2023年11月15日（周三）下午，爱思唯尔全球高级副总裁、大中华区总裁李琳发表讲话：

尊敬的各位领导，各位嘉宾，下午好。非常感谢组委会的邀请，代表爱思唯尔参加高交会论坛。

经过多年发展，高交会已成为中国高新技术领域对外开放的重要窗口，在推动高新技术成果产业化，以及促进国际经济技术交流与合作中，发挥着重要的作用。我谨代表爱思唯尔预祝本次高交会圆满成功。

刚才嘉宾们的发言非常精彩，从不同角度深入探讨了新技术和新经济的未来趋势。我希望就这个话题，谈谈与创新发展相关的四个关键要素，以及在爱思唯尔我们如何围绕这些要素，服务新时代的技术创新和经济发展。

首先请允许我对爱思唯尔做一个简要的介绍。爱思唯尔是全球领先的国际科技出版和信息服务机构，我们的使命是支持全世界的科研及医学工作者，推动科学进步，提升健康成果，造福人类社会。作为全球最有影响力的科学出版机构，爱思唯尔旗下拥有2800多种高质量的科技期刊，其中包括大家耳熟能详的《柳叶刀》和《细胞》。爱思唯尔的期刊涵盖全部科学领域，在70多个领域内排名全球第一。

爱思唯尔还是全球最有影响力的科学数据和信息分析机构。在优质的内容基础上，我们的平台积累了12亿条公开发表的科研数据，涵盖作者、机构、文献、专利、药品、基金以及政策等科研要素信息。因此我们可以通过30多种数字化和智能化的解决方案，提供卓越的数据洞察，支撑我们的用户在科研创新方面做出关键决策。我们为全球180多个国家和地区的两万五千多个机构客户提供服务。

在中国，爱思唯尔一直致力于服务科学研究和创新共同体，支持中国科技创新发展。我们在北京、上海、深圳设立了办公室，服务中国上千家学术、科研、医疗机构和企业。去年我们处理了来自70万名中国作者的科研成果投稿，和15万名中国同行评审专家合作，聘用14000名来自中国的编辑，共同服务科技的创新发展和传播。

今天是11月15日。24年前的今天，中美两国签署了关于中国加入世界贸易组织的双边协议。两年后，中国正式入世，开启了深度参与经济全球化的进程。

过去的20年，也是中国融入全球科研网络实现科学技术突飞猛进的20年。我们欣喜地看到，中国的科研学术产出在数量和质量上都取得了明显的进步。中国的科研文献在的发表量2002年在6万篇左右，到2022年已经超过了100万篇，每年增幅达到15%。

在数量增加的同时，中国的科研质量也在稳步提高。学术界通常用FWCI 也就是归一化引文影响力作为近似值,来描述某个学者、某个机构、或者某个国家学术成果的高低，这个指标将全球的平均水平设定为1。我们看到，在2002年，中国的FWCI只有0.6，到2022年已经达到1.1，比全球平均水平高10%。

在规模和质量取得明显进步的同时，中国的整体科研布局也实现了很好的成长。这里是爱思唯尔数据库里特有的科技情报泡泡图。圆圈的一周依次排列了全部科学领域，包括物理、化学、工程、医学、经济等等等等。大圈中的一个个小圈代表某个科学研究主题，比如说AI领域的卷积神经网络，或者新能源领域的钙钛矿。小圈圈的大小代表这个研究主题上科研产出的数量，而小圈圈的位置则代表了它的学科归属。靠近大圆边缘的小圈圈，代表这是一个单一学科的研究主题。靠近大圆圆心的小圈圈，代表这是一个跨学科、交叉学科的研究主题。

在我们的数据库里，聚类归纳了全球9万6千个研究主题。我们选取前1%主题来观察。能够看到，中国的科研已经几乎覆盖全面，在某些领域已经引领了全球的研究方向。例如中科院唐本忠院士领导的聚集诱导发光研究，已经开始领跑世界。这项研究在光电器件、化学传感和生物医疗等领域具有广阔的应用前景。

我们也能看到，中国在某些领域的研究规模还比较小，处于跟跑的位置。总体看，中国既有优势，也有很多不足的地方。所以，积极开展国际合作，互通有无，取长补短，将有利于中国的科技进步，也有助于全人类科学的发展。

