卢庚戌整容这似乎是一个“先有鸡还是先有蛋”的问题。但在近几年，越来越多的中国科技公司给予了“科学”比以往更多的关注。

　　与此对应，“基础研究”一词越来越多地出现在了头部科技公司的战略规划和企业家的讲话之中。任正非称华为有一万多名在编专家从事基础研究；马云宣布阿里成立达摩院，进行基础科学和颠覆式技术创新研究；马化腾深夜发问，“未来十年，哪些基础科学突破会影响互联网科技产业？”

　　春江水暖鸭先知，科技企业对基础研究的关注也反映了市场环境的变化：伴随全球产业链的调整，从2018年中兴事件到现在华为被“卡脖子”，国内基础科学研究的短板越来越明显，成为了行业和大众关注的焦点。

　　尤其是发轫于珠三角地区的腾讯、华为等科技企业，对基础研究的制约感受会尤为明显。相比京津冀地区，广东早年既缺产业基础，又缺教育资源，科研现状是：90%的科研投入来源于企业，90%的研发机构设在企业内，90%以上的重点科研项目发明专利来源于龙头企业。

　　这种模式的好处是科技创新具有更强的实用性和市场转化力，缺点是源头创新不足，来自于高等院校和科研机构的数量明显偏少，导致一些关键技术高度依赖进口，被“卡脖子”。

　　正因为如此，广东的科技企业对基础研究格外重视，也能理解这段时间腾讯在推动的“科学周”活动，就是其对重视基础研究的态度的一种表达。

　　在大众的认识中，基础科研是一项短期内看不到回报的投入，而企业经营的目的就是获取利润，基础科研某种程度上是个“烧钱”游戏，更重要的是，基础研究是科学探索，很多时候是不能制订计划和目标的，习惯了KPI导向的企业，又会有什么样的动机去做这样一件“吃力不讨好”的事？

　　“我们总是高估一项科技所带来的短期效益，却又低估它的长期影响。”未来学家罗伊·阿玛拉（Roy Amara）提出的“阿玛拉定理”，也引发了科技企业对未来的思考：作为科技企业，应该如何制订自己的科研策略，在世界科技发展的浪潮中参与全球竞争？

　　要回答这个问题，就要从科学发展的历史，以及企业为何走上了基础科研的道路说起。

　　在科学史有一个专门的词叫“科学革命”，这个词最初专门描述的是近代历史上现代科学的萌芽时期，从文艺复兴时期哥白尼的《天体运行论》开始，到第一次工业革命时期牛顿发表《自然哲学的数学原理》的100多年间，科学大爆发、天才辈出的黄金时代。科学革命的集大成者是牛顿，他在哥白尼、伽利略、开普勒等先人的观测、数据和经验总结的基础上发现了牛顿三定律、万有引力定律，建立了古典力学体系。

　　第一次工业革命，就是牛顿古典力学体系进一步指导技术的革新的结果。蒸汽机为工业革命提供稳定的动力，科学革命为工业革命保驾护航。而19世纪前期，化学受纺织业迅速发展的影响成为当时进步最大的一门科学。

　　发生于十九世纪中期的第二次工业革命再次验证了基础研究与应用技术的相互推动模式：1820到1830年代，安培用数学方法总结了电流的磁效应并创立了电动力学，法拉第发现电磁感应现象并进而得到产生交流电的方法，电磁学理论推动了电力的广泛应用，从而引发了第二次工业革命。1873年，麦克斯韦发表了《论电和磁》，将电、磁、光三者统一为电磁场论，成为电磁学的集大成者。

　　如果说牛顿时代的基础科学研究是个人单枪匹马开创一门新学科的“骑士时代”，那么到第二次工业革命时代的基础科学研究则进入了“团战时代”。具有相同兴趣的研究者们开始聚集起来，共同利用实验设备、分享各自的发现，这正是历史上那些最著名的实验室的雏形。

