AI for Science（科学智能）正在改变科创范式，缩短“好点子”到前沿科技成果的距离。但一个新的矛盾正在凸显：创新越来越快，创业的节奏却没跟上，拖慢了转化效率。

　　最近，上海启动“科学智能百团百项”科创训练营，瞄准的就是这个新矛盾。训练营最重要的一项工作，就是帮科学家补上“创业课”，缩短从实验室到真实场景和市场的距离。

　　这精准地切中了科学家创业的痛点。长期以来，很多科技初创企业没能跨越“死亡之谷”，不是因为技术不够前沿，往往是因为科学家们容易陷入几个经典陷阱。

　　一是技术“自嗨”。有些团队把精度从94%刷到97%，学术上看绝对属于重大突破，在市场上却无人问津。此次训练营上就有创业者说，技术路线不断优化，也一直在参加路演，但投资人从来不在乎模型参数进化到了哪一步，只在乎能不能把研发周期从半年压到两个月、只关心有没有厂家愿意为你的产品花钱。

　　二是不懂商业表达。很多科学家把BP（商业计划书）写成微缩论文，面对投资人，开口就讲一小时技术原理，对方只想问一句关键“你们的盈利点在哪”，却往往得不到满意的回答。

　　三是企业治理像草台班子。有的公司几个教授合伙，股权均分，没有明确决策机制，遇到分歧时往往陷入僵局。有的公司知识产权归属不清，融资时尽调直接卡住。这些年，很多颇有潜力的公司，最终走向内耗、分裂、停摆，最终失去了技术领先优势。

　　这些陷阱并非很难跳出。有时，只要微调技术路线，向真实场景靠拢半步；有时，只要把利益分配和控制权、决策权归属安排明白；有时，甚至只要把PPT做得漂亮一些……但很多时候，科学家们甚至没有意识到这些问题的存在，导致明明很有潜力的“好点子”无法兑现预期，相当可惜。

　　这也是为什么上海要给科学家“补课”——关键点在于帮助他们建立起创业者思维，认识到不仅要专注技术本身，还要懂市场、懂投资人、懂公司管理。

　　这一定程度上实现了市场筛选器的前置，降低资源与精力的浪费，提升创新创业全生命周期的效率。但同样要看到，很多看似没有明显目的、没有清晰商业变现逻辑的“点子”，假以时日未必不能成为颠覆性的创新。掌握算力这一AI命门的英伟达，做显卡最早也只是为了提升电脑的游戏性能。如果在创新早期就草率地认定某些创新没有意义、没有前途，劝科学家放弃或转向，则可能将“下一个英伟达”扼杀在摇篮之中。

　　训练营今后将持续举办，不仅服务那些已获政府认定的优质项目，还将覆盖更多AI4S不同细分赛道与不同成长阶段的团队，其中一定会有更草根、想法更天马行空的初创公司。从这个角度看，训练营里教科学家“讲故事”这门课看起来最“不实在”，反而是帮科学家在不放弃自己“点子”的前提下，寻求更多出路。为其包装商业叙事的过程，其实也是科创逻辑与市场逻辑双向奔赴的过程。

　　而在全市层面，在创新创业节奏总体越来越快的当下，把握好实用主义与自由创新之间、快与慢之间的平衡，将更加重要。长周期的孵化通道仍然重要，耐心资本更应发挥作用。至少，留一扇不会轻易关上的门，避免“加速器”变成简单粗暴的“过滤器”，让不同类型的硬核科技公司都能在上海成长壮大。