科学、技术和创新的数字化

本文将探讨数字化对科学、技术与创新的影响，以及对政策制定的影响。如今，数字化是企业、科学界和政府领域最重要的创新驱动力。若能合理利用，数字技术有望推动科学进步、提高生活水平、助力保护自然环境并完善政策制定本身。

一、数字化与科学

数字化正给科学领域带来变革，从研究议程设定、实验开展，到知识共享与公众参与，无一例外。要实现开放科学的愿景，研究预算需纳入日益增长的数据管理成本。为促进公共研究数据的跨境共享，需提升研究数据社群间的政策一致性与信任度；同时，还需通过国际合作建设并开放网络基础设施。

政府还应支持科学领域的平台技术，如分布式研发网络和数字 / 基因数据存储系统。在科学研究中，先进数字技术的应用仍有很大潜力可挖掘。人工智能（AI）有望提高科学领域的生产力，但这需要在高性能计算、技能培养以及数据获取（如科学数据集的机器可读性标准化）等方面出台相应政策。科学领域的人工智能应用还引发了新的政策问题：例如，随着机器发明的范围扩大，知识产权体系是否需要调整？

二、释放数字技术在政策领域的未开发潜力

数字技术能以创新方式为科技与创新领域的政策制定提供支持，但目前鲜有政府探索这些潜在机遇。具体应用案例包括：通过数字赋能的预测市场及 “机器 + 人群” 结合模式利用集体智慧；开发科学领域的区块链应用；以及利用社交媒体推广创新成果。

三、数字化与企业创新

随着企业借助数据开展创新，新的政策问题可能随之浮现。例如，限制跨境数据流动会增加企业的运营成本，对中小企业（SME）的影响尤为显著。一些尚未解决的政策问题可能很快需要做出决策：例如，是否应保护价值链中传输的数据不被出售给第三方？

人工智能已在大多数工业活动中得到应用，但拥有大量数据的企业可能缺乏足够的内部技能来充分分析这些数据。政府可与利益相关方合作，制定自愿性示范协议和可信数据共享计划。对于更广泛的人工智能应用场景，政府还可推动开放数据倡议和数据信托机制，并确保公共数据以机器可读格式存在。

此外，还需要有效的行业支持措施，例如与行业及社会合作伙伴共同制定路线图或行业计划。政策还应促进创新协作，例如通过数字赋能的众包模式和开放式挑战项目。

即便是在最发达的地区，先进数字技术的普及速度也有待加快。为帮助中小企业普及数字技术，政府可采取以下措施：为中小企业系统整理关键信息；提供新技术投资的预期回报及配套流程变革相关信息；指明可靠的中小企业专项技术支持来源，并提供让中小企业可测试各类设备及新型组合设备的设施。

四、数字技能培养

“工业数据科学家”“生物信息学家” 等职业头衔的出现反映了技术变革的速度，而这种变革正导致数字技能人才短缺。需要开设全新的教学领域，例如针对自动驾驶汽车行业的专项培养计划。现有课程体系也可能需要调整：学习人工智能核心逻辑的学生过少；许多学校几乎不教授数据分析；且需要更多跨学科教育。

许多国家在人工智能等部分学科中存在男性学生比例远高于女性的情况，需采取措施解决这一问题。虚拟现实等数字技术也可助力技能培养，目前工业领域已在践行这一做法。

五、致力于公共部门研究

公共资金资助的基础研究往往是数字技术进步的关键。令人担忧的是，部分政府对该项研究的支持近期出现停滞，在某些情况下甚至有所下降。一些新兴数字技术的复杂性超出了即使是最大型企业的研究能力，这就需要构建多元化的公私研究合作伙伴关系。跨学科研究也至关重要。然而，侧重于传统学科的招聘、晋升、终身教职政策及资助体系，可能会阻碍跨学科研究的发展。

六、打造政府专业能力
若政府无法充分理解技术与行业，就可能错失数字技术带来的机遇。对人工智能监管的呼吁凸显了政府具备专业

能力的必要性，唯有如此，对这一快速发展技术的监管才能利大于弊。政府拥有技术专业知识，还能避免对新技术产生不切实际的期望。随着大量关键系统因代码而变得更加复杂、相互关联且依赖媒介，政府还需提高对复杂系统的理解能力。此外，由于创新议程变化迅速，政府还需保持灵活性并敏锐感知变革，同时确保关键基础设施的可用性 —— 例如，宽带网络（尤其是光纤连接）对工业 4.0 至关重要。