陸平 曹茜芮 陳笑天

摘 要：在數字經濟發(fā)展的大趨勢下，越來越多的企業(yè)選擇把過去由內部人員承擔的研發(fā)任務，以自由自愿的方式交給大眾來完成。在眾包研發(fā)典型案例分析基礎上，總結出眾包研發(fā)模式的四大應用場景，即眾包競賽場景、社區(qū)生產場景、知識管理場景、碎片整合場景。為進一步研究眾包研發(fā)場景構建的關鍵點，構建了NK適應度景觀模型對不同場景進行模擬。結果表明：任務知識交互度越高，創(chuàng)新績效潛力越大；眾包研發(fā)協(xié)同網絡的構建，有利于提升任務求解速度；個體創(chuàng)新動力越大，產生最大適應度方案所需的時間越少。建議應在高知識交互度領域推廣眾包研發(fā)模式，探索開放式知識產權許可制度，強化平臺的創(chuàng)新供需對接功能，完善信任機制以防范安全風險。

關鍵詞：眾包研發(fā)；數字經濟；應用場景

中圖分類號：F715；F274 文獻標識碼：A 文章編號：2095-7866 （2017） 06-001-009

工業(yè)經濟論壇 URL： http//www.iereview.com.cn DOI： 10.11970/j.issn.2095-7866.2017.06.001

一、眾包研發(fā)的興起背景

1.眾包研發(fā)興起原因

在數字經濟時代，互聯(lián)網的發(fā)展使眾包研發(fā)成為可能[1]?；ヂ?lián)網跨越時間、空間和社會階級，使得不同種類的群體能夠打破在現實中的各類障礙，眾包研發(fā)的任務分發(fā)和競爭能夠在更加廣泛的領域中進行。除此之外，還有三個重要原因：

（1）開源共享降低了創(chuàng)新資源調動成本。互聯(lián)網數字經濟大幅度降低交流成本并提升交流便捷程度的同時，科學研究團隊的入門門檻也隨著科研設備設施和知識的成本降低和獲取便捷度提升而降低。隨著國家一系列推動創(chuàng)新的措施逐漸展開，科研院所設備設施共享、眾創(chuàng)空間公共服務機構等低成本使用高端閑置儀器給予眾包團隊更高的自由度，各類低成本設計、運算軟件在網絡的普及，也使眾包研發(fā)團隊擁有在設計上更優(yōu)更低成本的靈活性與多樣性。

（2）大規(guī)模教育形成了廣泛高素質人口。長期以來的大規(guī)模高等教育使社會上有大量的擁有較高素養(yǎng)的受教育人口，這為廣泛產生的創(chuàng)客團隊提供了充足的人才供給。大量處于生產一線和科研一線的技術人員擁有新穎的創(chuàng)新點以及支撐創(chuàng)新點的技術，能夠為眾包提供理論與實踐結合的專業(yè)化研究團隊。

（3）梯次化需求營造了廣泛的市場空間。我國正處于從不平衡發(fā)展的工業(yè)體系向智能化的工業(yè)體系轉變時期，由于工業(yè)網絡龐大、技術分枝多、發(fā)展水平差異大等原因，我國創(chuàng)新需求密集且多樣化，無論是已經實現智能化的高端生產商還是依然在半手工加工的低端生產商都，具有改造提升的需求，梯次化需求給予了不同技術水準的眾包研發(fā)市場空間。

