IPP評(píng)論是國(guó)家高端智庫華南理工大學(xué)公共政策研究院（IPP）官方微信平臺(tái)。

導(dǎo)語：

近年來，人工智能（AI）、量子計(jì)算、生物科技等前沿領(lǐng)域日益呈現(xiàn)出明顯的“基礎(chǔ)設(shè)施化”趨勢(shì)，技術(shù)創(chuàng)新的發(fā)生方式也隨之發(fā)生深刻變化。在AI領(lǐng)域，算力與數(shù)據(jù)逐漸成為核心創(chuàng)新資源；在量子計(jì)算領(lǐng)域，技術(shù)突破離不開昂貴而復(fù)雜的大型實(shí)驗(yàn)裝置與云平臺(tái)；在生物醫(yī)藥領(lǐng)域，科研進(jìn)展則越來越依賴龐大的基因數(shù)據(jù)庫和高通量實(shí)驗(yàn)平臺(tái)。在這一背景下，許多科研活動(dòng)對(duì)資本、平臺(tái)和組織能力的要求均有提升。

在IPP特約研究員、廣州市社會(huì)科學(xué)院城市治理研究所副所長(zhǎng)孫占卿看來，在前沿領(lǐng)域的科技創(chuàng)新上，企業(yè)在科研條件和組織方式上的優(yōu)勢(shì)愈發(fā)凸顯。首先是前沿科技呈現(xiàn)出“科學(xué)與技術(shù)并行”的特征，使企業(yè)能夠不斷向研究前端延伸；與此同時(shí)，技術(shù)成果轉(zhuǎn)化為現(xiàn)金流的周期縮短，也增強(qiáng)了企業(yè)將商業(yè)利潤(rùn)持續(xù)回流至基礎(chǔ)研究的動(dòng)力。此外，企業(yè)不僅能夠承擔(dān)高校難以承受的高額科研投入，還可以通過項(xiàng)目制快速整合資源，組織起大規(guī)模的跨學(xué)科攻關(guān)團(tuán)隊(duì)。

即便目前在通用型人才培養(yǎng)和基礎(chǔ)性知識(shí)研究方面，大學(xué)依然不可替代，但隨著人工智能深刻改變知識(shí)的產(chǎn)生方式和傳播路徑，以及企業(yè)通過學(xué)徒制和內(nèi)部培養(yǎng)機(jī)制逐步成為精英人才訓(xùn)練的重要中心，大學(xué)亟需重新審視自身在科研與創(chuàng)新體系中的位置。

孫占卿博士

廣州市社會(huì)科學(xué)院城市治理研究所副所長(zhǎng)、IPP特約研究員

當(dāng)前，人工智能等前沿科技領(lǐng)域正在出現(xiàn)一個(gè)顯著趨勢(shì)：其創(chuàng)新主導(dǎo)權(quán)正從傳統(tǒng)的高校和科研院所加速向科技領(lǐng)軍企業(yè)轉(zhuǎn)移。企業(yè)不再僅僅是技術(shù)成果的被動(dòng)轉(zhuǎn)化者，而是逐漸演變?yōu)榛A(chǔ)科學(xué)問題的提出者、大科學(xué)裝置的構(gòu)建者以及全球創(chuàng)新生態(tài)的組織者。

這一范式轉(zhuǎn)變不僅將重新定義國(guó)家和區(qū)域競(jìng)爭(zhēng)力的核心邏輯，也對(duì)大學(xué)的使命提出了新的挑戰(zhàn)。

一、企業(yè)超越大學(xué)成為科研的主力

在傳統(tǒng)的“產(chǎn)學(xué)研”模型中，基礎(chǔ)研究被視為純粹的公共產(chǎn)品，主要由政府資助、高校和國(guó)家實(shí)驗(yàn)室執(zhí)行；應(yīng)用研究由科研院所承擔(dān)；企業(yè)則主要負(fù)責(zé)試驗(yàn)開發(fā)與商業(yè)化。然而，自2018年以來，特別是進(jìn)入2023—2025年這一周期，這一分工格局在前沿科技領(lǐng)域已被徹底打破。

