21世紀以來，以互聯網、大數據、人工智能等為代表的數字技術，使創新呈現出數據驅動的新形態。
數據驅動創新主要有3個方向。一是解決已知復雜問題，揭示以往人們已知方向卻難以及時證實的復雜關聯；二是揭示未知復雜關系，利用海量數據和高效計算能力，在不依靠假設的前提下發現數據間隱藏的復雜關聯；三是洞察顆粒化場景，實現個性化賦能。數據對于場景刻畫的顆粒度更加細微、覆蓋面更加廣闊，能為更精確的場景洞察提供助力。
同時，創新范式的改變帶來了創新主體地位的變化。產學研一般是指大學和科研機構進行原始創新、技術開發、產業化轉換。但在數據推動的情況下，企業有數據和算法，能夠準確感知市場需求和應用場景，其重要性得到極大提升。大型數字企業還能匯聚大量人才，進行大規模投入，如在自動駕駛領域，頭部企業、平臺企業不需要等待原始創新，他們可以實現創新、產業和用戶的一體化，這將開拓一個“齊步走”的研發新模式。
要推動更多的數據開放共享和開發利用。數據復用才能最大程度發揮數據的作用，擁有海量數據的傳統機構可以加快數據開放共享的步伐，推動其他主體進一步創新。在數字經濟方面，我國最大的優勢是數據量大，要發揮我國海量數據的作用，加快推進科技創新，為高質量發展提供強大動能。
（經濟日記者 李和風整理）
