1、模块化驱动的颠覆性技术创新网络演化研究 以智能语音为例束超慧1,王海军1,刘俊峰2,3(1.沈阳工业大学 管理学院,辽宁 沈阳1 1 0 8 7 0;2.清华大学 机械工程学院,北京1 0 0 0 8 4;3.科大讯飞股份有限公司 智能汽车事业部,安徽 合肥2 3 0 0 8 8)收稿日期:2 0 2 2-1 0-1 1 修回日期:2 0 2 2-1 2-0 8基金项目:国家社会科学基金项目(1 9 B G L 0 4 5);中国高等教育学会资助项目(2 2 Y Z 0 2 0 3)作者简介:束超慧(1 9 9 4),女,安徽芜湖人,沈阳工业大学管理学院博士研究生,研究方向为颠覆性技术创新、创
2、新网络、模块化;王海军(1 9 7 7),男,安徽滁州人,博士,沈阳工业大学管理学院教授、博士生导师,研究方向为颠覆性技术创新、模块化、协同创新;刘俊峰(1 9 8 1),男,山东菏泽人,清华大学机械工程学院博士研究生,科大讯飞股份有限公司副总裁、智能汽车事业部总经理,研究方向为智能语音、技术创新。本文通讯作者:王海军。摘 要:颠覆性技术被认为是后发企业抢占市场先机的利器,构建创新网络成为企业撬动该类创新范式的重要途径。如何把握颠覆性技术创新网络的演化规律与特征?围绕这一关键问题,以模块化为切入视角,以智能语音技术为研究对象,以专利数据为分析手段,构建颠覆性技术创新网络并分析其基本特征与演化规
3、律。结果发现,颠覆性技术创新网络具有密度低、小世界特征不明显等特点;技术模块化解构与组织模块化设计的双重嵌入,有利于颠覆性技术的创新发现、突破及应用;整体网络的弱连接、模块化组织网络内部的强连接以及网络异质性,能提高颠覆性技术创新实现的可能性。关键词:模块化;颠覆性技术;创新网络;智能语音;专利分析D O I:1 0.6 0 4 9/k j j b y d c.2 0 2 2 1 0 0 2 6 0 开放科学(资源服务)标识码(O S I D):中图分类号:F 0 9 1.3 5 4 文献标识码:A 文章编号:1 0 0 1-7 3 4 8(2 0 2 3)0 6-0 0 2 5-1 10 引
4、言 国家创新驱动发展战略纲要 和“十三五”国家科技创新规划 相继提出,“发展引领产业变革的颠覆性技术”,“推进颠覆性技术创新,加速引领产业变革”,新形势下颠覆性技术创新已被提升到国家战略高度。颠覆性技术创新是一个多主体参与、多要素协同、多阶段衔接的动态复杂过程,具有网络化特征1。随着创新环境日渐复杂,构建创新网络成为企业撬动颠覆性技术创新的重要途径2。然而,现有研究重点关注不同视角下颠覆性技术识别、预测和演进等方面3-5,缺乏对颠覆性技术创新网络的探索。已有技术创新网络研究表明,单一网络节点属性对整体网络结构演化不具有明显推动作用6。此外,网络各层级之间具有相互依赖性7,通过将多重复杂网络分解
5、为多个模块,能够更好地解析网络系统中各环节的作用关系8。然而,鲜有文献从技术与组织双重嵌入视角研究颠覆性技术创新网络。因此,有必要对颠覆性技术创新网络进行解构,从技术模块化与组织模块化视角解析其基本特征和演化轨迹。智能语音作为人工智能应用最成熟的技术之一,颠覆了传统人机交互方式。本文以智能语音技术为研究对象,构建颠覆性技术创新网络并剖析其基本特征,然后桥接模块化理论与颠覆性技术创新理论,即从技术模块化与组织模块化两个维度解析以下问题:鉴于模块化对技术创新独特的赋能作用,从技术模块化与组织模块化相互嵌入这一独特视角出发,颠覆性技术创新网络呈现出怎样的演化轨迹和演变特征?智能语音产业一流创新主体的
6、合作网络如何构建才有利于颠覆性技术的产生?本文研究可为新形势下我国智能语音产业实现跨越式发展提供学术证据,为我国其它相关产业/企业的颠覆变革与赶超提供借鉴。1 文献综述与理论构建1.1 颠覆性技术创新网络颠覆性技术创新最早由C h r i s t e n s e n9提出,其认为此类创新范式能够满足细分市场用户需求,具有显著的经济性、便捷性等特征。现有研究主题包括颠覆性技术的概念内涵、识别预测与评估、演进特征等。例如,王海军1 0将技术的扩散性、创新性和转轨性作为颠覆性技术的评判指标,识别出端到端的神经网络算法是未来颠覆性技术发展方向之一。学术界也在不断扩展颠覆性技术创新的内涵与边界,如D a
