21世纪经济报道记者张梓桐 上海报道

2024年是上海科创中心建设十周年，在十年历程中，上海高度重视科技协同创新工作，围绕国家和上海重大战略和产业发展需求，布局建设高水平协同创新中心，深化科技协同创新体系。经过多年努力，上海国际科创中心的“四梁八柱”已基本构建，正在从“建框架”迈向“强功能”转变。

在具体产业方面，以人工智能大模型为例，上海市作为我国人工智能领域发展最领先的区域之一，也在持续营造良好的人工智能发展政策环境。2021年12月，上海出台了国内首个地方人工智能五年规划。2022年9月，上海颁布了国内首部人工智能省级地方性法规。2023年11月，上海市经信委、发改委等五部门联合印发《上海市推动人工智能大模型创新发展若干措施（2023-2025年）》，共同推动人工智能大模型创新发展。

在上海市两会期间，21世纪经济报道记者专访了上海市人大代表、优刻得董事长兼CEO季昕华，围绕数字经济、科创企业发展以及人工智能产业，他提出了自己的建议。

以下为采访实录，略有删节

强化企业创新主体地位

《21世纪》：近年来，上海在探索建设国际科创中心过程中，高度重视科技协同创新工作，围绕国家和上海重大战略和产业发展需求，布局建设高水平协同创新中心，深化科技协同创新体系。经过多年努力，上海国际科创中心的“四梁八柱”已基本构建，正在从“建框架”迈向“强功能”转变。关于强化企业科创主体地位，加快上海科创中心建设，你有怎样的建议？

季昕华 ：疫情以来，上海的科技创新型企业都面临着市场需求不足、研发投入紧张的难题。科技创新需要大量的资金投入，包括研发经费、设备购置、人力成本等。面对经济下行下的不确定性，这就使得很多企业放弃了长期的研发投入，面临研发投入与经营压力的矛盾，难以平衡短期收益和长期发展，只能进行小规模的改进和微创新。

此外，上海仍面临着协同创新不足导致的创新缓慢以及海外高端人才就业机制仍有提升空间。

对此，我建议，上海首先要坚持政策引领发挥企业科技创新主体作用，支持企业在更大范围、更深程度参与科技创新决策，引导企业围绕国家重大战略开展研发；激励企业成为科技创新的研发投入主体。对研发投入强度高且创新产出突出的企业，进一步落实税收优惠和补贴奖励等扶持政策。

其次，上海要坚持协同创新提升企业科技创新效率。一是要积极发挥企业作为科技创新主体的作用，在协同创新方面应加强与高校和科研机构的合作，形成产学研合作长效机制。二是鼓励以企业为主体和高校院所建立协同创新平台，支持以企业为主体，强化产业化需求引领作用，共同承担国家重大工程项目。三是探索多种形式的协同创新和利益分配模式，在校企合作中鼓励高校院所科技人员以智力和技术等多种要素形式参与创新收益分配，实行股权激励、分红、年薪制等现代绩效管理方式。

最后，我建议上海坚持机制创新吸引国际化科技人才，上海在全国率先建立“联合找、学校招、企业供、政府助、协同用、多方赢”的海外人才引进机制，将这些专家引进到高校科研院所，通过校企合作的模式强化产学研协同创新。

《21世纪》：2023年政府工作报告指出，要依法保护民营企业产权和企业家权益，完善相关政策，鼓励支持民营经济和民营企业发展壮大。在这一背景下，围绕对公账户冻结管理保障市场主体权益，你有怎样的建议？

季昕华：首先，有权机关联手金融管理部门共同梳理可冻结情形及案例，系统性理清企业银行账户冻结机制与权限。采取涉案企业账户冻结事前银行协助评估机制，为正常经营企业避免违规冻结保驾护航。针对紧急止付，允许开通公安管理系统的白名单机制，明确白名单机制的开通条件。

其次，事后同步书面告知被止付企业止付时间、缘由、期限、冻结机关、联系电话，一方面被止付企业在快速了解情况后可能快速提供有关案件线索，同时也可迅速得到救济；另一方面，书面凭证可供被止付企业作为延迟支付的依据给到止付向对方，包括合同供应商、税务机关、法院等。

再次，我建议采取包容审慎的行政执法手段，避免一刀切，依法需要采取查封、扣押、冻结等措施的，应尽可能减少对市场主体正常生产经营活动的影响。在资金得到监管的情况下，应当为企业预留必要的流动资金和往来账户，避免因此带来的蝴蝶效应发生。

最后，我建议简化解封流程、给予企业监督和解除冻结的救济路径。在司法案件中提高简单执行案件的效率。

《21世纪》：在2023年12月的中央经济工作会上，国家领导人再次强调要发展数字经济，认真解决数据跨境流动等问题，为加快构建以数据为关键要素的数字经济指明了方向。在你看来，当前数据要素市场存在哪些问题？未来怎样进一步解决？

季昕华 ：近年来，上海在释放数据要素价值方面推出了一系列措施：发布了《上海市数据条例》，在全国率先为公共数据授权运营立法；成立了上海数据集团，打造数据要素市场化配置核心载体；建立了上海数交所，在全国率先提出“数商”概念；建立完善协议开放、授权开放等数据运营机制，鼓励在线新经济企业融合公共数据与社会数据开展创新应用。这一系列举措，为持续发挥数据基础资源作用和创新引擎作用、释放数据要素价值、做强做优做大数字经济、进一步赋能经济高质量发展打下坚实基础，明确了发展的方向。

但随着数字化转型的深入推进，上海经济发展过程中将产生更多有价值的数据、创造更加丰富的应用场景，而不同行业数字化转型程度不同、数据资源的基础不同、场景需求不同，数据要素发挥作用的方式也存在较大差异，亟需探索不同行业间的数据共享和协作模式，进一步促进创新、提升效率。

