早期的競爭先機固然重要，但從長遠來看，真正決定大國經濟權力興衰的，並非誰先做出技術創新，而是誰更有能力將技術在經濟領域中應用和擴散。因此，大國科技競爭並不是單一創新產品的競爭，而是整個經濟生態的競爭。
（一）關於大國之間的科技競爭，是現代社會中的永恆的討論話題。尤其是在中美科技競爭越來越白熱化的情形下，人們都在關心：到底採用什麼樣的制度，以及什麼樣的路徑，能在科技競爭中獲得優勢地位。
最近普林斯頓大學出版社出了一部新書《技術與大國崛起》（Technology and the Rise of Great Powers: How Diffusion Shapes Economic Competition），作者是華人學者Jeffrey Ding，現任喬治華盛頓大學政治學系助理教授，此前曾經在斯坦福大學國際安全與合作中心和牛津大學人工智慧治理中心工作，一直關注技術治理與全球權力轉移的關係。他在書中的一些解釋，對於我們思考近代以來歷次經濟權力洗牌，很有啟發意義。
Jeffrey Ding認為第一次工業革命以來，全球產業發展基本可以歸結為兩種模式：一個是“部門主導型”（leading-sector; LS）導向，另一種是“通用技術”（general-purpose technology; GPT）導向。具體來說，LS導向模式下，側重於關心是否由本國率先做出科技創新，獲得早期機會視窗；而GPT導向是側重於誰有辦法在整個經濟部門中大規模採用並擴散技術。
Jeffrey Ding指出，早期的競爭先機固然重要，但從長遠來看，真正決定大國經濟權力興衰的，並非誰先做出技術創新，而是誰更有能力將技術在經濟領域中應用和擴散。這個判斷可以在三次工業革命，以及中國經濟崛起中得到應驗。
第一次工業革命前，法國是全球的科技中心，法國在科技上也奉行類似重商主義的政策，皇室和政府大力支援科技事業，當時法蘭西學院為代表的科研機構舉辦和資助了全球最強大的科研事業，當時全球40%以上的科技發明是法國人貢獻的，不過工業革命終究發生在一海之隔的英國。這種結果的反差就在於英國的自由市場、股份制企業、外貿網路和金融等構成的生態，具備更強的技術轉化和擴散能力，能將技術產業化，這也是人類經濟增長方式的一次巨大飛躍。
第二次工業革命中的美國崛起，也是基於同樣的原因。19世紀後期至1920年代，歐洲仍然是全球的科技中心，在1917年之前，美國是留學淨逆差國，常青藤最優秀的學生畢業之後，以能去德國或英國留學為榮，當時美國大學校長或學科帶頭人，也基本都是歐洲大學畢業的；在1933年以前，美國的諾貝爾獎獲得人數也遠遠低於德國和英國。在1894年美國成為第一工業大國的時候，其科技成果全球佔比僅在15%左右，遠遠落後於英法德。
但是美國的企業組織上的創新（比如流水線、企業實驗室、泰勒制、托拉斯聯合），加上市場規模優勢，使得美國具有更強大的技術應用和擴散能力，將歐洲人的電氣、汽車、化學等發明在產業上發揚光大，使得美國一躍成為全球工業中心。
當然，LS模式與GPT模式競爭的極致是蘇聯和美國之間的競爭。蘇聯是LS路徑的極致代表，與同時代中國對知識分子的極為輕視不同，蘇聯對科技極為重視，科學家地位比黨政幹部高很多，1980年蘇聯R&D支出在國民經濟中比重為3%，這個數值高於當時幾乎所有發達國家，也高於2024年的中國。得益於鉅額經費支出，蘇聯建成了當時世界上最龐大的科研體系，到1980年蘇聯擁有高校870多個、科研院所5000多個，科研人員137萬，而同期美國科研人員只有80萬左右，中國每千人中科技人員數量佔比至今也沒有超過蘇聯。
