创新评价工具破解“不敢投、不敢贷”现象

　　■池长昀

　　企业既是科技创新的主体，也是科技成果转化的主体。高校和科研院所将科技成果相关权利以转让、许可或作价投资等方式转移到企业时，并不意味着完成转化工作，只有当科技成果在企业进一步实施商业化、产业化并带来经济社会效益时，才是真正完成了转化。而在这一过程中，往往需要持续的耐心和资本的投入。

　　近年来研究表明，由于技术的加速迭代、技术创新的日益复杂等因素，在技术供给侧与金融投资机构之间存在较大的“知识鸿沟”或“信息鸿沟”，金融投资机构往往缺乏必要的评价工具来挖掘早期技术的商业化潜力。正是由于这类评价工具的缺乏，金融投资机构无法充分评估科技成果转化项目的技术可行性与财务可行性，普遍存在“不敢投、不敢贷”的现象。

　　围绕如何构建一套科学有效的评价工具，以通过评价工作为高转化潜力项目融资增信，使金融投资机构“敢于投、敢于贷”，笔者在此提出几点建议。

　　做好金融投资工具与科技成果评价工具的融合。金融投资机构对于拟投项目的评价评级，重点往往在于财务评估、市场评估，并不擅长技术可行性与潜力的分析评价。当一项技术缺少市场运作数据时，此时技术的价值隐藏在不确定性的“迷雾”之中，财务评估法就无法起到作用。这需要我们将技术商业化潜力评价体系等科技成果评价工具引入金融投资工具中，帮助金融投资机构充分发现、认识科技成果转化项目的风险与不确定性，判断其转化潜力，让高度不确定性的项目及时掉头，将资源集中投向高转化潜力项目。

　　充分认识初创期中小企业以科技知识产权进行融资的实际难点。科技成果转化可以由存量的成熟企业实施，也可以由新成立的初创企业实施，而后者作为初创期中小企业往往具有较强的融资需求。与大型企业、已成熟商业化运作的项目不同的是，初创期中小企业科技知识产权的价值往往依赖于其商业化的成功。以生物医药领域知识产权为例，如果取得商业化成功，即意味着其研发管线所对应的知识产权“有价值”，但如果遭遇商业化失败，其所对应的知识产权往往就“不值钱”了。考虑到初创期中小企业知识产权并不能有效对冲投资风险，金融投资机构对于初创期中小企业知识产权就不会纯以其技术、法律、专利保护这些维度进行评估，而是需要结合市场、政策、团队等一系列评价维度进行整体考虑。

　　适当引入大数据平台、人工智能算法等相关工具，但要量力而行。以韩国技术金融公司KOTEC为例，该公司承担的技术金融担保业务每年需评价大量技术项目，而在其引入人工智能算法、全球大数据平台后，工作效率得到很大提高，所担保项目的年度平均违约率也有了一定降低。不过，这类工具虽然赋能效果明显，但也存在诸多缺点，例如需要结合不同项目多样性不断进行系统优化、容易存在算法黑箱等。需要说明的是，人工智能建立在机器学习的基础上，KOTEC基于其十几年的海量评价事例引入大数据、人工智能工具，从而很好地赋能评价工作。如果评价机构没有大量事例实践基础、没有经实践验证较为成熟的评价体系，仅依靠建立一套基于大数据、人工智能的评价系统，其赋能评价工作的效果就不会太理想。

　　要注重定性评价与定量评价的有效结合。对于定性评价，因为能充分利用行业专业人士的行业背景与专业经验，在实践中可以更好地找出项目风险，所以被很多金融投资机构采用。然而在实践中，投资机构在判断具体项目时，要先去找“能看懂这个领域”的资深专家，有时候可能找不到，有时候找到了却引发一些关于商业机密保护方面的争议。同时，由于定性评价需要较强的主观性并依赖专家的技能与经验，不适用于开展大规模的评价业务。对于定量评价，其强调对于数据的精准采集与评分，有利于开展标准化评价和不同项目之间的比较。但是，过于定量往往会错过一些有用信息。在具体实践中发现，即使我们对于每一个维度都建立详细的评分体系，最后给出一个定量的分值，这个分值也仅仅具有相对意义，很难直接用于是否投资的决策。

　　立足整个创新生态，以动态发展的思维去理解评价验证工作。企业实施科技成果转化的过程不是静态的，而是在整个创新生态中动态发展的，在这个过程中我们可以进行阶段性赋能与阶段性验证。从投资视角来看，如果想获得更加准确的信息，评价验证要与一些支持工作相结合，例如通过给予项目一定的咨询服务、商业指导，甚至先期少量的资金资源投入，观察其在整个生态中的动态发展，再决定下一步是否投入更多支持。就评价而言，评价创新生态中具体某家中小企业的技术，要比孤立地评价一家企业的技术更有实际意义。例如，企业的技术及其产品在相关产业的开放创新生态里占据一定位置，那就可以相应上调其评分、评级。