科学技术是经济增长和社会发展中具有革命性的推动力量，人类社会进入工业化发展阶段以来，科学技术作为生产力第一要素的作用日益突出。迈入2017年，随着新科技革命与新工业革命深度交互，新科技势必催生新的产业群，带来更具活力的市场主体、更为包容的全球价值链、更有弹性的商业模式、更趋开放的产业生态系统，以及更加“共享”的生活方式。

人工智能挑动人类神经

在近期全球科技发展的璀璨星空中，人工智能（AI）无疑是格外耀眼的一颗星。

2016年，谷歌公司的“阿尔法狗”（AlphaGo）在围棋“人机大战”中的获胜，至今令人津津乐道。2017年伊始，一名神秘的网络棋手“大师”（Master）在横扫围棋网站弈城网之后，又在野狐围棋网站上接连击败中韩两国的世界级高手，取得了60连胜的骄人战绩，让职业棋手和业余爱好者瞠目结舌。随后谷歌公司的Deep Mind团队发文承认，Master正是卷土重来的AlphaGo。这表明，具有深度学习功能的计算机能够在迄今最复杂的棋类游戏中战胜人类。当然，谷歌收购Deep Mind绝非仅仅要开发在游戏中战胜人类的产品，而是旨在依托人工智能技术，打造超级算法工厂，为无人驾驶、精准医疗服务等领域储备技术。在更多的工业和商业领域，人工智能的研发和产业化正在加快推进。

与依靠人类“教”来掌握工作能力的传统计算机不同，具有深度学习功能的计算机能够自己“学习”，即程序员为它灌输的不是逻辑规则和方法，而是模拟人脑的学习能力，计算机通过不断训练掌握各种技能和技巧，在实际工作中根据环境变化和对人类命令的理解给出最优策略，这一过程与人类学习的过程几乎相同。未来的人工智能将主动适应人，用人类与生俱来的语言、动作、情感与人类进行互动交流。

2016年，互联网企业几乎都在谈论、投资和研发人工智能。谷歌、微软、IBM、百度等公司，近年来加强了深度学习下的图像和语音识别的研究和商业应用。其中，百度开发的基于深度学习的深度语音识别系统“Deep Speech”，能够模仿人类大脑新皮层中的神经活动。实际应用发现，在车内、人群等噪音环境下，Deep Speech的出错率比谷歌、微软、苹果系统低10%。着眼于AI的广阔应用前景，2016年9月，谷歌、亚马逊、脸谱、IBM和微软宣布成立AI联盟，虽然这是一个非营利性组织，但领军企业主导标准制定的意图十分明显。未来，人工智能将主要在3个层面对人类科技、经济和社会产生巨大影响：催生新的产业和商业模式；提高生产效率；塑造新的竞争优势。同时，人工智能的强劲发展势头也引发了一系列争议和焦虑。人们担忧人工智能对人类智力替代的同时，还会冲击社会伦理和法治秩序。这些担忧不无道理。如微软开发的具有人工智能特质的聊天机器人——Tay，在推特上线后仅16小时就被紧急叫停，原因是这款产品的目标用户——青少年在很短时间就在网上教会了它说脏话，而且Tay竟然还发布了涉嫌种族主义、性别歧视的言论。Tay的学习能力令人震惊，但其学习的方向和效果，同样反映出人工智能发展潜在的问题和挑战。

总体来看，深度学习已经在语音识别、图像识别、预测分析、机器翻译等领域小试身手，但客观上还处于襁褓中，需要集中突破的是人机深入交互以及不同AI系统间的交流和对接，尽快建立人工智能的标准体系。无论是理论研究还是工程化、商业化开发，人工智能仍有诸多尚待破解的技术、制度、法律、伦理难题，不过，人工智能的梦想不再遥远，机器人即将像人类一样思考。

科技创新呈颠覆性特点

当前，大数据、人工智能、物联网、虚拟现实、可穿戴设备、3D打印、石墨烯、基因测序、量子通信、区块链等一批前沿科技成果走出实验室，相继开启产业化进程。这些科技新产业以大数据等超强计算功能软件、高性能传感器等智能硬件为支撑，在技术和硬件层面兼容互通。

在科技创新群体性演进的趋势下，可以预见，新工业革命的标志性技术和主导产业有可能不再是“一元”的，而是出现多个主导技术和产业。随着制造业和服务业的不断融合，建立在新技术之上的产业群以及由新技术实施改造的传统产业，边界趋于模糊，产业之间技术和市场的重叠性凸显，从而带动制造业智能化、绿色化发展。

值得注意的是，近年来涌现的新科技呈现了较为突出的颠覆性特点。这首先表现为新的科技创新成果直接改变了人们的生产和生活方式，显著提升智能化水平。如物联网将重构生产要素和市场的关联方式，区块链“去中心化”的核心理念和技术架构对传统银行等典型的“中心型”组织机构造成冲击，大数据的应用则影响企业的资产结构以及产品和服务的价值构成，量子通信有望彻底解决信息传输的安全问题。

当然，颠覆性技术往往具有破坏性和不确定性。一方面，颠覆性创新在创造那些高度专门化的、细分的“利基市场”时，必然会重塑特定行业的价值链，并对传统产业及其固有的市场结构造成某种程度的“破坏”。比如，一旦无人驾驶汽车大量上路，虽然可以将驾驶员的时间解放出来，并为开发利用这些“闲暇时间”提供新商机，但同时，不仅职业司机会丢掉工作成为直接受损群体，而且对保险业、汽车修理业等行业运营模式带来挑战，相应地，还会产生新的法律和道德问题；另一方面，由于科技成果转化一直是世界性难题，颠覆性技术的产业化进程仍面临诸多风险，包括创业团队解体、资本不适时的过度炒作、对接商业模式失败、消费者对新产品认知度低，等等。