蘇聯在基礎研究和技術研發上也取得了世界矚目的成就，一共產生了13位自然科學領域的諾貝爾獎得主，製造出全球第一座核電站、第一枚洲際導彈、第一枚人造衛星、第一枚電晶體、第一個行動電話（比摩托羅拉領先10年）、第一臺光刻機、第一個區域網際網路。
不過蘇聯的科技競爭路徑，錯在只重視能否產生率先獲得技術突破（LS），而忽略了應用和擴散（GPT）。相反，計劃體制下技術轉化率是極低的，比如，機械機床廠推廣一個新的技術發明，需要10-12位領導簽字，然後走30道程式，蘇聯四分之一的產品從設計到應用週期在10年以上。導致美蘇在技術創新上其實差距不大，但是產業上是天壤之別，美國在這一波科技革命中產生了摩托羅拉、惠普、IBM等巨頭級企業，進一步強化了經濟優勢，而蘇聯在產業上幾乎毫無建樹。
我們對中國產業的崛起的梳理，也可以印證這個理論框架。那就是，中國至今仍然不是全球科技中心，在原始技術創新突破上仍然是落後於美國，甚至是日本、英國和德國的。不過，這並不妨礙中國的相關產業獲得全球競爭力優勢，比如中國新能源汽車產量全球佔比達到了三分之二以上，工業機器人、智慧家電產量全球佔比也在50%以上。
而支撐中國產業實現龍門一躍的諸因素中，顯然最重要的是中國擁有一批具備強大技術轉化應用能力的企業，讓中國形成了全球最有活力的技術擴散生態，以至於這些年出現了“人擋殺人、佛擋殺佛”的優勢。以小米為例，這個殺入到智慧家居的新手，其原始創新成果遠遠不如日本松下、索尼等同行，但是依靠其強大技術轉化應用能力，仍然開始躋身全球家電巨頭之列。
中國企業內部之間的產業競爭力差異也可以用GPT理論來解釋。現在根據各種指標，民營企業的國際競爭優勢越來越大，這種差異是怎麼產生的呢？是民營企業具有更強的基礎科研能力和技術研發能力嗎？顯然不是，相反國企的研究實力大大高於民企，僅央企系統就擁有院士241名，約佔全國院士總數的1/7，科研人員中中高階職稱佔比為45.8%，而民企僅為25.1%；同時，國企擁有91個國家重點實驗室、4個國家技術創新中心、97個國家工程技術研究中心，即便是華為、騰訊這樣的頭部民企，也很難獲得這樣的資源。
不過由於民企在技術創新的應用擴散能力具有得天獨厚的優勢，比如從專利生產轉化率上講，2022年高校為3.9%、公立科研單位為13.3%，而民企及外企平均可以達到50%以上，導致民企在一般競爭性領域中逐漸超越了國企同行，廣東、浙江的機床產量遠遠超過“共和國長子”遼寧就是這個道理。
（二）GPT理論對於我們思考今天中美科技競爭和產業競爭也有極大的啟示。Jeffrey Ding認為，中美兩國當下都不自覺在走LS導向模式，即雙方政策的側重點都在投放資源，企求率先獲得創新突破，而對普遍性應用重視不足。基於科技民族主義，雙方都喜歡把誰先研發出來，誰的技術更先進為是否成功的指標。
在這種情況下，誰更重視培育新的技術的轉化、擴散能力，其實決定了兩國科技競爭長跑的最終結果。具體來說，人工智慧競爭的關鍵不在於ChatGPT、Deepseek孰優孰劣，或新能源競爭不在於電池技術孰優孰劣，而是在於誰具有更強的能力將這些創新轉移到生產、生活場景，進而激發全社會普遍意義上的技術革命。
從這角度講，我國科技界有兩個非常有價值的探索案例。第一個就是騰訊宣佈全面接入DeepSeek，包括微信、騰訊元寶、ima知識庫等。儘管DeepSeek 全球累計下載量超1億次，但是它仍侷限於是一個年輕人、高學歷群體的小眾軟體，它與騰訊15億以上使用者存量還是不能相比的。騰訊接入Deepseek，有助於這項技術應用真的走向普及化，以及依託騰訊的各種應用場景，轉化為社會生產和商業革新的動力。
