李強總理做的政府工作報告提到，要深入推進數(shù)字經濟創(chuàng)新發(fā)展。數(shù)字經濟和創(chuàng)新發(fā)展都是新質生產力的重要組成部分。中共中央總書記、國家主席、中央軍委主席習近平在參加第十四屆全國人大二次會議江蘇代表團審議時強調，因地制宜發(fā)展新質生產力?！耙虻刂埔恕笔瞧髽I(yè)推進創(chuàng)新發(fā)展必須遵循的原則之一，否則很容易走入形式主義。

　　企業(yè)從事技術創(chuàng)新的目的在于為企業(yè)和社會創(chuàng)造價值。企業(yè)的創(chuàng)新管理往往要關注3個原則：技術與業(yè)務的結合、長期與短期的兼顧、風險與收益的平衡。所謂技術與業(yè)務的結合，就是創(chuàng)新要結合企業(yè)自身的關鍵業(yè)務，便于發(fā)揮自己的優(yōu)勢，便于成功轉化，也便于創(chuàng)造價值。強調長期與短期的兼顧、風險與收益的平衡，是因為創(chuàng)新項目有個顯著特點：價值越大風險越大且周期越長，兼顧和平衡都是為了避免急功近利。以上3點都需要因地制宜。

　　筆者在企業(yè)從事創(chuàng)新活動多年，有許多與學院派專家不同的感受。比如，我發(fā)現(xiàn)，好的創(chuàng)新項目往往有3個特點：巧妙的價值邏輯、周密的業(yè)務邏輯、簡單的技術邏輯。這3個特點，其實也需要“因地制宜”才能實現(xiàn)。

　　所謂巧妙的價值邏輯，往往就是具有了長期價值、間接價值、潛在價值，而不僅是看短期的、直接的、容易算的價值。數(shù)字經濟的價值往往來自于多方協(xié)同、資源共享、知識復合及管理能力提升，都屬于長期的、間接的、潛在的價值范疇。我國有些企業(yè)在評價項目時，相關指標只關注直接和短期效益。這對發(fā)展數(shù)字經濟是有害的。

　　業(yè)務邏輯周密對數(shù)字化項目也很重要。我們知道，企業(yè)的數(shù)字化技術往往基于信息集成和針對多個業(yè)務的協(xié)同，也就是常說的針對大系統(tǒng)的問題。如果業(yè)務邏輯不周密，開發(fā)出來的系統(tǒng)就可能漏洞百出，很難被用戶接受。對技術人員來說，真正的難點往往就在這里。

　　很多學院派專家不理解，為什么越是好的項目原理越是簡單。其實，要做到業(yè)務邏輯周密、價值邏輯巧妙，就需要簡單的技術邏輯。換句話說，技術邏輯復雜了，就難以做到周密的業(yè)務邏輯。

　　很多人不解為什么簡單的邏輯也能創(chuàng)新？這有兩個方面的道理：一是找到簡單的邏輯并不簡單，二是簡單的邏輯要借助外部條件變化帶來機會。我們推進數(shù)字化技術時，很多方法在幾十年前就已經提出來了，但受制于計算和存儲能力弱、網絡傳輸速度慢、相關技術成本高等因素，難以用于價值創(chuàng)造。計算機和互聯(lián)網的發(fā)展解決了這些問題，帶來了新的機會。因此，我們可以用簡單的邏輯創(chuàng)造價值。對企業(yè)的科技工作者來說，要善于用簡單的技術邏輯做事，而不要去追求“時髦的概念”。

　　如果我們深入了解或參與一個好的創(chuàng)新項目，往往還能看到另外3個特點：抓住了時代的機會、找到了合適的場景、創(chuàng)造了必須的基礎。數(shù)字化基礎技術的發(fā)展就是時代的機會。但是，在同一個時代，各個地方的條件是不一樣的。筆者見到很多創(chuàng)新項目，在一個地方是有價值的，換一個地方就變成沒有價值的了。這就是場景的作用。尋找合適場景的過程，其實就是因地制宜。如果把數(shù)字化時代的機會稱為“天時”，合適的場景就是“地利”。有了“天時”和“地利”，人的主觀能動性才容易激發(fā)出來，創(chuàng)新才容易成功。

　　根據(jù)以往的經驗，領導重視，創(chuàng)新活動才能做好。與此同時，領導的重視也可能帶來一些負面的影響。很多地方為了趕時髦，做了許多華而不實的東西。這不僅是對資源的浪費，也是對機會的浪費，還會敗壞學術風氣。為了防止這種現(xiàn)象發(fā)生，創(chuàng)新過程一定要堅持價值驅動原則，在解決企業(yè)或用戶實際問題的過程中創(chuàng)造價值，絕對不能“為技術而技術”。

　　特別需要提醒的是：推進AI（人工智能）應用要防止“過熱”。“過熱”的表現(xiàn)就是做些華而不實的技術。對此，一個合適的做法是在推進其他先進技術解決業(yè)務問題時，自然地把AI融合進去。比如，在推進自動化、遠程化的過程中，用AI減少人類的干預、增強技術的效果。需要注意的是，如果僅僅是為了應用AI而立項，很可能會偏離價值創(chuàng)造的初衷。

　　對此，我們還要結合AI的特點去考慮問題。很多年前，有學者指出：“人工智能的本質是在一個巨大的搜索空間中找到比較好的解的過程”。這個過程必須基于一個比較靠譜的模型。因此，沒有靠譜的模型，就難以有效地推進AI應用。如果這個模型是針對生產過程，我們就會發(fā)現(xiàn)，由于生產過程中有很多不確定的干擾因素，所以建立一個靠譜的模型是一個非常困難的事情。我們解決問題的本質方法是將理論與實踐結合在一起，在實踐中找到一種合適的做法，再把這種做法固化下來作為標準。也就是說，相關的知識并不是僅在數(shù)字空間就能獲得的，需要與物理世界的互動。這時，實際生產過程中就直接采用標準，而沒有所謂的“搜索過程”。從這個角度看，AI在生產過程中的應用場景相對較少。AI在企業(yè)的主要應用場景很可能與研發(fā)、設計、采購、銷售、計劃等過程相關。

　　最后，我想用一個比喻來描述價值驅動與技術方向之間的關系。技術的大方向，就像長江向東流入大海。但長江流入東海時，并不是在每一段都是朝著東方流的。在長江中，每一滴水都只遵循“水往低處流”的原則。這樣，雖然會經過無數(shù)次的曲折，但最終會流入東海。在每一個具體項目中，價值驅動就相當于“水往低處流”。