技术创新，从何而来？它源于对生活的敏锐洞察与不懈探索。当人们在日常生活中遇到各种不便与需求时，便会激发创新的火花。科学家、工程师们以敏锐的眼光捕捉这些细微之处，思考如何用新的技术手段去解决。同时，跨学科的交流与合作也至关重要，不同领域的知识相互碰撞，往往能孕育出全新的创意。此外，持续的学习与对前沿科技的关注，让人们能够站在巨人的肩膀上，不断开拓创新的边界。只有保持对世界的好奇与对技术的热情，技术创新才能源源不断地涌现，推动人类社会不断向前发展。

一、需求是技术创新的根本动力

古希腊先哲柏拉图在《理想国》中说过：“我们的需要将是真正的创造者。”英国有句谚语：“需要乃发明之母（Necessity is theMother of Invention）。”丹麦经济学家博塞拉普在其著作《农业增长条件》中也有相同观点。

创新要走进现实，就必须和人们的需求相结合，就必须“把论文写在祖国大地上”。需求的紧迫程度和规模大小，决定着创新的速度和水平。

地理大发现是人类史上最重要的事件之一，其源于口腹之欲——欧洲人渴望寻找并带回东方的香料，甚至把盛产辛香料的东南亚岛屿命名为“香料群岛”。对香料的朴实需求催生了大航海，计算机则起源于二战，互联网起源于冷战。

第一台可编程的电子计算机——巨人计算机（Colossus Computer）由英国在1943年发明，目的是破译德军密码；第一台通用数字计算机——ENIAC（埃尼阿克）于1946年在宾夕法尼亚大学宣布诞生，目的是用于计算火炮的火力表；1969年，美国高级研究计划局（ARPA）组建阿帕网，目的是为国防系统提供一个分散式的网络通信指挥系统，这是互联网的前身。

战争对技术创新有着强烈需求，这不难理解。正如《浪潮将至》中指出：“冲突一直是推动技术革新的重要力量，从古代的战车和铠甲到现代的雷达和精确制导武器中的先进芯片，无不体现了这一点。”

技术必须找到一个经济目的，才得以完善和推广。它只有和朴实无华、老少咸宜的大众需求相结合，才能迸发出勃勃生机。再先进的技术只要不落地，就是空中楼阁，注定曲高和寡。人工智能是新一轮科技革命和产业变革的重要驱动力量，“AI四小龙”曾是我国产业界最高技术水平的代表。然而由于未能找到适合的应用落地场景，企业发展并不理想。

二、创新意味着试错，试错需要成本

创新就是做没做过的事，或用新的方法做事。它是一个从0到1的过程，是一种探索性的实践，充满着偶然性，没有清晰的路径可循，只有“去试一试”才能知道可不可行。因此，试验和试错是技术创新的必由之路。爱迪生测试了6000多种不同的灯丝材料，才发明了实用的白炽灯；屠呦呦做了191次实验，终于成功地用沸点较低的乙醚制取青蒿提取物。他们的成功靠的不是天才非凡的灵感，而是试验试错的汗水。

创新意味着试错，试错需要成本。试错成本越高，技术进步往往越缓慢。1954年，世界第一个商用核电站开始运营，1990年代，核能发电占全球发电量的比例达到17%以上，而今天仅为9%。如下图所示。核能技术在近几十年的进步不大，“便宜到无需计量（Too Cheap To Meter）”的美好愿望远未实现，一个重要原因便是试错成本高。

图核能发电量占世界总发电量的比例（来源：世界银行）

我国正在大力推进数字技术和实体经济深度融合，制造业无疑是主战场。制造企业的数字化改造涉及厂房、流水线、机床设备等物理实体，对产品质量、产能稳定性和生产安全有着极高要求。这决定了它们的容错空间小、试错成本高，新兴技术需要成熟之后才能大规模落地实施。

网络空间和消费娱乐领域的试验试错成本较低，可以小步快跑、快速迭代，成为技术创新的先行区和试验田。人们常常期待着最新智能手机的发布，它集成应用了人类最领先的科技成果；GPU因游戏而诞生，现在已是数字科技中的硬通货、卡脖子的关键环节；大数据、推荐算法、大模型等新一代前沿信息技术，早已在广告业中有着广泛成熟的应用。

三、技术创新是一个渐进的逐步提升的过程，不是突变

伟大的发明从不是横空出世，不是灵光一现，也不仅是少数几个天才的功劳，而是站在一个个巨人的肩膀上。经过长时间迭代升级的结果，是一个“渐进多于且重要于突变”（里德利，2021）的过程。蒸汽机、计算机和人工智能等伟大的创新，无不经历了漫长的逐步提升的过程。