2.眾包研發(fā)興起意義

眾包研發(fā)在數字經濟時代具有獨特的優(yōu)勢，典型的如可以產生顛覆式創(chuàng)新，能夠擁有在一些場景下較高的效率以及更為廣泛的資源調動能力。

眾包在數字經濟時代可以產生顛覆式創(chuàng)新。由于眾包研發(fā)所采取的跨部門、跨學科、跨產業(yè)乃至跨領域的創(chuàng)新方式[2]，有利于促成不同知識和學科的碰撞和啟發(fā)。以往的研發(fā)活動多屬于部門內的線性研發(fā)，人員的學科背景比較單一、熟悉的領域也較聚焦，在面對新問題時下意識的沿著老路徑“水多加面，面多加水”，整個技術系統(tǒng)難有架構上的突破。眾包研發(fā)的科研團隊并不是指定的人群，任何有解決分包問題能力的科研團隊甚至個人都可以承擔研發(fā)任務，易于促成不同學科、不同知識及不同技術的“頭腦風暴”，最終排列組合成為全新的顛覆性解決方案。相比美國解決顛覆性創(chuàng)新問題的多學科聯(lián)合研究機構美國國防高級研究計劃局（DARPA），眾包模式完全打破了機構、學科甚至學術地位的各種限制，完全實現“能者上”的目標，相互啟發(fā)和碰撞的范圍更廣、頻率更高，更容易產生顛覆式成果。

眾包在數字經濟時代擁有一些場景下的高效率。研發(fā)任務可以被快速的處理、分割、打包，且利用互聯(lián)網絡可以便捷地展示、談判和分發(fā)。傳統(tǒng)的科研任務分解分發(fā)時領導需要考慮人員能力、時間分配、轉接水平和協(xié)作契合度以及各方的利益分割，眾包則可以盡可能科學地將任務分割成幾個包含完整任務邏輯的工作分包，不用考慮公平性和人員等問題，僅需要關注效率；同時，由于是在互聯(lián)網上市場化抓取任務分包，領導需要考慮的效率問題轉移到各個眾包團隊負責人身上，由于負責人更加了解且更容易調動自己的團隊，因此比領導直接分配效率更高。由于是面向全網絡發(fā)布任務包，接手任務包的是更廣義的空間范圍中的最適合該任務的團隊，因為比在研究機構內部選拔范圍廣，效率自然相對要高。眾包在數字經濟時代是具有高性價比。相對人員福利、員工的各項保障和長期工資，眾包研發(fā)模式對企業(yè)而言廉價的多，且眾包的承包商為了相互競爭往往在價格或服務質量上下功夫，相比正式員工有時體現出的推諉和懈怠，眾包團隊的技術水平和對前沿的跟蹤程度都更優(yōu)。眾包團隊的優(yōu)勢是問題導向，在沒有問題的時候則不由研發(fā)發(fā)起部門保有科研隊伍，這有利于消除科研院所大而全、小而全的傾向，避免重復的保有同質化的科研團隊，能夠有效降低整個科研系統(tǒng)的維持成本。

眾包在數字經濟時代擁有更為寬泛快捷的資源調動能力。由于互聯(lián)網空間的無邊界性和無隔閡性，數字時代的眾包研發(fā)方式調動的資源遠大于研發(fā)承擔單位內部資源量，且資源的深度和廣度都更勝一籌。以往傳統(tǒng)的研究機構，日常的人員和資源調動范圍大多于科室內，至多擴至機構內，要調動更廣泛的資源，往往需要向上一級機構請示，這一定程度上造成了學科間甚至機構間的隱形壁壘。美國為了打破此類隱形壁壘，建立了DARPA，通過將各個領域的專家集中在一個機構中，并打亂統(tǒng)屬來打破隱形壁壘。眾包研發(fā)時刻動員著全網的閑暇科研資源，以互聯(lián)網將全科研體系的可用科研資源都集中在一起，完全無學科界限、無派系屬性、無上下高低，以達到研究分包目的為唯一的考評結果進行任意的排列組合，其調動的是全科研體系的資源，對于每個分包，其承接者所處的領域必然是相符度相對綜合性科研工作者更高的專業(yè)人員。眾包經濟還打破了一般的科研協(xié)同模式，采取即時發(fā)送分包即時競爭的方式，繞開了傳統(tǒng)的競標、政府采購、審核、層層行政批文、各級合同等繁瑣過程，使整個創(chuàng)新的起步過程更加快捷高效。

