我们处于一个创新的转型期
在很长的时间里，我们科技领域的投资都是“跟随“，因为这个可以从我们经常听到的词汇、话语中窥得其中的问题，就像“填补了国家空白”、“解决了国计民生重大问题”，是的，这些问题都是解决“有”或“无”的问题，解决眼前的问题，而非是长远的问题，很多科研实际上就是在原有的基础上进行一些修改，即所谓的“微创新“，我们今天的成功来自于很多低成本优势：
（1）人工成本低，随着改革开放，人们能够离开僵化的体制可以流动，这带来了廉价的劳动力资源，直到现在在江浙很多地方民营企业都是上6天班的，也就是最近几年上海这样的地方才开始能够实施广泛的社保缴纳的
（2）知识产权成本低，必须承认在很多领域我们的确是通过“逆向工程“、”测绘“降低了整个研发中最烧钱的测试验证部分，这个部分的成本往往是高昂的，但我们直接测绘就将研发中最烧钱的部分给省略了。
（3）环保问题，这个不用说了，正在整治的过成功中。
当然，后发优势也是一种比较合理的解释，因为已经有前人在前面带路，我们自己就会省掉很多探索道路所冒的风险，但这容易形成依赖--不去自己思考如何走在前面，思考独立的发展该当如何进行？
因此，当贸易战发生时，我们的企业就会非常艰难，你都可以推导出国家必须让利—减税。
你必须相信，我们的确在变得更好，但是，我们必须意识到，我们处于一个转型中，我们必须要去改变过往的模式，因为过去的成功已经不能再复制了，因为，人工成本已经不低了，知识产权保护不仅是保护他人也是在保护我们自己，环保问题—垃圾回收这么大面积的快速推进，包括环保风暴导致很多抱怨，你必须面对现实—必须改变过往的发展模式。
过去的路径依赖必须得到突破，其实，从贸易战中我们就可以看到，很多我们的产业根本就没有像口号那样宣称的掌握核心科技，很多高科技企业本质上就是制造业，而美国强大的都是在“收费站“的业务模式，收取License，或者芯片这样的，包括日本最近对韩国的技术封锁，也是在上游材料与工艺技术领域。
虽然我不大喜欢“卡脖子”这个词，因为这个词就是那种“自己不行，怪别人太行”的感觉，而且“卡脖子”是一种缺乏“合作态度”，心里可以这么想，也别就那么大声喧哗--但是，就讨论一下卡脖子这个事情如何解决也无妨。
今天：我们已经走在了荒原上怎么办？
电子制造业：今天我们的手机已经能够生产全球大部分的产品了，包括各种家电、3C产品，这个使得我们聚集了全球所没有的强大供应链系统、制造工人，以及为大规模生产所构建的生产运营管理水平，虽然美国希望制造业能够回流，或者转移到印度、越南，但是，可以比较确定的说“在这些领域，其它国家已经没有机会了”。
高铁： 高铁最初是由市场换技术来的，很多人觉得其实根源都是来自SIEMENS，庞巴迪、川崎重工、阿尔斯通，但是，我想说的是，其实把高铁这样的机车组装、管理运营数万公里的铁路系统，这并非是一个容易的事情，在任何一个产品与技术，如果没有大量的“测试验证”，一般很难说稳定可靠或者经济可行，而中国的高铁经过数万公里的测试验证，以及经济化的运行已经可以领先世界了。
通信： 随着华为过去在通信市场的高歌猛进，乃至今天在5G领域的领先，但是，得承认在过去很长一段时间，华为也是一个学习的过程，这点上，任正非先生自己不断的表明这一点，和全世界最优秀的公司一起，包括IBM、德勤等诸多的管理咨询公司、高通、英特尔、Google等技术的学习，但是，如果有一天，我们已经融合了这些所有的能力，成为一个集大成者—那么，我们怎么办？
华为通过巨大的研发投入，通过数十年的艰苦卓绝的奋斗，早已经成为了一个“走在荒原”上的企业，还有像振华港机在港口领域的全球引领地位、包括宝钢在全球冶金领域的地位，大疆在无人机领域的引领地位、中车在高铁领域…我们会有越来越多的企业将继续走向荒原，我们将是引领，而不是跟随，我们就要思考这个路该怎么走了，因为没有了路标、没有了可以借鉴的车辙，也没有大海上的灯塔。
中国的制造业会颠覆全球的制造业格局，就在于“大”，中国的足够大的市场来试错，就像多少国家是没有机会去造个火箭、高铁，全世界能够在整个全产业链中布局的仅美国、俄罗斯、中国几个大国而已，因此，才能依靠这个巨大的市场应用来成熟产品。
中国的制造业，因为这种规模效应，以及产业技术的横向产业转移，就像手机的制造能力可以用于其他电子产品，视觉的算法可以扩展到工业，那么，我们将会有更多的产业走到荒原上，我们将选择，未来的路该怎么走？
未来：创新驱动的道路该怎么走？
基础理论决定发展的长远
任正非先生在最近的发言中强调了华为在基础理论研究领域的投入，包括引进“天才”的少年这个话题，其实，回顾科技的发展史，你不得不感慨于过去那些伟大的科学家在基础理论方面的研究为我们今天奠定的坚实基础，今天，我们研究的人工智能、数据驱动的分析，我们回顾历史发现维纳、香农、图灵这些人为我们所奠定的基础，而引力波在2015年被验证，而这离爱因斯坦的相对论已经过去了100年了。而我们享用的是前人的福利。
