可并非所有项目都能&bp;“自由申报”。去年年底，省科技厅发布了&bp;“制造业数字化转型专项”&bp;申报通知，全校只有六个申报指标。系里组织内部&bp;PK，张启明也报了名，这个项目要是能中，不仅能拿&bp;30&bp;分科研工作量，还能拿到&bp;30&bp;万项目经费。PK&bp;那天，会议室里坐了七位评委，有系领导、资深教授，我作为科研处的代表也参加了。张启明是第三个汇报的，他提前准备了&bp;20&bp;页&bp;PPT，练了不下十遍，可站在讲台上时，手心还是直冒汗。
“你的项目和&bp;XX&bp;企业的需求匹配度不高。”&bp;一位评委直接指出，“他们要的是生产线实时监控系统，你做的是故障预警，虽然相关，但针对性不够。”&bp;张启明赶紧解释：“我们可以在预警模型里加入实时数据接口，只要企业提供生产线数据，就能实现实时监控。”&bp;可另一位评委摇了摇头：“你没有和这家企业合作过，怎么保证他们愿意提供数据？风险太大了。”
最后，三个指标分给了两位资深教授和一个有企业合作基础的团队。张启明走出会议室时，天已经黑了，冷风一吹，他才发现自己的衬衫后背全湿了。回到家，妻子见他脸色不好，没敢问，只是把温好的饭端到他面前。他扒了两口饭，突然想起自己这个月的绩效，因为上个月有个横向项目的经费没到账，科研工作量差了&bp;5&bp;分，绩效被扣了&bp;1200&bp;块，而房贷每个月要还&bp;4800，孩子的奶粉钱还要&bp;2000。“再熬熬，等国青基结果出来就好了。”&bp;他安慰自己，可心里却没底。
就在张启明为项目申报熬夜时，我也刚从省科技厅高新处回来。晚上八点多，我坐在办公室里，揉着发胀的太阳穴，桌上摊着一叠申报指标表。作为科技处项目管理科的科长，我的&bp;“战场”&bp;不在教研室，而在政府部门、企业和学校之间的&bp;“桥梁”&bp;上。每年年初，我就要开始&bp;“跑资源”——&bp;去科技部、科技厅、工信厅、市科技局等部门打听申报信息，争取更多的指标；申报季时，要陪老师去企业&bp;“站台”，帮他们对接需求；还要组织校内&bp;PK&bp;预审会，筛选出最有竞争力的项目。
“陈科长，明年‘人工智能专项’的指标能多给我们学校一个不？”&bp;下午在省科技厅，我跟高新处的王处长磨了半天。王处长笑着说：“你们学校今年的中标率已经很高了，再要指标，其他学校该有意见了。”我赶紧递上一份材料：“您看，我们学校今年新建了人工智能实验室，引进了三位长江学者，还有五个团队在做相关研究，实力比去年强多了，多给一个指标，说不定能多出一个国家级项目呢。”&bp;王处长翻了翻材料，没立刻答应：“我再看看，下周给你答复。”
从科技厅出来，我又去了一家汽车制造企业，机械学院的陈教授有个&bp;“汽车零部件智能检测”&bp;项目，想和这家企业合作申报横向项目。陈教授技术过硬，但不擅长和企业打交道，上次谈的时候，企业负责人觉得项目周期太长，不太愿意合作。这次我提前做了功课，了解到企业最近在赶生产线升级，急需检测技术支持，于是我帮陈教授调整了项目方案，把周期从&bp;18&bp;个月缩短到&bp;12&bp;个月，还承诺学校可派研究生驻厂服务。
“我们要的是能立刻用的技术，不是实验室里的成果。”&bp;企业负责人直言。我笑着说：“陈教授的团队已经做了三次小试，检测准确率能达到&bp;98%，驻厂后还能根据生产线情况调整算法，保证三个月内就能试运行。”&bp;我边说边拿出调试报告，又给负责人算了一笔账：“用上这个检测系统，每条生产线每年能减少&bp;50&bp;万的废品损失，两年就能收回成本。”&bp;负责人被说动了，当场拍板：“行，我们先签个意向协议，下周再细谈。”
回到学校时，已经快七点了。我还没来得及吃晚饭，就接到了程处长的电话：“明天上午九点开‘省重点研发计划’校内预审会，你安排一下，评委要选懂技术又懂政策的，别出岔子。”&bp;挂了电话，我赶紧给几位评委发消息确认时间，又把&bp;12&bp;份申报材料整理好，每份材料上都贴了便签，标注出项目的创新点、风险点和建议。
第二天的预审会开得很激烈。有个&bp;“新能源电池回收”&bp;项目，评委们分成了两派：一派觉得项目创新度高，符合国家政策方向；另一派觉得技术不成熟，回收效率不如现有技术。“现在的回收技术只能提取&bp;50%&bp;的锂，我们的技术能提到&bp;80%，这就是创新！”&bp;项目负责人急得站起来反驳。“可你们的中试数据只有三组，样本量太小，说服力不够。”&bp;一位评委毫不退让。我赶紧打圆场：“要不这样，让团队补充中试数据，下周再复评，大家看怎么样？
