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，甚至下海创业的方式，走到了行业的第一线。他们开辟了产学研科研成果快速产业化的道路，成就了谷歌、脸书、惠普、英特尔、苹果、思科、甲骨文、特斯拉、雅虎、思科、易贝等一批世界级的科技公司。
一个世纪前，美国加州北部的一个果园，成为了世界高科技创新发展的中心——硅谷。
如今，中国企业正携手科学家，通过上述产学研合作模式，加快科技成果的产业化转化。
科研成果转化的难点
产学研之所以重要，在于基础科学研究的重要性。研究是科技创新的源泉，决定着科技创新的生命力和动力。
目前我国工业领域的很多“瓶颈”问题，根源在于基础研究不健全，底层技术缺乏，应用层面只能在别人底层技术的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，尤其是耐得住寂寞，坐得住冷板凳。因此，没有明确商业需求的大学科研机构及其研究人员，在基础科学研究方面具有天然优势。
如何将这些基础科研人员的研究成果成功转化为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年世界知识产权指标报告》显示，2020年中国专利申请量位居世界第一，是排名第二和第三的美国和日本的近两倍。
▲新华社记者张雨薇摄
而中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数的85%以上，而中国2021年的企业发明专利数量仅占总数的63%。我国高校和科研院所的专利数量远高于美国等发达国家。
RD的企业取得的成果本能地转化为生产力，而高校和科研院所往往停留在纸面上，满足于发论文、颁奖，这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》也印证了这一结论。2020年，我国有效发明专利的产业化率仅为34.7%，其中企业占44.9%，科研院所占11.3%，高校仅占3.8%。
打通科研供需交流渠道。
事实上，在政策层面，加快科技成果转化，尤其是高校和科研院所的科技成果转化，多年来一直备受关注。
为促进科技成果转化，2015年8月，国家对《中华人民共和国促进科技成果转化法》进行了修订，出台了《关于实施以知识价值增加为导向的分配政策的若干意见》等一些配套文件。
时任国务院法制办教科文卫司司长的王振江表示，转化率的根源在于科研的组织实施没有与市场需求紧密结合。有关机构处置科技成果的审批程序比较复杂。科技成果转化收入按现行规定必须上缴公共财政，不能充分有效反哺科研和后续产业。科技成果的提供者和企业的需求者之间的信息交流仍然不畅。
通过这次修法，科技成果转化的处置权和收益下放给科研单位，国家设立的研究开发机构和高等院校可以自行决定对其持有的科技成果进行转让、许可或者投资；科技成果转化的收入全部留给完成科技成果的单位，完成科技成果的单位可以与科技人员约定或约定奖励的方式、数额和期限。
时任财政部科教文化司司长的赵露表示，随着科技成果处置、收入分配制度改革以及相关奖励和报酬的明确，一批科研人员将通过成果转化成为“百万富翁”、“千万富翁”。
政策支持对基础科学研究的产业化转化起到了催化作用。此后，一批大学教授和科研机构专家下海创业，掌握核心技术的高水平科研人员通过在计算机、生物技术、半导体等高技术密度领域的创新创业，将其多年科研成果产业化的现象越来越普遍。
自科技创新板开板以来，大量参与创新创业的科研人员通过公司上市获得了丰厚的回报，吸引了更多的科研人员创新创业。
市场的积极反馈，反过来又激发了科学家创业的热情。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的，也不是所有的科技“大牛”都能下海成功。毕竟科研创新和产业转型的逻辑并不完全相通。
意味着科学研究的严谨性、艰巨性和不确定性，需要科研人员几十年不懈的努力，甚至是运气和天才的闪现，才能在科研领域取得突破；产业化需要确定性、可复制性和规模化。
产学研中不乏天才，但从实验室技术到合适场景的应用再到产业化，是一个非常复杂的过程，并不是所有的科研工作者都能为自己的科研成果找到合适的应用场景。
▲新华社记者张摄
企业以基础科学研究为目标
除了创业，有没有什么办法可以让科学家创业成功率更高，科研成果转化更快更确定？