早在1712年，人们就发明了第一台具有商业需求的实用蒸汽机——纽科门蒸汽机。它又经过60多年的改良，直到瓦特成功提高热效率后，才达到推动工业革命的高度。瓦特没有毕其功于一役，余生致力于蒸汽机的持续改进。

人们通常把1946年埃尼阿克的诞生作为计算机时代来临的标志。计算机并不是一下子就产生的，埃尼阿克只是早期的一个代表，德国Z3（1941年）、美国ABC（1942年）和英国Colossus（1943年）也十分重要。

如下表所示。把埃尼阿克单拎出来作为数字时代起源的标志，不意味着把它的出现和还没有计算机的过去做一个突然的决裂。就像我们可以在法律上规定年满18周岁即为成人，但在生理上不存在长大成人的某个时刻。

而且，埃尼阿克也不完美，它体积庞大、耗电量高、采用十进制和电子管。随着晶体管、集成电路和微处理器等一系列技术的发明和应用，计算机性能日益提高，在40年后才开始走进大众家庭。

早期四台著名现代计算机，来源：笔者绘制，2022

创新是一个渐进的过程，却常被描述为革命性的、突发式的。除了当事人倾向于夸大自己的成就外，我们还可以用一句古语来解释——十年寒窗无人问，一举成名天下知。大众关注不到你的默默努力和付出，直至一举成名。在ChatGPT和R1大模型发布之前，知晓OpenAI和DeepSeek的人并不多。因此会给人突发式的感觉。

四、创新面临“资源的诅咒”，往往发生于边缘和角落

创新之花常盛开在贫瘠的土地上。自然禀赋优越的国家能够轻易过上富裕生活，创新动力不强；自然资源部门的繁荣也会吸引大量的人才、资金、政策等其他资源，对技术创新产生“挤出效应”，容易患上“荷兰病”。因此，资源型国家往往对创新力不从心。反而是那些资源匮乏的国家，更有主观能动性去应对生存的危机和挑战，它们的创新动力普遍较强、创新水平普遍较高，例如以色列、日本、韩国等。

这同样适用于企业。大型机构面临着资源诅咒、组织惰性、路径依赖，在创新道路上步履蹒跚。西方有一句谚语：“老狗学不会新把戏（You can't teach an old dog new tricks）”。柯达成功研制出了世界第一台数码相机，反被数字化浪潮拍死在沙滩上；诺基亚曾是全球最大的手机厂商，最终倒在了智能手机的血泊中；丰田是全球最大汽车制造商，日益受到新能源汽车的挑战。

一个可用的处理方式是组建自主性强的新公司或者小团队，它们灵活、高效、沟通成本低，创新更容易成功。

而且，伟大的创新往往不发生于舞台中央，而是在边缘和角落。它是边缘革命、偏师致胜。大模型如火如荼，我国已有505个生成式AI通过网信部门备案。然而，性能最好的并不是来自舞台中央的IT厂商，反而是一家处于科技边缘的量化投资公司分拆独立而成。饺子导演学医出身，并没有接受科班教育，却拍出了全球票房前5位的《哪吒之魔童闹海》，颇有“孤篇压全唐”之势。

五、创新是“异花授粉”，基因的多样性很重要

在小小的花园里面，开小小的花；在大大的花园里面，开大大的花。创新的环境和土壤十分重要。我们首先要知道创新是如何产生的？里德利在《创新的起源》中指出：“创新是自由之子，是繁荣之母”“创新发生在人们见面并交换商品、服务以及思想的地方”。莫基尔在《富裕的杠杆》中说过：“技术变革只能通过新思想的涌现而产生。”

创新就是“异花授粉”，基因的多样性至关重要。考察人才流向，是反映创新能力的一个简单有效方法。只有那些具有进取心和生存技能的人才愿意接受迁徙的风险。他们来自不同的地方，带来不同的生活习惯、不同的思想观念、不同的技术方法，交汇在一起就像飘散在空气中多样的花粉，更容易催生新事物。而如果只有一种花，就不会发生创新，就永远是同一种花。

2400年前的秦国，150年前的美国，120年前的东北，40年前的深圳，都有大量的人口涌入，也同时开启了技术的变革、经济的腾飞。今天，移民撑起了美国科技行业的半边天，而且是比较大的那半；北京、上海和深圳汇聚全国人才，独角兽数量位居前列。当前，全球炼大模型，大炼模型。大模型普遍采用的Transformer架构，是2017年谷歌论文《Attention is All You Need》中提出的。论文的8名作者，按出生地，来自7个国家。

