当前，科技创新进入新的时期，一个显著特征是数据数量和关系重新定义创新链条上各方的交互方式和地位作用，各种创新力量的地位作用重新分化组合。在创新主体上呈现出规模涌现规则与大平台创新优势特征。

规模报酬是经济学的一个基础概念。以往实体产品为主的时期，企业达到一定规模后，规模报酬呈现出报酬递减的规律。进入网络时代，软件和各种数字产品呈现出规模报酬递增的特点，产出增加比例大于投入增加比例。这是网络空间数字产品可以复制复用的特性带来的，更多销售并无需更多产出。

海量数据和AI时代，规模报酬出现了本质变化。规模报酬递增的特点由“边际增量”改变为“新能力涌现”。为了描述分析这种新类型的收益递增，本文借用深度学习领域的一个重要概念——Scaling Law（即规模涌现规则），这个概念描述了模型性能与模型规模（如参数数量、数据规模和计算资源）之间的关系。其基本原理是，随着模型规模的增加，模型的性能也会提高。这一发现激励着研究者投入更多资源构建更大规模的模型，以期获得更好的性能响应。研究者对这个规则的未来适用边界有不同看法，但对其在当前阶段的适用性大都赞同。从现实情况来看，头部企业拥有数据和算力方面的优势，当规模越过一个阈值后，就会涌现出后来者无法企及的全新能力，包括深度泛在的感知能力、对多元变量关系的洞察能力、对高度复杂问题的预测能力等，为企业带来强大市场竞争力。

从创新角度看，由于存在规模涌现规则，先行大企业在创新链条中的地位大幅提升，位势不断增强。大型数字平台连接上亿消费者和百万级、千万级生产者，实时生产和汇聚海量数据，在强大的算力和算法支持下，具备自动提取经验数据特征和规律并进行推理决策的能力，能够准确感知并捕捉创新资源维度和交易资源维度下的市场需求及变化趋势。同时，研发结果可以直接应用于海量用户，用户使用反馈也能快速传递给研发团队，持续的数据交互使研发方向能够根据环境变化进行灵活调整，更好优化相关服务。大型平台的优势还来自数据交互形成研发簇群，平台大场景运作、跨产业运营、多领域并进，能够汇聚各创新主体之间的场景化数据，并基于大规模的算法能力打造创新知识生态，增强具象场域中研发成果和终端产品的良性交互，极大促进创新。

平台的上述创新优势对高端人才和投资者形成强吸引力，因而成为数字前沿技术和基础研究的重要创新力量。