　　如上文提到的麦克斯韦，他被剑桥三一学院委任为首任卡文迪许教授，组建并监理卡文迪许实验室的发展。时至今日，卡文迪许实验室总共走出了29位诺贝尔奖得主，麦克斯韦也被认为是十九世纪物理学家中，对于二十世纪初物理学的巨大进展影响最为巨大的一位。

　　从第二次工业革命起，工业实验室开始在基础研究的舞台上初现峥嵘。这一领域的开创者是德国人，德国工业化的时期要晚于英美，因此“德国制造”在十九世纪一度被视为“山寨”和质量低下的代名词，但得益于基础科学上的雄厚根基，在半个世纪时间里，德国很快将世界一流的科学家队伍、工程师队伍和技术工人的队伍结合在一起，建立起了科学理论与工业实践之间的联系。

　　虽然具有工匠精神的德国人在工业实验室方面的起步较早，但真正把这一模式发扬光大的是更具市场意识的美国人。美国第一家企业实验室是发明家爱迪生在新泽西州建立的门罗帕克公园实验室，该实验室的1000多项专利后来被通用电气（GE）接手。

　　1900年，由于爱迪生的第一代灯泡专利即将到期，GE组建了实验室并招聘了250名工程师和科学家开发第二代电灯泡，这使得GE重新成为这一领域的霸主，其他公司也纷纷效仿，开设了自己的研发实验室，并将企业实验室从发明家驱动的“天才时代”带入了“团战时代”。

　　第一次世界大战让美国获得了空前的发展机遇，对德国产品的禁运促进了美国公司对替代技术的研发，世界工业中心从欧洲转移到美国，从一战到经济大萧条的十余年也成为了美国工业实验室的“黄金时代”，工业实验室成为研究和创新的主力军。1930—1940年，工业研究实验室在整个研究与发展(R&D)经费投入中工业界占到了近70%，而政府投入不到20%。

　　这一时期无数企业的成功经验证明了，突破性创新不但能够更好地满足现有顾客和潜在的市场需求，而且能创造出新的市场和技术体系，帮助企业在竞争中占据有利地位。而后发企业要想实现跨越式发展，就必须实现从渐进性创新向突破性创新的转变，这一发现也成为了指导企业研发的不二指南。

　　从第二次工业革命到二战的近一百年间，英国、法国、德国、美国等科技强国逐步形成了以大学和工业实验室为主体的科技创新体系。这一以市场竞争机制为基础的科技创新体系为形成了科技人才从高校向企业流动的纽带，使科学技术与社会经济发展产生直接的联系，而企业也成为了基础研究和科技创新的主要推动者和最大受益者。

　　在二战以前，美国联邦政府对科学的支持主要集中在应用项目上，且主要限于政府内部机构。战争期间，在美国总统科学顾问万尼瓦尔·布什（Vannevar Bush）的领导下，科学研究与发展办公室和 140 多家学术机构及 320 多家公司签署了超过 2300 份研究合同，、雷达、青霉素等项目的研发，不仅向世人显示出科学技术的巨大威力，在战争期间取得的科学研究组织和管理经验也为战后的科技政策设计提供了基础。

　　美国军方的无心插柳之举，也使得美国联邦政府在战争结束时需要一个总结性的方案。应罗斯福总统的要求，1945年8月，布什完成了著名的《科学，无尽的边疆》（Science, the Endless Frontier）报告。

　　在报告中布什明确提出，科学在政府中具有重要的地位。报告中尤其将基础研究定义成那种“不为任何实际应用成果考虑” 的科学前沿探索，与此同时，美国政府将为基础研究提供资金支持，以促进工业研究，因为基础研究是“技术进步的领路人”。

