AICon议程上新60%,阿里国际、360智脑、科大讯飞、蔚来汽车分享大模型探索与实践 了解详情
写点什么

企业穿越周期,需要数字化战略思维

  • 2022-09-15
    北京
  • 本文字数:6188 字

    阅读完需:约 20 分钟

企业穿越周期,需要数字化战略思维

编者按:


在数字化浪潮的冲击下,所有的资源被重新打破、分配,在这样一个资源重组的市场上,有这样一类企业正在成为焦点,它们有着专业的技能,精细化的管理方式,生产着不可替代的、持续创新的产品,这样的企业被称之为“专精特新”企业。


但是,想要成为“专精特新”企业,必须需要跨越中小企业生命周期。根据上奇数字科技有限公司研究团队此前发布的《谁是未来冠军——解码“专精特新”》报告显示,从成立年限来看,国家级“专精特新”企业平均成立年限是 16 年,而研究表明,我国中小企业平均寿命仅 3 年左右。


上奇数科创始人兼董事长孙会峰认为,要想完成这个跨越,成为“专精特新”企业一员,这需要企业自身要在一个行业里面花费大量的时间和技术投入,专注聚焦地深耕一个细分领域,不断迭代、提升自己的技术能力、产品质量、持续精进。


本期《超级连麦》,我们邀请到了上奇数科创始人兼董事长孙会峰,和极客邦科技创始人兼 CEO 霍太稳(Kevin),InfoQ 极客传媒数字化主编高玉娴,一起探讨数字经济时代,“专精特新”企业是如何炼成的。内容有删减,感兴趣的同学可进入“霍太稳视频号”观看直播回放。

创业是自我认知的过程

自己创业过程中遇到的困难有哪些,都有哪些深刻体会?


孙会峰:虽然我在赛迪顾问有十余年的咨询的经历,但这种手工生产、手工作业的方式很难规模化。如何把产业的情报、产业的大数据用数字化的工具来提供服务是整个咨询行业面临的难题,后来在北京智源人工智能研究院就做了这件事。如今,在过去经验的基础上,创业成立了上奇数字科技有限公司,在此过程中也有着几点深刻体会。


第一个体会,要在一个赛道里边去做深耕还是很难的。根据以往的经验来看,要把个人的想法或者是想要实现的技术通过工程化的一系列动作,把它变成商品化的产品,在这个转化的过程中还是有很多的鸿沟,自己看过和真正实操还是有一定的距离。


第二个体会,专注很重要。在创立上奇数科的时候,我们先是在智源做了一段时间的孵化,而疫情期给公司提供了一个很好的机会,在此期间我们能够非常专注、心无旁鹜地用一年时间把这个工具研发出来。


第三个体会,要让用户真正来接受商品化或者产品化的东西又是个漫长的过程。过去企业做决策更多的是依赖于咨询公司,依赖于研究院。现在我们提供了一个数字化的平台和工具,我们的产品叫“产业通”、“产业大脑”,这是一个产业情报和决策支持系统。客户自然需要接受的过程,包括对于它的付费方式、商业模式、服务模式都需要有一个认知的阶段。

“专精特新”不是口号,而是企业实力的体现

极客邦科技 2020 年入选了北京市的“专精特新”的首批名单,2021 年入选了北京市第一批“专精特新”小巨人的名单,对此,Kevin 的感受是什么样的?


霍太稳:因为我看到各种各样的新闻都在谈国家非常重视“专精特新”,包括后来北交所开板,都是为了鼓励“专精特新”企业上市。我在参加清华经管 EMBA 的一次学习过程中,有位教授分享的我很认同。他讲到为什么中国也要去推“专精特新”企业?国家经过多年高速的发展,接下来可能要进入一个精细化发展的阶段。


国家先是提出了碳达峰、碳中合这样的可持续发展理念,再接下来鼓励很多小的企业去发展。这一年大家也看到,国家并没有那么鼓励平台型企业的发展,反而非常鼓励在某一个领域里面做得非常好的垂直企业。国家出台“专精特新”政策,是参考了很多德国过去的经验,比如鼓励中小企业融资、鼓励隐形冠军等等。


德国是一个在全国范围之内有很多隐形冠军的国家,其实它在很多领域里面是非常垂直的,比如一个汽车少了德国生产的螺丝钉就无法组装。这种能力是非常强的,正是这些企业支撑住了整个德国工业的体系,成为整个国家发展的基本盘。


极客邦科技从 2007 年开始便一直专注数字人才的培养,这和国家所推行的数字经济一脉相承,也是国家非常鼓励的方向。我们在数字人才发展领域有着较深的积累与贡献,这也是我们先是成为“专精特新”企业,后来又成为“专精特新”小巨人非常重要的原因。

“专精特新”企业普遍具有什么样的共同特点?


