生成式人工智能背景下的全球創新網絡治理

摘要：全球創新網絡依托數字經濟創新生態迅速發展演化，伴隨著數字技術的興起與成熟，全球創新網絡面臨著前所未有的機遇和挑戰。研究梳理了全球創新網絡的風險研究，基于生成式人工智能（AIGC）技術的創作力和智能化特點，探討了新技術背景下全球創新網絡面臨的治理挑戰，并提出進一步提升治理能力的對策建議。研究期望為中國參與全球創新網絡治理、深化創新發展轉型提出一定的建設性思路。

關鍵詞：生成式人工智能；全球創新網絡；風險治理；治理能力提升

一、前言

伴隨全球創新網絡的演化，數字經濟創新生態系統興起，創新主體互動、創新資源配置和創新成果轉化方式更加網絡化、全球化和快捷化。圍繞“國家治理體系現代化”“國家創新體系”的頂層設計，科技創新與制度創新的“雙輪驅動”創新發展模式，中國走出特色的自主創新道路，逐漸實現從“世界工廠”向“創新發展”的轉型。同時，中國參與全球創新網絡的內涵發生根本變化，企業資源搜尋范圍擴展至全球，創新活動拓展至更為廣泛的技術聯盟、聯合研發中心等不同主體間網絡合作，推進全球創新網絡的發展。中國超全球平均水平的互聯網發展迅速，大數據、云計算、物聯網、人工智能、區塊鏈、5G移動通信等互聯網最新技術的發展與應用，帶來了新模式、新業態和新場景，形成新形態和新效應。

隨著科技的迅猛發展，生成式人工智能（AIGC）技術正逐漸走向成熟，為全球創新網絡帶來了前所未有的機遇和挑戰。AIGC技術以其驚人的創作能力和智能化特點，正在引領著內容生成、創新協作和信息交流的新時代。然而，這一技術背后也潛藏著許多復雜而深刻的治理問題。從數據隱私到內容準確性，從倫理道德到技術透明度，如何在AIGC的浪潮中實現創新的推動與全球創新網絡的穩健構建，成為擺在我們面前的緊迫課題。

二、全球創新網絡風險

縱觀全球創新網絡的風險研究，主要圍繞風險類型、風險生成、風險治理等議題展開。學者們從不同的視角對風險維度進行了劃分。從網絡內部合作過程涉及的要素看，Das和Teng提出了“關系風險——績效風險”[1]；從全球創新網絡外部環境來看，面臨著技術風險、自然風險和市場風險等三大類風險；從網絡內部環境來看，面臨著網絡治理風險、伙伴選擇風險、創新系統風險等。此外，組織協調風險、信息溝通風險、技術協作風險等也是威脅技術聯盟網絡運營的多重風險。

全球創新網絡中面臨的運營風險表現為創新結果和目標不一致，形成創新系統運營風險的原因主要包括外部環境的不確定性、系統運行的復雜性、創新主體自身能力的欠缺；嵌入到全球創新網絡中的企業不僅面臨著網絡中的關系風險，與其他企業也存在著多種競爭風險。產生競爭風險的原因包括信息資源的不對稱性、客戶資源的有限性，以及結構洞資源的稀缺性；路徑依賴為網絡風險形成提供了另一個視角的解釋。此外，制度的合法性對于全球創新網絡的風險也有一定的解釋力。

關于全球創新網絡風險治理的研究主要集中在網絡治理[2]、關系治理 [3]、知識治理 [4]等方面。網絡的風險治理機制強調通過多元主體間的互動，在個體理性的基礎上達成集體理性，實現組織利益間的協調。建立信任關系，制定良好的合作合同確實可以在一定程度上降低關系風險，但存在合作者間交易成本太高等問題。知識治理強調在全球創新網絡中對知識產權、專利權的認定、確權、保護措施，在知識的流動與共享基礎上保護知識所有權 [5]。也有學者從關系傳遞的角度探討創新企業的網絡治理機制，分析了不同情景下信任機制與契約機制的適用性問題 [6]。（見表1）

三、AIGC背景下的全球創新網絡治理問題

目前對AIGC的討論較多的是其可能產生的社會問題，諸如算法偏見、知識產權侵權、數據隱私等。本文則更多地從AIGC角度討論創新領域方面可能面對的相關風險問題。網絡的風險治理機制強調通過多元主體間的互動，在個體理性的基礎上達成集體理性，實現組織利益間的協調。AIGC背景下，全球創新網絡參與主體的變化使得其面臨的治理風險發生了一定的變化。由于AIGC技術的加入，全球創新網絡風險從維度到生成原因再到治理范式都發生了一定的變化。