　　从1945年到1950年，美国海军办公室、原子能委员会、和国立卫生研究院（NIH）和国家科学基金会（NSF）相继开始支持科学研究，形成了多元化的资助体系，从此，美国联邦政府成为国家科学技术发展的主要支持者，并在战后确定和延续下来，并在随后的10多年间支持建立了国家现代科学技术体系，使美国的科学技术成为世界的领先者。

　　按布什的设想，美国政府大力支持科学研究，而且政府不需自己设立研究机构，只需提供研究经费，让大学和私人企业依照研究表现来竞争政府的研究经费，国家对基础科学的投资将会平稳地发展，然后必然会延伸到制造和生产，最后到技术或创新。基础科学研究的投入，其结果必将带来更多的技术、创新和整体经济增长。

　　美国政府支持科学研究的高峰是在冷战期间：在1957年苏联发射卫星后，美国迅速成立了国家宇航局（NASA）、国防部高级研究计划署（ARPA）、成立了国家科学顾问委员会等组织，R&D费用也迅速从国民生产总值的1%增长到60年代的3%峰值。不仅联邦政府对大学的资助显著增加，企业研发实验室也像战争时期一样与军方签订了合同，这种新关系的建立也导致了一种新的企业研究组织——企业中心实验室的建立。

　　将企业中心实验室做到极致的，是成立于1925年的贝尔实验室。贝尔实验的母公司是美国电话电报公司（AT&T）。这家由电话专利持有人贝尔创立的公司从诞生之日起便是电信行业当之无愧的老大，在随后的近百年，虽然美国一度冒出了6000家电话公司，但AT&T一直把持着垄断地位，天下无敌。

　　在基础研究上，贝尔实验室也近乎无敌：虽然在诺贝尔奖上“仅”出过13位诺贝尔奖得主，不及另一个实验室剑桥卡文迪许实验室的一半，但从基础研究的规模和成果数量上，贝尔实验室却是当之无愧的世界第一，其基础理论研究包括数学，物理学，材料科学，行为科学和计算机编程理论等，最巅峰的时候拥有员工2.9万人，其中超过1.9万人是研发人员，博士生超过4000人，自成立以来共推出27000多项专利，平均每个工作日推出4项专利，是历史最大的、最成功的工业实验室。

　　贝尔实验室这种“大力出奇迹”的基础研究方式，在之后也被不少公司研究和学习。国内最早重视基础研究的科技企业华为，其对基础研究的最早认识不少源于华为创始人任正非1997年对贝尔实验室的一次拜访，从某种角度上讲，贝尔实验室是华为基础研究最早的老师；今日华为号称拥有国内最大的基础研究团队，也能看出像贝尔这样的大型中心实验室的影子。

　　华为成立于1987年，按华为自己内部的划分，1997年正是从创业阶段转向成长阶段的关键转折点。当时华为的销售额达到了47亿，尽管公司在业务上高歌猛进，但从管理到研发和市场前景，让任正非烦心的事却更多。焦虑中的任正非便打算到美国取经，向IBM学管理，向贝尔实验室学研发。

　　当时接待任正非的是贝尔实验室总监Martin Zirngibl。Martin获得了两个博士学位，前一个是理论物理博士，后一个是应用物理博士。任正非向Martin请教的内容主要在应用方面，具体来讲，是技术发展中的预测问题。

　　按Martin预测，到2010年，0.07微米芯片会实用化，达到硅的可能达到的最高极限，其单芯片容量可达到40亿只晶体管。Martin对未来的描述加深了任正非对基础研究和技术研发转化的认识，这也成为任正非之后在内部讲话中多次提起的内容。

　　虽然华为很早就有意识去按贝尔实验室模式拨出10%以上的收入开展研发，但此次美国之行之后，华为的重心放在了向IBM学管理上，真正效仿贝尔实验室的研发机构“诺亚方舟”则要晚得多。这点从诺亚方舟的代号“2012”也能看出，同名科幻灾难片《2012》于2009年底上映，当中至少隔了12年，这也说明贝尔模式并不好学。