孙会峰:所谓的“专”就是讲它有专业性,专业的技能,有一技之长。“精”是指这个企业有非常精细化的管理、精细化的服务、精细化的生产。“特”是指产品和服务有一些特色、特殊性。“新”是指它的技术和产品的创新。那么,“专精特新”的企业普遍具有什么样的共同特点?


第一点,大家对于中小企业有一个共识,就是它的生命周期大致就是 2.5 年到 3 年左右。但是在我们发布的“专精特新”报告里面,可以看到普遍企业的生命周期都在十几年,有的在 15 年左右。


这个数字能够说明一个什么样的问题?就是企业要想在一个赛道上深耕,真正把壁垒做起来还是需要很长的时间,无论是硬科技,还是材料,或者专有技术的研发都需要长期的坚持。


第二点,大家认为“专精特新”都是一些小企业,注册几十万或者一百万的,印象中这些企业规模应该是小微企业,但是我们看到在“专精特新”里面有近九成企业的注册资金在五千万左右,这说明“专精特新”企业的门槛还是很高的,这和它要求的技术投入也有很多关系。


第三点,在“专精特新”里边区域的分布上也有明显的特征。比如说像北京、浙江、江苏,或者是广东这些东部沿海地区,“专精特新”企业数量远高于中西部地区。这和在经济比较发达的地方培育出来的企业的技术能力、创新能力都有很大的关系。比如说从地级市的角度上来看,像宁波这样的城市,它在全量“专精特新”城市里面排名第一,这和宁波发达的制造业有很大的关系。


第四点,“专精特新”企业在行业上也有比较突出的特点。比如说“专精特新”企业在人工智能、软件和信息服务较为集中,或者在一些地区相对来说比较集中。总之,一个是企业的基数大,另一个是在这些赛道上它的市场广度宽。比如“专精特新”企业中有一家企业是做特殊气体的,因为在做芯片的时候要使用到这种特殊气体,即使它占比很小,但是缺少它是做不出来芯片的。在“专精特新”企业里面有大量的在细分的专业领域的例子。

国家级“专精特新”企业平均成立年限是 16 年,而目前我国中小企业平均寿命仅 3 年左右。对想走上“专精特新”道路的中小企业,有哪些建议?


孙会峰:其实,当我自己看到这个数据的时候,我也是蛮惊讶的。因为在我们的印象里面“专精特新”不应该是年限这么长的企业。我觉得原因在以下:


第一,过去二三十年,中国已经习惯了快速的发展,成立一个企业,然后五到六年就准备上市推向资本市场,有太多这样的故事在互联网圈、数字科技圈发生,但是成为“专精特新”企业却耗时如此之长,确实颠覆了我们的认知。


第二,当我仔细去研究这些企业时,特别是在电子信息全行业时,我发现大多数企业是在一个行业里面专注地深耕,在这个细分领域里边不断迭代、提升自己的技术能力、产品质量。80%以上的“专精特新”企业并没有多元化发展,而是足够聚焦去做一件事。


第三,“专精特新”企业跟打进制造业稳定的供应链有很大的关系。互联网行业做 ToC 业务的时候,一企业就可以通吃,但是企业在进入制造业供应链之前会有很多步骤,比如说选择、检测、认证、试产,再到大批量生产、稳定的供应以及制造业产品升级后的新诉求等等,其中存在大量供应链体系的双向磨合,这些对企业融入产业生态来说是非常重要的。


霍太稳:很多的“专精特新”企业都是做 ToB 生意的,它在生态链、供应链中的地位,包括它本身的生态就不是一朝一夕能够完成的。比如 2007 年时,我们就开始做 InfoQ,用了十年多的时间才进入了华为的供应链,这个过程是我们持续证明 InfoQ 的专业和实力的过程。


我想国内很多“专精特新”的企业也面临同样的问题,当企业想要去进入制造业甲方的供应体系时就要不停地去证明自己,不断优化材料,这需要大量时间的积累。


孙会峰:虽然数字技术是通用的,但是不同行业的能耗是千差万别的,我们无法用一个通用的数字技术把千行百业全部按照一个模式打通。从推动传统企业数字化转型的核心影响权重上来讲,领域知识是非常重要的,换句话说,行业领域中的专业知识占比是超过数字技术占比的。如果我们认为数字化技术是接入到传统行业、赋能传统行业的,其实,这种认知是缺少敬畏的。我们应该认为数字技术要在传统行业中得到使用或者服务。每一个人都要尊重行业,要敬畏行业里面的专业知识,把这些经验积累下来,形成深刻洞察是非常重要的。


工具和人才——企业数字化转型的两大基石

企业进行数字化转型遇到了哪些问题?