二、眾包研發(fā)模式的四類典型應用場景

1.眾包競賽場景——挖掘跨領域創(chuàng)新潛力

競賽場景是指某企業(yè)為解決某項難題或實現某創(chuàng)新，利用互聯(lián)網發(fā)布任務需求，并明確競賽的截止日期、獎金池、獎勵方式等，大眾自由決定是否參與競賽。該場景有利于突破原有的知識體系和框架，產生跨領域顛覆式創(chuàng)新。Merck制藥公司曾在Kaggle眾包平臺發(fā)起過一項預測藥物活性的挑戰(zhàn)賽，參賽者需根據15種藥物數據預測其生物活性，懸賞金額達到40000美元。該挑戰(zhàn)賽吸引了全球238個團隊參賽，獲得了2500多個解決方案，經過評選，多倫多大學的5人研發(fā)團隊最終勝出。該團隊采用機器學習算法，突破了藥企一直沿用的不同種類化合物的窮舉測試方法。ImageNet則是每年舉辦大規(guī)模視覺識別挑戰(zhàn)賽，Alex等應用深度卷積神經網絡將機器圖像識別的錯誤率由26%降至15.4%。在眾包競賽的推動下，近年來更為有效的深度學習構架相繼被提出，2016年ImageNet大賽冠軍解決方案的圖像識別能力已超越人類，2017年的ImageNet挑戰(zhàn)賽將轉到Kaggle平臺。

2.社區(qū)生產場景——大眾生成內容和消費

社區(qū)生產場景是一種介于市場與企業(yè)之間的組織形式。在該場景中，由大眾生成內容并消費產品。以Threadless眾包服裝生產為例。大眾參與者可以在平臺上下載T恤的設計模板和相應的設計軟件，設計方案完成后提交給平臺，平臺組織大眾對這些設計方案的潛在購買意愿進行投票，每周平臺選擇5個排名靠前的交付制造廠商生產，并給設計者提供2000美元現金獎勵和500美元獎品，每件T恤上會標明設計者的名字。如果該版式T恤成為暢銷品再次交付生產，該設計者還能獲得每輪500美元的現金獎勵。Goldcorp（加拿大的一個采礦公司）采用真實礦區(qū)數據在互聯(lián)網上構建了一個虛擬礦區(qū)平臺，并向大眾公開其勘探過程，大眾在平臺上注冊后下載軟件和數據庫，模擬探礦虛擬場景。該挑戰(zhàn)賽成功吸引了1400位“虛擬探礦者”參賽，這些參賽者標示出了110多個勘測目標，其中有50%是研發(fā)部門未曾發(fā)現的新目標，探明的黃金儲量超過了800萬盎司。

3.知識管理場景——降低公共管理成本

為了提升公共服務水平，公共管理部門可借助大眾智慧創(chuàng)新公共管理。在公眾專利評審方面，美國積累了大量經驗，早在2007年，美國專利商標局（USTPO）與紐約法學院（NYLS）就聯(lián)合推出了“公眾專利評審”平臺，該平臺允許公眾參與專利審查過程。USTPO在獲得專利申請人同意公開審查意見后，將專利申請文檔傳給NYLS，之后NYLS將專利申請文檔上傳至“公眾專利評審”平臺，在公眾評議期間，平臺將組織由公眾組成的審查小組進行審查。在挖掘公共數據價值方面，美國華盛頓哥倫比亞特區(qū)曾舉辦“民主應用程序大賽”，并向參賽者公開了該城市的公共數據，最終獲得超過47款應用程序。本次挑戰(zhàn)賽的總預算約5萬美元，如果政府委托企業(yè)來開發(fā)這些公共應用程序，其成本大約220萬美元，總收益率達到了40多倍。這個過程僅持續(xù)一個月，縮減了相關人員的調研時間、撰寫可行性報告及審查的時間。2014年，北京市在政務數據開放的基礎上，舉辦了一次政務數據資源網應用創(chuàng)意大賽，吸引了103支參賽隊伍，收獲了86個創(chuàng)意方案，涉及公益、健康管理、公用交通及招生就業(yè)等多個領域。

