对策 | 构建中国AI颠覆式创新的独特路径|世界人工智能大会|构建中国ai颠覆式创新的独特路径|颠覆性

“十五五”规划明确提出“强化科学研究与技术开发的原始创新导向，优化有利于原创性与颠覆性创新的环境，产出更多标志性原创成果”。当前逆全球化思潮兴起导致全球创新资源流动受阻，世界科技领先国家围绕关键核心技术展开激烈竞争，这一复杂形势对我国加快原创性与颠覆性创新能力建设提出了更为紧迫的要求。作为引领新一轮科技革命和产业变革的战略性技术，人工智能的创新进展备受瞩目，而如何在这一领域实现真正的颠覆式突破，正成为摆在中国面前的重大课题。

原文：《构建中国AI颠覆式创新的独特路径》

作者 |上海社会科学院信息研究所副研究员顾洁

图片 |网络

颠覆式创新是创新逻辑的转变

回顾历史可以发现，颠覆式创新从来不是技术性能的简单增强，而是创新逻辑的转变。克莱顿·克里斯滕森（Clayton Christensen）提出的颠覆式创新理论指出，真正具有颠覆性的技术往往最初并不先进，却能以低成本、简易形态进入被忽视的市场，随后通过持续演化重塑产业结构。颠覆式创新与渐进式创新存在根本差异。渐进式创新追求“更好”，是在既有技术范式内不断优化。而颠覆式创新追求“不同”，通过引入新的技术架构、商业模式或价值标准，重定义问题与解决方案。前者强化既有优势，后者打破既有优势。与渐进式创新相比，颠覆式创新的核心特征在于重新定义问题本身，即突破长期形成的默认假设，从根本需求出发，重新思考“我们真正需要解决的是什么问题”。

在现实语境中，颠覆式创新、突破性创新和原始创新常被并列使用。颠覆式创新强调对既有技术和市场结构的冲击，突破性创新强调关键原理的跃迁，原始创新强调源头性和自主性。在技术本质上，它们都指向超越渐进改进，重塑技术演化轨道。问题不在于概念命名，而在于是否理解这种创新所需的长期投入、不确定性容忍和生态建设。

值得警惕的是，颠覆不能仅仅成为一种口号或噱头。把边缘性或局部性的改进贴上“颠覆”标签，容易让企业忽视核心技术积累和系统能力建设，转而追逐短期机会。这种泛化不仅削弱了概念本身的严肃性，也扭曲了创新资源的配置，使真正需要长期支持的探索性研究处于不利地位。

AI颠覆式创新具有独特逻辑

与传统颠覆性技术相比，当前的人工智能颠覆式创新呈现出三个独特特征。一是通用性。人工智能是具有跨领域应用潜力的通用目的技术，其颠覆力能够在多个行业同时引发变革，形成连锁反应和网络效应。二是智能性。人工智能将自动化扩展到知识工作领域，且具有递归改进能力，从而在技术理解、问题解决和创新生成上实现更深层次的能力提升，体现出创新的纵向深度。三是生态性。人工智能的发展依赖数据、算力、算法、人才等多种要素的高度协同，创新往往呈现系统性和网络化特征，而非单点技术突破。

因此，传统的“性能改进—市场突破—产业重构”线性模式已难以解释当下人工智能的创新实践。当前，中国AI创新呈现出以应用场景反向驱动技术发展的模式：企业从下游需求出发，通过工程化能力和市场验证推动技术优化，同时政策引导与市场机制共同作用，为创新提供制度和资源支撑。在这一过程中，技术进步逐步从单纯跟随转向原创突破，使创新路径不再依赖线性演进，而是在多要素交互和生态协同中形成新的模式。

从当前中国的实践来看，目前中国AI产业呈现下游繁荣、中游稀缺、上游集中的不平衡型产业结构：约四成企业聚焦下游应用，而中游平台技术开发企业不足1%。随着技术复杂度提升，真正的技术控制权逐渐向少数头部企业集中，大模型等核心技术重新定义了产业的权力结构。这种集中不仅使少数企业掌握了核心技术控制权，也意味着单个企业难以独立推动颠覆式创新。在这种格局下，颠覆式创新必须依赖整个产业生态的协同，包括技术平台、下游应用、人才、资本和数据资源的有机配合。这一点在地理上也有所体现：北京、深圳、上海三大核心城市聚集了超过三分之一的AI相关企业。这种集聚不仅反映了创新要素的高度集中，也凸显了颠覆式创新对系统性资源配置和生态协作的依赖。

建立创新友好的生态环境

当前，AI领域已形成了以“技术攻坚、应用推广、生态培育”为主线的治理框架。然而，当政府出台大量具体政策时，往往伴随明确的路径指引和考核标准，可能无意中形成政策依赖和路径锁定。由于颠覆式创新具有高度不确定性和非线性发展特征，需要在相对宽松、容错的环境中孕育。面向未来，需要着力构建有利于颠覆式创新的生态环境。

从“项目逻辑”转为“生态逻辑”。颠覆式创新并非单一技术或单个企业的突破，而是技术、资本、人才、市场、政策等多重要素在时间和空间上深度融合的产物。在这种生态中，创新不再依赖某一环节的独立能力，而是依赖整个系统的协同运作。这意味着评估颠覆式创新的价值，不应只看单个项目或技术的短期表现，而要关注其在整个创新生态中对技术路径、产业结构和价值分配的影响。

从指路人转为搭台人。传统产业政策逻辑更适用于成熟技术的规模化应用和渐进式改进，而颠覆式创新需要的是基础研究支持、知识产权保护、人才流动便利等制度性公共品，而非具体的产业指导。政府的作用应更多体现在“搭台”而非“唱戏”，为颠覆式创新提供必要的制度支撑和公共服务，同时保持足够的政策弹性和容错空间。

从“下游应用繁荣”走向“产业链协同突破”。当前极度不平衡的产业分布格局难以支撑持续的颠覆性创新。未来五年将是中国AI产业从泡沫清理到价值重构的关键转型期，那些真正具备商业价值创造能力的企业将脱颖而出。技术供应商向解决方案提供商的战略转型，封闭竞争向开放合作的转变，将催生更加复杂而富有活力的产业生态网络。