　　贝尔实验室的最大特点是对基础研究和前瞻性发明的极端重视。在贝尔实验室，基础科研由科学家兴趣驱动，贝尔实验室为研究者提供雄厚的资金、稳定的研究环境和宽松舒适的管理方式；同时研究与市场隔离，在广泛开展基础研究的基础上，设立市场工程师职位，选择具有应用前景的技术，负责基础研究成果的转换，并将市场反应和新需求反馈给基础研究部循环滚动研发，以上特点，在诺亚方舟实验室均有一定程度体现。

　　真正难以复现的，是华为与贝尔实验室所处的不同时代和竞争环境。由于AT&T占据了美国90%以上的市场份额，使得贝尔实验室可以长期为基础研究提供稳定资金，构筑市场垄断的技术壁垒，这是华为作为追赶者无法做到的。

　　但对于垄断期的AT&T来说，烧钱反而是提高利润的有效手段：由于美国政府对像AT&T这样的垄断企业有利润限制，规定其利润必须在成本的12%以内，通过对科研的投入把成本的盘子做大，那么按比例可以“合理”赚到的利润就越多。

　　贝尔实验室的基础研究成果对全球科技共有6次重大技术创新研究，包括有线和无线电话、微波通信、晶体管和微电子、激光和光通信、数字通信和互联网、软件和光网络，但AT&T在上述六个领域的发展却有点漫不经心，为其他企业“做了嫁衣裳”。

　　之所以如此，是因为在绝对垄断地位下，贝尔实验室基础研究的意义不在于产生多少短期的经济效益。而是靠技术优势、成本的上升和其对市场的定价权提高利润。因此华为要向贝尔学习的，是其对基础研发的重视态度，毕竟华为的家底，比起当年的AT&T要差一大截。

　　华为对贝尔模式的另一个重大改动，是将基础研发加上了明确的时间概念，聚焦于未来5-10年的发展方向。按诺亚方舟实验室前主任李航2016年在雷锋网承办的CCF-GAIR大会上的说法，如果光瞄准未来10年，目标就容易很空；而如果是3-5年规划的产品，则需要有一定的阶段性成果。未来5-10年的提法，正是华为在市场竞争中，摸索出的基础研发资金效率和产出的一个平衡点。

　　华为向左，贝尔向右。贝尔模式的缺点，在进入新世纪后逐步显示出来。1996年AT&T分拆后，贝尔实验室与AT&T的设备制造部门脱离AT&T成为朗讯，少了账单收入分成的朗讯难以支撑贝尔实验室庞大的开支，加之贝尔实验室因需要大量研发投入、产出较慢，难以得到华尔街的青睐，这也使得朗讯股价从每股近百美元跌至“仙股”，失去了资金支持的贝尔实验室也不可避免走向衰落。

　　而在2008年以后，受资金和人才的制约，贝尔实验室完全放弃擅长的基础物理的研究，将有限的资源追随市场热点，但这并未能拯救贝尔实验室的命运，在几经转手后，今日的贝尔实验室，只能算得上是诺基亚旗下的一个普通研究部门。

　　回顾贝尔模式，贝尔实验室因商业利益而起，支持了一大批科学家进行科学研究，客观上推动了人类的进步，但最终又因利益和金钱而不可避免地走向衰落。

　　华为在贝尔的大规模中央实验室模式基础上的改良更多是在项目及时间管理上，去掉了贝尔实验室“放任自流”的部分。但真正做到像贝尔实验室那样通吃上下游的研发规模投入将是一个天文数字，因此华为在研究方向上采取的是重点投注的策略。

　　而这种改良并未能彻底解决贝尔模式难以持续的问题。今日华为在5G等领域也取得了一定的成绩，但重点投注本身就带有很大的风险，华为早期在GSM和CDMA技术上的几次重要误判就是一个例子；同时受制于产业链条太长无法实现全面覆盖，华为在芯片等领域仍然存在被卡脖子的窘境。

