2016 年夏季達沃斯峰會期間有場論壇辯論會頗具看點，這場主旨為「大筆投資的瘋狂想法」的討論聚焦于企業是否可以成為當下技術的研發主體。與會者來自政府部門、學術機構以及企業界，長期在企業工作的張亞勤直言：「我認為企業主導的研發肯定是會促進科學的進步。」張亞勤列舉了曾經的微軟亞洲研究院以及現在的百度，都會拿巨額資金投入研發，「我在去年加入了百度公司，大概 16% 的資金去年投入到了研發的領域」張這樣說道。

　　就在張亞勤這番談話前不久，《財經》雜志一篇關于李彥宏的專訪出街。專訪中，李彥宏談到了百度近期遇到的一些問題，并向外界展示了對于百度轉型的規劃，比如人工智能以及無人駕駛。而如果結合本次達沃斯峰會的主題「第四次工業革命：轉型的力量」來看這一系列表態，在第四次工業革命面前，如何將公司轉型順應社會經濟轉型，如何讓公司的技術創新納入到國家經濟創新體系，成為當下各國政府和各大公司考慮的關鍵問題。

　　新工業革命帶來挑戰

　　第四次工業革命又稱「工業 4.0」，是德國政府提出的一個發展概念。相比較與前三次工業革命中機械、電氣和信息技術的巨大推動作用，第四次工業革命強調的是大數據、智能(工廠)以及物聯網帶來的顛覆性影響。某種意義上說，第四次工業革命是制造業借助大數據、物聯網實現跨越式的發展的新路徑，這一理念也反應在當下中國工業制造 2025 以及「互聯網+」的規劃里，而在中國經濟新常態的當下，新工業革命來臨前有諸多挑戰。

　　人口紅利消失：2008 年以后，中國人口紅利漸趨消失，人力成本逐年上升，已成為企業經營負擔最終的成本之一。

　　產業升級壓力：中國制造業企業中，大量企業扎堆低端產業鏈條，在人力成本大幅上漲的現實面前，不得不重新思考如何轉型升級;另一方面，傳統的能源企業，也在國家一系列宏觀調控和國際貿易環境變化的影響下，陷入產業升級的迷思中。

　　城市化與就業：城市化推進過程中，隨著大量低端產業(企業)被淘汰，進城農民工的就業問題凸顯;另一方面，城市化導致的房地產過度開發、樓盤閑置甚至出現「鬼城」......

　　上述挑戰并非中國獨有，而是前三次工業革命發展到一定階段后的必然產物。正如世界經濟論壇創始人兼執行主席施瓦布所言：「我們還無法確定科技突破影響世界的方式和程度，但我們可以肯定的是，這場革命將深刻影響每一個國家和每一個行業。」盡管作為發展中國家的中國，相比于歐美發達國家，其挑戰更嚴峻，但一個現實不能忽視：中國幾乎與歐美國家國家同時進入第四次工業革命的「競賽」中。

　　中美兩國的新工業革命布局

　　之所以將中美放在一起對比，原因就在于中美兩國是目前全球最大的兩個經濟體，兩國經濟形態在一定程度上有很多相同點。比如互聯網經濟強勢崛起后對于傳統產業的推動以及硅谷(中關村)創業熱潮帶來的新一代產業等等，因此，觀察中美兩國應對新技術革命的相同點和不同點，頗有意義。

　　1.協同創新

　　互聯網在美國的崛起和發展并非偶然，而是上世紀 60 年，得力于美國政府尤其是軍方對于計算機、互聯網的投資和扶持，使得整個產業迅速做大做強。其中，美國國防部高級研究署(DARPA)居功至偉，這個機構負責將資金分配給企業、學術機構里，DARPA 開創了國家與企業協同創新的新機制，由此也催生了互聯網時代的關鍵技術，如互聯網、半導體、GPS、個人計算機操作系統 Unix、無人機，都和 DARPA 有著千絲萬縷的關系，如今，DARPA 正在部署人工智能研究。

