近一个世纪以来，美国斯坦福大学的科学家们，通过与企业合作甚至亲自下海创业的方式走到产业一线，打通了产学研用结合、科研成果快速产业化之路，成就了谷歌、Facebook、惠普、英特尔、苹果、思科、甲骨文、特斯拉、雅虎、思科、eBay等一众世界一流科技公司。

一个世纪前美国加利福尼亚洲北部的一片果园，也因此成为世界高新技术创新和发展的中心——硅谷。

如今，中国的企业正在与科学家联手，通过上述产学研协作模式，以加快科技成果的产业化转化。

科研成果转化之困

产学研结合之所以重要，根本上源于基础科研的重要性。基础研究是科技创新的源头，决定着科技创新的活力和动力。

目前，我国产业领域不少“卡脖子”问题，其根源都在于基础研究不扎实，缺乏底层技术，应用层面只能在他人底层技术基础上进一步开发研究。

由于基础科研周期长、难度大，短期内很难产生产业价值，尤其需要耐得住寂寞、坐得了冷板凳。因此，没有明确商业诉求的高校科研机构及其科研人员，在基础科学的研究上具有天然的优势。

如何将这些基础科研人员的研究成果成功转化为驱动产业发展的现实动力，成为我国创新驱动发展战略的关键环节。

世界知识产权组织去年底发布的《2021年度世界知识产权指标报告》显示，2020年我国的专利申请量居世界第一，是排名二、三的美日两国总量的近两倍。

▲新华社记者 张玉薇 摄

但是我国的科技成果产业化转化能力远低于美国。数据显示，美国的企业发明专利数量占总量的85%以上，而我国2021年企业发明专利数量仅占总量的63%。我国高校、科研院所专利占有数量远高于美国等发达国家。

企业斥资研发获得的成果，具有本能的转化为生产力的动力，而高校、科研院所容易停留于纸面，满足于发论文、评奖，由此也导致了科研成果转化率的差异。

国家知识产权局发布的《2020年中国专利调查报告》也印证了此结论。2020 年我国有效发明专利产业化率仅为34.7%，其中，企业44.9%，科研单位仅11.3%，高校更是只有3.8%。

打通科研供需交流通道

其实在政策层面，加快科技成果转化，特别是加快高校及科研单位科技成果转化、提高转化率，多年来备受重视。

为了促进科技成果转化，2015年8月国家修订了《中华人民共和国促进科技成果转化法》，并出台了《关于实行以增加知识价值为导向分配政策的若干意见》等配套文件。

时任国务院法制办教科文卫司司长王振江表示，转化率的根源在于科研的组织实施与市场需求的结合不紧密。相关机构对科技成果的处置审批手续比较繁琐。科技成果转化所得收益按照现行规定都要上缴财政，不能充分有效反哺科研和后续产业。科技成果的提供方和企业需求方信息交流还不畅通。

通过此次修法，科技成果转化的处置权和收益下放到了科研单位，国家设立的研究开发机构、高等院校对其持有的科技成果，可以自主决定转让、许可或者作价投资；转化科技成果所获得的收入全部留归本单位，科技成果完成单位可以规定或者与科技人员约定奖励和报酬的方式、数额和时限。

时任财政部科教文司司长赵路表示，随着科技成果处置、收益分配制度的改革和相关奖励、报酬的明确，一批科研人员将通过转化成果成为“百万富翁”“千万富翁”。

政策的支持，对于基础科学研究的产业化转化起到了催化剂的作用。那时起，一批高校教授、科研机构专家下海创业，在计算机、生物科技、半导体等技术密度极大的领域，掌握核心技术的高层次科研人员，通过创新创业把多年的科研成果产业化的现象越来越普遍。

科创板开市以来，一大批参与创新创业的科研人员更是通过公司上市获得了丰厚的回报，并吸引更多科研人员创新创业。

市场的正向反馈，反过来刺激了科学家们创业的热情。据国内新经济创投服务商IT桔子统计，仅2021年就有8家有一定影响力的新经济公司由教授科学家创立。

当然，科学家创业之路并不是一帆风顺，并不是所有科技“大牛”下海都能够获得成功。毕竟，科研创新和产业转化的逻辑并不完全相通。

科研意味着严谨、高难度、不确定，科研工作者几十年孜孜不倦的努力，甚至还需要运气和天才的灵光一闪，才能取得科研领域的突破；而产业化需要确定性、可复制、规模化。

产学研通吃的天才不是没有，但从实验室技术到应用于合适场景再到产业化，是一个非常复杂的过程，并不是所有科研工作者都能发现其科研成果适合的应用场景。

▲新华社记者 张建松 摄

企业瞄准基础科研

创业之外，有没有让科学家创业成功率更高、科研成果转化更快更具确定性的方法？

近年来，随着一批中国企业实力的增强，他们逐渐意识到，只有掌握了基础科学的能力才能带来技术的彻底变革。于是，诸多的互联网企业和科技企业开始寻求与基础研究领域的科学家合作，以图掌握不依赖于他人的技术能力。