　　如果说贝尔实验室是通讯时代企业基础研究的典型代表，那么在随后到来的电子计算机时代及互联网时代，微软则是新一轮科技公司重点研究和学习的对象。

　　微软成立于1975年，当时以贝尔实验室为代表的大公司中心实验室正处于顶峰，但突如其来的70年代的石油危机加快了企业的重组和裁员，外包成为了大公司重组的重要手段，这也使得微软、英特尔、苹果等一批70年代前后成立的科技初创公司承担了大公司的基础研究商业化外包服务，在这一过程中逐步主导了新的信息技术行业。

　　1991 年，比尔·盖茨在西雅图成立了微软研究院。相比起贝尔“大而全”的基础研究模式，微软研究院就显得“小而精”一些。微软在全球设立有8个研究院，每个研究院的人员从几十到数百人的规模不等。微软研究院以“支持长期的计算机科学硏究而不受产品周期所限”为目标，推动人工智能和人类智能的协同进步。

　　这种“小而精”的研究方式显然受外包模式的影响。按比尔盖茨的要求，微软研究院最初是按照大学体系创建的，这或许正是他选择了另一家以“小而精”著称的大学卡内基梅隆大学的教授Rick Rashid来组建微软研究院的原因。微软研究院成立之时的研究方向包括计算机视觉、语音识别、自然语言理解，均属于在当时计算机科学领域起步不久的科学研究。

　　与1.0时代“以兴趣驱动”的贝尔模式相比，虽然同样强调基础研究和“不受产品周期影响”的前瞻性，微软研究院专门制订了一套研究进展的管理方式，每项研究的时间安排和其限制性来制定一个坐标（如下图），以此来衡量一个研究项目是需要在一定时间内解决的，还是为了解这个世界所进行的较为开放的探索，来滚动解决这四个象限的问题；同时在研究院之外设立工程院，作为以Research 和 Development两大部门的桥梁。

　　图片来源：微软亚洲研究院博客，微软全球资深副总裁Peter Lee博士的主题演讲

　　微软模式脱胎于微软在PC时代的成功经验，然而随着科技创新与应用速度的不断加快，尤其2010年后，深度学习、人工智能和物联网的兴起，从基础研究、应用基础研究到应用开发的传统线性模式已经很难完美描述科技创新过程的规律和特点，从基础研究、应用研究到应用开发的时间周期明显缩短，不同研究类型之间的重叠和转化，也导致了不同类型研究之间的界限日益模糊。

　　微软这种注重基础研究、线性滚动解决问题的研发方式也受到了以Google、Facebook为代表的新一代硅谷创新企业的挑战。短缺的资金、紧张的时间表、对经济效益的追求和敏捷开发方法等工具的使用加快了产品开发的进度、给微软带来了不小的压力。

　　微软亚研院友、阿里巴巴CTO王坚曾经在一次访谈中对微软研究院的研发方式的进行点评。他将微软研究院比作幼儿园，在他看来，幼儿园充满未来想象，却很难和现实接轨。想要在真实世界做出更大的事情，幼儿园的孩子需要更快的成长。

　　这也正是王坚在阿里和在微软做研究的不同之处，王坚在微软研发方式的基础上根据阿里的特点进行调整。2008年到2013年，王坚先用5年时间做成了阿里云。

　　注意5年这个数字——如果按微软将产品生命周期（约15年）划分为4个阶段、每个阶段3-5年的做法，5年正好是一个阶段的上限。换言之，在互联网和AI时代，为和竞争对手短兵相接，需要缩短基础研究和产品转化的链条。

　　2012年，腾讯设立了腾讯优图实验室，随后成立腾讯AI Lab、微信AI、未来网络实验室、量子实验室。其中，量子实验室针对量子科学研究与应用，是腾讯基础科学研究的代表。

