于社會需求和投喂機器遠遠不夠。中國應發揮制度優勢，以最大力度開放公共數據，并推動企事業單位的數據與其它各類數據匯聚融通，為數智產業發展提供關鍵要素。

第二是人才問題。研究顯示，從2002年到2014年，學術界在開發最先進的AI系統方面處于領先地位。2014年到2022年，32個重要的機器學習模型都誕生在產業界，學術界僅有3個，2023年的數據比例相似。關鍵原因是尖端人工智能研究需要大量的數據、算力、算法。在快速的技術迭代中，只有少數大科技平臺能夠匯聚最重要的力量。

全世界范圍內，大平臺企業能夠從高校吸引圖靈獎，甚至諾獎學者擔任首席科學家。不過，在中國，這兩年的趨勢反而是平臺的首席科學家回到高校。從1980年代開始，中國的國有企業大工程師會在周末給鄉鎮企業做產品、做設計。1990年代一大批學者“下海”，即使后面“下海”不行了，也是愿意去做實踐。而今天出現高校相較企業更有優勢的局面。出現中國產業界頂級的科學家向高校回流的現象，與時代的趨勢不符。

企業吸引人才需要政策支撐。人工智能大模型需要快速匯聚海量資源和工程化技術能力，而且應用落地也要細顆粒度的專業知識。因而，在這一輪發展中產業界的地位更重要，無論是資金、導向、帽子，這些吸引人才的各類資源都需要向企業匯聚。

第三是關鍵場景。對于擁有海量數據的國有大企事業單位來講，除了依靠數據完成自身業務，也需要為社會創新提供數據支持，推動數據原生企業，即由數據支撐的新的創新企業的發展。比如英國2023年成立了國家智能數據委員會，推動開放金融、開放能源、開放通信等數據開放行動。

美國“開放銀行”行動也已推動多年。該行動中，當客戶希望到其他金融機構獲得服務的時候，之前為其提供過服務的銀行應允許它帶走所有在這個銀行的存檔數據。這些數據可以用于用戶畫像和信用評估，從而為中小型互聯網金融機構提供客戶過往信用記錄的支持。

中國的醫療、交通、金融、電力都由國有大企事業單位經營，相關數據具有結構化、實時數據更新、迭代良好等特點。

數據優勢企業不能只為自己“數據增強”，還要為更多企業“數據使能”，推動社會創新。這就需要通過引導和規制等多種方式讓這些開放，讓更多的企業能夠用這些存量數據來創新，從而實現數據支撐的創新。

我們要相信中國互聯網企業的創新意愿和能力。按營收增長和股市表現看，中國互聯網行業頭部企業的表現比較復雜，雖然幾個傳統頭部企業最近幾年的增長趨緩，按市值衡量的股市表現也不夠理想，但中國同時有一批極具活力和成長性的頭部企業市值和收益表現俱佳。頭部企業總體活躍度和排序變化度，也是產業活力的重要指標。（表2）。

表1：2023年中國十家頭部互聯網企業市值變化。
圖表來源：江小涓演講PPT

因此，雖然目前阿里、京東、騰訊幾家在資本市場上表現不甚如人意，和美國的前四大（互聯網企業）相比差距拉大，但并不能說明我國數字企業的全局情況。要相信我們的企業我們創業者的創新意愿和愿意付出的努力，中國很多互聯網企業在過去幾年艱難的環境下仍實現了發展。全球APP下載量前10中一直有中國企業，有三五個當然不一定是老企業。中國互聯網企業的活力很大程度上體現在有一個高速成長的創新企業簇群上。

（以上內容經演講者審訂）