2018年，腾讯公司董事会主席、首席执行官马化腾在知乎上提出了一个问题：未来十年哪些基础科学突破会影响互联网科技产业？

这不是马化腾第一次提出“基础科学产业化”的话题。

他的这一提问获得了一千多条权重回答，参与回答者包括首都医科大学校长、著名生物学家饶毅这样的著名科学家。

我们不妨先看看硅谷经验。

在硅谷，科学家创业有一套相对成熟的“套路”：首先科学家用核心技术成立公司；然后找投资机构、律师完成专利申请；最后，找一个工程师团队，这个团队不仅掌握工程技术，更重要的是，他们要能够帮创始人将技术转化为产品。

简单说就是象牙塔内的科研工作者与企业合作，这样一来，科学家们的科研技术找到了最好的练兵场，实现产业化转化，同时也在实践中做验证继续攀登技术高峰。这种企业和教授团队合作，对基础科学的投入和应用实践，或许正代表着中国基础科学研究成果转发模式的“教授双创2.0时代”的到来。

当然，科学家进入商业世界也并非只有创业这一条路径，与大公司合作也是硅谷诸多科研“大牛”的选择。

斯坦福大学计算机博士、微软首席科学家Eric Horvitz从1993年起就任职于微软；

Tensor Flow的开发者、华盛顿大学计算机博士、软件工程师Jeff Dean从1999年起就任职于谷歌；

美国著名发明家和未来学家、麻省理工博士Ray Kurzwell现任谷歌首席科学家；

深度学习之父，同时是2018年图灵奖的获得者Yann LeCun则任职于Facebook人工智能研究院……

世界范围内科学家与企业的深度合作，已经是再常规不过的事，而在中国，这个趋势也日渐明显。

产学研结合开花结果

2021年的世界互联网大会上，一项获得了当年世界互联网领先科技成果奖的图计算技术就是企业与高校科研合作的成果。

图计算是计算机领域的一项基础研究，也是人工智能领域的顶尖前沿技术，在全球还处于探索阶段，它是人工智能领域的下一个高地，在金融安全、能源、搜索等领域有着广泛的应用前景。

中国工程院院士、清华大学教授郑纬民说，图计算技术牵扯到计算机产业的整个产业链，是计算机技术的集大成者。在硬件方面，离不开芯片、高性能服务器以及大规模集群的支撑；在软件方面，涉及数据库系统、存储系统、分布式计算框架，并与应用相结合，渗透到众多的应用领域和行业。该技术将有可能成为牵动未来整个IT计算形态和产业变迁的关键推动力，对未来大数据、人工智能和高性能计算产业的影响不可估量。

在他看来，基础软件领域的国产化不应只是低水平的替代，更不应该只是开源软件的换皮，要学会“从头构建先进的系统软件 ”。

而清华大学和蚂蚁集团联合研发的大规模图计算系统（TuGraph），从论文到第一行代码都是中国100%自研的技术，具有业界领先的实时和时序大规模图分析能力，具备毫秒级处理延时，致力于四天内完成六个月数据的时间穿越式仿真。

目前，这项技术已经在世界范围内取得领先地位，能够在万亿边图上进行实时查询，在国际标准图数据库测试中位列第一，处理规模和性能均达到了国际领先水平。经国际权威第三方机构检测，这项由蚂蚁集团联合清华大学自主研发的技术综合性能领先世界第二名7.6倍。

如今，图计算技术已经成为蚂蚁集团各种业务风控能力的重要支撑，在数字支付、数字服务等核心业务中，显著提升了风险行为的实时识别能力和调查分析效率。

据介绍，在图计算技术的帮助下，蚂蚁集团可以做到0.1秒内识别诈骗。对普通互联网用户而言最直接的感触之一可能是：在支付宝上，一旦做了给诈骗账号转账的动作，0.1秒内就会接到一个“叫醒电话”的提醒。

去年的世界互联网大会上，蚂蚁集团董事长兼 CEO井贤栋表示，图计算技术已经在十余家企业的典型场景中得到了应用，比如和国家电网合作事故模拟仿真中的实践应用。

郑纬民表示，高校和科技领先企业共同突破技术难关并将其规模化应用这种模式已经在硅谷得到验证，如能在国内顺利运行和复制推广，有望大大加快我国解决基础软件领域的“卡脖子”问题的进度，逐步构建出源于中国的先进基础软件集，而“图计算技术给了我们一个很好的例子”。

通过类似的产学研结合，进而实现技术产业化的案例，正在中国的高校和企业合作中越来越多地呈现。这也将为我国的产业升级带来变革性的动力。