第二個就是比亞迪在高階車型中計劃採用大疆研發的全新輔助駕駛系統，實現泊車輔助、記憶泊車、記憶行車、高速領航駕駛，城區領航駕駛等功能。大家印象中大疆只不過是個做無人機的公司，但它的輔助駕駛研發也是全球前列，研發團隊達 1300 人左右。比亞迪作為全球最大車企之一，年產量突破400萬，這也有助於這項新技術獲得一個應用、擴散、改進的藍海。
今天，李強總理在政府工作報告中，把推進“人工智慧+”行動，將數字技術與製造優勢、市場優勢更好結合起來，支援大模型廣泛應用作為今年重要任務，提出要大力發展智慧網聯新能源汽車、人工智慧手機和電腦、智慧機器人等新一代智慧終端以及智慧製造裝備，上述兩個案例都是構建人工智慧應用生態的生動實踐。
（三）那麼，未來如何提升中國的整體技術應用轉化能力呢？
第一, 必須持續有創業型企業家人才源源不斷湧現。美國企業與歐洲、日本企業的應用轉化能力差異的一個原因是，美國可以有源源不斷的新的創業型企業家出現，比如蓋茨、馬斯克、扎克伯格等等，只有創業型企業家才有熱情和動力在技術應用上做革命性創新。而歐洲、日本企業家往往都是接班人守成式的，尤其日本企業更流行作坊式、家族傳承式，過去很多媒體在推崇這種方式，其實也容易形成技術“封建格局”，最終不利於社會創新。
我國過去四十多年技術應用擴散做得好，其實也是依賴從魯冠球、任正非、柳傳志，到王傳福、馬化騰、李斌，到梁文峰、王興興這些草根出身的企業家。企業家其實是技術應用擴散的樞紐，現在年輕人創業熱情大大消退這不是好事，我們應該在法治、產權保護、政策穩定性、金融方面都做積極改革，推動社會創業熱情再度高漲起來。
第二, 充沛的工程師資源。筆者以前經常舉例，日美的經濟競爭力差距差距擴大，背後一個原因是工程師隊伍數量的差距逐漸拉大，2003年日本博士入學人數為1.8萬，美國是4.4萬，日本佔美國的40%以上，而 2023年日本下降到1.3萬，美國上升到7.6萬，日本已經不足美國的20%。過去中國在資訊、汽車等產業的崛起也是基於工程師隊伍的不斷壯大，到去年我國已經成為全球第一大博士培養國。
但是我國工程師人才培養有幾個突出問題：第一是質量低，原創性人才不多；第二是少子化速度特別快，工程師紅利持續不多久；第三是，國際化程度太低，國際生質量太差。這都是未來我國教育基本制度所要解決的問題。
第三, 原創性企業與大企業平臺的配合。顛覆性創新往往都出自於創業初期的小團隊，但是小團隊由於資金薄弱、管理經驗不足，在推動社會轉化應用發明風險極大，成功率很低。如果能夠形成前面所提到的騰訊 X Deepseek，比亞迪 X 大疆的這種技術應用擴散路徑，極大有助於創新作為一種基礎技術向全社會的擴散，縮短創新改變社會的週期。
所以，我們既要重視那些能夠不斷創造奇蹟的創新團隊，也要看到擁抱技術創新的大企業平臺在技術應用中的價值，也就是Jeffrey Ding強調的基礎建設（skill infrastructure）作為關鍵一環的意義。過去燃油車時代，德國汽車工業維持100多年的長盛不衰，BBA三大製造商與供應鏈企業的相互配合是一個很重要原因，他們促成了曼牌、道依茨、博世、採埃孚、馬勒、大陸、舍弗勒等在各個領域的源源不斷創新。
其實，從近來Deepseek走向社會化應用的路徑看，今天在我國的人工智慧領域，BAT就相當於BBA，充當了顛覆式創新走向普遍化應用的營養土壤的作用。
未來的中美科技競爭將越來越精彩激烈，這個競爭並不是單件武器對武器的競爭，而是整個社會創新生態的競爭。從這個角度講，我們既要有Deepseek這樣的王牌突擊隊，也要有騰訊、比亞迪這樣的側翼主力，還要有源源不斷的企業家人才、工程師人才，只突出一點，無法取得勝利。