　　今年 3 月，中國組建軍委科學技術委員會，也被外界廣泛解讀為這是籌建中國版 DARPA 的重大布局，人工智能成為研究的重要課題。

　　另一方面，企業將自身研發的技術以及可被市場檢驗的良好效果「反哺」給國家，能夠有效降低政府創新成本，提升政府運營效率。比如亞馬遜就與美國政府共同研發政府云，構建一個云上的政府。

　　早在去年中國的兩會上，作為政協委員的李彥宏提議發起「中國大腦」項目——這是一個國家層面的人工智能研究。而在百度內部，「中國大腦」的迷你版「百度大腦」已經廣泛運用到多個產品線中，通過將深度學習算法、數據建模與大規模GPU并行化平臺等技術結合，擁有 200 億個參數的深度神經網絡可在政府、制造、金融、零售、教育等多領域發揮效用，這也能讓我們看到將來「中國大腦」的巨大潛力。

　　2. 開放式創新

　　在大數據、人工智能與云計算的新時代，只有開放式的創新才能快速實現技術突破和商業模式的升級改造。2015 年，硅谷的巨頭們掀起一輪輪圍繞機器學習、人工智能軟硬件的開源熱潮：

　　Google 開源了一個名叫TensorFlow的機器學習平臺;

　　Facebook人工智能研究院(FAIR)就推出一組基于Torch機器學習框架的開源深度學習工具。12月，Facebook宣布開源針對神經網絡研究的服務器「Big Sur」;

　　2015年 11月，微軟亞洲研究院于將分布式機器學習工具包(DMTK)通過Github開源;

　　而在中國，2015 年5月，百度在 Github 上開源了其深度機器學習平臺組件。將技術開源，實施開放式的創新，一方面能夠加速技術落地，提升終端用戶體驗。另一方面，作為巨頭企業，通過開源技術打造技術創新、社會創新的基礎設施，降低技術創業的門檻，也會吸引越來越多創業者加入到技術創新的浪潮中，從而推動整個社會創業創新的技術含量。

　　3. 基于國情的創新

　　事實上，任何一項技術創新都脫離不了社會、經濟發展的大環境。在布局新工業革命的計劃里，中美兩國也存在一些明顯差異。比如美國更強調機器(智能)對于人類勞動者的直接替代作用，這和美國人口、經濟結構有著必然關系，每個行業的人力資本都非常高，這也導致大量勞動密集型行業的發展眼中滯后，在這樣背景下，機器能夠大幅降低成本，從而加速行業發展。

　　但在中國，盡管勞動力成本上升明顯，但區域性的特征也很明顯，內陸的三四線城市的勞動力成本依然可控，也有大量勞動力需要就業。因此，類似美國「激進」的機器替代人類的技術創新并不合時宜。另外，通過「互聯網+」，推動傳統產業實現數據化經營具有重要意義。以餐飲業為例，首先實現自身菜品的數據化減少，然后通過基于大數據的營銷能夠觸達更多用戶，最后則是在服務層面的優化，引入智能助理，甚至機器人都是有效的嘗試，像肯德基推出的「KFC original+」概念店，就利用百度的度秘機器人與顧客進行語音交互、智能點餐和全息投影展示。

　　如果以人工智能過去一個甲子發展為例，或許更能理解上述三大創新機制是如何相輔相成的。人工智能誕生在學術界，長期以來都是美國各大高校研究的重要課題，但直到 2013 年，Google 收購了一家深度學習算法公司才開始被互聯網企業所重視，緊接著，百度、Facebook、微軟相繼成立人工智能研究機構，而到了 2015 年，隨著巨頭們開源各自的機器學習軟硬件平臺，這個產業生態才真正得以建立起來。

　　新工業革命面前，中國企業尤其是互聯網企業肩負著重要的責任，這才是中國互聯網企業崛起并真正走向世界的開始，未來一段時間，圍繞人工智能、云、物聯網，中國互聯網企業，以 BAT為代表的巨頭，如何實踐三大創新機制非常值得關注。比爾·蓋茨曾預言：人工智能是「圣杯」。那么誰最有可能拿到這個「圣杯」呢?