孙会峰:我在赛迪顾问工作的 14 年中有一个感触,当我为某家企业去做战略、做规划时有四个点是非常重要的:全行业的趋势、对标企业在干什么、我所面对的目标的市场会怎么变化、我有多少资源能力。但是,作为一个个体的人,怎么样才能掌握这些信息?可能需要我在一个领域里边要深耕十年才能够对这个行业有一定的认知,那么我怎样才能在短时间内建立全产业的参照系?这也是企业面临的第一个问题,产业数据不足。


举个例子,根据“产业大脑”的分析,新能源汽车一共有 167 个环节,它的整个供应链体系一共有 14 万家企业。那么,从企业的需求上来讲,过去所有的研究或者是行研也好、决策也好,都是基于工业化时代规范性的研究,为什么在 ToC 互联网领域可以建立客户画像,或者对用户需求偏好的预判,而在 ToB 领域里面为什么没有?从根本上来说,是因为没有大量能够表征这个行业特征的实时数据可以利用,比如新能源汽车中 14 万家企业,任何一个分析师都不知道确切的数字,这是一个困局。


第二个问题,理念不同。过去行业研究、投资决策是基于有限的统计调查,基于有限的统计信息,也可以说人进行调研访谈收集的信息是有限的。我们不能通过数字化技术客观地模拟或者仿真出来整个的产业链、供应链、产业分布、集群、创新的趋势,因为我们没有数据,也没有现在的 AI 的算法、手段、建模方法去刻画它。


第三个问题,数字文明没有经典的产业理论。我们如今在商学院里面学那套所谓的管控、治理,或者是管理的思路,那都是工业化时代建立的,数字化时代包括人力资源、招聘、员工的管理都不是那样的思路。实际上我们原创的这套理论是完全继承于西方商学的,而在数字化时代的产业经典的理论到底是什么?并没有被没提出来。

“产业大脑”是怎样帮助企业进行数字化转型的?


孙会峰:现在数字化的平台更多的是提供一些效率工具,或者是一些流程工具,而缺少一些产业宏观的、整体的或者是决策性的工具。当企业做这个决策的时候,企业不但要了解自身,还要了解整个行业发展的情况。过去主要是人来做决策,一方面,即使在同一个组织里面,不同的人的水平也有高低,决策的品控是比较难掌握的。而且企业要培训出来一个高水平研究员,根据过去我在咨询公司的经验,只有几十个项目不断地去训练他才有可能让他成长起来。


另一方面,做一本产业分析报告,企业有 70%的时间在查阅资料,30%是创造性劳动,而一份报告里面,最有价值的就是创造性劳动。但是巧妇难为无米之炊,那么如何把这 70%大量重复查数据的时间节省下来?这就是我们要解决的问题。


基于这样的想法,后面我们就把五千多万家企业所有的专利、上百条产业链、十几万种产品,包括投资信息、技术信息、供应链信息全部打通,通过这个数字化的底座我们来刻画这家企业的竞争力、这个行业发展的趋势。自动化生成大量的情报和咨询的信息。


在 2016 年的时候,我提出来一个理念叫“产业大脑”,这个产品可以大量节约企业研究员的时间,至少把 70%查阅数据的时间可以节省到 1%,现在我们生成一个报告只需要 2 秒钟。


比如说我建立汽车的全产业链这样一个分析,我就可以做供应链的调度,针对短板的补齐,当然经过这么几年的实践,我们不断地深入去认识,比如现在我们在建全球的企业库,整体的产业的运营时一定需要一个大脑,一定是需要一套数字化的看不见的指挥系统在做整个产业创新要素的调节匹配,基于这样的想法,我提了这个理念并且用四五年的时间一直在实践。

在做这个产业大脑的过程中,遇到最大的挑战是什么?


孙会峰:我开始做“产业大脑”的时候,大家都非常认同这套方法。但是,我要想把它做起来的时候就面临一个问题:到底是先把产业大脑的基座的核心的能力做扎实?还是先做项目?这里边有两个难点:


第一个难点,要专注、抵住诱惑。我花了累计两年多时间,一直在做这个底座,一个项目没做,我就是想把这个基座做起来,这时候就需要耐心,需要专注,需要抵住诱惑,需要心无旁鹜。


第二个难点,底座本身的搭建就非常的难。我们发现在“产业大脑”里光有数据是不够的,我们还发明了两个东西,第一个就叫“产业字典”,就是这些数据怎么样去诠释它?它代表着什么?它们之间什么关系?举一个例子,比如说我开饭店都需要萝卜、白菜,但是并不是每家饭店都能变成网红饭店的,为什么?是因为大厨的操作的手,这个菜切成条、切成丝、切成块,这取决于它的运营场景。


同样地,我们用“产业字典”来定义这个数据代表着什么,什么叫供应链?什么叫人工智能企业?什么叫人工智能产业?在人工智能产业里边的供应链中上下游怎么规定?这些都需要一套字典给它定义起来。


我们的团队有十几个人干这个,干了两三年的时间,一直在琢磨这个事情到底怎么做。因为 ToB 领域知识的建模是非常难的,即使你做了很多年的研究也未必真得能够把整个模型建立起来,而且单一行业的建模还有一个问题就是当迁移到别的行业时,这个模型就要重新训练、改进、搭建,整个过程会消耗大量的时间成本、资源成本。

中小企业数字化转型需要什么样的人才?