企業(yè)部門的研發(fā)投入已遠(yuǎn)超大學(xué)。根據(jù)美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）及相關(guān)機(jī)構(gòu)發(fā)布的數(shù)據(jù)，美國(guó)企業(yè)部門的研發(fā)支出已占據(jù)絕對(duì)主導(dǎo)地位。2023年，美國(guó)企業(yè)部門研發(fā)執(zhí)行支出約為7350億美元，占全美研發(fā)總額的78%左右，而高等教育部門僅占約11%。

更具顛覆性的變化體現(xiàn)在“基礎(chǔ)研究”的結(jié)構(gòu)上。長(zhǎng)期以來，基礎(chǔ)研究被認(rèn)為是企業(yè)的“禁區(qū)”，因其回報(bào)周期長(zhǎng)、不確定性高。但數(shù)據(jù)顯示，美國(guó)企業(yè)在基礎(chǔ)研究上的投入正在快速增長(zhǎng)。2012年至2023年期間，盡管聯(lián)邦政府對(duì)基礎(chǔ)研究的撥款不斷增加，但商業(yè)部門資助的份額仍從21%上升至約35%，而聯(lián)邦政府的資金份額則從52%下降至41%。從執(zhí)行和承擔(dān)的角度看，雖然高校仍承擔(dān)了46%的基礎(chǔ)研究，但企業(yè)承擔(dān)的比例已從2012年的約21%激增至2023年的31%—35%左右。這意味著，超過三分之一的基礎(chǔ)科學(xué)突破正直接誕生于企業(yè)實(shí)驗(yàn)室，而非大學(xué)校園。

在中國(guó)，這一趨勢(shì)同樣顯著。2024年全社會(huì)R&D經(jīng)費(fèi)投入達(dá)3.63萬億元，其中企業(yè)占比長(zhǎng)期穩(wěn)定在77%以上，成為無可爭(zhēng)議的研發(fā)投入主體。

歐盟方面，盡管受限于經(jīng)濟(jì)波動(dòng)，企業(yè)部門仍貢獻(xiàn)了約66%的研發(fā)支出，且在德國(guó)、法國(guó)等核心國(guó)家，大型跨國(guó)企業(yè)在綠色技術(shù)和數(shù)字化轉(zhuǎn)型的基礎(chǔ)研發(fā)上投入巨大。

企業(yè)作為科技創(chuàng)新的主體，在現(xiàn)代經(jīng)濟(jì)體系中扮演著核心角色。2024年企業(yè)對(duì)全社會(huì)R&D經(jīng)費(fèi)增長(zhǎng)貢獻(xiàn)率達(dá)到77.1%，是拉動(dòng)我國(guó)R&D經(jīng)費(fèi)增長(zhǎng)的主要力量。圖源：新華社

二、關(guān)鍵前沿領(lǐng)域的企業(yè)主導(dǎo)態(tài)勢(shì)

（一）人工智能：算力霸權(quán)下的企業(yè)壟斷

人工智能領(lǐng)域是企業(yè)主導(dǎo)創(chuàng)新最典型的樣本。2023年至2025年，隨著大模型（LLMs）參數(shù)量向萬億級(jí)邁進(jìn)，模型訓(xùn)練所需的算力門檻已提升至E級(jí)（Exascale）超算水平。

模型開發(fā)的主導(dǎo)權(quán)已經(jīng)轉(zhuǎn)移至企業(yè)。根據(jù)斯坦福大學(xué)HAI發(fā)布的《2025 AI Index Report》，OpenAI、Google DeepMind、Anthropic等科技巨頭壟斷了最頂尖的基礎(chǔ)模型研發(fā)。2024年，全球近90%的標(biāo)志性AI模型由企業(yè)開發(fā)，而這一比例在2023年僅為60%，在2014年以前則主要由高校主導(dǎo)。

