專精特新“小巨人”的數智化煩惱

原創贊收藏評論

舉報 2021-09-01

掃描,分享朋友圈

專精特新“小巨人”可以說是近期出現最高頻的詞匯之一。

按照工信部的定義，專精特新即“專業化、精細化、特色化、新穎化”，而專精特新“小巨人”企業則是其中的佼佼者，是專注于細分市場、創新能力強、市場占有率高、掌握關鍵核心技術、質量效益優的排頭兵企業。

在政策風向標的持續引導下，越來越多人將目光瞄向了分散在全國各地的數千家“小巨人”企業。

財政部、工信部等明確提出，將在2021—2025年累計安排100億元以上獎補資金，重點支持1000余家國家級專精特新“小巨人”企業高質量發展，以促進這些企業在經濟增長中發揮示范作用。

多家券商將專精特新“小巨人”視為核心資產，300多家上市企業成為被重點關注的對象。中國證監會也適時表態，將進一步深化新三板改革，努力提升服務專精特新中小企業的能力和水平……

專精特新的中小企業迎來了政策和資本層面的雙重風口，但大多數“小巨人”卻有著轉型的煩惱。

01 時代潮頭上的“小巨人”

“專精特新”一詞在誕生十年后被重新提及，離不開特定的時代背景。

正如730政治局會議上的定調：要強化科技創新和產業鏈供應鏈韌性，加強基礎研究，推動應用研究，開展補鏈強鏈專項行動，加快解決“卡脖子”難題，發展專精特新中小企業。首次將“專精特新”和“補鏈強鏈”“卡脖子”聯系在一起。

進一步剖析的話，在工信部公布的4762家專精特新“小巨人”企業名單中，90%以上集中在“四基”領域，即核心基礎零部件、關鍵基礎材料、先進基礎工藝、產業技術基礎，在整個產業中有著不可或缺的作用。

一個直接的例子就是日本的味之素味精廠。

味之素在生產味精時，會產生一種名為ABF的副產物，這是一種用極高絕緣性的樹脂類合成材料制造成的薄膜。由于ABF擁有高耐用性、低熱膨脹性、易于加工等特征，在芯片制造過程中被大量應用。而味之素占據了ABF材料90%以上的市場，在芯片產業鏈中有著舉足輕重的作用，倘若味之素牢牢卡住ABF的供應，手機、電腦、汽車、5G、AI等芯片，均無法封裝完成。

也就是說，“專精特新”中小企業的規模并不大，卻瞄準了某個基礎領域的“縫隙市場”，在細分領域形成了壟斷式的話語權。中國作為全球工業門類最齊全的國家，產業基礎能力的不足卻是不爭的事實，通過大量的“小巨人”打通產業鏈中的斷點和堵點，無疑是解決“卡脖子”難題的必由之路。

“專精特新”的靈魂是創新。然而當前不少“小巨人”企業長期專注并深耕于產業鏈的某一環節，重視關鍵領域核心技術的攻關，屬于名副其實的“特長生”。可想要在競爭激烈的市場中存活下來并逐步壯大，還需要一步步補足短板。

所以一些部門在扶持“小巨人”企業的推進工作中，提出要促進中小企業的數字化、智能化改造，業務系統進一步向云端遷移。畢竟新一代技術革命的潮流浩浩蕩蕩，中小企業只有抓住智能化發展的機遇，不斷釋放蘊藏的能量，才能不被時代所拋棄。專精特新的“小巨人”自然也不例外。

于是在政策、資本的紅利外，百度智能云代表的云計算廠商，也將目光瞄向了中小企業，提出了云智一體等有利于中小企業的轉型戰略，幫助中小企業進行數字化、智能化轉型，并屢屢向“小巨人”們拋出橄欖枝。

02 數智轉型的重重壓力

因為大多數中小企業的數智轉型，仍存在一座座看似無法逾越的大山。

可以參考中國工業互聯網研究院在《工業互聯網平臺賦能中小企業數字化轉型研究報告》中揭示的現象：目前中小企業數字化轉型取得初步成效，超過半數企業處于數字化轉型的踐行實施階段，專精特新“小巨人”和制造業單項冠軍企業處于數字化轉型領軍梯隊，卻也面臨著多重挑戰。

比如轉型基礎薄弱的通病，不少中小企業整體數字化水平較低，在數字化設備連接率、設備良好率等方面具有較大提升空間；人才供給不足的局限，缺乏數字化轉型人才，數字化人才總體占比較低；前期投入壓力較大，探索起步階段的中小企業資金壓力大，同時對財稅政策感知較弱；以及對數據安全的顧慮，數字化轉型越深入，中小企業越擔心數據泄露影響經營效率。

特別是人工智能的落地應用，對中小企業可謂相當不友好。

波士頓咨詢的調研報告顯示，市場上86%的需求為定制AI需求，很難靠通用的AI模型滿足所有企業的需求，也就需要企業根據自身的實際需求進行定制開發，涉及到數據采集、數據預處理、數據標注、模型訓練、模型評估、模型部署等一系列流程。