科技企业加速创新转型

随着大数据技术应用的日益广泛，谁掌握了优质的数据资产，谁就更有可能成为全球价值链的主导者。一些学者将新工业革命的“数据”比作工业化时代的石油，实际上，数据对于企业和投资者的价值，与农耕时代土地的属性更为接近。目前，谷歌、脸谱、亚马逊均已储备了海量数据资源，正在加快数据资产化进程，将业务向产业链上游延伸，加入新型智能硬件设备和服务型制造等领域的竞争。在某种程度上，这些企业凭借数据资产优势，将会分流甚至取代IBM等传统企业对全球价值链的掌控力，从而改变全球价值链上不同环节的战略性及其增值率。

为应对大数据时代的挑战，传统跨国公司同样开启了新一轮的转型。2016年6月，IBM宣布放弃全球业务咨询（GBS）和技术服务（GTS）两大业务板块，专注发展为一家认知解决方案和云平台公司。要知道，这两个板块是IBM由硬件设备制造商成功转型为企业软件公司的标志，并曾经为其带来过丰厚收益。而IBM的研发团队还在人工智能、碳纳米管以及量子计算机等前沿科技领域加紧突破，以确保未来20至25年的全球价值链领导地位。

在新科技新产业新市场领域，不仅活跃着特斯拉等一批创新明星企业，而且“转型”也是近年来传统大跨国公司发展战略的关键词。惠普不断扩展服务型制造和云计算平台，施耐德提供最先进的能源解决方案，松下在新能源电池领域砸下重金，索尼进军健康产业……传统跨国公司转型最根本的推动力是创新。科技创新虽然刺激了新产业群外延的扩展，但也使产业群内部一些产业的生命周期缩短，企业需要在特定时期内更加专注于核心业务，提高战略资源的掌控能力。

归根结底，这是一个创新决定一切的时代。在竞争压力和获取垄断利润的动力下，大企业投入巨资，以创新推动转型，使得世界范围内研发活动更趋集中化。这些领军企业既是科技创新活动的发起者和参与者，又是市场规则和行业标准的制定者。同时，大企业还通过并购等多种形式的资本运作，获取优质的创新资源，快速进入新领域。如谷歌收购Deep Mind，使其拥有顶级人工智能开发团队；脸谱斥资20亿美元收购Oculus Rift，进军VR产业，意在转型为“软硬通吃”的跨界高手。这些资本运作的成功案例，对人工智能、虚拟现实等新兴产业的规模化发展和组织结构演进，产生了不可忽视的影响。

学科交叉蕴藏无限机遇

近年来，科技领域的投入度呈现出不断集中和提高的趋势。美国、日本、欧盟等的科技投入仍占世界创新总投入的80%。2016年引力波的成功探测再次表明，重大科学发现和技术创新对于团队的依赖程度显著提高，这也使得政府的科技计划和创新战略发挥着越来越重要的作用。实际上，发达国家已经形成了较为稳定有效的“官产学研”相结合的科研体制。

在脑科学、基因工程、量子计算、新型储能技术等一些基础性前沿科技领域，需要政府在配置创新资源中发挥引导作用。如为预防治疗阿尔茨海默症、自闭症及其他精神疾患，美国实施了“脑计划”，欧洲推出“人脑工程”，日本制定“脑科学时代”计划，中国也把脑科学和类脑研究列入了“十三五”时期国家重大科技项目。另外，开放、集成式的创新成为当今科研组织方式的又一显著特点，在人类的共同挑战领域，国际科技合作也在很大程度上要由各国政府协同推动。因此，虽然大国之间的科技创新是竞争多于合作，但在太空探索、海洋开发、精准基因编程等关乎地球和人类共同命运的科学领域，仍有着广阔合作空间。

经过几百年的探索，人类可能越来越接近科学的“根问题”。解决这些根本性问题需要“上天入地下海”，将探索发现的视野进一步拓展至宇宙、地心、海洋及生命的本源。科学创新越接近认知的“前沿线”，就越要调动全部知识积累，进一步促进学科之间的交叉、融合态势，未来数理科学与生命科学、信息技术与新材料、工程学与医学的融合将持续深化。

2016年，伴随着英国“脱欧”、美国大选以及意大利修宪公投等标志性政治事件，世界范围内“逆全球化”暗流涌动。受此影响，欧盟和美国正在执行中的一批重大科研计划，其后期投入存在不确定性，一些跨国科技合作项目的运作也面临挑战。在资本市场上，热钱对人工智能、VR、石墨烯、无人驾驶等一些新科技及其概念产品的炒作高烧不退，一定程度上放大了产业化风险。其实，资本将创新成果的泡沫吹大并不可怕，从泡沫生成再到破灭的洗牌，甚至已成为市场经济下新产业兴起和演进必须经历的阵痛。

经过改革开放近40年的不断投入和持续积累，我国科技发展的整体水平有了很大提高，在一些前沿领域与发达国家几乎处于同一起跑线。中国正逐步由新兴科技大国大步迈向科技强国。历史经验表明，每一轮颠覆性创新的爆发都是新产业集中孕育的时期，也是科技资源竞争加剧的时期。目前，主要科技大国在新兴技术领域的差距并不明显，中国作为后发国家更容易“轻装上阵”，抓住机遇，重点突破，实现赶超。

（来源：中国经济网-人民日报）