在成功的创新经济体中，由大学与产业合作、加速器以及创始人—导师网络构成的制度层，有助于让研究成果具备商业可行性。
来自硅谷及其他创新中心的证据表明，强大的制度层能够放大原本会消散的投资效应。
希望推动人工智能创新的经济体，不应纠结于国家投入与市场自由之间的平衡，而应加强二者之间的制度层。
一个常见的争论是：政府应否资助突破性创新，还是应当退居一旁。这一争论忽略了将运转良好的创新经济体与陷入困境的经济体区分开来的关键要素。
决定性的要素既不是国家支出，也不是市场自由，而是二者之间制度层的强度。正是这一强大动力，将发现转化为产业。
两项公告构成了这场争论的框架：中国正将1380亿美元注入一只由国家支持的风险投资基金，以引导战略性科技投资。与此形成对比的是，美国总统提议将国家科学基金会的经费削减55%——从87.5亿美元降至40亿美元——与此同时，美国正启动价值2.93亿美元的“创世纪计划”（Genesis Mission），将人工智能（AI）应用于20多项国家挑战。
这些举措共同构成了这场常见争论的两端。北京押注于由国家引导的资本能够挑选出下一波技术浪潮的赢家。华盛顿则朝相反方向行进，逐步退出自75年前起支撑美国创新的广泛性科学资助，同时在人工智能领域押下一注规模较小、以使命为导向的赌注。
然而，这两种押注都依赖于两国政府均未投资的制度。任何一方的争论，若缺少有助于让研究具备商业可行性的制度层，都是不完整的。
为何这对人工智能创新至关重要
在运转良好的创新经济体中，制度层是基础研究与商业之间的关键动力。它由技术转移办公室（大学内旨在将研究成果商业化的机构）、大学与产业合作项目、应用研究机构、加速器以及创始人—导师网络构成，长期以来已被证明能够将发现转化为产业。
但在关于政府资助还是市场自由才是支持突破性创新最佳方式的讨论中，这一关键的制度层往往被忽略。
有两条研究脉络关注了这一空白。Josh Lerner在2009年的著作《破碎梦想的大道》（Boulevard of Broken Dreams）记录了大多数政府试图设计创新的努力表现不佳。Mariana Mazzucato在2011年的著作《企业家型国家》（The Entrepreneurial State）则表明，公共投资仍然是互联网、生物技术、mRNA疫苗以及当今人工智能发展的核心。
两者都指出，强大的制度层能够放大投资效应——没有它，投资就会消散。
这一制度层不会自发形成。私营主体在大规模基础研究上投入不足，这一问题由诺贝尔奖得主Kenneth Arrow于1962年阐述过。大学、风险投资机构和产业按照不同的时间尺度运作，无法就惠及所有人、却没有任何单一主体愿意独自建设的共享基础设施进行协调。收益还存在空间上的集中性——只有扎根本地的主体，才有理由投资于一个地区所需的连接性制度。
仅靠国家支出或市场，都无法单独解决这些问题。
作为制度建构的硅谷
硅谷是人人皆知、却通常被误读的案例。通行的说法要么认为是市场造就了它，要么认为是美国国防高级研究计划局（DARPA）造就了它。事实上，正如Margaret O’Mara在2019年的著作《The Code》中所记录的，硅谷是在四十年间的制度建设中成长起来的。
20世纪40年代末，Fred Terman（斯坦福大学工程学院院长）着手将联邦研究投资转化为产业活动，这是一种有意识的设计，而非偶然的结果。斯坦福工业（现称研究）园区于1951年设立，将产业直接安置于学术研究的近旁。
技术授权办公室于1970年由Niels Reimers创立，设计了教职员工股权模式，该模式后来在1980年的《拜杜法案》（Bayh-Dole Act）中得到部分法典化，该法案使利用联邦资金开发的发明得以被所有、申请专利并实现商业化。
William Miller后来担任斯坦福大学教务长，并出任硅谷研发公司SRI International的总裁，他将该机构重组为校外中介组织，并共同创办了斯坦福大学创新与创业区域项目。
联邦研究经费通过这一制度层流动了40年，之后Stanley Cohen 与 Herbert Boyer孕育了生物技术产业，而SRI的网络研究则催生了互联网。若没有制度层，同样的国家投资只会产出论文；有了制度层，国家投资才催生了产业。
硅谷既不是市场的胜利，也不是国家资助的胜利，而是中介制度的胜利。
相似的创新模式
这一架构在其他类似案例中不断重现。
麻省理工学院与硅谷并行的历史由Ed Roberts所主导，他的校友影响力方法论记录了由校友创办、共雇用460万人的超过3万家企业。一项针对该大学的经济影响的研究，基于其在创业领域的参与情况，由我与Bill Miller共同撰写，识别出约4万家企业和540万个就业岗位，这些企业可追溯至该校在此领域的活动。
亚洲体系在更早的阶段展现了同样的架构。台湾（中国台湾）的工业技术研究院（ITRI）承担了大学和企业无法完成的转移工作，并于1987年衍生出台湾积体电路制造股份有限公司（TSMC）。清华大学的TusPark网络目前已覆盖30多个中国城市。深圳通过市级创新基金、硬件供应链和加速器，建立了城市层面的制度层。
我二十年来多次访问北京，深切感受到这一架构的辨识度。无论是在TusPark，还是在开源研究社区X-lab，制度的具体形态各不相同，但其连接作用是相同的。关于中国“985工程”改革的学术研究（该工程资助了大学研究中心）发现，推动高科技创业效应的是制度性变革，而非引人注目的国家支出。
是为契合而建，还是为替代而建？
近期一波公共和慈善性质的工具正在构建中介基础设施，形成这一至关重要的制度层。
美国国家科学基金会的“区域创新引擎”（Regional Innovation Engines）项目在授奖阶段实现了十倍的杠杆效应：针对涵盖芯片、人工智能、量子和清洁能源的九个引擎，其配套承诺超过10亿美元，而投入为1.35亿美元。专注的研究机构能够瞄准大学和风险投资基金所回避的瓶颈，英国的高级研究与发明局（Advanced Research and Invention Agency）也是如此。
私营部门一侧则通过深科技风险投资、更长周期的投资工具以及主权和企业战略资本并行发展。问题在于，这两个层面将相互契合，还是相互替代。
人工智能如今正对每一个创新体系进行压力测试。其瓶颈——算力获取、评估基础设施、安全研究、前沿模型审计——尚未形成成熟的中介制度。“创世纪计划”和美国国家人工智能研究资源是美国构建这一层的早期尝试。随着导师匹配、人才发掘和尽职调查日益可以借助这些模型完成，人工智能本身或许也将重塑这一制度层。
但风险在于，工具可能会被误认为制度。关于政府推动新企业设立的学术研究表明，仅仅放开准入本身作用有限。相反，只有当公共行动同时提供资源和中介时，才会产生最大收益。效应需要数年而非数季度才能累积。
真正推动人工智能创新的因素
关于推动人工智能创新经济体的真正争论，不应围绕“更多国家”还是“更多市场”展开，而应围绕如何加强二者之间的制度层。
任何希望在创新上引领的国家都必须回答两个问题：谁在建设这些连接性制度，并能使其跨越政治周期持续运转？成功应以数十年来衡量（正如历史案例所要求的那样），还是以预算周期来衡量？
能够同时正确回答这两个问题的国家，将引领人工智能时代。仍在争论国家与市场孰优孰劣的国家，则将被甩在后面。
