治国理政 | 数字创新，正带来经济社会的数字化转型
数字创新是以数据为核心要素，带来产品、服务、生产流程和商业模式等创新，是经济社会数字化转型的核心驱动力。我国在《“十四五”数字经济发展规划》中，明确提出要坚持创新引领、融合发展，显著提升数字技术的自主创新能力，大幅度提高数字产品和服务的供给质量，增强数字产业的核心竞争力。那么，相比传统创新，数字创新具有哪些特征？又会面临哪些挑战？数字政策需要从哪些方面来构建创新生态体系？为此，本文结合全球数字创新企业在汽车、农业和服务等领域的创新应用案例来予以说明，并做出回答。
原文 ：《数字创新正带来经济社会的数字化转型》
作者 | 上海社会科学院世界经济研究所助理研究员 张鹏飞
图片 | 网络
数字创新的特征趋势
第一，大数据成为创新的核心要素。多样化大数据（来自个人、企业和政府等）的生成且呈指数级增长，以及利用大数据进行创新是数字创新的根本形式。具体表现为三种类型。一是改善研发流程。目前人工智能技术、虚拟模拟技术等均在改变研发流程，而这些数字技术需要大数据作为支撑，包括消费者数据、内部业务流程数据和外部数据等，比如通过机器学习技术来加速新药发现和医学诊断。二是提供定制服务。主要是利用客户数据如消费者偏好和需求信息等，在零售领域提供定制服务，也适用于其他领域，如医疗保健（精准医疗）和教育（个性化学习）等。三是优化供应链流程。主要是利用供应链的实时数据，为决策提供信息并优化端到端的互联模式，来节省能源、减少浪费，从而提高供应链的效率。
第二，加速创新周期。数字创新能够通过加速创新流程，来降低创新成本并缩短产品上市时间。具体表现为以下两个方面。一是降低了产品的设计、制作和测试的成本和时间。数字技术如虚拟模拟技术和3D打印技术等在这方面的应用最为普遍，尤其是在汽车领域，仿真软件能够帮助工程师优化零部件的形状、运行等，并进行整车的仿真模拟测试。二是发布测试版本并定期进行升级。数字创新企业通常会发布软件的测试版本，比如特斯拉曾经在7万辆汽车上安装AutoPilot软件的“公开测试版”，以这种方式从消费者那里收集大量的测试数据，来对软件进行升级，不断提高软件对不同交通场景的适应能力。
第三，使得创新更加协同。在数字经济时代，企业只有协同创新才能适应数字创新的快节奏，并维持市场竞争优势。具体体现在以下两方面。一是数字创新是部门协同的融合创新。数字创新不仅限于数据分析领域，还需要与其他机构如初创企业和科研院所等进行合作，通过知识互补来进行创新，如汽车制造商会寻找与在软件工程和数据分析方面能力较强的初创企业进行合作。二是便于共同分担风险和创新成本。企业在进行数字创新时，需要进行大规模基础设施投资，而创新结果却具有不确定性。以汽车制造商为例，需要在自动驾驶、电池、电动汽车等方向进行战略投资，存在诸多不确定性，而通过协作能够分摊成本并进行多元投资，如比亚迪和特斯拉在电池领域的合作等。
第四，倒逼企业组织架构创新。为了适应数字创新，企业需要调整组织架构，以提升自身对新技术的适应能力。传统上提升员工的数字技能，主要通过再培训或者招聘具有数字技能人才如软件工程师、数据分析师等来快速实现。但是在现实中，高技能的数字人才需求旺盛，而供应相对短缺，使得企业很难吸引并留住人才，而仅靠培训很难激发员工的数字潜力。这就迫使很多数字科技企业进行组织架构创新，一种是建立小型的跨职能团队，采用扁平化管理模式，承担高度专业化的任务，来促进具有不同技能（数字技能和传统技能）的团队成员之间进行互动。另一种是共建数字创新中心，为实验和测试新开发的产品、服务和商业模式等提供专业服务。
数字创新面临的主要问题
尽管数字创新正带来经济社会的数字化转型发展，全面提升了经济效率，但是依然面临诸多问题。
第一，数据流动依然面临诸多问题。由于数字创新是跨界协同的融合创新，需要不同行业数据跨界流动作为支撑，但现实中不同行业所收集的数据类型千差万别，使得跨界流动极为困难，会阻碍数字创新。此外，各国或地区的相关数据安全和隐私保护的标准和制度的差异，使得数据跨境流动也较为困难。如欧盟基于《通用数据保护条例》的长臂管辖机制和俄罗斯的数据本地化存储机制等。
