如果把科技创新比作一场马拉松，那么“后互联网时代”的赛道已经悄然切换。

过去二十年，中国在互联网赛道上狂飙突进，诞生了一批世界级互联网企业。而现在，科技革命下通用技术加快迭代，数字化、绿色化作为世界经济体系演进的两条主线日渐清晰。

《科技创新的力量》一书作者、经济学博士、中国社会科学院首批入选长城学者杨丹辉在接受长安街知事 （微信ID：Capitalnews）专访时表示，下一波科技创新和产业升级的关键赛道必然是围绕着这两条主线以及由此衍生出的多种融合化的趋势和场景。科技创新将引领产业发展出现更多细分赛道，持续推动资源边界拓展、生命质量提升、精神世界丰富和生态文明发展。

那么，下一个风口到底在哪里？哪些技术正在成为全球竞逐的焦点？答案，或许就在这场变革之中。

“创新之树”上的“低垂果实”越来越少

知事：在今年的政府工作报告中，“科技”“创新”等词被多次提到，为什么当下科技创新显得如此重要？

杨丹辉：自工业革命发生直至20世纪中叶的二百余年中，世界范围内生产力发展在很大程度上依靠劳动投入和资本积累。20世纪60年代以来，第三次科技革命改变了长期增长的“技术—经济”范式，科学技术作为第一生产力的地位日益巩固强化，科技创新已成为新质生产力培育发展的最强动力和本质特征。

对于科技创新在这个时代的关键角色和重要意义，在“未来产业研究组”推出的第一部著作——《影响未来的新科技新产业》中，我们就已做出了判断：对于国家、企业甚至个人而言，抉择的方向从未像今天这么明晰。因为创新的结局非生即死，已经没有可以犹疑的时间和徘徊的空间……不创新意味着自动出局，传统意义上可供观望、追随的距离正在加快消失。

如今，各界已对科技创新的力量形成了高度共识。在新科技革命的“创新之树”上，可供轻松摘取的“低垂果实”越来越少，必须沿着创新这一未来产业成长的根本路径，坚持把科技自立自强作为国家发展的战略支撑，加快建成科技强国。

知事：全球产业链重构对中国工业发展带来了“双向挤压”的挑战。您认为中国应如何在产业链重构中提升自身在全球价值链中的地位？

杨丹辉：前沿科技和新兴产业是大国深度布局、竞争异常激烈的领域，来自美西方的封锁打压给我国产业转型升级制造了困难和障碍。同时，伴随着发展阶段切换，一段时间以来国内综合成本上升，一些传统产业发展空间收窄，面临新兴经济体的低成本竞争，而美国推行“制造业回流”“供应链去中国化”“友岸外包”等“脱钩”举措，则进一步加剧了这种“双向挤压”的冲击，企业外迁压力陡增。

面对充满不确定性的外部环境及复杂影响，要辩证地看待我国以新质生产力引领产业链重构、向全球价值链更高地位攀升的机遇和挑战。

一方面，持续升级的大国博弈和趋于深化的利益脱钩放大了中国在核心技术、关键零部件、基础算法、先进材料、软件系统、标准体系、规则制定等环节被“卡脖子”的短板，暴露出我国科技原创力、产业链主导力、国际规则塑造力等方面的弱项。

另一方面，日益严峻的产业链安全形势也产生了倒逼作用，在“自上而下”和“自下而上”两条路径上，政府和企业对强化产业链自主性、安全性形成共识和一致行动，加紧推动核心技术和关键零部件研发投入和产业化进程，不断在数字化绿色化融合化的产业变革潮流中形成新质生产力，筑牢中国迈向高收入阶段、建设现代化工业体系的现实基础，增强高质量发展的新优势。

中国科技企业是推动AI发展的主导性力量

知事：近年来，人工智能（特别是大模型）成为全球竞争的关键领域。您如何评价中国科技企业在这方面的进展？面对美西方的技术封锁，我们该如何在这场“占道卡位”的争先赛中找到突破口？

