为什么创新不能被规划?

|科技向善 作者:腾讯研究院 2024-02-22

2024 年 1 月 24 日,由腾讯研究院和腾讯可持续社会价值事业部主办的“2024 腾讯科技向善创新节”顺利进行。活动以“相变”为主题,包含主题演讲、圆桌论坛、在线研讨、线下展览、辩论赛等形式,探讨 AI 技术与行业变革、技术社会、科技艺术、城市发展、个人成长等议题。

在本次活动上,腾讯研究院资深专家袁晓辉进行了以《为什么创新不能被规划?》为主题的分享。

以下为分享全文:

我是10年左右在清华读博士的时候开始关注创新,关注创新空间的营造,博士论文写的是创新驱动的科技城规划,研究到底能否从头开始去规划一个创新城市。后来在经管学院做博士后,关注创新创业生态和创新网络。

在研究的过程中,我调研了世界范围内那些常被大家津津乐道的创新区,比如硅谷,也盘点了1970年后多个国家政府对标硅谷在城市郊区全新建设的科学城、科技城和创新城,比如日本筑波、韩国大德;再到2000年后,学界业界总结的“创新回流到中心城区”,我又开始观察创新街区的起落。这个过程中,我也先后参加了国内一些城市的创新区或创新城的规划研究工作,围绕创新空间的命题,从宏观尺度到微观尺度做了不少调研。

我们都知道创新在这个时代无比重要,世界经济的每一次大发展都跟创新密不可分。甚至世界各国竞争的关键也是创新能力的竞争,这也是为什么世界各国都如此关心创新的问题,为什么层出不穷的计划都希望能再造一个硅谷。

在十多年的研究和实践里,我一直有个疑问:创新空间是否真的能通过人为规划的方式被规划出来?假设我们拥有足够的资源,我们真的能创造出一个创新不断涌现的空间吗?

 

创新的界定

/

要讨论空间对创新的支持,我们还是要先界定一下什么是创新。创新这个概念最早是被奥地利经济学家熊彼特提出,在他的著作《经济发展理论》中,他首次强调了创新在经济发展中的核心作用,并将创新定义为一种驱动变革的动力。他认为创新是“一种从来没有过的生产要素和生产条件的新组合被引入生产体系”,表现为“新产品或产品新特性、新生产方法或新商业处理方式、新市场、新的材料供应来源、新的工业组织模式。”

                                                                图1 熊彼特对创新的定义
图片来源:https://ideasofeconomists.com/2016/03/09/schumpeters-history-of-economic-analysis/
/

我们看到,这个定义其实是有明确范畴的,它将创新定位在了商业体系中,强调“新生产要素的首次商业化应用”,也就是说,以往我们经常提到的科学发现、技术发明,如果没有进一步转化为市场中的商品,就不能被称为创新。

举个例子,生物专家发明了基因检测技术,如果这项技术只是停留在实验室里,申请了专利,发了几篇论文,但并没有应用于任何商业场景,那么它并不能被称为严格意义上的创新。而如果有一些企业将基因检测技术,能低成本地应用于新生儿疾病筛查,那么我们就可以称之为创新。换句话说,发明本身不是创新,对发明的商业化应用才是。这一点会影响我们后面对创新空间的评价。

这样初看起来,好像创新被限定在了一个很窄的范畴,但实际上创新不仅与那些高大上的科技进展相关,任何对生产系统的改进,都可以被认为是创新。比如互联网带动的电商、共享经济的出现,都是利用新的平台产生新的商业组织模式,或是开辟了一个全新的市场,他们都是创新。

这里就会涉及到两种创新的路径或模式,一种是我们通常认为的从科学研究,到技术发明,再到成果转化的STI创新模式,常常从实验室来,将新的发现和技术投入到生产系统中,无论是晶体管在计算机中的应用,还是mRNA疫苗被应用于全球新冠防御,都在这一条路径上。

第二种模式大家可能会略微陌生,DUI创新模式,Doing-Using-Interaction,即通过实践、使用和互动来创新,更强调从市场需求和用户反馈中挖掘创新的可能,比如微信的小程序就是一个很好的例子,利用这样一种新型软件组织模式,极大降低了开发者开发应用的门槛,同时也为用户提供更便捷的使用入口。这两种创新模式所需要的创新环境肯定是有所差异的,这也是我很多年前启动创新空间研究的出发点。

                                                           图2 两种技术创新模式比较

                                                                图片来源:作者自绘
/

那些被规划的创新空间

/

好了,明确了创新的边界,我们来看看创新空间能否被规划?