第二，行业和企业的“数字鸿沟”不断扩大。主要是由于不同行业对数字技术的采用程度不相同，其中汽车和金融服务行业目前正在引领人工智能的发展，而其他行业则较为落后，如旅游业和建筑行业等。此外，不同公司的数字能力也不尽相同，主要是因为数字能力不仅包括个人层面的数字技能（ICT技能、数据专业知识等），也包括组织架构的灵活性，后者指代通过微调企业组织架构、业务流程等来管理新兴技术风险的能力。这就使得“数字鸿沟”越来越大，不利于数字协同的融合创新，如基于供应链的流程创新等。
第三，存在行业监管滞后等问题。首先，随着数字创新的快速发展，监管框架往往无法快速适应新兴技术的发展需要，这就可能会导致监管滞后，为创新带来不确定性。与此同时，数字平台的反垄断政策等，又可能会限制该领域的新投资，不利于数字创新。其次，数字创新的行业监管也可能面临道德风险问题，是因为尽管《消费者保护法》会确保新产品在进入市场之前进行潜在缺陷评估，但自学习算法会在应用中自主学习进化，并产生算法偏见和价格歧视等问题，给行业监管带来困难。此外，很多数字创新活动不在目前的统计监管范围内，如业务流程创新和商业模式创新，使得这些创新往往得不到相应的政策扶持，不利于数字创新。
需要配套政策来优化创新生态
数字创新需要配套政策来优化创新生态，维护数据安全和隐私保护等，但同时也需要防止监管过度，影响行业创新。因此，数字创新监管的关键是建立与数字创新发展水平相适应的监管机制，来引导和规范数字创新。
第一，前瞻性制定数字创新的支持性政策。一是建立行业数字创新的路线图。主要是由于不同行业的“数字鸿沟”巨大，因此需要在高度不确定的数字环境中为各个行业量身制定不同的数字政策，如数据行业负面清单政策等，来确保各行业尽可能广泛地访问数据以支持创新，同时也尊重数据多样性、隐私保护等。二是模拟数字创新可能面临的挑战，以自学习算法为例，可以模拟算法的应用场景，来评估算法是否存在偏见和歧视，并制定反歧视等政策，如算法披露机制等。三是建立数字创新的公共服务平台，为企业的数字创新应用提供测试场所，如德国的中小企业4.0创新中心，能够为中小企业提供新产品的展示和测试服务；丹麦的MADE计划会针对特定行业建立开放实验室，来支持创新者测试最先进的解决方案。四是建立专业的中介服务平台，主要是将数字创新供应商和潜在用户联系起来，便于数字创新应用的推广和传播。比如英国的Digital Catapult是制造业和创意产业的中介机构，能够帮助传统企业与数字初创企业建立联系。
第二，促进数据自由有序地流动。具体涉及公共数据开放和私营企业数据开放两个方面。对政府公共数据，要尽可能地开放，但涉及国家安全的数据除外。如英国开放数据门户网站（data.gov.uk）发布来自中央政府、地方政府和其他公共机构的交通数据，其中在线平台TransportAPI通过提供关于全国交通的实时信息表，来提供涵盖所有交通方式的旅程规划服务。此外，对私营部门数据，需要创建数据共享平台，主要是由于公司的核心数据可能涉及商业机密，公共访问可能会将关键信息泄露给竞争对手，对市场竞争是不利的，因此需要数据共享平台作为中介，来促进数据共享与数字创新，荷兰的JoinData合作社是在这方面的一个很好的例子。
第三，创新数字的行业监管机制。具体体现在以下两个方面。一方面，推进沙盒监管模式，有助于识别和应对违规行为的同时，增强监管的灵活性，可以在运输、能源、健康和金融服务领域先行先试。另一方面，优化创新评估的指标体系。除了产品和服务创新，业务流程和商业模式创新也是数字创新的重要方面，这就需要在研发强度指标中有所体现，使得流程创新和商业模式创新也能得到相应创新政策的扶持。
文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第1820期第2版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。
拓展阅读