专精特新“小巨人”的数智化烦恼
专精特新“小巨人”可以说是近期出现最高频的词汇之一。
按照工信部的定义，专精特新即“专业化、精细化、特色化、新颖化”，而专精特新“小巨人”企业则是其中的佼佼者，是专注于细分市场、创新能力强、市场占有率高、掌握关键核心技术、质量效益优的排头兵企业。
在政策风向标的持续引导下，越来越多人将目光瞄向了分散在全国各地的数千家“小巨人”企业。
财政部、工信部等明确提出，将在2021—2025年累计安排100亿元以上奖补资金，重点支持1000余家国家级专精特新“小巨人”企业高质量发展，以促进这些企业在经济增长中发挥示范作用。
多家券商将专精特新“小巨人”视为核心资产，300多家上市企业成为被重点关注的对象。中国证监会也适时表态，将进一步深化新三板改革，努力提升服务专精特新中小企业的能力和水平……
专精特新的中小企业迎来了政策和资本层面的双重风口，但大多数“小巨人”却有着转型的烦恼。
“专精特新”一词在诞生十年后被重新提及，离不开特定的时代背景。
正如730政治局会议上的定调：要强化科技创新和产业链供应链韧性，加强基础研究，推动应用研究，开展补链强链专项行动，加快解决“卡脖子”难题，发展专精特新中小企业。首次将“专精特新”和“补链强链”“卡脖子”联系在一起。
进一步剖析的话，在工信部公布的4762家专精特新“小巨人”企业名单中，90%以上集中在“四基”领域，即核心基础零部件、关键基础材料、先进基础工艺、产业技术基础，在整个产业中有着不可或缺的作用。
味之素在生产味精时，会产生一种名为ABF的副产物，这是一种用极高绝缘性的树脂类合成材料制造成的薄膜。由于ABF拥有高耐用性、低热膨胀性、易于加工等特征，在芯片制造过程中被大量应用。而味之素占据了ABF材料90%以上的市场，在芯片产业链中有着举足轻重的作用，倘若味之素牢牢卡住ABF的供应，手机、电脑、汽车、5G、AI等芯片，均无法封装完成。
也就是说，“专精特新”中小企业的规模并不大，却瞄准了某个基础领域的“缝隙市场”，在细分领域形成了垄断式的话语权。中国作为全球工业门类最齐全的国家，产业基础能力的不足却是不争的事实，通过大量的“小巨人”打通产业链中的断点和堵点，无疑是解决“卡脖子”难题的必由之路。
“专精特新”的灵魂是创新。然而当前不少“小巨人”企业长期专注并深耕于产业链的某一环节，重视关键领域核心技术的攻关，属于名副其实的“特长生”。可想要在竞争激烈的市场中存活下来并逐步壮大，还需要一步步补足短板。
所以一些部门在扶持“小巨人”企业的推进工作中，提出要促进中小企业的数字化、智能化改造，业务系统进一步向云端迁移。毕竟新一代技术革命的潮流浩浩荡荡，中小企业只有抓住智能化发展的机遇，不断释放蕴藏的能量，才能不被时代所抛弃。专精特新的“小巨人”自然也不例外。
于是在政策、资本的红利外，百度智能云代表的云计算厂商，也将目光瞄向了中小企业，提出了云智一体等有利于中小企业的转型战略，帮助中小企业进行数字化、智能化转型，并屡屡向“小巨人”们抛出橄榄枝。
因为大多数中小企业的数智转型，仍存在一座座看似无法逾越的大山。
可以参考中国工业互联网研究院在《工业互联网平台赋能中小企业数字化转型研究报告》中揭示的现象：目前中小企业数字化转型取得初步成效，超过半数企业处于数字化转型的践行实施阶段，专精特新“小巨人”和制造业单项冠军企业处于数字化转型领军梯队，却也面临着多重挑战。
比如转型基础薄弱的通病，不少中小企业整体数字化水平较低，在数字化设备连接率、设备良好率等方面具有较大提升空间；人才供给不足的局限，缺乏数字化转型人才，数字化人才总体占比较低；前期投入压力较大，探索起步阶段的中小企业资金压力大，同时对财税政策感知较弱；以及对数据安全的顾虑，数字化转型越深入，中小企业越担心数据泄露影响经营效率。
特别是人工智能的落地应用，对中小企业可谓相当不友好。
波士顿咨询的调研报告显示，市场上86%的需求为定制AI需求，很难靠通用的AI模型满足所有企业的需求，也就需要企业根据自身的实际需求进行定制开发，涉及到数据采集、数据预处理、数据标注、模型训练、模型评估、模型部署等一系列流程。