即便是已經上市的專精特新“小巨人”，很多企業的估值在100億元以下，且絕大多數屬于制造業，對人工智能、云計算等新技術的認識不充分，也缺少專業的優秀人才，智能化轉型變成了巨大的、難以跨越的鴻溝。

個中原因其實并不復雜。人工智能的落地需要高額的算力投入，需要以項目制的形式定制算法模型，智能化轉型成了一項高成本、高消耗的工程，無形中將許多企業拒之門外。再加上智能化轉型本就是一項不斷試錯、不斷優化的工程，投入和產出還存在一定的不確定性，以至于當前的智能化轉型主要集中在行業里的塔尖企業，大多數位于腰部和尾部的中小企業對于智能化探索“畏手畏腳”。

做一個總結的話，專精特新“小巨人”的數智化轉型，需要平臺型的企業改變服務大型企業的策略和思路，針對中小企業的轉型動力和既有能力，推出場景化、標準化、可推廣的解決方案，讓“小巨人”成為數智化轉型的新標桿。

10年前在談到企業信息化時，有人調侃稱“中小企業像是一地碎泥”。在數智化轉型的時間節點上，相似的一幕再次上演。不過和十年前不同的是，百度智能云等云廠商正在嘗試為中小企業解壓。

03 留給云廠商們的難題

能否為中小企業的轉型鋪一條坦途，已然是云廠商們的新挑戰。

經過多年的市場教育后，“上云”早已是數智化轉型的隱形共識，云廠商自然要擔綱中小企業轉型升級的使命。以至于時常可以看到這樣一幕：年薪百萬的博士工程師跑到工廠、豬場、農田等場所寫代碼，用一篇篇聲情并茂的記敘文，刻畫了科技大廠幫助中小企業轉型的感人畫面。

這樣的故事不乏其內在價值，卻也揭示了一個既定事實：在現有的產業形態中，數智化轉型還是一件知易行難的事，面對數千家“小巨人”、數百萬家中小企業的迫切需求，“工程師下沉”的服務邏輯恐怕難以被批量復制。

中小企業數智化轉型的過程，也是一場不斷試錯的修煉。

或許一些云廠商的思維方式還停留在兜售算力，一些人工智能企業仍試圖靠出售算法代碼盈利，但在一些傳統路徑屢試不靈后，市場上也出現了新的打法。

比如百度智能云在2020年末的百度云智峰會上提出了“云智一體”的戰略，對“云”和“智”進行了充分融合與特殊調優，進而滿足中小企業轉型的所有需求；7月底舉行的2021百度云智峰會上上百度智能云正式提出了云智一體2.0，其中的核心思路在于：幫助中小企業實現數字化轉型與智能化升級的一步到位，并給出了“云為底座，飛槳為核，生態為翼”的系統性方法論，以百度智能云工業互聯網“開物”在內的平臺。

和中小企業的轉型需求進行比對的話，云智一體切中了兩個核心訴求：

一個是“適合跑AI的云”，將云計算從傳統IT、云原生帶入AI原生階段，在算力層面提供面向AI場景的彈性高性能的異構算力，中小企業不用再單獨采購GPU、CPU等算力，數智化轉型的硬性成本被壓縮到最低；

另一個是“懂場景的AI”，基于百度自研的產業級開源深度學習平臺飛槳，推出了針對AI應用開發者的零門檻AI開發平臺EasyDL和面向AI算法開發者的全功能AI開發平臺BML，最快10分鐘就能完成AI模型的訓練。

可以找到的案例是蘇州常熟的愷博車間。以往判別產品的好壞需要資深的老師傅“聽聲”，靠一雙耳朵和幾十年的經驗識別異音。但老師傅的經驗再豐富，也無法做到100%的準確率，而且“老師傅”本就是一種稀缺資源。為了解決這一問題，愷博車間引入了百度智能云的“AI異音識別系統”，將聲音轉化成波形后會進行自動分析，大大提高了“異音”識別準確率，也讓愷博車間走向了智能制造。

百度智能云的思路似乎并不復雜，簡單來說就是將異構算力作為中小企業按需采購的彈性資源，將算法模型和場景應用打造為可以復用的知識。即使是幾十個人的小微企業，也可以通過調用開放能力的形式進行轉型，或者通過百度智能云在當地的生態伙伴進行低成本的轉型升級。

某種程度上說，專精特新“小巨人”的數智轉型也是不同賦能路線的試金石，百度智能云在內的平臺正在給出最適合中小企業的轉型路徑。

04 寫在最后

社會對專精特新“小巨人”的聚焦，絕不是什么壞消息。

在宏觀維度上，國與國之間的競賽不只需要頭部的大企業，同樣需要具備國際競爭力的“單打冠軍”， “專精特新”的中小企業扮演的正是細分優勢的角色；在微觀的層面上，“小巨人”的崛起需要工匠精神，也需要尊重歷史規律不斷轉型升級，幫助中小企業解決數智化煩惱理應是全社會的討論的議題。

至少就目前來看，中小企業的轉型困境已經被越來越多人關注，百度智能云代表的云廠商也給出了可行的解決方案，專精特新“小巨人”進一步做大做強的生態環境和市場環境越來越成熟。

本文系作者授權數英發表，內容為作者獨立觀點，不代表數英立場。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。