AI模型創(chuàng)新已經(jīng)集中在少數(shù)頭部科技公司手中。圖源：Stanford HAI

大學(xué)與企業(yè)在研究資源投入能力上的差距正日益擴(kuò)大。2024年，美國(guó)私人部門在人工智能（AI）領(lǐng)域的投資達(dá)到1091億美元，主要用于構(gòu)建龐大的GPU集群和數(shù)據(jù)中心。

相比之下，高校主要依賴聯(lián)邦政府有限的資助，例如美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）每年約7—10億美元的AI專項(xiàng)經(jīng)費(fèi)。二者在算力和數(shù)據(jù)資源投入上存在百倍級(jí)差距。高校教授紛紛選擇“停薪留職”加入企業(yè)，或?qū)?shí)驗(yàn)室設(shè)在企業(yè)內(nèi)部，因?yàn)椤爸挥性谄髽I(yè)才能接觸到最前沿的數(shù)據(jù)和算力”。

（二）生物醫(yī)藥：AI驅(qū)動(dòng)范式革命

在生物技術(shù)領(lǐng)域，雖然NIH（美國(guó)國(guó)立衛(wèi)生研究院）仍是基礎(chǔ)生物學(xué)機(jī)制研究的最大資助方，但藥物發(fā)現(xiàn)的前沿陣地已發(fā)生轉(zhuǎn)移。越來越多地使用復(fù)雜的AI模型來應(yīng)對(duì)藥物發(fā)現(xiàn)中的核心挑戰(zhàn)，如蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、分子設(shè)計(jì)和快速候選優(yōu)化。盡管傳統(tǒng)生物醫(yī)藥公司仍通過合作發(fā)揮關(guān)鍵作用，但基礎(chǔ)性突破往往源于AI。研究表明，在某些情況下，AI可能將藥物開發(fā)成本降低高達(dá)50%，使罕見疾病治療更具可行性。

2025年10月，禮來公司（Eli Lilly）與英偉達(dá)合作構(gòu)建制藥領(lǐng)域最強(qiáng)大的AI超級(jí)計(jì)算機(jī)，旨在通過處理海量生物數(shù)據(jù)集來加速藥物研發(fā)，實(shí)現(xiàn)個(gè)性化醫(yī)學(xué)。而早在7月，Isomorphic Labs（2021年從DeepMind分拆）首批由AI生成的藥物就已進(jìn)入人體試驗(yàn)階段。

英偉達(dá)宣布與制藥巨頭禮來(Eli Lilly)達(dá)成合作，共同建設(shè)被稱為“醫(yī)藥領(lǐng)域最強(qiáng)大的超級(jí)計(jì)算機(jī)”，以支持分子建模與藥物研發(fā)。黃仁勛表示，人工智能正成為醫(yī)藥創(chuàng)新的核心驅(qū)動(dòng)力。圖源：路透社

（三）量子信息：國(guó)家戰(zhàn)略下企業(yè)沖鋒

雖然中、美和歐盟等主要國(guó)家都在量子領(lǐng)域投入巨資，但在實(shí)現(xiàn)“量子優(yōu)越性”和構(gòu)建商業(yè)化量子計(jì)算機(jī)方面，企業(yè)是絕對(duì)主力。中國(guó)的本源量子、華為，以及美國(guó)的IBM、Google、IonQ等企業(yè)，正在主導(dǎo)量子比特的物理實(shí)現(xiàn)和糾錯(cuò)算法的開發(fā)。

2024年，全球量子技術(shù)初創(chuàng)企業(yè)融資額激增，顯示出資本市場(chǎng)對(duì)企業(yè)攻克基礎(chǔ)物理難題的信心。2025年10月，谷歌發(fā)布了人類歷史上首次由量子計(jì)算機(jī)成功運(yùn)行的可驗(yàn)證算法，并登上《Nature》封面，標(biāo)志著量子計(jì)算已接近實(shí)際應(yīng)用，也顯示了行業(yè)巨頭在前沿技術(shù)領(lǐng)域的長(zhǎng)期投入與研究組織能力。