4.碎片整合場景——匯聚大眾閑置精力

為了充分利用大眾的碎片化閑置精力，需要將待解決的問題進行分解與變換。一種方法是把待解決的問題嵌入人們的日?；顒?，使日常瑣碎的活動煥發(fā)出新價值。reCAPTCHA平臺將驗證碼圖片替換成待識別字符，在用戶需要輸入驗證碼時分別顯示兩個詞，其中之一是系統(tǒng)已知答案的，而另一個是需要借用人類識別能力去辨識的，只有用戶把系統(tǒng)已知答案的字符輸入正確的情形下，才會記錄用戶對另一個字符的辨識結果。利用這種模式，該平臺借助大眾力量在幾個月內便完成了《紐約時報》百年存檔古籍的數字化工作。Google也采用這種模式解讀那些難以通過機器辨識的地圖街道名及號碼。另一種方法是將待解決的問題變換成一個大眾易于上手的小游戲，參與者利用零碎時間在玩游戲的過程中也為科學探索貢獻了自己的力量。Foldit把探尋RNA三維形狀實驗設計成面向大眾的游戲，參與者在玩游戲的同時也在遠程執(zhí)行真實的實驗，驗證RNA分子折疊理論的相關預測。

三、眾包研發(fā)應用場景構建的關鍵點

1.眾包研發(fā)場景的共性特征

根據上述的眾包競賽、社區(qū)生產、知識管理、碎片整合應用場景，可以總結出以下幾點共性特征：一是眾包研發(fā)任務涉及多領域的知識交叉和交互，并且在事前不限定解決方案的知識空間；二是眾包任務通常是由為數眾多的異質性個體所完成，異質性主要體現在個體擁有千差萬別的知識結構；三是創(chuàng)新活動的本質在于大量個體在知識空間中的搜索行為，知識交互和搜索行為會對研發(fā)績效（適應度）造成影響；四是創(chuàng)新活動中的個體之間存在某種研發(fā)網絡關系，這種網絡關系也會對創(chuàng)新績效產生影響。

2.眾包研發(fā)模式的虛擬計算實驗

為了進一步研究上述關鍵共性因素對眾包研發(fā)績效的影響，可以借鑒生物進化過程，把為數眾多的知識領域看作成“知識基因”，接受眾包任務的個體擁有不同的知識基因組合，并且知識基因之間存在交互影響，某項眾包任務相當于個體（基因組）追求更高適應度的過程。NK模型[3]最早用于研究生物基因的進化，已有一些學者將其引入經濟社會學領域，我們利用NK模型構建了眾包研發(fā)的模擬實驗平臺。NK模型中的N是基因組中的等位基因數量，K是基因之間的交互程度（0≤K≤N-1）。各等位基因的適應度取決于其自身基因狀態(tài)以及影響該基因的其它K個基因的狀態(tài)，基因組的綜合適應度等于N個等位基因適應度的均值。為簡化，通常假設每個等位基因有兩種狀態(tài)（0或1），基因在每種狀態(tài)下的適應度是[0， 1]范圍內的隨機值，例如某個體用到了某領域專項知識，則設置該知識基因的狀態(tài)為1。這些適應度構成了一個適應度景觀（創(chuàng)新空間），個體（基因組）想要獲得更高的適應度，需要在這個空間中不斷地探索，有一種探索方式是個體每次僅改變一個基因狀態(tài)（相當于使用或不使用某專項知識），如果改變后的基因組適應度有所提高，那么意味著這次改變有利于提升自身適應度，予以保留。如果基因組狀態(tài)不再發(fā)生改變，演化處于均衡狀態(tài)。

為比較各類因素對眾包研發(fā)績效（適應度）的影響，對NK模型的參數進行設定（見表1），對應三類關鍵因素，分別有2、3、3種參數取值情況，于是組合成了18種（2×3×3種）情景假設。采用Repast仿真工具箱搭建模擬計算實驗環(huán)境，為使得結果較為可靠，我們針對每個情景進行了8000次模擬實驗，共計做了14.4萬次模擬實驗。

3.眾包研發(fā)應用場景構建的關鍵點

（1）任務知識交互度越高，創(chuàng)新績效的提升潛力越大

情景s1至s9為高交互度情景，s10至s18為低交互度情景，為了剔除其他因素對研發(fā)績效（適應度）造成的影響，把18種情景模擬結果進行兩兩對比。從圖2中可得，在較高的知識交互度情景下，眾包研發(fā)的創(chuàng)新績效（適應度）普遍高于低知識交互情景。這意味著隨著知識交互程度越高，創(chuàng)新空間變得更加起伏不平，出現局部極值的可能性越高，個體通過不斷探索自身周邊鄰域，有可能獲得較高的適應度。

