21世紀以來，以互聯網、大數據、人工智能等為代表的數字技術，使創(chuàng)新呈現出數據驅動的新形態(tài)。

　　數據驅動創(chuàng)新主要有3個方向。一是解決已知復雜問題，揭示以往人們已知方向卻難以及時證實的復雜關聯；二是揭示未知復雜關系，利用海量數據和高效計算能力，在不依靠假設的前提下發(fā)現數據間隱藏的復雜關聯；三是洞察顆粒化場景，實現個性化賦能。數據對于場景刻畫的顆粒度更加細微、覆蓋面更加廣闊，能為更精確的場景洞察提供助力。

　　同時，創(chuàng)新范式的改變帶來了創(chuàng)新主體地位的變化。產學研一般是指大學和科研機構進行原始創(chuàng)新、技術開發(fā)、產業(yè)化轉換。但在數據推動的情況下，企業(yè)有數據和算法，能夠準確感知市場需求和應用場景，其重要性得到極大提升。大型數字企業(yè)還能匯聚大量人才，進行大規(guī)模投入，如在自動駕駛領域，頭部企業(yè)、平臺企業(yè)不需要等待原始創(chuàng)新，他們可以實現創(chuàng)新、產業(yè)和用戶的一體化，這將開拓一個“齊步走”的研發(fā)新模式。

　　要推動更多的數據開放共享和開發(fā)利用。數據復用才能最大程度發(fā)揮數據的作用，擁有海量數據的傳統(tǒng)機構可以加快數據開放共享的步伐，推動其他主體進一步創(chuàng)新。在數字經濟方面，我國最大的優(yōu)勢是數據量大，要發(fā)揮我國海量數據的作用，加快推進科技創(chuàng)新，為高質量發(fā)展提供強大動能。

　　（經濟日記者 李和風整理）