谷歌量子人工智能部門首席科學(xué)家米歇爾·德沃雷（Michel Devoret）獲得了2025年諾貝爾物理學(xué)獎(jiǎng)。圖源：路透社

（四）新材料：工業(yè)化模式加速創(chuàng)新

企業(yè)“研發(fā)—中試”一體化的組織模式更有利于材料科學(xué)創(chuàng)新。與高校實(shí)驗(yàn)室的“燒杯實(shí)驗(yàn)”相比，大型企業(yè)擁有龐大的全球材料數(shù)據(jù)庫和高通量篩選實(shí)驗(yàn)線。以固態(tài)電池為例，寧德時(shí)代、豐田等企業(yè)通過中試線直接驗(yàn)證材料在工業(yè)環(huán)境下的性能，大大縮短了從材料發(fā)現(xiàn)到電池上車的周期。2025年被視為固態(tài)電池技術(shù)的關(guān)鍵轉(zhuǎn)折點(diǎn)，而這一進(jìn)程幾乎完全由產(chǎn)業(yè)鏈龍頭企業(yè)所推動(dòng)。

三、為何企業(yè)能取代高校成為前沿創(chuàng)新主體？

當(dāng)代科學(xué)研究的特點(diǎn)，凸顯了企業(yè)在科研條件和組織方式上的優(yōu)勢(shì)。

（一）科學(xué)與技術(shù)的邊界消融，使得企業(yè)向科研延伸

企業(yè)介入基礎(chǔ)研究并非出于純粹的求知欲，而是因?yàn)?strong>前沿技術(shù)的基礎(chǔ)科學(xué)“含量”正在急劇增加。在量子計(jì)算、合成生物學(xué)、生成式AI等領(lǐng)域，科學(xué)發(fā)現(xiàn)與技術(shù)應(yīng)用之間已不再存在明顯的時(shí)間滯后，而是呈現(xiàn)出“即時(shí)轉(zhuǎn)化”的特征。

例如，Google量子人工智能實(shí)驗(yàn)室在超導(dǎo)量子比特糾錯(cuò)方面的研究，既是物理學(xué)的前沿探索，也是量子計(jì)算機(jī)工程化的核心步驟。這種“科學(xué)與技術(shù)并行”的特征，迫使企業(yè)必須向研究前端延伸，建立屬于自己的“貝爾實(shí)驗(yàn)室2.0”。

（二）商業(yè)化回饋加速，推動(dòng)企業(yè)投入研發(fā)

隨著技術(shù)成熟度曲線的收斂，前沿技術(shù)轉(zhuǎn)化為現(xiàn)金流的周期不斷縮短。Hyperion在對(duì)175家工業(yè)企業(yè)的調(diào)研中發(fā)現(xiàn)，平均每投入1美元用于高性能計(jì)算，就能實(shí)現(xiàn)425美元的回報(bào)。

企業(yè)看到了基礎(chǔ)研究帶來的超額利潤(rùn)（如OpenAI估值的飆升），因此更有動(dòng)力將利潤(rùn)回流至基礎(chǔ)研究，形成“研發(fā)—商業(yè)—再研發(fā)”的正向循環(huán)。在競(jìng)爭(zhēng)中，頭部企業(yè)通過巨額投資加速產(chǎn)品迭代，持續(xù)強(qiáng)化領(lǐng)先優(yōu)勢(shì)，也進(jìn)一步放大了大學(xué)在投入能力上的不足。美國(guó)在2025年AI硬件性能的年增長(zhǎng)率達(dá)到43%，而大學(xué)體系僅為18%，使得學(xué)術(shù)界在參數(shù)密集型模型上的落后更加突出。