（一）專業化創新數據

AIGC技術依賴于基礎模型的選擇，這些模型是在不同的數據集上訓練的。然而，管理高度專門化的數據集既費時又沒有成本效益。管理高度專門化的數據集可能需要耗費大量時間和成本，特別是對于某些領域，例如醫療領域，數據采集和標注的復雜性可能較高，需要權衡數據獲取的成本和模型性能的提升。

此外，AIGC模型在測試時間上可能會面臨不同領域分布的數據。如果模型只在特定領域的數據上進行訓練，它可能無法很好地適應不同分布的數據從而影響其性能。跨域表示的重要性，使模型能夠在不同領域之間進行知識遷移，成為需要考慮的治理問題。

（二）新型專利風險

專利風險是創新網絡中面臨的重要風險，競爭情報、情報共享及戰略協同等都是產生專利風險的因素。AIGC可以生成各種創意性的內容，這引發了關于生成的內容是否足夠創新，是否滿足專利申請的創新性要求等問題。在專利申請過程中，需要評估生成的內容是否達到了專利保護的標準，以及如何確定AIGC在創造性方面的貢獻。

AIGC技術的廣泛應用可能導致專利侵權的風險增加。AIGC技術可以模仿已有的內容，包括專利保護的內容，從而引發專利侵權爭議。此外，AIGC技術的工作過程往往是復雜的黑箱模型，算法生成的創新產物往往難以追溯其具體生成路徑，可能難以解釋清楚專利侵權是否發生。

（三）算法黑箱下的參與主體知識流共享問題

知識流作為創新網絡中不可或缺的紐帶，扮演著連接各參與主體的重要角色。在全球－地方創新網絡的背景下，全球范圍內知識的整合變得愈發重要。然而，AIGC技術所帶來的算法黑箱問題卻使得通過該技術生成的創新知識變得難以完全可見，這對知識在各參與主體之間流動造成了一定的障礙。

AIGC技術的不透明性使得從算法中產生的創新知識存在一定程度的不可預測性。因此，盡管全球創新網絡中的知識整合是推動創新的關鍵因素，但難以完全預測和掌握AIGC所創造的知識內容，使得知識流動面臨限制。這種不透明性可能導致一些創新主體無法深入了解所使用的算法，進而難以充分利用生成的創新知識。

（四）創新領域低容錯需求與技術發展現狀

盡管AIGC技術在圖像、文本和音頻生成領域取得了巨大成功，但這些領域通常具有較高的容錯性。在一些高風險應用領域，如醫療、金融服務、自動駕駛汽車以及科學發現等領域，AIGC技術仍然面臨許多挑戰。在這些領域中，任務的關鍵性要求極高的準確性、可靠性、透明度，以及最低化或接近于零的容錯性，任何錯誤都可能導致嚴重的后果。例如在醫療診斷中，AIGC技術的誤差可能會影響病人的健康結果；金融領域中，不準確的預測可能會導致巨大的經濟損失；自動駕駛汽車系統中的錯誤可能會威脅到行人和乘車人員的安全。在這些領域中，高度的準確性和可靠性是至關重要的，因此，AIGC技術必須克服許多技術和道德上的難題，以滿足這些嚴格的要求。

（五）創新持續性問題

在面對不斷擴大的人類知識庫和新興任務情況下，持續學習和再培訓成為關鍵問題。為了確保生成的內容包含最新的信息，模型不僅需要積累已學知識，還需要能夠從新獲取的信息中進行學習和推斷。對于下游任務的持續學習可以在保持基礎預訓練模型不變的情況下進行，也可以對基礎模型進行持續學習更新。然而，并非總是持續學習優于重新訓練模型，因此，需要明確什么情況下應該選擇持續學習策略，什么情況下應該選擇重新培訓策略。

在應對不斷增長的知識和任務的同時，如何使AIGC技術具備持續學習的能力成為一項關鍵挑戰。這涉及平衡模型的穩定性和新知識的融入。因此，持續學習和再培訓之間的平衡將在未來的研究和實踐中扮演重要角色，以確保AIGC技術能夠保持創新持續性和有效性。

四、AIGC背景下的全球創新網絡治理能力提升策略

（一）依托國際合作，拓展數據要素整合能力

在互聯網、大數據、人工智能和實體經濟融合中，數據價值被激發，數字賦能創新改變需求創造方式、業務設計模式、價值創造邏輯等，數據作為新的要素 [7]和基礎性、戰略性資源，助推企業技術創新、產品創新、產業轉型升級，發揮著創新的新引擎作用。隨著AIGC技術的發展，基于海量訓練數據的大模型使得數據價值得以更大程度地發揮。在數據驅動創新的數字經濟發展過程中，全球創新網絡各主體如何有效利用數據要素或數據要素與其他生產要素的結合實現全球創新網絡建構過程值得關注。