杨丹辉：颠覆性创新是科技革命和产业变革的标志性特征和集中表现，而在此轮科技革命和产业变革中，AI是无可争辩的“颠覆之最”。甚至可以说，谁掌握了AI技术创新和产业化应用的主动，谁就具备了发展的主动、占据了时代的主动。

总体来看，中国科技企业是推动人工智能发展的主导性力量。在大模型爆发之前，中国人工智能领域专利申请量就已经大幅超过了美国，居世界第一位，在语音图像识别、经典 AI、计算机网络、多媒体、可视化和物联网等领域，国内活跃着一众创新创业团队，并凭借丰富的应用场景，确立了一定的发展优势，人工智能领域可以说是基本形成了以中美为牵引的“双头多层”发展格局。

当然，也要看到，受制于基本研发能力与投入不足，产业基础能力不强，供应链体系不完备、科技成果转化机制不顺畅、人才质量和结构不匹配等短板，我国人工智能领域的高端人才培养和集聚跟不上行业发展的要求，整体技术积淀偏弱，传感器、智能芯片、多功能材料等高端硬件领域的弱项及其制约性比较突出，导致我们的科技企业很难引领AI技术发展方向，这也是美国能够率先在大语言模型上突破的根本原因。

近期，DeepSeek以亮眼的“中国范式”给世界AI发展带来了“中国震撼”，在很大程度提振了人工智能发展信心，DeepSeek独辟蹊径的成功是多种因素共同作用的结果，也促使我们深入思考，要赢下AI领域“占道卡位”的争先赛，到底需要什么样的条件或模式？

这个问题的答案可能不仅仅在于资金投入和政策扶持，更需要科学、客观地认识并尊重AI作为前沿科技的创新发展规律，进一步建立完善教育、人才、科技协同机制，激励不同类型的创新团队持续攻关。

人才是开展颠覆性创新最重要的要素，国内科技企业除了需要打造更加灵活多样的创新激励机制之外，还要注重通过并购多种形式的资本运作，精准识别有潜力的创新方向及其开发团队，形成开放、活跃的创新投资生态。

只有DeepSeek这类的成果和团队不断涌现，才能逐步扭转由底层技术和关键硬件外部依赖所导致的生态依附局面，有决心、有耐心地打造自主、安全、开放、包容的AI生态体系。

数字化、绿色化两条主线日渐清晰

知事：在过去二十年里，中国成功抓住了互联网时代的机遇，诞生了一批世界级企业。在“后互联网时代”，下一波科技创新和产业升级的关键赛道会是什么？

杨丹辉：当前，新一轮科技革命和产业变革正处在实现重大突破的历史关口，科技革命下通用技术加快迭代，主导产业逐步切换，在这一过程中，大国能源转型既是新工业革命的前提，也是其必然结果。

随着科技和产业层面重大变革不断深化，数字化、绿色化作为世界经济体系演进的两条主线日渐清晰。因此，下一波科技创新和产业升级的关键赛道必然是围绕着这两条主线以及由此衍生出的多种融合化的趋势和场景。

需要强调的是，现阶段在以AI为“主力”的数字技术和以引领能源转型、推动气候治理的绿色技术两个关键赛道上，颠覆性创新远未“到位”，仍有巨大创新空间和投资潜力。

而长远来看，这两条主线也必将共同“收敛”到“人本”维度上，科技创新将引领产业发展出现更多细分赛道，持续推动资源边界拓展、生命质量提升、精神世界丰富和生态文明发展。

还要强调一点，推动产业升级尤为关键的是人的转型。为此，要加快改革现行教育和社会保障体系，加紧制定实施面向能源转型、智能制造、未来产业的新就业计划，创造新就业岗位，为传统产业从业人员量身定制知识再造和能力提升方案，打造多层级、多元化的人才体系。

来源：长安街知事微信公众号

记者：刘晓琰