　　2013年，百度成立百度深度学习研究院，后更名为百度研究院，下设深度学习实验室、大数据实验室、硅谷人工智能实验室，商业智能实验室、机器人与自动驾驶实验室。百度研究院是为百度布局人工智能发展方向，将人工智能技术从实验室转化为应用，加速商业化落地。

　　2017年，马云宣布建设达摩院，立足基础科学、创新性技术和应用技术的开发，设置机器智能、数据计算、机器人、金融科技、X实验室的“4+X”架构。

　　不难看出，随着技术转化的链条进一步缩短，新一批创新公司均将技术研发与企业战略相结合，比如百度完全聚焦百度的战略发展方向人工智能，加速应用研究到商业化进程；阿里和腾讯相似，一方面设立研究院基于本身业务的应用研究，同时布局前瞻性的基础研究。

　　不同研究类型之间的重叠和转化、激烈的企业竞争加快了基础研究到产品转化的节奏，也使得研究部门与产品部门之间的平衡被打破，业务部门要出成果，但科研不仅会有不确定的研究周期，甚至不一定会取得进展。

　　除去商业化的压力、研究周期的矛盾以及业务部门职能差异的冲突，也是企业管理的问题，但一旦职业经理人接班，或者企业发展变慢，则可能会对整个研究体系的平稳运行带来巨大的挑战。类似的情况，在不少科技公司上已有体现。

　　前者典型如微软，比尔盖茨在2000年辞去微软首席执行官之前的几年是微软研究院最为宽松的时期，之后的继任者鲍尔默作在任期间萧规曹随却忽视了技术变革的加速趋势，在微软的董事看来“动作太慢”，最终不得不于2013年宣布辞职。若非纳德拉通过大刀阔斧的改革和豪赌云计算等新业务重振微软，微软研究院或难逃像雅虎研究院一样被人遗忘的命运；

　　后者典型如百度，百度研究院支持百度自动驾驶等人工智能技术商业化落地，然而百度的豪赌并未换来业务上的起飞。基础研究需要传统业务部门长期输血的矛盾激化，最终导致了包括吴恩达、陆奇等学院派技术高管的离职，百度研发重新回到“工程派”的路线上，而百度的自动驾驶部门也遭遇了人才大流失，变成了“中国自动驾驶黄埔军校”。

　　无论是电信时代，贝尔模式的“大而全”，到PC时代微软的“小而精”以及之后腾讯、阿里等科技公司对这一模式的改版升级，其背后所面对的，乃是在前二次科技革命后基础理论的框架基本确定、技术转换加快的必然趋势；而以量子力学为代表的第三次科技革命的基础研究尚待进一步发现，这对新时期的企业基础研究从研究和应用两个方面都提出了更高的要求。

　　从基础研究发展的趋势看，从经典力学到电磁学再到量子力学，基础研究的门槛在不断升高，更加强调团队作战和更多资源的投入；企业研究院将科学家集中协作进行研发，是适应这种变化的表现；

　　但从长远看，KPI问题不解决，企业研究院模式培养的更多的是“科学家工程师”，可以为基础研究的突破提供技术手段，但难以从根本上解决基础研究的关键性问题。在创新领域的突破，仍然需要牛顿、麦克斯韦、爱因斯坦这样的天才来实现单点突破，从而带动这一领域的其他研究者，这正是企业研究院模式所难以达到的局限。

　　换言之，企业一方面需要继续重视基础研究，但企业未来发展所需要的基础研究不能完全在企业内部进行。除了通过企业研究院继续关注与业务相关、短期内（3-5年）能见效的基础研究外，还应该学会“借势”。

　　参考美国的科技管理体制，下含“决策-执行-研究”三层架构，由国会立法监督，美国总统享有国家科技活动的最高决策权和领导权，执行方面，采用多元化的科学资助体系。联邦研究机构主要从事重要技术的应用研究与部分基础研究，大学以基础研究为主，企业侧重于试验发展，其他非盈利机构主要包括地方政府或私人研究机构，主要从事基础研究与政策研究，对前三类主体形成补充。

