大卫·甘恩教授 英国帝国理工大学副校长

一、创新的内涵与外延

我们近几年一直在研究数据是如何改变创新的方式的，今天我就想简单介绍一下我们研究的几个要点。我们先来看一下创新的流程演变，可能经济学界的人士会比科技界的人士更了解，1930年代诺贝尔奖获得者、奥地利的熊彼得是第一位看到并论述了经济增长与科技进步之间关系的学者。当然，新的技术的产生离不开背后的基础科学。很有意思的是如果我们要了解一个应用技术，我们就要懂经济，这两者是互相影响的。我以前的专业是土木工程，有系统工程的学习基础，而我得到的最大收获就是系统性的思维。之后，我获得了产业经济学的博士学位，并在苏塞克斯大学（University of Sussex）做了20年的科学政策研究。在这个领域，苏塞克斯大学世界知名的，研究制定研发政策及科学与社会的角色等，为政府决策提供支持。

刚才提到的熊彼得，他就曾说过新技术会给市场带来“创造性破坏”。当然，他那时提的主要是化工市场，而今天，阿里巴巴、腾讯、优步等企业几乎颠覆了旧的经济组织模式。如果能预见未来，我们会为生物科学的无限可能而激动，同时也会为它的失误可能造成的破坏而胆寒。合成生物学、将机械与生命组合、编辑基因，这些目前都已成为可能，并会在未来20-30年产生一大批的新技术，创新我们的世界。我的论文主要发表在管理学期刊，因为我对经济学研究不是很在行。管理学也很难，但是我对技术的战略管理有所研究。我最关注的课题是如何管理创新过程。

对很多人来说，创新是一个名词，是已经发生的事情。就像Tomtom出的一款世界上最薄的手表，已经实现大规模生产，价格不贵，这可能就是大多数人认为的创新——一种技术的产出。而对我和很多在座的学者来说，我们听到更多的是创新作为一个动词，是一个过程。是我们正在做的事情。那么还有什么其它方式在定义创新吗？我觉得也可以定义为一个形容词，一种文化。可以说是实验室文化。如果熊彼得说的是创说性破坏，我们在实验室里讨论的是学科之间的创造性摩擦，这样才会产生新的观点和想法，这是最重要的。从这个角度讲，创新又是一个学习的过程，我们如何发展我们的知识。今天在座的各位就是这种知识生产系统的一部分。我们一直在有意识地学习，将工程向前推进，创造技术并将它们推向市场。

创新既然有这么多层面的意思，那我们在表述的时候，就应该阐明用的是哪一个定义。今天我讲创新，就是讲它的过程，一个想法得以发展，并由不同的人加工，得到一个有用的结果。这个过程要有不同的投入，这里展示为三个方面：创造价值、传递价值和获得价值，主要是从商业管理的角度。我写的书有一些就详细论述了这个过程。发明只是创新过程的一个部分。发明是一个创造性的想法，可以会导向一个实际的解决方案。但是我们要知道发明要变成实际有用的东西还需要做很多的工作——更多的研究、想法的验证等等。

设计也是一个很重要的词，也是一个很难加以定义的词，但对将不同的系统整合在一起非常重要。还需要有不同专业知识的人在一个团队中共同合作，创造价值。在华为的实验室你就可以看到这样的情景。我曾经去参观过华为在上海、南京、天津等地的研发中心，7万多研发人员在华为形成了价值创造的主流。这个数字是相当惊人的。这家企业收入的10%多都投入了研发。可以说它一直在为未来投资。同时，华为在一直在向客户交付价值，如果不把它投入市场，就无法获得利益。在这一环节又有不同的人在工作，有致力于市场准入战略的人，有思考商业模式的人。还需要考虑消费者能负担得起，才能获得收入，抵消在研发上的投入，因此创新的产业经济学是非常重要的，否则无法将这一循环顺利地进行下去。

还有就是我们如何获得价值？创新的历史充斥着这样的案例：一家企业有很棒的想法、努力研发、在进行到90%的时候别人把它产品化了，于是乎没有回报。Spingler就是这样的一个例子。你们有谁知道这个名字吗？说到吸尘器，大家可能想到的是Hoover，他是第一个将吸尘器商业化的人，但其实吸尘器的发明者是Spingler。他被人遗忘了，因为他没有能将他的想法商业化。这样的例子还有很多，付于辛苦劳动的人往往不是获益的人。所以在商业世界里我们必须要小心，要获得价值，不然辛苦就白费了，企业也不能向前发展。

