重新审视失败的价值，他们共议“创新的组织与文化”
重新审视失败的价值，他们共议“创新的组织与文化”
9月13日，在2026浦江创新论坛创新文化论坛上，中国科技馆馆长郭哲展示了两张相隔数十年的地球照片。一张来自约60年前的“月球轨道器一号”，一张由阿耳忒弥斯任务拍摄。观测技术的发展，使得我们能以更高分辨率观察地球。
以这组照片为引子，郭哲将话题转向科学发展的路径。他转述了一个值得讨论的观点，与量子理论、DNA双螺旋结构等奠基性成果相比，近60年来，科学发展似乎更多沿着既有框架不断精进。与此同时，人工智能（AI）正在介入知识生产，技术突破、产业变革与认知变化的冲击集中显现。他将当下称为“创新密集时代”，也形容为“大压缩时代”。
当变化如此密集地到来，沿用已久的科研分工、评价体系和合作方式，能否跟上？怎样让不同主体共同创造，怎样对待探索中的失败，又怎样让组织自身保持改变的能力？围绕“创新的组织与文化”，与会嘉宾的讨论从技术带来的新能力，逐渐深入到支撑创新的制度安排。
科技部 党组 成员、科技日报社社长吴兢， 中共 上海市科学技术工作 委员 会副 书记 莫亮金出席论坛并致辞。
论坛现场。主办方供图
改变，正在发生
南非茨瓦内技术大学公共事务学教授拉西甘·马哈拉杰谈到，从基础研究到应用开发、再到商业化的线性模型，已难以充分解释创新过程。不同主体之间的持续互动，以及创新路径的非线性、系统性，正受到更多关注。
“管理创新的组织模式，仍被20世纪遗留下来的激励和测量框架所束缚，因此难以应对我们这个时代的挑战，也难以适应未来。”马哈拉杰的观点颇为尖锐，但也一针见血地指出了当下真实的痛点。
AI4S（人工智能赋能科学研究）带来的变化，正从研究工具的更新，深入到知识生产方式和科研组织的变化。学科与机构之间的边界正在被打开，研究者的角色、协作关系和成果评价都需要重新审视。
中国科学技术发展战略研究院 党委 书记 刘冬梅注意到，自主实验室、科学研究智能体等系统正在搭建起来，配套工具、数据和算力设施也在发展。她将正在发生的转变概括为三个方面——创新主体正在从科研人员向大众扩散、创新方式正在从以人为中心向人机协作转变、创新难点正在从关注生产端向关注验证端转变。
“我们要回答怎么做创新、谁来做创新、如何用创新这三个问题。”刘冬梅认为，历次科研范式变革，都伴随着创新文化的变革。文化影响制度，制度构建激励结构，进而影响人的行为。
“我们不能只是被动应对科研范式转型，而要主动适应时代要求，构建以开放、协作、向善为核心的创新文化。”她说。
在郭哲看来，科学文化是创新文化更基础的底座。
“当渐进式创新满足不了今天的竞争需求，人们便更渴望颠覆式创新。因此，政策制定也在追求结构上的创新。”郭哲指出，知识生产走向人机协作，既提出了科学评价如何调整的问题，也需要重新思考科学共同体在文化建设中的作用。
“科学最深层的动力，是深植于人类底层需求的创造性发展。”郭哲说，“如何在科学评价、在人机共智时代夯实底层架构，关系国家科技的持续发展，也是中国科技界为人类未来作出更大贡献所不可缺少的。”
通过“连接”走向“共创”
“组织究竟怎样被组织起来？”中国科学技术发展战略研究院原常务副 院长 王元指出，过去，人们主要关注组织的规模、结构和层次等物理属性，却较少关注其生态属性。组织者与被组织者之间的关系如何形成、如何变化，同样需要讨论。
有着253年历史的土耳其伊斯坦布尔技术大学，也在调整学校知识创造和人才培养的方式，以期改变大学在生态中的角色。
“我们的战略目标，是建立一个统一而连通的生态，解决复杂的社会与经济挑战。”世界工业与技术研究组织协会 主席 、该校校长哈桑·曼达尔认为，政产学研各界需要从协作走向“共创”，大学和研究机构与社会一起创造知识、发展技术、提供解决方案。