本章未完，请点击下一页继续阅读》》
“你的项目和&bp;XX&bp;企业的需求匹配度不高。”&bp;一位评委直接指出，“他们要的是生产线实时监控系统，你做的是故障预警，虽然相关，但针对性不够。”&bp;张启明赶紧解释：“我们可以在预警模型里加入实时数据接口，只要企业提供生产线数据，就能实现实时监控。”&bp;可另一位评委摇了摇头：“你没有和这家企业合作过，怎么保证他们愿意提供数据？风险太大了。”
最后，三个指标分给了两位资深教授和一个有企业合作基础的团队。张启明走出会议室时，天已经黑了，冷风一吹，他才发现自己的衬衫后背全湿了。回到家，妻子见他脸色不好，没敢问，只是把温好的饭端到他面前。他扒了两口饭，突然想起自己这个月的绩效，因为上个月有个横向项目的经费没到账，科研工作量差了&bp;5&bp;分，绩效被扣了&bp;1200&bp;块，而房贷每个月要还&bp;4800，孩子的奶粉钱还要&bp;2000。“再熬熬，等国青基结果出来就好了。”&bp;他安慰自己，可心里却没底。
就在张启明为项目申报熬夜时，我也刚从省科技厅高新处回来。晚上八点多，我坐在办公室里，揉着发胀的太阳穴，桌上摊着一叠申报指标表。作为科技处项目管理科的科长，我的&bp;“战场”&bp;不在教研室，而在政府部门、企业和学校之间的&bp;“桥梁”&bp;上。每年年初，我就要开始&bp;“跑资源”——&bp;去科技部、科技厅、工信厅、市科技局等部门打听申报信息，争取更多的指标；申报季时，要陪老师去企业&bp;“站台”，帮他们对接需求；还要组织校内&bp;PK&bp;预审会，筛选出最有竞争力的项目。
“陈科长，明年‘人工智能专项’的指标能多给我们学校一个不？”&bp;下午在省科技厅，我跟高新处的王处长磨了半天。王处长笑着说：“你们学校今年的中标率已经很高了，再要指标，其他学校该有意见了。”我赶紧递上一份材料：“您看，我们学校今年新建了人工智能实验室，引进了三位长江学者，还有五个团队在做相关研究，实力比去年强多了，多给一个指标，说不定能多出一个国家级项目呢。”&bp;王处长翻了翻材料，没立刻答应：“我再看看，下周给你答复。”
从科技厅出来，我又去了一家汽车制造企业，机械学院的陈教授有个&bp;“汽车零部件智能检测”&bp;项目，想和这家企业合作申报横向项目。陈教授技术过硬，但不擅长和企业打交道，上次谈的时候，企业负责人觉得项目周期太长，不太愿意合作。这次我提前做了功课，了解到企业最近在赶生产线升级，急需检测技术支持，于是我帮陈教授调整了项目方案，把周期从&bp;18&bp;个月缩短到&bp;12&bp;个月，还承诺学校可派研究生驻厂服务。
“我们要的是能立刻用的技术，不是实验室里的成果。”&bp;企业负责人直言。我笑着说：“陈教授的团队已经做了三次小试，检测准确率能达到&bp;98%，驻厂后还能根据生产线情况调整算法，保证三个月内就能试运行。”&bp;我边说边拿出调试报告，又给负责人算了一笔账：“用上这个检测系统，每条生产线每年能减少&bp;50&bp;万的废品损失，两年就能收回成本。”&bp;负责人被说动了，当场拍板：“行，我们先签个意向协议，下周再细谈。”
回到学校时，已经快七点了。我还没来得及吃晚饭，就接到了程处长的电话：“明天上午九点开‘省重点研发计划’校内预审会，你安排一下，评委要选懂技术又懂政策的，别出岔子。”&bp;挂了电话，我赶紧给几位评委发消息确认时间，又把&bp;12&bp;份申报材料整理好，每份材料上都贴了便签，标注出项目的创新点、风险点和建议。
第二天的预审会开得很激烈。有个&bp;“新能源电池回收”&bp;项目，评委们分成了两派：一派觉得项目创新度高，符合国家政策方向；另一派觉得技术不成熟，回收效率不如现有技术。“现在的回收技术只能提取&bp;50%&bp;的锂，我们的技术能提到&bp;80%，这就是创新！”&bp;项目负责人急得站起来反驳。“可你们的中试数据只有三组，样本量太小，说服力不够。”&bp;一位评委毫不退让。我赶紧打圆场：“要不这样，让团队补充中试数据，下周再复评，大家看怎么样？