有效整合數據要素資源對于提升網絡創新能力，抵御創新網絡風險具有重要作用。在新合作格局框架下，深化全球創新網絡的雙邊和多邊協作關系，促進網絡節點的數據要素整合能力，利用研發資源共享、戰略技術聯盟和研發人才合作等手段進一步開展創新要素整合活動，通過雙向促進作用反哺國際創新合作的經濟效應。

（二）推進柔性監管，激發新型創新活力

制度的合法性對于全球創新網絡的風險也有一定的解釋力，許多學者的研究均表明組織合法性是組織發展壯大的重要資源。2023年5月，OpenAI公司CEO Sam Altman在美國國會的人工智能監管聽證會上表示需要建立一個新的立法和監管體系以應對AI的潛在風險。隨著《生成式人工智能服務管理辦法（征求意見稿）》《網絡信息內容生態治理規定》《網絡數據安全管理條例（征求意見稿）》《互聯網信息服務深度合成管理規定（征求意見稿）》等政策法規的相繼出臺，我國正積極開展生成式人工智能的治理實踐。

但是在創新領域，特別是積極構建中國特色全球創新網絡的發展思路指導下，如何在制度合法性的前提下構建柔性監管制度，積極促進AIGC技術基于參與創新網絡成為需要思考的方向。

（三）探索跨部門協作模式，保障網絡穩健運行

在AIGC技術的健康發展中，跨部門協作機制顯得尤為重要。這種機制涵蓋了政府、技術專家、產業界、學術界等各個部門的緊密合作。通過技術與倫理的交織、政策與技術的協同，以及行業與政府的互動，可以確保AIGC技術在合規的同時推動創新網絡的建設。

面對技術發展帶來的倫理問題，技術專家和倫理學者需要緊密合作，探討如何確保生成的內容合乎倫理標準，以及如何在技術發展過程中保障用戶權益。這種交織有助于制定明確的道德準則，確保創新網絡的穩定健康發展。政策與技術的協同同樣重要，政策制定者需要了解AIGC技術的潛在影響，并制定相應的政策和法規來規范其發展與應用，實現政策與技術的雙向互動，以避免對創新網絡發展的限制。行業與政府的互動則是另一個關鍵方面，AIGC技術的應用涉足多個行業，例如醫療、金融、媒體等，行業協會、企業和政府需要通力合作，制定適應各領域需求的指導方針和標準，鼓勵AIGC技術在社會中的廣泛應用，協同推動創新。跨部門協作有助于提升公眾對AIGC技術的認知，加強國際合作，達到創新與監管之間的平衡，從而實現全球創新網絡的穩健構建與綜合治理。

五、結語

綜上所述，通過上文的分析可知，當前AIGC技術的成熟對全球創新網絡帶來了諸多的挑戰以及機遇，諸多學者已經對當前全球創新網絡風險以及風險治理開展了諸多的研究。通過研究能夠發現，在AIGC背景下全球創新網絡參與主體已經出現了一定的變化，而這也給風險治理帶來了一定的變化。在明確了這些變化的基礎上，就AIGC背景下的全球創新網絡治理能力提升策略進行了探討。希望可以為AIGC背景下創新網絡治理能力的提升提供借鑒。

參考文獻

[1]Das T K， Teng B S. Instabilities of strategic alliances： An internal tensions perspective[J]. Organization science， 2000， 11（1）： 77-101.

[2]孫國強，邱玉霞. 網絡組織的風險及其治理：風險悖論的視角[J]. 經濟問題，2016（01）：90-95.

[3]劉慧，楊乃定，張延祿.競合視角下研發網絡關系風險相繼傳播模型構建與仿真[J].系統工程理論與實踐，2017，37（05）：1313-1321.

[4]賴紅波，王建玲.基于社會網和價值網互動視角的本土企業高端突破研究——以集群網絡內企業為例[J].軟科學， 2012， 26（05）：118-122.

[5]王慧.創新網絡企業間要素特征，知識合作關系與合作績效研究[D].西安：西北大學，2019.

[6]孫瑩，彭正銀，車響午.基于關系傳遞的創新企業網絡治理機制選擇研究[J].軟科學， 2022， 36（04）：30-36.

[7] 謝康，夏正豪，肖靜華.大數據成為現實生產要素的企業實現機制：產品創新視角[J].中國工業經濟， 2020（05）：42-60.

基金項目：1.山西省科技戰略研究專項一般項目（項目編號：202204031401104）； 2.山西省社會科學院（山西省人民政府發展研究中心）2022年度規劃課題青年項目（項目編號：YWQN202248）； 3.2022年度山西省高等學校哲學社會科學項目（項目編號：2022W077）

作者單位：太原科技大學經濟與管理學院

■ 責任編輯：周航