霍太稳:大家都在进行数字化,都在进行企业数字化的转型,但是到底什么样的人才是最适合这样的一个团队,或者是这个过程的?最后大家的一致的总结就是:复合型的人才或者说叫业技人才,就是业务和技术能够融合在一起的人才,用一个时髦的话来讲,叫做数字人才的业务化,业务人才的数字化。


长话短讲,很重要的一个地方就是技术人才需要多去看一看业务是怎么去做的,多去和业务打交道,去提升技术人才对业务的理解。业务人才也需要提升一下对产品的理解,甚至包括对技术的理解。


比如当业务人员从客户那边拿到了一些诉求,可以经过自己的分析整理,再去和产品经理、技术人员做沟通,经过你们双方的碰撞,可能设计出来的产品就更加符合客户的要求。要站在全行业的角度去看,别把自己太专注于某一点,尽量让自己变得复合型。


孙会峰:假如说零售企业,那肯定是零售为本,技术为器,技术仅是一个工具,如何用这种技术提升业务本身效率提升,让企业面临的风险变小、产出性价比更高、产品的创新更快、客户的体验更好,这是需要复合型人才去实现的。


数字技术是通用的,所以我们一定要回归到业务的本身。我自己讲过一句话,我觉得非常重要,未来没有什么数字人才,也就是说未来没有互联网企业,但是未来所有的企业都是互联网企业。我们需要辩证地来看这个问题,技术终极的价值是体现在业务上,比如一个纺织型企业数字化转型的价值最终是体现在交付的纺织产品上,这才是回归到业务价值本身。

嘉宾介绍


孙会峰,现任北京上奇数字科技有限公司创始人兼董事长,北京智源人工智能研究院知识计算引擎创新中心主任,兼任工业和信息化部运行局特聘专家,中信基金会资深咨询委员,国家开发银行评标专家,曾任赛迪顾问总裁。

 

霍太稳,极客邦科技创始人兼 CEO,InfoQ 中国创始人,极客时间创始人,TGO 鲲鹏会发起人。2007 年创立 InfoQ 中国,2014 年创立极客邦科技,2015 年发起 TGO 鲲鹏会,2017 年创立在线职业教育学习品牌极客时间,2019 年开创极客时间企业版,拓展企业服务市场。



2022-09-15 14:497184

评论

发布
暂无评论
发现更多内容

【架构师训练营】第 13周作业

花生无翼

Linux Shell编程

yuanhang

Shell

Week13 学习总结

赵龙

大数据架构&数据应用/分析&机器学习(二)

dony.zhang

flink spark 学习 Storm

13周作业

方堃

打破Scrum的五个误区(译)

Bruce Talk

Scrum 敏捷开发 Agile

第十三周作业

Linuxer

【第十三周】命题作业——Google 搜索排序

赵龙

为微服务建一个简约而不简单的配置中心

架构师修行之路

微服务 etcd 配置中心

大数据解答(二)

dony.zhang

数据分析

架构师训练营Week13总结

Frank Zeng

极客大学架构师训练营

Week13

一叶知秋

week13 homework

burner

Centos7 IP、名字、防火墙配置

yuanhang

centos7 防火墙 静态IP

week13 总结

雪涛公子

Go 云原生应用实战系列(二)

田晓亮

微服务 云原生 Go 语言

使用Typora+PicGo配置Gitee图床

清菡软件测试

图床

数据分析指标-电商行业

李小匪

week13学习总结

burner

PageRank算法

技术小生

架构师训练营 week13 - 学习总结

devfan

架构师训练营Week13作业

Frank Zeng

极客大学架构师训练营

甲方日常 11

句子

工作 随笔杂谈 日常

Week 13 作业

鱼_XueTr

架构师训练营第十三章作业

吴吴

week13 作业

雪涛公子

第十三周

Acker飏

详解 Python 的二元算术运算,为什么说减法只是语法糖?

Python猫

Python 编程 翻译

你所在的行业,常用的数据分析指标有哪些?

李朋

架构师训练营 week13

devfan

初露锋芒的AI战斗机,打开AI军备竞赛的潘多拉盒子

脑极体

企业穿越周期,需要数字化战略思维_文化 & 方法_阎婷_InfoQ精选文章