六、创新不再是年轻人的专利，但仍要赶早

天才的少年，往往给人深刻印象。骆宾王7岁能诗，霍去病21岁封狼居胥，比尔·盖茨20岁创办微软，图灵24岁提出“图灵机”，爱因斯坦26岁提出狭义相对论，熊彼特28岁成为奥匈帝国所有学科最年轻的教授……人们通常认为，年轻人更善于科学发现和技术发明。量子力学奠基者之一保罗·狄拉克31岁就获得诺贝尔物理学奖，他写下了这样的诗句：

年龄，当然是一种恶疾，

每个物理学家都对它心惊胆战。

物理学家过了三十岁，

就到了该入土为安的年龄了。

诚然，很多伟大的成就是由年轻人做出的。但随着人们寿命的增加和教育年限的延长，重大创新发生的平均年龄在推迟，40岁左右的中青年成为主力。

美国西北大学本杰明·琼斯教授通过对20世纪833名诺贝尔奖获得者和大发明家的研究发现，1900年产生重大创新的能力高峰是30岁左右，到2000年，这一数字已接近40岁。

20世纪的重大创新中，有72%发生在30~50岁。少时成名和大器晚成的比例都不多，发生在26岁（包括）之前和50岁之后的重大创新分别仅占7%和14%。如下图所示。

当然，创新年龄的推迟，不能作为不行动的理由。搞创新还要赶早，要只争朝夕。

图20世纪833项重大创新的年龄分布，Souce:Benjamin F.Jones.Age and Great Invention.April 2008

七、创新不可避免，却也难以预测

创新呈现出时间上的同步性，同一项创新往往会由不同的人彼此独立地同时完成。牛顿（英）和莱布尼茨（德）彼此独立地创立了微积分，前后仅差几年；德州仪器和仙童公司几乎同时发明了集成电路，前后仅差几个月；历史上，一共有21个人独立地将电灯泡发明出来（里德利，2021）。

这种时间上的巧合，不是抄袭，而是社会条件的产物。创新是历史唯物主义的。只要社会条件成熟，创新就不可避免，没有谁必不可少。然而，创新也难以预测。成功人士的预言，常让人们大跌眼镜。

伟大的经济学家凯恩斯认为（1930），到2030年，人类每周只需工作15个小时，如何利用大量的空闲时间将成为人类所面临的前所未有的最大挑战。面对汹涌澎湃的AI浪潮，比尔·盖茨（2025.3）作出了类似的预测：“在十年内，人类可能每周只需工作两天。”

IBM原总裁托马斯·沃森预言（1943）：“全球市场可能只需要五台计算机。”它被《PC World》杂志（2008）评为有史以来最糟糕的七个技术预测之一。

1998年互联网浪潮肇始，诺贝尔经济学奖得主克鲁德曼在文章中写到：“到2005年左右，很明显，互联网对经济的影响也就会和传真机差不多。”“随着计算技术变革速度的放缓，IT专家的工作岗位数量将会减少。十年后，信息经济这个词听起来会很愚蠢。”

当下，AI大模型如火如荼，各种预测粉墨登场。山姆·奥特曼宣称，今年将实现AGI（通用人工智能）；埃隆·马斯克则表示最晚到2026年；阿莫迪认为，强大的人工智能（powerful AI）最早可能在2026年出现，也有可能花更长时间；DeepMind首席执行官、2024年诺贝尔化学奖得主Demis Hassabis认为AGI将在未来五到十年内实现，他还在《60分钟》采访中表示：“在未来十年左右，AI可能帮助治愈所有疾病。”

如下表所示。

四大AI公司CEO对AGI到来时间的预测，来源：腾讯研究院整理，2025年5月。

对此，时间会给出答案。我们不妨回头看看历史上对AI的预测。达特茅斯会议的参与者后来都取得了巨大成就，他们也有大胆的过于乐观的预言：

艾伦·纽厄尔和赫伯特·西蒙共同获得了图灵奖，两人在1958年预测：“十年之内，数字计算机将成为国际象棋世界冠军”“十年之内，数字计算机将发现并证明一个重要的数学定理”。西蒙还是诺贝尔经济学奖得主，他在1965年作出预测：“二十年内，机器将能完成人能做到的一切工作。”

马文·闵斯基获得了1969年图灵奖，这是AI领域的第一位。他在1970年接受采访时指出：“在三到八年的时间里，我们将得到一台具有人类平均智能的机器。我的意思是，它将能够阅读莎士比亚、给汽车加油、玩办公室政治、讲笑话、打架。”

创新是一个个的十字路口，是一次次的试错选择，是大家共同努力的结果，是干出来的。每个人都有历史的局限性，错误的预测不能否认他们的贡献，不能成为嘲笑他们的理由。而且，错误的预测本身就是创新的组成部分。

本文来自微信公众号：腾讯研究院 （ID：cyberlawrc），作者：闫德利（腾讯研究院资深专家）