基础建模
基础理论往往是我们工程应用的“Why“的问题，根源性问题，很多研究，如果缺乏根源性的设计，如物理的建模，那么，我们就很难去进行虚拟测试验证。
在很长一段时间里，我总觉得管理学界的很多模型在实践中，总是会被认为是空洞的，大家不相信理论，因为，我们的理论脱离了实践，我们在过去都是研究别人基础之上的模型，但，我们并不在知道模型在构建的过程中发生了哪些问题，它具有哪些适用性，因为哪些场景曾经被修改过，诸如此类，一个模型的成熟过程，我们没有了解，而直接得到别人验证过的模型。
数学的基石
欧几里德的《几何原理》是全球发行量仅次于圣经的科技教材，在过去的时代，我们依赖它解决太多的日常计算问题，比如河流泛滥后的土地如何重新分配，大量的大型建筑的构图计算，我们去看牛顿和莱布尼兹为了解决动态过程中的变力的运动学、动力学、流体力学等计算而发明了微积分，而爱因斯坦相对论则构建在黎曼几何的基础上，机器学习的重要理论基础马尔科诺夫过程建立在柯尔哥莫诺夫1931年所写的《概率与数理统计》，今天的人工智能都建立在过往的数学基础上。
我们日常的PLC的逻辑处理都是来自离散数学处理，而流程中的很多控制基于微积分，而为了解微分方程，我们需要用到拉普拉斯变换，机器人技术则采用了欧拉-拉格朗日方程，CNC则是插补问题，其实都是数学，包括我们在运动控制上说机械冲击小，也是曲线的阶次较高，更为光滑的曲线，到了今天我们讨论边缘计算的优化问题，可以采用的各种算法如蚁群算法、梯度算法、遗传算法都是来自于数学，而针对机器学习的各种应用如监督学习采用的朴素贝叶斯、随机梯度、支持向量机SVM,神经网络集成学习，包括非监督学习的K-Means、近邻算法、高斯混合模型等等，都是建立在数学的基础上。
就像徐匡迪院士所说，人工智能的基石在数学，其核心关键是算法，可是我们有多少数学家投身进取？
哲学的根基
哲学总是被低估其价值，因为“我们总是认为那是虚幻的”，不能给我们什么现实意义的帮助，因为，就眼前的解决问题而言，哲学几乎没有什么价值和意义，然而，它却构成了整个科技的底线思维的基础，
科学研究运动，寻求解决良方，而哲学则追求目的和评价与协调，即，科学赋予我们知识，而哲学赐予我们智慧，包括逻辑、美学、伦理，逻辑学是包括了方法论的基础，如演绎与归纳、假设与实验、分析与综合等思维方法，都是构建我们的基础研究的思维体系。
今天，资本的力量是追求眼前的，甚至是追求利益而忽视人的生存健康的，摧残我们身体、制造焦虑、引发人们之间的争斗、造成资源的浪费（像ofo、Mobike…）,追求极端快速的资本回报，然而快速退出留下一地鸡毛，多少在资本的催生下的所谓“创新”刺激了人们的欲望，而导致内部的矛盾、破坏了信任、隐藏了不安全，最终自身也随着资本的推出，内部的矛盾而烟消云散，资本赚了，然而，这个产业并非就真的得到了发展。
资本应该得到平衡，发挥它的杠杆效用，真正帮助产业发展，相对而言，产业资本更了解自身的规律，能够具有一定的发展支撑，任何时候，我们都会有这样那样的问题，然而，平衡这些需要智慧—这些来自于哲学，即，选择的智慧。
教育：不仅是知识的传递
人们总把社会问题归为教育问题，而教育又会把问题归于社会问题，因为社会浮躁因此传染了大学教育，而另一方面，社会的急功近利也影响了大学的教育，就像你觉得创新设计很重要，但是，企业没有时间等待你基础研发的长周期投入，因此，你培养所谓的建模仿真根本没有用，因此，在任何时候，这些都是相互的。
我们要有更多的系统性思维、批判性思维、创造性思维的训练，在创新领域，很多时候我们经常会感慨于不仅是在科技领域，连《中国好声音》、《爸爸去哪儿》这种节目都是需要引入版权的，包括在运动健身领域的产品设计，有一次和健身房的销售谈到这个话题，居然发现原来在这类产品上，也是国外引进的多，其实，这个时候，我们就会发现“规范与标准“本身也是一个创新的基础，基于系统思维，全面解构问题，并搭建一个完整、高效运行的管理系统，本身也是这类创新的特征。
想要不卡脖子—就在上游筑坝
其实，最好的生意就是在上游筑坝，所谓的“收费站“模式，在这次贸易战中，我们会发现很多”卡脖子“的现象，这些卡脖子的技术，通常都是在产业链的上游，我们解决国计民生的问题时候都在下游，高铁、工程项目，大型装备等，都在材料科技的下游，而无论是芯片、芯片的材料、设备，设计软件都是在上游，而且采用License的模式也是一种”收费站“模式，过路就得付钱—就像高速公路一样，收费是人工还是改为ETC这都不重要，关键是这种盈利模式，我们也需要掌握。
上游的，就是基础的，材料、数学模型与方法、软件、芯片……，基于创新设计的，需要耗费长周期投入的，但却受益长远的业务。我们已经解决了大部分的民生问题，我们也有了完整的工业门类，我们需要摆脱过去那种只看眼前利益的发展，更看长远。