7、 n n e e l s1 1提出数码相机对胶片相机的颠覆、D V D对录像机的颠覆等应当属于高端颠覆性创新;M a r k i d e s1 2认为某些特殊情境下的高端技术突破属于高端颠覆性技术创新。从组织角度看,颠覆性技术创新高度依赖组织内外的紧密合作,通常由单个企业内部或企业与外部组成的联合体共同完成1 3。D a h l a n d e r&G a n n1 4认为,传统企业独立内化的创新模式已很难适应当前竞争加剧、技术突变、用户需求个性化等情景的要求,建立主体多元化的创新网络成为企业提升竞争优势的主要途径;王海军(2 0 2 1)提出颠覆性技术创新越来越依赖企业所在创新系统。基于此,
8、本文将联合攻克并实现颠覆性技术创新的主体集定义为颠覆性技术创新网络。目前相关研究较少关注创新网络对颠覆性技术的影响机制,颠覆性技术创新网络的动态演化过程也鲜有研究涉及。颠覆性技术突破传统技术的发展轨迹,形成全新的技术轨道,其创新网络演化过程也面临突变性与复杂性(黄鲁成等,2 0 1 5)。一方面,颠覆性技术涉及多学科交叉交融,而跨界创新面临诸多不确定因素。例如,张庆普1 5通过案例分析发现跨界整合式颠覆性创新的价值涌现机理,其中的机会识别与机会把握则是难题。另一方面,异质性创新主体的广泛参与使得创新网络面临系统结构复杂化、合作关系多元化等问题,这些都使得传统企业组织管理模式捉襟见肘。在此情景下
9、,有必要开发颠覆性技术创新网络的调节和管理手段。其中,模块化恰好具有消解系统复杂度、推动分工协作的效能。因此,本文基于模块化理论,试图解析颠覆性技术创新网络演化的不同阶段特征,并探索如何协调与引导网络成员更好地参与技术迭代升级,实现颠覆性技术创新。1.2 模块化与颠覆性技术创新网络B a l d w i n&C l a r k1 6将模块化定义为通过每个可以独立设计并且能够发挥整体作用的更小系统构筑复杂产品或业务的过程;李鹏翔等1 7研究发现,创新网络结构普遍存在明显的层级模块化特征;王海军(2 0 2 1)将模块化视为催生创新网络形成乃至塑造创新生态系统的重要驱动力之一。此外,模块化不仅能够
10、有效促进企业与外部资源间的创新交互,还可以通过模块间的创新协同实现技术集成,从而获得颠覆性技术创新实现的网络效应1 8。从技术模块化角度看,技术模块的多元化积累能够增强颠覆性技术创新的源动力。首先,模块化解耦将技术设计分解成功能独立性、互换性强的技术模块,通过技术模块的标准接口降低技术准入门槛,使得后发企业能迅速进入该技术领域。其次,基于已有标准技术模块,可提升新功能技术模块开发速度,并减少企业“竞争试错”式学习的机会、降低创新成本1 9。再次,通过技术模块积累,基于明确定义的模块接口规则,可实现不同功能技术模块的创新集成,为探索技术创新的新供给提供可能2 0。最后,技术模块间的混合与匹配能够
11、有效回应技术与市场间需求的动态变化,有利于企业识别利基市场,挖掘全新需求。总之,通过从单体技术模块到技术模块池系统,有利于推动颠覆性技术创新及其演化扩散。从组织模块化角度看,模块化组织结构是指多个主体构建形成既分工独立又耦合协同的价值创造网络。组织模块的分工协作、资源共享能积极调动各网络成员的能动性。首先,各组织网络成员按照产品模块化的解耦设计进行各技术模块的研发与商品化生产,可形成基于自身能力的专业化优势。其次,在研发初期,技术模块的标准接口对外界来说是未知的,这促使各模块组织学习标准接口中的技术或工艺,进一步提高各模块组织的新知识储备与应用能力2 1。再次,各组织模块基于透明规则,发挥各自