除此之外，数据资产入表是对数据作为重要生产要素价值的正式认可和量化。2023年8月，财政部正式印发《企业数据资源相关会计处理暂行规定》，为企业数据资产入表提供操作指引。但如果数据涉及个人隐私、商业秘密等数据，数据作为资产入表就存在一定的困难。由于数据资产受到隐私法规和安全问题的约束，资产所有方必须对其进行隐私和安全防护并确保其合规性。

最后，我认为数据跨境流通治理能力需要进一步提升。认识到跨境数据流动的必要性，同时也要以国家安全等为要义建立适当的保障措施，（电子）数据在系统中产生，也必然依赖于系统跨境流通，这决定了数据跨境具有了虚拟性、技术与系统依赖性的特征，造成了人认知理解数据流通并施加监管的基本障碍，存在事中、事后出现被监管叫停的风险出现。与此同时推进跨境数据流通与交易中还存在个人信息泄露、数字平台垄断、网络攻击等各类安全风险，对国家的主权与安全造成了威胁。

对此，我建议积极探索不同行业间的数据共享、协作模式；加快数据安全体系建设、推进数据资产入表；从法律、技术、规则等角度继续提升跨境数据流动治理能力。

AI大模型与数字经济

《21世纪》：当前，大模型技术引领着人工智能领域迈入新发展高度，在世界范围内受到广泛关注。随着大模型技术不断迭代升级，模型能力不断加强，已逐渐形成从底层算力、模型开发到行业应用的全新智能化产业。你认为当前上海大模型政策落地可能面临的哪些问题和挑战，怎样进一步解决？

季昕华 ：首先是算力资源供应短期内仍然紧张，基础大模型研发的几个关键要素中，算力是基础，算力紧缺所带来的限制作用尤为明显。一方面是当前市场上算力需求剧增，加之受美国制裁影响，英伟达芯片供不应求，仅少部分龙头企业和头部初创企业能够获取算力资源，但成本过高，大量中小型企业无力支撑。另一方面是国产芯片受限于性能和生态环境问题，迟迟无法大规模商用，短期内无法形成国产化替代。

其次，高质量数据成为严重掣肘。行业大模型对特定行业数据提出了更高要求，高质量的行业数据集成为企业之间的竞争壁垒。目前国际主流大模型的参数数据集主要以英文为主，中文数据仅占英文的1/10。中文语料库还存在数据不完整、标注不一致、数据重复、数据更新等问题，严重掣肘行业大模型研发和应用落地。例如，政务、医疗、智慧城市等领域数据获取难度大，隐私性高，阻碍了大模型应用落地的进程。

再次，在大模型训练的工程化问题方面，即便解决了算力供应和数据集的问题，大模型训练仍面临计算效率问题。构建大模型训练系统不是算力的简单堆砌，而是一个复杂的系统工程，需要在底层资源、集群架构、网络规划、故障恢复等各个方面进行优化以提升整个系统的计算效率，而这通常是大模型的开发者所不具备的。目前在建的动辄千卡万卡的集群，如果不进行工程优化，其算力资源将有很大程度的浪费。

最后，当前大模型的开发存在的一定的同质化情况，多集中在面向知识检索、文字生成等方面，其落地效果及实际业务收益有待进一步提升。大模型厂商需与企业用户深度对接需求，找到高价值、差异化的大模型应用刚需。另一方面，已有一部分大模型已经聚焦到垂类领域应用，但垂类大模型的难点在于除了要深入理解客户的业务，还需要涵盖特定领域的数据、专业知识。

《21世纪》：云计算和人工智能技术服务对数据经济产业具有重要价值，是推动现代经济发展新动力的关键。随着深度学习、机器学习和数据挖掘等技术的不断进步，从算法到应用的各项智力成果成为国家竞争力与创新能力的重要标志。在你看来，关于完善云计算和人工智能领域知识产权保护，激发企业科创活力，政策还有哪些进步空间？

季昕华 ：云计算（包括IASS、SASS、PASS）和人工智能主要是通过API接口模式提供服务，根据现有的专利制度，这类技术和服务模式的专利主要是保护其处理问题的创造性方法步骤。

比如，云计算技术中的原创性方法、系统和架构可能符合专利保护条件，包括数据处理技术、网络安全解决方案和接口技术等。尽管云和人工智能领域智力成果可申请专利，但却难以通过专利许可获得智力成果的价值转化，反而因为专利申请要求公开而被抄袭，且在后期难以通过获授的专利权寻求侵权救济保护。

其中的具体现状和原因包括：专利的描述难以界定权利范围；运作过程缺乏直接可视性；技术复杂且取证困难；相关技术服务和产品快速迭代更新四个方面。

对此，我建议要探索新的知识产权保护机制和立法，使得云和人工智能技术对数据收集、存储、使用、加工、传输、提供、公开等过程中形成的智力成果能得以“产权确权、价值转化、有权可维”。

同时，在满足一定条件下，从专利侵权举证责任的分配上，降低权利人的维权门槛；在专利的授权审查上，完善云计算和人工智能等新领域新业态专利审查制度和标准，加快专利授权审查的过程。

最后，要投入研究相关侵权追踪技术的研究，培育有关反侵权产品和服务；加大相关复合人才的培养，例如通过实施专门的实务交叉课程培训和认证，提升这些专业人士的跨领域的知识水平，加大鼓励知识产权从业人员与技术研发工程师、数据科学家、商业专家等跨领域的专业人士进行广泛合作。

（本报记者张赛男对此文亦有贡献）