面向下一个20年，我们相信，中国的科技和经济将更多依靠创新和效率的提高，实现高质量发展。因此，我们要把科学技术与产业问题实现更紧密的融合，以社会经济的实际需求为导向，引领基础科研和技术开发的发展方向。

这里举个例子。我们在今年做了一项研究，汇集了全球近3000名医护人员的对未来医疗健康的观点，并最终形成了一份《未来医生白皮书》的报告。其中一个发现是，目前全球11%的临床决策是由AI辅助完成的。

在医疗健康领域，每年因为不安全的医疗，死亡人数达到260万，远远超过全球道路交通事故造成的死亡。不安全的医疗包括误诊、用药错误、院内感染等等。AI的辅助功能，将更好的支持医生的临床诊疗决策和医疗管理，从而大幅减少不安全医疗造成的死亡。目前全球有将近一半的医生希望尽快广泛使用AI技术。有意思的是，我们发现中国的医生对AI有更热烈的期待。中国的医疗行业也更迫切需要技术的变革来提升医疗的可及性。

那么，在新时代下，技术和经济创新发展，需要哪些关键要素呢？我们通过长期观察科学研究和分析城市创新，得出了一些结论和假设。我们认为，加强基础研究，突出学科交叉和应用；吸引和发展人才；通过国际合作和产学合作加强协同创新，及其建设新型科研信息数据基础设施是四个重要因素。

基础研究是重中之重，决定着一个国家科技和经济发展的高度、宽度和深度。基础研究是科技进步和经济发展的源动力，它通过探索新的科学领域和科技应用途径，为新技术、新发明提供理论支撑和指导。特别是交叉科学的发展，可以推动新技术在社会经济的方方面面得到广泛应用。

以AI为例。我们看到，在左边这个泡泡图里，全球前1%的热点研究主题，分布在几乎所有学科领域，既包括传统的数学、计算机、医学、神经科学和心理学等等，还包括工程、能源、环境，甚至包括商业、经济和艺术等等人文科学。

右边的图显示以ChatGPT为代表的生成式AI深度学习模型transformer。其中一个最核心的研究主题是注意力机制。我们看到，它是一个将计算机科学与神经科学和心理学紧密融合的研究方向，特别是在神经科学方面，有很多更细分的研究主题。可以说，没有在神经科学方面的最基础、最前沿的研究，可能就没有今天ChatGPT的横空出世。

反过来，AI的发展，也有利于形成新的科学研究范式，推动基础研究实现质的飞跃。AI for Science作为一种新的科学研究范式已开始在学术界达成基本共识。AI for Science是极具交叉学科属性的方向，AI不仅提供新技术、新研究手段提升科研的效率，还能够帮助科研群体间、产业链上中下游进行高效、直接和全面的沟通和交流。

第二个核心要素是人才的发展。

我们曾经对全球20个主要创新城市做过对比研究，其中包括我国的北京、上海、深圳和香港，也有波士顿、纽约、旧金山、东京、巴黎和莫斯科这些科技经济发达的城市。我们发现，一个城市的科技发展水平，与科技人才的数量和增长，呈现完美的正相关关系。比如我们看到深圳以高达30%的人才增长速度，位于20个城市之首。这也能从某些方面解释了，为什么深圳的科技创新进展亮眼。

人才的涌入，为一个城市的科技创新注入了源源不断的增量。但是同时，存量人才的不断流动，也能为城市创造新的活力。我们做过另外一项研究，考察全球AI人才的变动趋势。

大家请看左下角的图。我们发现，中国、欧洲和美国呈现出非常不同的特点。美国的AI人才处于一种高度流动的状态中，跨机构、跨行业、甚至跨国境。右下角的图显示了美国AI人才的流动特点。我们看到，人员流动的主流是从美国的学术界流向产业界，反向流动也占了相当大的比例。同国外学术界和产业界的双向流动也非常频繁。

所以，我们有个未经验证的假设：人才的频繁流动，带来了更多的沟通、交流和合作的机会，为技术的创新发展提供了土壤。

说到合作，这也是创新发展的另一个关键要素。我们考察了全球在AI领域开展合作的情况。左边的图显示，各国在产学合作方面有着比较大的差异。在美国的AI科研里，有10%是产学合作的成果，英国、法国的比例也比较高。我国的比例在4%左右。