12、特长,加快知识传递,继 而 激 发 技 术 变 轨 和 颠 覆 性 创 新(王 海 军 等,2 0 2 1)。最后,各模块组织网络间通过正式或非正式的交流互动,能够及时掌握市场需求反馈,网络成员能快速参与到彼此的技术进步中,为关键模块开发创造出颠覆性想法2 2,从而快速完成产品的动态调整,实现颠覆性技术的二次创新。综上所述,模块化设计可以促进创新网络中的颠覆性技术产出。创新主体通过有效利用技术模块与组织模块的相互嵌入,优化组织网络管理,并帮助企业获取异质性资源,促进企业创新能力提升,实现颠覆性技术创新网络的共同目标(见图1)。2 研究设计2.1 研究方法智能语音摆脱了录音控制由手动完成的局限,
13、颠覆了传统人机互动过程中信息输入和反馈的方式。同时,智能语音技术具有通用性与数据驱动特征,也决定了其创新网络形成与演化的独特性。然而,当前学术界对智能语音的关注主要集中在智能语音技术的实际应用或相关讨论上,较少从整体产业角度展开研究,更未见学者将智能语音与专利网络相结合探讨其演化过程及规律。本文首先以智能语音技术专利为数据源,检索下载可用专利信息;其次,借助M a t l a b工具对智能语音技术发展进程进行阶段性划分,根据每个阶段的专利数据,选取联合申请专利构建创新网络,并以专利申请人作为网络节点,采用N e t w o r k绘制不同阶段的创新网络图;最后,分析智能语音技术专利合作创新网络
14、的演化过程。62科技进步与对策 2 0 2 3年图1 模块化驱动的颠覆性技术创新网络演化模型F i g.1 E v o l u t i o nm o d e l o fd i s r u p t i v e t e c h n o l o g y i n n o v a t i o nn e t w o r kb a s e do nm o d u l a r i t y2.2 计量指标已有研究尝试用专利数据进行模块化测量,如王海龙2 3采用模块供应链商家与整车制造商专利申请数量的比值测量汽车产业模块化程度;张鹏(2 0 1 6)以专利间的引用关系表征技术模块的分散与再整合关系。技术模块并不只
15、是单一专利,I P C分类(国际专利分类)体系能够反映专利所在技术领域。因此,本文利用专利I P C分类号对应的技术领域表征智能语音的技术模块。此外,考虑到本文构建的模块化组织网络区别于传统整体网络或以单个节点为核心的个体网络,因而在网络规模、节点度、网络密度、中心度、平均距离等基本网络特征分析的基础上,引入凝聚子群进行模块化组织网 络 的 测 度。在 具 体 测 度 划 分 上,借 鉴 党 兴 华(2 0 0 9)的观点,将整体网络中基于可达性的n-派凝聚子群定义为一个组织网络模块。3 样本选择与数据预处理3.1 样本选择本文主要以德温特专利数据库与中国国家知识产权局专利数据库为数据源。考虑
16、专利从申请到授权及公开具有一定滞后期,因此截止时间选择2 0 2 0年1 2月3 1日。为 保 证 较 高 的 查 全 率 和 查 准 率,利用I P C分类号、相关高频词汇等进行多次筛选,最终得到智能语 音 技 术 申 请 专 利3 91 8 3件。智 能 语 音专利申请数 量 变 化 情 况 如 图2所 示,申 请 量 逐 年 递增表明智能语音技术逐渐受到重视。智能语音领域第一条专利 申 请 时 间 较 早,是1 9 3 5年7月W e s t e r nE l e c t r i cC oI n c申请的一种利用光学方法进行语音合成的记录 信 息 存 储 专 利,专 利 号 为U S 1 9 3 5 0 3 0 2 0 1。该技术颠覆 了 早 期 机 械 式 信 息 录 入 方 式,由 光 波 穿过胶片及类似物中的运动原理(声音照相)实现语音合成及信息存储。3.2 数据预处理本文主要选取发明专利数和发明专利授权数对智能语音技术网络演化进行分析。因此,剔除外观设计与实用新型专利,共获取2 51 9 4条发明专利信息(占比6 4.3%)。同时,考虑到1 9 3 61 9 6 1年无相