1940年代之后,美国硅谷开始在世界上显露头角,晶体管技术的发展带来新的市场机会,硅谷开始陆续涌现利用新技术的创新型企业,惠普公司、肖克利晶体管公司和斯坦福工业园成为日后影响硅谷发展的几个关键要素。而世界各国也随后纷纷提出高技术中心的建造计划。

其中最著名的是日本政府于1963年开始规划建设的筑波科学城。当时日本政府的目标有两个,一是疏解东京密度过高的人口,二是建立一个全新的科技创新中心。在27平方公里的土地上,通过政府行政的力量集聚了日本31%的科研机构、40%的科研人员和50%的国家研究经费,希望建设日本最重要的科学研究中心,产生1+1>2的协同创新的效果。

图3 日本筑波科学城核心区鸟瞰

图片来源:Tsukuba Science City官网

 

我们现在回头看,筑波科学城经历了几十年的发展后,实现了其作为科学中心的定位,但作为技术创新中心的目标远没有达到,因缺乏与市场的联系,科学城的研究成果无法转换为产品,产业基础薄弱,初创企业少,吸引的高技术企业也少,产业规模小。2008年筑波的产值只占到日本GDP的0.2%,投入产出非常不成比例。

2010年后政府开始转变发展方向,开始重视吸引市场主体与社会资本,推动体制机制改革,推进研究机构的市场化运作,然而时至今日,除了产生了6个诺贝尔奖还可圈可点之外,产业创新成果依然在巨大的投入面前显得不成比例。

筑波的发展有非常强的政府引导的痕迹,政府投入了大量的资源,包括建设费用和科研机构的补贴,但缺乏有效的激励机制,也缺乏对市场需求的响应。即使最近几年在机器人、纳米等前沿产业上加强布局,还是很难称得上是一个成功的创新型城市。

与日本筑波类似的,还有俄罗斯在前苏联时期建设的新西伯利亚科学城,以及韩国的大德研究开发特区,都是政府自上而下推动科学创新中心建设的尝试。从效果来看,发展初期他们在统一的规划和创新目标的设定之下,都没有成为当初希望建设的创新区域,反倒是带来了巨大的科研投入浪费。

 

五道口的华清嘉园

/

我们再来看两个未经规划自己长起来的创新区,一个是清华大学东门口的华清嘉园这个居住区,我之前在北京的时候还在那里住了几年。这个小区很有意思,在北京被誉为“民间硅谷”,2000后互联网兴起的那几年,这里走出了不少知名互联网企业,校内网、暴风影音、饭否、美团、酷讯、抓虾、美丽说、酷我,还有后来在计算机图像识别方向很厉害的Face++旷视科技。

图4 北京华清嘉园居住区及周边设施平面图

图片来源:作者自绘

 

为什么这样一个居住区能成为一个民间的孵化基地呢?我总结了一下,两个词八个字:资源高地,价格洼地。

说它是资源高地,是因为这个小区在五道口,离清华、北大和中科大非常近,人才资源、技术资源密集,周边的公共服务设施非常充裕,而且交通便利,距离地铁13号线五道口站也就几步路。

而价格洼地是说,它的租金比周边的写字楼低很多,租一个三居室,客厅办公,卧室休息,还节省了路上通勤的时间。所以对于创业者来说,这是一个高性价比的创业空间。再加上靠近清华北大,无论是招员工,还是招实习生,都非常容易。

从2000年初直到2015年前后“大众创业,万众创新”那几年,华清嘉园周边的酒吧或咖啡馆里每天都会有不少创业者,或讨论技术问题,或在跟投资人对接,一片欣欣向荣的景象。当然,随着这几年租金上涨和产业发展阶段的变化,在这里办公的创业企业也少了很多,这些都是后话了。

其实华清嘉园并没有任何人给它做过任何创新空间的规划,也没有额外的资源投入,却生长出了创新的果实,很值得深思。

 

旧金山的AI浪潮

/

再举一个更新鲜的例子,我们前一阵子去美国旧金山开会,顺便访谈了一些硅谷湾区的科技行业从业者,我们本以为这波儿AI浪潮又是在硅谷出现,但他们说这次其实是在旧金山,很有意思。

图5 硅谷和旧金山市中心的知名企业地图

图片来源:https://siliconvalleymap.org/

 

疫情之后,旧金山生活成本很高,房价涨了很多,而且市中心环境恶化,有不少流浪汉。再加上远程工作文化普及后很多公司每周只要求员工来办公室1-2天,导致很多公司甚至不再租办公室,写字楼空置的情况很严重。当人们为旧金山的未来担心时,AI企业成了救星。

OpenAI的办公室在Mission District,距离市中心有十多分钟车程;Anthropic,也是一个估值上百亿美元的企业,也诞生在市中心,甚至是之前在多伦多成立的AI初创企业Cohere也跑来旧金山设立了第二总部。

