王捷

目前全球都在积极推进新一轮科技革命和制造业发展计划，不同国家间由于社会文化、资源禀赋、产业基础、制度法规等的差异，创新发展模式和路径存在较大不同。从全球科技创新的脉络中梳理创新的规律和关键因素，或许能够为中国科技创新提供参考带来启发。

国外创新体系的特色

国际上卓有成就的创新体系包含企业、资本、大学、科研机构、人才等元素，通过文化和制度激发参与者的创新活力。硅谷创新生态以技术和资本双轮驱动，在鼓励试错、允许失败的环境下，每隔五到十五年就会用新技术重塑自己，历经了半导体时代、电脑时代、社交网络时代、人工智能时代等多次科技浪潮。

美国是最早成立风险投资并向科技企业提供融资的国家，建立了一套健全的资金投入、退出机制和创新的金融市场体制。资本为颠覆式创新提供了土壤，大学、科研机构或企业提出新项目、新产品的原型，资本方投资孵化提供资金、市场、人才等方面扶持。当投资的产品原型成长壮大成具有市场竞争力的产品或公司时，选择独立上市或被大公司并购，资本投资方则可以选择退出并实现收益，形成良性的产业创新循环生态。

而德国技术创新的突出特点是工程驱动和高度重视应用研究，科研机构主导科技成果转化，同时与企业合作通过职业教育培训体系来提供高素质职业化人才。德国98%的企业都是中小企业，非常注重技术与需求的结合。很多家族企业经过世世代代的积累，成为专业领域具有独特产品和技术的隐形冠军，围绕隐形冠军企业形成稳定健康的上下游产业集群。政府推动企业组成行业协会，定期进行知识和技能分享，并与科研机构进行产学研一体化合作，开展双轨制人才培訓，从而形成正反馈的生态体系。

在产业实践中应重视需求工程

中国工业在《中国制造2025》、“互联网+”等国家战略指引下，正在面临由传统工业化向智能化的转型。如何使供给体系适应需求侧个性化、品质化、服务化的新趋势，从而有效缓解工业时代大规模生产导致的产能过剩、库存高企、竞争过度等问题，是中国工业转型的核心。随着新技术发展和新消费时代的演进，生产商和消费者的关系面临重塑，生产制造的中心由厂商逐渐向消费者转移。通过调研美国、德国、中国的产业智能化现状，我们认为需求工程（Demand Engineering）是实现供给侧与需求侧协同的关键环节，应该在产业实践中给予充分重视。

以智能制造和产品全生命周期理论为基础，需求工程应包含识别、匹配、优化三个核心技术。首先以需求侧为起点，通过分析产业所在的政策法规、金融税收、社会文化、技术发展等宏观环境的新变化，同时结合企业经营数据、互联网行为数据、传感器数据等，及时发现市场热点和新需求，从利益相关者的多视点角度识别行业及企业产品存在的问题，重新进行产品需求的定义与分类，以增强企业感知客户、市场与环境的能力；然后将不同类型的需求进行优先级排序，根据基础设施和现有资源条件，将不同需求与合适的技术方案相匹配，并开发设计具有感知环境和自学习能力的优化算法，动态组合现有的资源和技术，生成快速响应、弹性生产的排期方案，为智能制造系统提供指令接口，进而开发新产品设计方案、原产品改造升级方案，以提高产品生产体系的科技含量和附加值，最终实现整个产业链的增值。

工业大数据分析是智能运营、智能制造的基础工作，目前在中国处于初步阶段，难点在于非标准化数据、流程、设备等问题如何应用系统化方法来解决，否则会事倍功半。

对传统企业转型的建议

建议中国的传统企业要以开放的心态拥抱市场环境的新变化和新技术的迭代发展，善于利用已有的基础设施、产业链的溢出效应，建立知识融合集成创新生态体系，通过有效的保护和激励制度鼓励企业内部创新，为创新团队开辟独立自主的空间，建立灵巧扁平化组织快速响应市场，促进创新从底层发生；做实需求工程，使供给体系更敏捷地适应需求侧的不确定性；同时加强企业内部知识与外部科研院所的合作，针对企业及行业关键问题展开联合研究，布局关键技术及应用场景的落地，持续跟进新技术对原产品体系影响的替代效应、规模效应和结构效应，提高企业持续竞争力。

在全球智能化浪潮中，用创新驱动可持续发展理念扎扎实实展开工作，重点是产学研相结合，把理论与实际相结合，同时兼收并蓄工业4.0与产业智能化前沿技术，以点带面从理论与实践结合中学习并创新。结合中国强势政府执行力的特点，打造有区域经济发展特色的政、企、学、金融互相支持、良性融合的创新生态。