即便是已经上市的专精特新“小巨人”，很多企业的估值在100亿元以下，且绝大多数属于制造业，对人工智能、云计算等新技术的认识不充分，也缺少专业的优秀人才，智能化转型变成了巨大的、难以跨越的鸿沟。
个中原因其实并不复杂。人工智能的落地需要高额的算力投入，需要以项目制的形式定制算法模型，智能化转型成了一项高成本、高消耗的工程，无形中将许多企业拒之门外。再加上智能化转型本就是一项不断试错、不断优化的工程，投入和产出还存在一定的不确定性，以至于当前的智能化转型主要集中在行业里的塔尖企业，大多数位于腰部和尾部的中小企业对于智能化探索“畏手畏脚”。
做一个总结的话，专精特新“小巨人”的数智化转型，需要平台型的企业改变服务大型企业的策略和思路，针对中小企业的转型动力和既有能力，推出场景化、标准化、可推广的解决方案，让“小巨人”成为数智化转型的新标杆。
10年前在谈到企业信息化时，有人调侃称“中小企业像是一地碎泥”。在数智化转型的时间节点上，相似的一幕再次上演。不过和十年前不同的是，百度智能云等云厂商正在尝试为中小企业解压。
能否为中小企业的转型铺一条坦途，已然是云厂商们的新挑战。
经过多年的市场教育后，“上云”早已是数智化转型的隐形共识，云厂商自然要担纲中小企业转型升级的使命。以至于时常可以看到这样一幕：年薪百万的博士工程师跑到工厂、猪场、农田等场所写代码，用一篇篇声情并茂的记叙文，刻画了科技大厂帮助中小企业转型的感人画面。
这样的故事不乏其内在价值，却也揭示了一个既定事实：在现有的产业形态中，数智化转型还是一件知易行难的事，面对数千家“小巨人”、数百万家中小企业的迫切需求，“工程师下沉”的服务逻辑恐怕难以被批量复制。
中小企业数智化转型的过程，也是一场不断试错的修炼。
或许一些云厂商的思维方式还停留在兜售算力，一些人工智能企业仍试图靠出售算法代码盈利，但在一些传统路径屡试不灵后，市场上也出现了新的打法。
比如百度智能云在2020年末的百度云智峰会上提出了“云智一体”的战略，对“云”和“智”进行了充分融合与特殊调优，进而满足中小企业转型的所有需求；7月底举行的2021百度云智峰会上上百度智能云正式提出了云智一体2.0，其中的核心思路在于：帮助中小企业实现数字化转型与智能化升级的一步到位，并给出了“云为底座，飞桨为核，生态为翼”的系统性方法论，以百度智能云工业互联网“开物”在内的平台。
和中小企业的转型需求进行比对的话，云智一体切中了两个核心诉求：
一个是“适合跑AI的云”，将云计算从传统IT、云原生带入AI原生阶段，在算力层面提供面向AI场景的弹性高性能的异构算力，中小企业不用再单独采购GPU、CPU等算力，数智化转型的硬性成本被压缩到最低；
另一个是“懂场景的AI”，基于百度自研的产业级开源深度学习平台飞桨，推出了针对AI应用开发者的零门槛AI开发平台EASYDL和面向AI算法开发者的全功能AI开发平台BML，最快10分钟就能完成AI模型的训练。
可以找到的案例是苏州常熟的恺博车间。以往判别产品的好坏需要资深的老师傅“听声”，靠一双耳朵和几十年的经验识别异音。但老师傅的经验再丰富，也无法做到100%的准确率，而且“老师傅”本就是一种稀缺资源。为了解决这一问题，恺博车间引入了百度智能云的“AI异音识别系统”，将声音转化成波形后会进行自动分析，大大提高了“异音”识别准确率，也让恺博车间走向了智能制造。
百度智能云的思路似乎并不复杂，简单来说就是将异构算力作为中小企业按需采购的弹性资源，将算法模型和场景应用打造为可以复用的知识。即使是几十个人的小微企业，也可以通过调用开放能力的形式进行转型，或者通过百度智能云在当地的生态伙伴进行低成本的转型升级。
某种程度上说，专精特新“小巨人”的数智转型也是不同赋能路线的试金石，百度智能云在内的平台正在给出最适合中小企业的转型路径。
在宏观维度上，国与国之间的竞赛不只需要头部的大企业，同样需要具备国际竞争力的“单打冠军”， “专精特新”的中小企业扮演的正是细分优势的角色；在微观的层面上，“小巨人”的崛起需要工匠精神，也需要尊重历史规律不断转型升级，帮助中小企业解决数智化烦恼理应是全社会的讨论的议题。
至少就目前来看，中小企业的转型困境已经被越来越多人关注，百度智能云代表的云厂商也给出了可行的解决方案，专精特新“小巨人”进一步做大做强的生态环境和市场环境越来越成熟。