二、数字化时代要求

当前创新有5 种新模式（编者注：作为独立的一部分，将此5 种模式在材料后面的深度分析部分详细呈现）。现在我们来看看在数字世界发生的情况。你们应该都很熟悉这些情况，因为中国是开发并应用这些技术的主要国家之一：物联网、传感器、人工智能、大数据收集，这些都会在未来10-15 年带来深远的影响。云，让因特网更进一步，我们可以低成本地快速收集、储存与分析数据，不管数据来自近处，还是遥远的地方。我们只需从云上下载我们需要的数据，用中间件帮助我们处理，还有全新的学科帮助我们如何在虚拟网络与储存器上管理这些数据。数据可以到处移动，我们可以方便地共享资源。人工智能也开始成为现实。现代机器人的学习能力令人震惊。把这些结合起来，我们几乎可以改变整个旧世界的规则。它们是工具箱，是新的基础设施，支持创新过程。有些工具工程师来说是很熟悉的了——建模与模拟。土木工程师们用它们来设计桥梁。但是如今的建模与模拟是完全用计算机完成的。现在，所有汽车在设计安全性时不会只靠实际的碰撞实验了，而是用虚拟环境来进行模拟。虚拟分析越来越重要。这很容易理解，可视化是分享的一种实用的方法，特别是对于不同知识背景的人来说。

这张图片就展示了一个可视化实验室。你可以看到上海地铁里不同站点上的上下车人流，当然我们很容易知道上下午高峰时间，但是如果有一个线路出了故障会发生什么？像我这样的系统工程师很乐意到这个实验室去，我们非常感谢那些做可视化工作的科研人员，这背后有很复杂的数学问题，但是我们不必担心这些，只需提出我们的需求。我们可以竭尽所能地提问，这是创新发生的源泉，是启动创新过程的激发器。与客户一起创新是创新过程的最要部分，改变了创新的模式，中国在这点上走在了前面，欧洲和北美也开始意识到创新是通过社交网络，通过客户将信息反馈发生的。企业们开始接受这种方式。你们知道图中的郭教授在为谁介绍可视化研究吗？是习主席。我们非常荣幸。

图中所展示的是伦敦自行车的使用情况。如果你懂得利用数据，你能做的事情很多。你可以收集数据并建立相关模型，看如何利用伦敦骑自行车的人停放其自行车的数据。伦敦本身就产生了大量的数据，现在我们建立了伦敦数据商店，可以通过一个网关进入相关数据库，里面共有800个左右的数据包。我们创建了一个后台，可以让企业注册使用这些数据。目前已有500 多家企业注册了，正在通过数据利用创建新的业务，特别是在服务行业，可以创建很多新的商业活动。

目前的数据科学家主要来自于计算科学，他们善于收集数据、懂得如何存储、分类、适当处理，然后就是数据建模师，他们很了解有建模需求的领域；比如生态学的数据就需要懂生态学的人来建模，而生态学者的科研人员尽管很知道生态模型应该是怎么样的，却并能够真正利用气象学模型建立一个气候模型。数据建模师必须要懂如何利用数据构架情境，要在特定领域有实践经验。还有数据觉察者，他们能从数据中读取新的机遇，了解如何产生新的商业或服务。他们是能从模型内部带出新事物的创业家。

三、成功要素和环境分析

这篇关于创新模式的论文发表在《哈佛商务评论》上，我们总结了几个成功要素。首先是技术。虽然这些企业都不是技术上非常前沿的企业，但是很明显劳斯莱斯这样的企业在其引擎中安装传感器之前就拥有很强的技术实力。二是外部力量的投入，所有的案例都表明这些企业都不是孤军作战。三是充满动力的领袖，这些案例中的企业高层都不遗余力地寻找着创新的机会，利用数据。他们是挥洒了99% 汗水的人，是在投资机会方面有充分准备的人。另外就是有天份的数据科学家，帝国理工正在致力于培养这样的人才，还有初创企业成长的生态系统。

我们希望会有一个生态系统产生，新的想法会来自大学、来自普通民众、有天份的年轻人，还有像我们这样的年长者，还有帮助进一步实现这些想法的人、基础设施，这里的基础设施就是伦敦数据商店，还有市场中需要将这些想法变成结果的客户。当然还需要钱、愿意承担风险的风投。在伦敦，我们称之为耐心投资，因为我们需要的是留下来帮助有准备的人建立新的商业业务的资本。还需要将这些业务卖给大企业的营销能力，或是将企业上市后投资安全退出的能力。所有这些要素要汇集起来，不管是在伦敦，还是在上海。我们需要了解它们，让它们发挥作用。在帝国理工，我们正在伦敦西区创建一个新的校区，10 公顷约50 万平方米，这里将打造一个创新空间，有企业、学者、创业者、政府，当然也有投资者。这是一个规模巨大的实验，在欧洲以前从没有进行过这样的尝试，在这里，研究人员与企业一起工作，实验室就在初创企业与创业者的隔壁，技术可以迅速得以实践。我想我就先说到这里，听听大家的问题和意见。我希望今天所介绍的最起码有一部分是大家感兴趣的。谢谢！