学校通过建立跨学科平台，让不同学科的教师围绕具体挑战深度合作，也在推动和企业更深度的合作。除了资助具体项目，企业还将研究中心和实验室设在校园里，让产业人员与师生开展长期协作。由此，企业能够更早参与技术开发，学生也能更早接触产业需求。
ATLATL飞镖创新中心副总裁丁元欣同样谈到了不同创新主体之间连接的重要性。“我们越来越觉得，未来的创新组织会转向网络状结构。”丁元欣表示。以新药研发为例，从基础研究到上市，需要科学家、医生团队，也需要投资者、产业合作伙伴以及专利、法务支持。
不同参与者走到一起，合作仍可能面临障碍。
清华大学教授封凯栋提醒，科学研究与产业创新都需要长期资源投入和稳定组织，但两者面向的目标不同，激励机制和组织方式也存在差异。倘若强行将两者“凑”在一起，可能反而加剧冲突。
他将两者融合的交汇点定义为创新链中段，这也是科技创新与产业创新融合的难点“科技体制改革以来，我们在创新链中段打过许多制度补丁。但只要两种活动的激励机制和组织方式存在根本矛盾，这些办法就有其局限。”封凯栋说。
技术经理人也是其中一种衔接科研、转化与产业等环节的机制，但由于通常不掌握科技资源配置的主要渠道，往往很难充分发挥“串联人”的作用。
因此，衔接难题最终落到资源由谁配置、按照什么目标配置。封凯栋建议从资源配置和评价机制入手，包括加强传统意义上的纯基础研究，对有应用潜力的研究分类调整资助和评价模式，并将部分公共资源以重大任务为轴心进行配置。
重新审视失败的价值
合作机制需要调整，对探索结果的评价也需要重新审视。一次实验没有得到预期结果，能否留下可供后续研究使用的信息？这些信息又能否被记录、验证和分享？
科研中的失败，能够帮助研究者排除错误方向、积累经验。随着AI进一步参与科研，如何保存和使用这些信息，成为创新文化需要面对的新问题。
“不少科学家在不同场合呼吁，记录和分享失败，更有利于更快地迭代，从而得到理想的结果。失败的污名化一定要去除。”刘冬梅表示。
接纳失败，也伴随着对求证的要求。刘冬梅同时强调，在AI4S时代，人的批判精神和原创意识更加重要。研究能否重复、结果能否验证，对数据开放共享和科研诚信提出了更迫切的要求。
对科研组织来说，这是一个关乎如何应对科学研究中不确定性的问题。
过去几年间，英国国家科技艺术基金会创新增长实验室把世界各地的政策制定者、研究者和实践者汇聚起来，试图把更多新想法、实验、数据和证据带入相关政策的制定。
英国国家科技艺术基金会创新增长实验室创始主任阿尔伯特·布拉沃·比奥斯卡在分享时说起一个案例。一家机构负责人曾自豪地告诉他，该机构绝大多数创新项目都取得了成功。他却对这个结论表示审慎：“如果所有项目都成功，可能说明你承担的风险还不够。”
那么，在政策评估中，失败也可以作为一种绩效吗？
布拉沃·比奥斯卡坦言，一些国家已经尝试鼓励承担风险、接纳失败，但人们仍倾向于把失败“藏起来”。“想要改变这种现状，需要的是文化而非技术。”他说。
在具体实践中，布拉沃·比奥斯卡指出，政策制定应兼顾“敏捷”和“学习”，前者强调对变化作出快速响应，后者要求持续评估和反思。他进一步建议，可以先小规模尝试不同的政策或项目方案，根据证据判断哪些有效、在什么条件下有效，再考虑扩大实施。
组织如何适应变化，也需要放在更长的时间维度里讨论。封凯栋认为，AI可能在一段时间内对科研选题和组织方式造成结构性冲击，但科学共同体适应新的工具之后，也可能在新的能力基础上，形成丰富多样的组织形态。
“不要把变化理解成一蹴而就、瞬间完成。”王元说，改变分工、调整院系、取消内部机构，或实行新的激励机制，都会受到许多制约。即便建立新型组织，也仍要面对更大的制度环境。因此，要考虑长时段中的变化，考虑人类社会的适应能力、学习能力和改变自己的能力。