“隐形冠军”出自德国著名管理学思想家赫尔曼·西蒙(Hermann Simon)的《隐形冠军:未来全球化的先锋》一书,指在某一细分领域处于绝对领先地位、年销售额不超过50亿美元且隐身于大众视野之外的中小企业。
德国有“隐形冠军”,中国则有“专精特新”,两者的概念有着很多的相似之处,但在一些层面还是有所不同。
专精特新指的是具有“专业化、精细化、特色化、新颖化”特征的中小企业。其实中小企业一直是我国经济韧性、就业韧性的重要支撑,事关经济社会发展全局。
虽然中小企业一直是市场上最具活力、数量最大的群体,但是它们的生存环境也像千军万马过独木桥,坚持走专精特新之路,可以说是中小企业实现高质量发展的重要环节。
专精特新的首次提出是在2012年4月26日,国务院《国务院关于进一步支持小型微型企业健康发展的意见》指出,鼓励小型微型企业发展现代服务业、战略性新兴产业、现代农业和文化产业,走“专精特新”和与大企业协作配套发展的道路,加快从要素驱动向创新驱动的转变。
2013年7月16日,国家工业和信息化部发布《工业和信息化部关于促进中小企业中小企业“专精特新”发展的指导意见》,明确提出促进“专精特新”中小企业的总体思路、重点任务及推进措施。
到了2022年专精特新首次被写入政府工作报告,着力培育专精特新企业,在资金、人才、孵化平台搭建等方面给予大力支持。同时专精特新又再次被写进二十大报告,提到要支持专精特新企业发展,推动制造业高端化、智能化、绿色化发展。
近年来,工信部更是持续加大对优质中小企业的培育力度,设置了梯度培育体系。“百十万千”工程是在2025年之前,培育100万家创新型中小企业、10万家“专精特新”企业、1万家工信部认定的专精特新“小巨人”和1000家单项冠军。
现在专精特新已经成为国家的技术代名词,是中国制造业的重要支撑,是强链补链填补空白的关键所在。本期数字化转型方略也找到了它们当中的代表企业,看看他们都是如何一步步走到聚光灯下,在各自的舞台上发挥所长。
新时代,中小企业既是敢于创新的“破冰者”,也是直面困难的“担当者”,更是乘风破浪的“拼搏者”。虽然这个春天来的迟了一些,但我们始终相信这个积蓄是重要且有意义的存在。
《数字化转型方略》2023年第4期:http://www.zhiding.cn/dxinsight/2304
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。