Mission District,还有北侧的Hayes Valley区域,成为一个非常活跃的AI创新区,因为吸引了很多风险投资和人才的关注和汇聚,陆续诞生了更多AI公司。甚至有人给这个区域起了个新名字,叫Cerebral Valley,大脑之谷,简称脑谷。

图6 OpenAI和Neuralink创业初期的办公地点

图片来源:https://en.wikipedia.org/wiki/OpenAI

 

这个区域的氛围就像当年华清嘉园周边、中关村创业大街一样,大量咖啡馆、开放空间,基本上每天都有沙龙、聚会、路演,和各种Happy Hour,大家讨论机器学习技术,讨论大模型应用,讨论未来的各种可能。活动之多,甚至专门有创业者做汇聚这些活动的网站,都获得了很大的流量。

图7 旧金山每天都在举办的AI相关沙龙活动列表

图片来源:https://lu.ma

 

你看,这也不是一个规划出来的案例。我们很好奇为什么这些企业都选择了旧金山,也跟当地的朋友讨论了旧金山再次胜出的原因,交流下来,我们概括了四条:

第一,制度环境友好,不存在竞业限制,人才可以自由流动;

第二,靠近几个顶尖大学,人才密度高,相较硅谷郊区,在旧金山市区因为城市密度高,各种各样的活动多,吸引了大量喜欢探索新事物的年轻人;

第三,孵化和投资生态完善,孵化器众多,早期创业成本低,各个阶段的投资人相互配合,甚至很多普通人都参与过投资,他们虽然也在意财务回报,但更希望能帮到那些好企业,希望成为推动某项改变的一股力量;

第四,创新文化普及,人们都以创业为荣,甚至很多大学教授和学生都有自己的创业梦想,而且普遍对创业失败包容,早期的投资人也不会逼你签一些对赌条款,让创业者失败了还要背上一身债。大家会认为fail fast是好事,因为可以尽快尝试其他想法,fail fast to success,快速失败直到成功。所以创业者自己也觉得创业失败的风险很低,大不了重新开始,或去企业找工作。

总结下来,这些因素似乎都跟规划没什么关系,所以这又是一个自下而上形成创新区域的例子。

我这次从美国回来,又在重新回顾自己这些年关注的创新空间命题。我再次问自己,创新空间真的能规划吗?我们规划了那么多科学城、科技城、创新城,真的能实现目标吗?有没有一种可能,就是创新不能被规划呢?

 

创新的四个特点

/

让我们再回到创新的基本特征,再重新反思到底什么是创新,创新有怎样的特质,创新的动力到底来自于哪里。我认为创新有的四个重要特征:

第一点,创新一开始总是微不足道,在初期很难被主流认同。

我们知道英伟达的芯片在人工智能的发展中扮演了至关重要的角色,因为他们的GPU特别擅长进行高度并行化的计算任务。而能实现这种并行计算,主要依赖于英伟达CEO黄仁勋推动发明的CUDA技术以及基于CUDA构建的广泛应用和开发者社区。

CUDA是什么呢?简单说,CUDA是一种并行计算平台和应用编程接口,让显卡不仅仅能用于图形处理,还能用于复杂的计算任务,极大拓展了显卡的应用范围。跟芯片比起来,可以说这更是一项难以超越的创新。而回顾历史,CUDA技术最初于2007年推出时,并未得到认可,即便是英伟达自己的开发人员也对它持怀疑态度,大家都认为没有任何应用会使用这种单线程、效能极慢的技术。同样,整个行业对于这项技术的潜力也持保守态度,甚至在推出后一段时间找不到关键的应用场景,也缺少重要客户的支持,英伟达一度非常艰难。但后来的故事大家都知道了,因为这项技术提供了并行计算的能力,让GPU在这一波儿AI大模型发展中发挥了巨大的价值。其实设计之初,CUDA也并非专为人工智能设计。

所以创新就是这样,一开始可能就是一个边缘地带的小小的种子,不起眼不被主流关注,但因为个体的坚持最后成熟,开花结果。

第二点,创新的目标往往带有欺骗性,而“有趣”和“新奇”会给你惊喜。

今年有一本书很火,叫《为什么伟大不能被计划》,作者是OpenAI的研究人员Stanley,他就深入探讨了这个观点。很多时候,创新目标的设定都是基于我们现有的认知,其实很难提出全新的视角,包括如何评价行动过程中我们确实是向着最终的创新迈进,也缺乏有效的评价标准,就容易产生错误的指南针。比如国际象棋,很多看起来能帮我们赢得棋局的走法,因为微妙的影响,成为昏招,与此同时,很多招数其实是以退为进,看起来距离特定目标更远,实际却非常机智。