　　近年来，中国也越来越意识到制度环境对科技发展的重要性，一些科技企业开始倡导，建立一种“开放共享”基础科研道路。在政府支持、企业自身进行基础研究的同时，充分带动更多其他企业和社会各机构共同参与进来。

　　在去年的“未来论坛·深圳技术峰会”上，马化腾与5位科学家曾就“基础科研的发展之路”进行了探讨。马化腾认为，复杂的产业链不是一家企业或者一个城市能够完全承担的。中国在应用科学领域是处于全球创新位置的，但是在基础科学研究方面还有相当大的差距，需要国际之间、全国各创新城市之间的协同发展。

　　与前两种企业基础研究的“贝尔模式”和“微软模式”相比，腾讯更强调基础研究成果的共享性，将自己视为基础研究生态的建设者之一。

　　马化腾对基础科学的思考，可以追溯到2013年腾讯开始举办WE大会，大会试图抛开眼前对商业目标的焦虑，放眼未来，通过对前沿科学的探索，找到科技企业持续发展的道路。因为科技公司做应用科学，等于是在基础科学研究的基础上去建楼。

　　近几年，国家围绕粤港澳大湾区打造国际科技创新中心制定了一系列举措，从规划上，粤港澳大湾区对标硅谷这样的世界级创新中心，这给了湾区及湾区科技公司更多的发挥空间，例如硅谷在产学研一体化上的成功模式被充分研究和借鉴。

　　斯坦福大学与硅谷取得巨大成功的根本原因并非简单依靠打造产业园区、孵化器或者设立技术转让办公室，而是在美国二战后在国家层面推进基础研究的大背景下，围绕一流大学、一流科研人员与初创企业构建了一套紧密合作又相互促进的生态系统。

　　在这点上，马化腾曾指出，深圳的高校资源还不是太强，高校、科研机构和企业的联系还是欠缺，是未来需要再强化的。最近一两年，深圳已经加大了对教育的投入，清华大学、北京大学、哈工大、港中文等一批名校相继在深圳设立校区，国家超算深圳中心等一批国家主导的基础研究机构相继建立。

　　2018年，美国国家科学院、人文与科学院的双料外籍院士施一公牵头创办研究型学府“西湖大学”，希望成为高等教育改革的探索者、聚焦基础性、前沿科学技术研究。西湖大学是民间资本的一次重要尝试，建校资金捐款者就包括马化腾、张磊等人。

　　企业层面，华为成立了战略研究院，投入资金与大学、研究机构等一起推动理论创新和基础技术创新。腾讯与杨振宁、饶毅等科学家发起“科学探索奖”，投入10亿元，参照国外基金会的运营模式支持青年基础科研工作者。同时，将奖项与WE大会、医学ME大会合并为“科技周”，呼吁其他企业和社会各机构共同参与进来。

　　如果从历史上类比，腾讯、华为、阿里等科技巨头今日所面临的，正如同上个世纪70年代中心实验室模式的鼎盛时期，巨头们将自己的基础研究成果外包给微软、苹果、英特尔等“小公司”一样的情形。今日在如自动驾驶、生命科学等领域，技术的革新、竞争的压力、突破性成果所引起的连锁反应，都要求科技巨头们与科研机构、新一批的创新公司一起有效合作。

　　无论从自身发展还是从科技进步的必然趋势看，今日的科技公司们需要走出自身业务的局限，以全新的方式参与到基础研究之中。

　　如吴军在《浪潮之巅》中说，在工业史上，一种新技术代替旧的技术是不以人的意志为转移的，人生最幸运的事就是发现和顺应这个潮流。对于科技公司来说，如果能再进一步，够成为潮流的一部分，这才是值得他们用20年甚至更长时间去追逐的幸运。