AI革命凸顯三類“未來人才”：兩棲科學家、垂直整合者、創業“造馬人”

人才是驅動技術革命與產業變革的決定性力量。爲加速推動我國產業與科研的深度融合，在愈加激烈的全球競爭中佔據主動，需要深入剖析時代趨勢，爲未來創新人才繪製畫像。

當前，我國經濟社會發展已取得舉世矚目的成就，但產業與科研仍呈現“平行線”式的發展態勢，未能形成深度融合的合力。在產業領域，中國的新能源汽車、5G、光伏、高鐵等，都實現全球領跑。在科研領域，中國的學術研究也迎來快速發展，高質量科研產出已躍居全球第一，並在全球科研機構排名前十中佔據半壁江山。

然而，科研的突破尚未對產業發展形成直接支撐。一方面，源頭技術存在“拿來”傾向；另一方面，目前的成功，更多基於工藝優化、效率提升，本質上是工程化與產業鏈整合的成功，而非基礎科學的突破性創新。產業與科研的“平行格局”，導致產業大廈的部分關鍵“地基磚塊”不掌握在自己手中。如果外部環境變化，我們基於應用層創新的優勢可能會顯得脆弱，影響產業鏈供應鏈的安全穩定。

要填平科研與產業之間的鴻溝，必須洞察產業發展的底層邏輯，並形成與之適配的識人、用人、培養人模式。

在新一輪由人工智能（AI）引領的技術革命中，競爭範式正在發生深刻相變。過去橫向分工的模式（如Wintel聯盟）已顯露疲態。AI時代的創新本質是數據、算法和算力在價值網中的高速循環，這決定了垂直整合是必然趨勢。此外，爲滿足專用大模型的極致性能需求，實現極致的性能功耗比，硬件與軟件、模型與場景必須進行跨層級的系統級協同設計。產業競爭的基本單元已從單一產品升維至全技術棧與產業生態，誰能掌控從芯片、算法、模型到應用場景的全棧能力，誰就能獲得壟斷性優勢。

全球範圍內，垂直整合已成爲領軍企業的核心戰略。英偉達不僅研發GPU，構建CUDA軟件生態，還通過投資OpenAI等，深度介入模型層和應用層，成爲垂直整合的集大成者。谷歌同樣以“全棧AI”戰略推動垂直整合，形成“芯片-算法-數據-雲計算-應用”的全鏈路整合，重塑AI行業競爭格局。

中國擁有全球最豐富的應用場景和最完整的製造業基礎，這爲垂直整合提供了獨特的土壤和優勢。但如果不能培育出具備垂直整合能力的領軍企業與生態系統，我們可能在新的全球價值鏈中再次淪爲低附加值的數據提供者或應用代工廠，錯失戰略發展機遇。

適配AI時代的競爭範式，我們需要重點培養三類核心人才。

第一類：“路易·巴斯德”式科學家。他們是融通科學與應用的跨界創新者。根據去年11月美國《科學》雜誌的分析，同時涉足論文和專利的“兩棲科學家”，其成果的新穎性和引用率顯著高於單一領域的研究者。巴斯德式科學家的研究靈感源於產業痛點，他們既能產出高水平學術成果，又能推動技術轉化應用。

第二類：垂直整合者。他們是掌握全技術棧的系統架構師。這類人才具備“T型能力結構”，縱向在特定領域有極深造詣，橫向擁有貫通“能源-芯片-基礎設施-模型-應用”的全棧視野。他們是能夠平衡底層物理限制與上層商業邏輯的“系統指揮官”，能打破部門牆與行業牆，實現系統級最優解。

第三類：創業構建者。他們是主動塑造創新生態的組織者。不同於傳統風險投資“選馬”，他們“造馬”，不僅提供資本支持，更是戰略參與者和聯合創始人。他們擁有深厚的產業背景，擅長團隊組建、資源整合，能陪伴企業跨越從實驗室到市場的“死亡谷”。在AI與硬科技領域，他們能通過批量化孵化創新企業，提升產業的整體競爭力。

未來十年是我國從跟跑向領跑跨越的決勝期。通過AI驅動的垂直整合，打破科研與產業壁壘，發揮三類人才作用，就能將產業規模優勢轉化爲可持續的原始創新動力，真正走向科技自立自強和產業引領。

（作者爲昌平實驗室副主任、上海合成生物學創新中心理事長）