而当目标无法成为指南针时,我们该遵循什么指引呢?Stanley通过实验发现,在给机器人设定任务时,如果让他们采用新奇性搜索算法,即总是朝着最有趣,最新奇的方向去搜索,取得的效果要远比给机器人一个目标,让他不断接近目标要更好。这个算法能让一个在迷宫里探索的机器人,在没有尝试走出迷宫的情况下,反而更快地学会了如何走出迷宫。Stanley还举了不少例子,说明了如果人们能在有趣和新奇的驱动下,去探索更多可能,也更能收获更多创新的踏脚石。

第三点,创新是规避竞争的产物,往往能开辟全新的生态位。

比如当OpenAI成立时,人工智能领域已被几家大型科技公司,如谷歌、IBM和Facebook等占据。这些公司在机器学习、图像识别和其他AI技术方面拥有显著的优势和市场占有率。面对这样的竞争环境,OpenAI的研究人员选择了一条不同的道路,使用Transformer模型架构,在自然语言处理领域深耕,开发了GPT模型。这一战略选择使其避开了与大公司在已有技术领域的直接竞争,后来ChatGPT的成功也为他们打开巨大的市场。

最后一点,创新是个体和小团队更擅长的领域。

个体和小团队往往因为能从一个单点切入市场需求,把注意力聚焦在一个问题上,更容易有突破。比如Midjourney这家AI图像生成领域的公司,在达到1亿美元收入时,只有11个员工;文生视频领域的Pika公司,在估值10亿人民币的时候,也只有4个人,正是说明了个体和小团队的力量。

 

创新不能被规划的真正原因

/

让我们把创新的这几条特征再装到创新能否被规划的语境里,你会发现,创新其实是个体层面自由选择和行动探索的结果,并不是某种能提前预判,或在群体层面达成共识的东西。所以任何群体层面对创新目标的设定,对创新行动的限制,对创新任务的安排,都会破坏个体去自由探索的意愿和动力。这可能是创新不能被规划的本质。因为只有当个体能对自己的行动负责,能直接获得行动的正面奖赏与负面惩罚时,创新的良性循环才开始建立。而生命的创造力,才会被充分释放出来。

真正的创新源于生命的创造力,那是一种渴望改变,渴望突破,渴望释放生命价值的创造力,而这种创造力并不是一直存在的,往往是在一段时间的紧张之后,是在百转千折四处碰壁之后,是突然间的顿悟,是一种难得的偶然时刻。这种偶然时刻,对应的是漫长的等待与付出,是多次濒临失败的考研,是承担质疑和压力的折磨。所以创新也需要十足的自信,需要外界的激励,需要环境的包容,更需要有敢于不同的勇气。

 

规划能做些什么

/

创新不能被规划,创新空间不能靠集中建设,而也许从创新者的需求出发,我们可以看到城市的创新环境能向着哪个方向改善?

创新孵化的本质是提供一种将创造力转变为商业资源的环境,这是一个对奇思怪想友好的环境,是一个对少数群体支持的环境,是一个失败了不会被嘲笑的环境,也应该是一个尊重商业逻辑有正反馈的环境。

所以如果规划还想做点什么,让每个个体都得到尊重,比专注于创新要更有效;与其提出高大上的口号和目标,不如关注点点滴滴的环境营造,去除一些不必要的制度和管理障碍;与其给大公司提供补贴去做技术攻关,不如提供对个体工商户和中小企业友好的公平竞争环境,让创业生态能持续繁荣;与其关注顶尖的一小撮杰出人才的需求,不如关注底层劳动者的诉求,让大家都能有基本的保障和失败时的依靠;与其担心个体无法照顾好自己,提出各种各样的管控和限制,不如尊重市场,让个体成为承担责任的主体,让每个个体都能尽情释放自己的创造力。

很多创新是反直觉的,创新环境的营造可能也是。不直接作用于创新目标,而是作用于生态环境,释放个体和小团队的生命力,才让创新的土壤变得更肥沃。很多时候,从创新管理的角度,少就是多,快就是慢。

也许在创新面前,尊重个体,无为而治,才是最大的智慧!

 

(本文作者:袁晓辉 腾讯研究院资深专家)

前沿杂志
互联网前沿61

2022年,从引爆AI作画领域的DALL-E 2、Stable Diffusion等AI模型,到以ChatGPT为代表的接近人类水平的对话机器人,AIGC不断刷爆网络,其强大的内容生成能力给人们带来了巨大的震撼。

2023-05-12

全站精选