據(jù)路透社報(bào)道，軟銀集團(tuán)正通過出售部分投資等現(xiàn)金籌集計(jì)劃，爭(zhēng)取在年底前完成對(duì)OpenAI的225億美元融資承諾。圖源：路透社

（三）基礎(chǔ)研究設(shè)施“重資產(chǎn)化”，大學(xué)無力承擔(dān)前沿研究

前沿科研越來越依賴昂貴的大科學(xué)裝置和算力集群。企業(yè)憑借強(qiáng)大的資本積累和融資能力，能夠承擔(dān)高校難以承受的資本支出。例如，訓(xùn)練一個(gè)GPT-4級(jí)別的模型需要數(shù)億美元的算力成本，這幾乎超出了任何一所大學(xué)的財(cái)務(wù)承受能力。

同時(shí)，企業(yè)掌握著數(shù)據(jù)這一研發(fā)的關(guān)鍵要素。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)被視為“新石油”，互聯(lián)網(wǎng)巨頭和行業(yè)龍頭掌握了海量的用戶數(shù)據(jù)、工業(yè)數(shù)據(jù)和生物數(shù)據(jù)。這些數(shù)據(jù)是訓(xùn)練AI模型、優(yōu)化工藝流程的關(guān)鍵資源，而高校往往難以獲取高質(zhì)量、實(shí)時(shí)的數(shù)據(jù)。

（四）研發(fā)需要跨學(xué)科的敏捷性，學(xué)科成為大學(xué)的桎梏

在推動(dòng)跨學(xué)科合作方面，企業(yè)相較大學(xué)更具優(yōu)勢(shì)。2025年12月，一個(gè)由全球數(shù)學(xué)家、AI系統(tǒng)、即時(shí)通訊工具和在線協(xié)作平臺(tái)構(gòu)成的動(dòng)態(tài)網(wǎng)絡(luò)，在48小時(shí)內(nèi)完成了“Erd?s問題”所有關(guān)鍵信息的交換、驗(yàn)證與整合；而在傳統(tǒng)科研模式下，一兩位數(shù)學(xué)家依賴基礎(chǔ)編程和文獻(xiàn)檢索，往往需要數(shù)周甚至數(shù)月，才能偶然地串聯(lián)起所有線索。（這一事件被陶哲軒稱為“數(shù)學(xué)研究范式的靜默革命”）。

此外，企業(yè)能夠通過項(xiàng)目主導(dǎo)迅速組建數(shù)百人的跨學(xué)科攻關(guān)團(tuán)隊(duì)，而高校的科研組織則往往受限于院系壁壘，難以開展大規(guī)模、建制化的協(xié)同作戰(zhàn)。

四、大學(xué)需要尋找新的使命

自誕生以來，大學(xué)始終是知識(shí)傳播和人才培養(yǎng)的核心機(jī)構(gòu)。然而，隨著人工智能時(shí)代對(duì)知識(shí)形態(tài)與生產(chǎn)主體的重新定義，大學(xué)所處的科研與創(chuàng)新環(huán)境正在發(fā)生變化，其傳統(tǒng)角色也面臨挑戰(zhàn)，亟需重新審視并校準(zhǔn)自身的使命定位。

在快速商業(yè)化的科技領(lǐng)域，企業(yè)已經(jīng)呈現(xiàn)出取代大學(xué)、成為研發(fā)主陣地的趨勢(shì)，這得益于其資源優(yōu)勢(shì)和市場(chǎng)導(dǎo)向。2025年全球R&D趨勢(shì)報(bào)告（IQVIA：《Global Trends in R&D 2025》）顯示，企業(yè)R&D投資增速達(dá)到5—6%，遠(yuǎn)高于大學(xué)的緩慢增長(zhǎng)（美國(guó)大學(xué)R&D占比僅約11%）。企業(yè)通過大規(guī)模計(jì)算和敏捷迭代加速產(chǎn)品化進(jìn)程，例如在AI和生物制藥領(lǐng)域，企業(yè)主導(dǎo)了臨床試驗(yàn)和新藥審批，2025年新藥推出數(shù)量預(yù)計(jì)將創(chuàng)下紀(jì)錄。