為判斷模擬結果之間的差異是否顯著，需要進一步采用獨立樣本t檢驗，檢驗結果表明統(tǒng)計上顯著地拒絕原假設，這意味著高低知識交互度對創(chuàng)新績效（適應度）影響結果存在顯著差別。

（2）眾包研發(fā)協(xié)同網絡構建，有利于提升任務求解速度

圖3中比較了無關聯(lián)、全連接及小世界網絡對任務求解速度的影響。研究結果表明，對于知識交互程度較高的眾包研發(fā)任務（情景s1至s9），在全連接網絡模式下的任務求解時間要低于小世界網絡和無連接情景，在小世界網絡模式下的任務求解時間要低于無連接情景。而對于知識交互程度不高的眾包研發(fā)任務（情景s10至s18），建立研發(fā)協(xié)同網絡對于提升任務求解速度的促進作用則不那么明顯。由此可見，建立研發(fā)協(xié)同網絡能夠提升任務求解速度，尤其是對于那些知識交互程度較高的研發(fā)任務。

（3）個體內在創(chuàng)新主動力越大，產生最大適應度方案所需的時間越少

個體在創(chuàng)新空間中的搜索行為體現了個體創(chuàng)新主動力，動力越強勁，則該個體越會更為積極地探尋其鄰域，從而找到適應度更高的位置。圖3中比較了個體采用變異近鄰、鄰域搜索、貪婪搜索等策略對任務求解速度的影響。研究結果表明，個體采用鄰域搜索、貪婪搜索策略模式下的任務求解時間較低，并且離散程度較小，這意味著個體創(chuàng)新的主動力越大，這些個體中所產生的最大適應度方案用時越短。

成功的眾包項目通常依賴于活躍和忠誠的虛擬社區(qū)，多層次激勵以維持大眾新鮮感。在吸引人們積極參與項目之前，需要理解人們參與的動機，但動機往往千差萬別。有的參與者可能是想證明自己的技能水平，有的想成為輿論的焦點，有的想找到自身與前沿技術之間的差距，有的想獲得金錢上的激勵。國內一些眾包平臺的業(yè)務數量雖不斷攀升，但主要以低端任務為主，難以滿足高端人才的自我實現需求。由于大眾參與動機呈現多樣性，眾包項目僅采用低層次的物質激勵方式是不夠的，激勵需要滿足馬斯洛需求理論的五類層次。

（4）平臺化有利于匯聚更加廣泛的大眾創(chuàng)新資源

眾包研發(fā)本質上作為一種跨越專業(yè)界限、跨越社會分工界限的創(chuàng)新協(xié)作平臺，發(fā)揮著社區(qū)功能、競賽功能及組織合作功能。社區(qū)功能依賴于相同或不同領域的專業(yè)或非專業(yè)人士的交流，進而實現知識共享。某個機構或個人可通過在平臺上發(fā)起競賽，以增強眾包研發(fā)活動的靶向性，提高創(chuàng)新效率。眾包研發(fā)平臺上的某一用戶可向其他用戶發(fā)起邀約，迅速組建創(chuàng)新團隊。

四、促進我國眾包研發(fā)模式應用的對策建議

1. 在知識交互程度較高的領域推廣眾包研發(fā)模式

眾包研發(fā)的優(yōu)勢在于能夠將大范圍知識領域（知識之間存在交互影響）的尋優(yōu)問題轉化成多個局部知識領域的尋優(yōu)問題。大眾具有異質性和多樣化優(yōu)勢，在解決跨領域問題時，其表現通常要優(yōu)于專家，如Lakhani[5]的研究表明，InnoCentive眾包平臺上用戶的自身專業(yè)與問題所屬專業(yè)的距離越遠，則成功解決方案就越有可能產生。不過，要將大眾智慧發(fā)揮出來，必須滿足以下幾個條件：一是待求解的問題所涉及的知識領域廣泛，并且知識之間存在交互影響，企業(yè)內部難以用單一思路解決，需要借助眾多“外腦”的力量；二是眾包項目的參與者具備解決某類問題的能力，即其表達個體知識的能力不受限制；三是需要借助平臺客觀公正地將個體貢獻進行加總或排序。