为什么要强调产学合作？这似乎是一个大家公认的常识。但是我们可以用定量的方法来进行描述。通过刚才提到过的FWCI,做为近似值来衡量一项科学研究的水平。我们看到，产学合作科研成果的FWCI，就是上面这条橙色的线，要远远高于非产学合作，也就是下面那条灰色的线。中间的表格列举了中美两国在AI研究方面的科研产出情况。中国的研究主体以高校为主。在AI领域开展研究最多的企业是华为，而在美国，在前十名机构里，有IBM、微软和谷歌这样的高科技企业，与高校一同引领着AI研究。

所以我们认为，加强产学合作、加强国际合作，是创新发展的一项重要要素。

最后，我们需要发挥科技数据要素的力量，通过建立新型的科学基础设施，把散落在各处的科学数据整合起来，把数据变成信息，把信息变成知识，最终把知识变成智慧（wisdom），用来加速科学发现和技术进步在社会生活中的应用。

这将是一个新型科学研究和科技创新范式下的操作系统。这个系统可以实时抓取基础科研和技术开发过程中的各种数据，包括文献、专利、临床试验和技术研发过程产生的这些“硬”的科学数据，以及关于科研学者、组织机构、基金资助、科研设备这些“软”的科学管理数据。这个系统同时可以对外输出各种实际应用，其中包括描述型的应用，比如说目前全球某个技术领域的最新进展是什么；预测型的应用，比如说未来几年某个技术领域可能的演化路径是什么；指导规划型的应用，比如说应该在哪个方向加大研发强度，就可能实现这个技术领域的重大突破。

我们相信这样一种新型的科研信息基础设施，将带来科学发现、科技传播以及技术应用的变革。我们在爱思唯尔已经开始了这种尝试。我们为日本内阁府建设了一套数据整合系统，服务政府全面科技评估和计划的需求。

爱思唯尔在产品和服务中使用人工智能和机器学习技术已有 20 多年的历史。通过结合行业专业知识、可信赖的内容、高质量的数据和生成式人工智能技术，我们可以为客户提供更具创新性、更高效和更有效的解决方案。

例如在生命健康领域，我们支持药物研发的整个流程，从靶点选择、先导化合物筛选、临床研究，到药物上市审批和上市后监管，我们以海量数据为基础，以AI支持计算驱动创新。

例如我们和包括阿斯利康在内的制药企业合作，寻找和预测已知药物靶点和表观遗传学改造基因之间的关系。在小分子药物的早期发现阶段，以AI为手段，用数据科学驱动实验科学，力争从源头规避临床前以及临床实验中存在的风险，从而快速从十亿级分子中筛选出具有高活性、结构新颖的化合物。

当代科研人员在日常工作中面临着各种艰巨挑战和复杂问题。爱思唯尔也积极运用生成式AI技术，支持科研人员加速科学发现。基于Scopus这个世界规模最大的科技文摘和情报数据系统，爱思唯尔开发了Scopus AI。生成式人工智能和大型语言模型技术，和可信赖的内容进行结合，为科研人员提供简明且可信赖的研究主题摘要、并支持实现"进一步探索"、自然语言查询和“思维导图演示”等功能。科研人员可以直接用自然语言问答的形式来探索科研问题。最重要的一点是，这些所有的结论都是有经过同行评议的科技文献支持的，确保回答结果真实有效，并可以溯源，绝不会出现ChatGPT经常出现的幻觉现象。

下面给大家看一个1分钟的小视频，演示一下Scopus AI使用体验。

最后稍微总结一下。在新时代下，我们看到了很多新技术和新经济创新发展的机遇。作为全球最大的科技信息服务机构，爱思唯尔致力于将我们在科研和健康领域的专业知识、高质量可信赖的内容和数据,与人工智能技术相结合，形成以内容、数据、系统和专家网络为核心的解决方案，支持科技探索和发现。

我们在全球有非常好的实践经验。我们希望与中国的实际需求和问题相结合，与中国的广大科学研究和创新工作者携手共创，共同探索，支持新技术和新经济在下一个20年的持续创新发展。

谢谢！