IQVIA的報(bào)告顯示，2022年開始生物制藥融資逐年回暖。從融資結(jié)構(gòu)看，增長(zhǎng)主要來自上市公司的后續(xù)融資。圖源：IQVIA

然而，在一般性知識(shí)研究，尤其是尚無法形成高營(yíng)收預(yù)期的技術(shù)領(lǐng)域，大學(xué)仍是最穩(wěn)定的研究陣地，這種分工在一定程度上緩解了企業(yè)的短期主義風(fēng)險(xiǎn)。NSF數(shù)據(jù)顯示，大學(xué)承擔(dān)了美國(guó)基礎(chǔ)研究的46%，主要聚焦于量子計(jì)算、基礎(chǔ)生物學(xué)等長(zhǎng)期探索領(lǐng)域，而企業(yè)承擔(dān)的比例約為35%。

相關(guān)數(shù)據(jù)顯示，中國(guó)的研發(fā)對(duì)高校依賴程度更高：在研發(fā)表現(xiàn)突出的前8個(gè)經(jīng)濟(jì)體中，中國(guó)對(duì)高校的研發(fā)依賴度最高（14.59%）。這反映了大學(xué)所具備的文化優(yōu)勢(shì)——強(qiáng)調(diào)好奇心驅(qū)動(dòng)而非即時(shí)回報(bào)。盡管大學(xué)的專利申請(qǐng)數(shù)量下降了13%，但其在基礎(chǔ)研究領(lǐng)域的引用影響力更高，顯示出大學(xué)作為“知識(shí)堡壘”的持續(xù)影響力。

在人才培養(yǎng)方面，大學(xué)同樣面臨來自企業(yè)和網(wǎng)絡(luò)平臺(tái)的競(jìng)爭(zhēng)。未來幾十年，企業(yè)在高風(fēng)險(xiǎn)、高技術(shù)領(lǐng)域的影響力預(yù)計(jì)將進(jìn)一步增強(qiáng)，通過學(xué)徒制和內(nèi)部培養(yǎng)機(jī)制，可能逐步成為精英人才訓(xùn)練的重要中心。盡管在短期內(nèi)，在知識(shí)傳播和人才培養(yǎng)，尤其是通用型人才培養(yǎng)方面，大學(xué)仍然不可替代，但也不可避免地要面對(duì)近乎無限的免費(fèi)知識(shí)供給所帶來的競(jìng)爭(zhēng)壓力。

點(diǎn)擊圖片閱讀更多孫占卿博士的文章

IPP公共關(guān)系與傳播中心

審校｜劉 深

排版｜周浩鍇

終審｜劉金程

IPP評(píng)論熱門文章

孟維瞻：特朗普對(duì)華“降調(diào)”，能持續(xù)嗎？
中央經(jīng)濟(jì)工作會(huì)議｜李明令：“重點(diǎn)領(lǐng)域風(fēng)險(xiǎn)”，到底是什么？

“AI泡沫”，要爆了？

余荔、朱政宇：“創(chuàng)世紀(jì)計(jì)劃”能開啟美國(guó)科研“新世紀(jì)”嗎？

關(guān)于IPP

華南理工大學(xué)公共政策研究院（IPP）是一個(gè)獨(dú)立、非營(yíng)利性的知識(shí)創(chuàng)新與公共政策研究平臺(tái)。IPP圍繞中國(guó)的體制改革、社會(huì)政策、中國(guó)話語權(quán)與國(guó)際關(guān)系等開展一系列的研究工作，并在此基礎(chǔ)上形成知識(shí)創(chuàng)新和政策咨詢協(xié)調(diào)發(fā)展的良好格局。IPP的愿景是打造開放式的知識(shí)創(chuàng)新和政策研究平臺(tái)，成為領(lǐng)先世界的中國(guó)智庫。