2. 強化平臺的創(chuàng)新供需對接功能

眾包研發(fā)平臺通常將眾包社區(qū)中任務發(fā)布者的收益最大化，或吸引大眾參與程度作為績效指標。眾包研發(fā)平臺更應從需求和供給兩個維度發(fā)揮創(chuàng)新供需對接功能，從而最大程度地減少“群體性失效”和供需錯配，眾包項目發(fā)起者往往要面對大量的解決方案供給者，通過提高創(chuàng)新供需匹配效率及評審質量，能夠在海量解決方案中篩選出優(yōu)秀方案，從而發(fā)掘引領未來技術創(chuàng)新的新方向。與傳統(tǒng)的一對一合作不同，在開放式的眾包創(chuàng)新模式中，某項創(chuàng)新問題會被多個參與者同時解決，產生多個解決方案。這就需建立客觀公正的評價機制，對參與者提供的方案進行準確評估，將所有符合標準的解決方案均提交給發(fā)布者，確保每一有效方案提供者都可以得到事先約定的獎勵，防范發(fā)布者不支付承諾的獎勵或不合理支付。

3. 任務模塊化匹配大眾閑置精力

為了促使大眾合力解決復雜問題，需要將復雜問題轉化為任務，并將任務按照模塊化分解（或轉化），進而與大眾閑置精力相匹配。以軟件眾包平臺（TopCoder）運作為例。在項目發(fā)起時，平臺會根據項目特點進行任務分解，這項工作僅需要平臺的少數員工完成。在設計環(huán)節(jié)，社區(qū)成員根據自身能力申請相應項目，平臺組織大眾成立評估委員會對各成員提供的設計方案進行評估，并選出各部分較優(yōu)秀的設計方案。在審核和測試環(huán)節(jié)，平臺發(fā)起大眾對該程序進行檢驗測試，反復上述過程多次后，最終將成果交付客戶。

4. 探索開放式的知識產權許可制度

在開放式眾包知識產權許可制度下，大眾智慧創(chuàng)造出來的成果專利可以由大眾共享，允許他人對該成果進行改進，也允許利用該成果從事商業(yè)產品開發(fā)，僅需要尊重原著作權。例如，借鑒BSD開源協(xié)議，創(chuàng)意使用者需要尊重原作者的著作權，它允許使用者修改和重新發(fā)布作品，也允許其從事商業(yè)開發(fā)、發(fā)布和銷售，僅需包含原許可協(xié)議聲明。在GPL協(xié)議下，若某創(chuàng)意產品使用了GPL協(xié)議產品，則該創(chuàng)意產品必須也采用，這意味著該創(chuàng)意必須是開源的，即開源的傳染性。

5. 完善信任機制以防范安全風險

完善眾包平臺自治規(guī)則，提高平臺對侵權行為的發(fā)現能力和懲罰力度，建立由眾包平臺、第三方信用服務企業(yè)、政府等多方參與的聯(lián)合信任機制。加強平臺與平臺、政府與平臺的信用數據共享，強化對失信行為的聯(lián)合懲罰力度，降低供需雙方的信任成本。在第三方信用服務方面，應打破不同平臺之間的邊界，實現跨平臺收集信任數據。

參考文獻

[1] 徐航. 企業(yè)創(chuàng)新的眾包研發(fā)探索[J]. 互聯(lián)網經濟， 2016（Z2）：20-25.

[2] 黃娜， 覃正， 吳珍華. 眾包研發(fā)網絡：概念、模式與研究展望[J]. 科技進步與對策， 2015（17）：12-16.

[3] Kauffman S A. The Origins of Order： Self-Organization and Selection in Evolution[J]. Journal of Evolutionary Biology， 1993， 13（1）：133-144.

[4] Natalicchio A， Petruzzelli A M， Garavelli A C. Innovation problems and search for solutions in crowdsourcing platforms – A simulation approach[J]. Technovation， 2017.

[5] KarimLakhani， Garvin D A， Eric Lonstein. TopCoder （A）： Developing Software through Crowdsourcing[J]. Social Science Electronic Publishing， 2011.