近年来，随着一批中国企业实力的不断增强，他们逐渐意识到，只有掌握基础科学的能力，才能带来彻底的技术变革。于是，很多互联网公司和科技公司开始寻求与基础研究领域的科学家合作，以期掌握独立于他人的技术能力。
2018年，腾讯董事会主席兼首席执行官马在知乎上提出了一个问题:未来十年，有哪些基础科学突破会影响互联网科技行业？
这并不是马第一次提出“基础科学产业化”的话题。
他的问题得到了1000多个加权回答，包括首都医科大学校长、著名生物学家饶毅等著名科学家。
我们先来看看硅谷的经验。
在硅谷，科学家创业有一套相对成熟的“套路”:首先，科学家成立拥有核心技术的公司；然后找投资机构和律师完成专利申请；最后，找一个不仅掌握工程技术，更重要的是能够帮助创始人将技术转化为产品的工程师团队。
简单来说就是象牙塔里的科研工作者和企业合作。由此，科学家的科研技术找到了最佳的练兵场，实现了产业转化，同时在实践中做验证，继续攀登技术高峰。这种企业与教授的合作，基础科学的投资与应用实践，或许代表着中国基础科研成果传播模式“教授双创2.0时代”的到来。
当然，企业家并不是科学家进入商界的唯一途径。与大公司合作也是硅谷很多科研“大牛”的选择。
埃里克·霍维茨(Eric Horvitz)，斯坦福大学计算机科学博士，微软首席科学家，自1993年起在微软工作；
张量流的开发者杰夫·迪恩(Jeff Dean)，华盛顿大学计算机科学和软件工程师博士，自1999年起在谷歌工作；
雷·库兹韦尔(Ray Kurzwell)，美国著名发明家、未来学家，现任谷歌首席科学家。
深度学习之父、2018年图灵奖获得者Yann LeCun就职于脸书人工智能研究所...
医师与企业的深度合作在世界各地都不再是常规，但在中国，这种趋势日益明显。
产学研结合开花结果。
2021年的世界互联网大会上，一项获得当年世界互联网领先科技成就奖的图计算技术，是企业与高校科研合作的成果。
图是计算机领域的基础研究，也是人工智能领域的顶级前沿技术。在国际上还处于探索阶段，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、清华大学教授郑为民表示，图计算技术涉及计算机行业的全产业链，是计算机技术的集大成者。硬件方面，芯片、高性能服务器和大规模集群的支持缺一不可；在软件方面，涉及数据库系统、存储系统和分布式计算框架，与应用相结合，渗透到多个应用领域和行业。这项技术将可能成为未来影响整个IT计算形态和产业变革的关键驱动力，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，基础软件领域的本地化不应该仅仅是低级的替代品，也不应该仅仅是对开源软件的换皮。我们要学会“从零开始构建先进的系统软件”。
清华大学和蚂蚁集团联合开发的大规模图计算系统，从论文到第一行代码，都是国内100%自主研发的技术。拥有业界领先的实时、时序大规模图形分析能力，毫秒级处理延迟，致力于在四天内完成六个月数据的时延模拟。
目前这项技术已经取得了国际领先地位，可以对万亿边图进行实时查询。在国际标准图形数据库测试中排名第一，处理规模和性能达到国际领先水平。蚂蚁集团与清华大学自主研发的这项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项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，显著提升了对风险行为的实时识别能力和调查分析效率。
据介绍，借助图计算技术，蚂蚁集团可以在0.1秒内识别欺诈行为。普通网民最直接的感受之一可能是:在支付宝上，一旦向诈骗账户转账，0.1秒内就会收到“叫醒电话”。
在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应用，比如与国家电网合作的事故模拟中的实际应用。
郑为民说，大学和科技龙头企业共同突破技术难点并大规模应用的模式，已经在硅谷得到验证。如果能在国内成功运行和复制，有望大大加快解决我国基础软件领域“瓶颈”问题的进度，逐步构建出一套源于我国的先进基础软件集，“图计算技术给我们提供了一个很好的范例”。
在我国高校与企业的合作中，类似的产学研结合实现技术产业化的案例越来越多。这也将为中国的产业升级带来革命性的动力。
