中国科技产业在自主创新方面一直面临着许多压力,无论是在硬件还是软件方面都遇到了许多阻碍。为了解决“卡脖子”的问题,“专精特新”企业被寄予厚望。作为一家在大数据分析和指标平台方面具备优秀创新能力的厂商,2022年5月,跬智信息(Kyligence)入选2021年度上海市“专精特新”企业名单。
“专精特新”是工信部2011年7月提出的概念,在《“十二五”中小企业规划》中,“专精特新”成为中小企业转型升级的重要途径,推动中小企业向专业化、精细化、特色化和新颖化的方向发展。
曾经并不占据主导力的中小企业,随着在特定领域的专业化和创新能力的提升,如今已经成为备受瞩目的经济增长力量。2022年9月,Gartner发布《指标平台创新洞察报告》,跬智信息凭借在指标平台方面的创新技术产品和实践经验,成功入选指该领域代表厂商。跬智信息联合创始人兼CEO韩卿表示:“随着国家政策和市场研究的关注,更多企业受到鼓励,在细分领域更深入、更精准、更专业化,甚至力争成为世界领先者。”
跬智信息(Kyligence)联合创始人兼CEO 韩卿
不过对于拥有无限潜力的中小企业来说,如何理解并迈向专精特新?如何适应瞬息万变的市场环境?以及如何实现自身所在领域的行业领先地位?都是中小企业经营者需要认真思考和探究的问题。
专精特新,突围利器
韩卿介绍称,早期许多企业的业务都以贸易为主,这使它们高度依赖外部环境的稳定性,一旦外部环境发生变动,这些企业就会遭受损失。如今企业需要转型,专注于一些特色领域,随着经济的发展,这些领域会越来越受关注,生产质量提升,利润也越来越高。
韩卿认为,这是“社会发展到了下一个阶段的体现”,通过专精特新的指导原则和方向落地,更多企业将关注具有竞争力、具有竞争壁垒的产品和服务,从而实现高利润。
跬智信息专注于大数据基础软件,致力于提供企业级多维数据分析产品和一站式指标平台,为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案。服务模式上,跬智信息也是中国最早开始探索“订阅制”服务的公司之一。韩卿介绍称,该领域以往主要被海外企业垄断,作为一家自主可控的中国企业,跬智信息在行业内十分出色,在2022年5月入选2021年度上海市“专精特新”企业名单。
随着数字化转型的深入,企业在数据分析管理和指标管理方面面临着不少挑战。不同企业和部门对指标的定义和计算逻辑存在微小的差异,导致企业上下游之间很难对齐用于决策的指标口径。此外,数据分析团队分散在公司各部门,使用不同的分析工具,指标的计算管道被嵌入在不同的工具中,使得无法跟踪指标血缘。再加上CRM和ERP等业务应用对分析洞察的需求日益增长,如果没有自动化流程,提取指标不仅会花费大量时间,而且会造成重复性的开发投入,成本居高不下。
跬智信息可以帮助企业快速查询和分析海量数据并实现统一的管理,目前服务的行业已涵盖银行、保险、证券、零售、制造、医疗等。
三大策略,巩固地位
为了更好地适应不同行业的业务需求,企业首先需要足够扎实稳固的底层技术能力。跬智信息在底层大数据算法平台上进行创新突破,提供高性能、高并发、高稳定性的数据分析能力, 产品积累了丰富实践经验,并在国内外拥有多项技术专利。
其次,在新技术方面,同样需要很大投入。韩卿介绍称,在过去两年,公司对人工智能和自动化的创新投入很大,这也让跬智信息的系统变得越来越智能。在云原生和SaaS等方面,跬智信息也有积极部署。韩卿表示,同外部客户的交流过程中,自身也能感知到当前的趋势,不断促成跬智信息目前的竞争优势。
对底层技术的深耕、在新技术的投入,以及对前沿趋势的探索,让跬智信息始终保持这样的优势,跻身专精特新企业。为了在专精特新方面继续保持行业领先地位,跬智信息将从三个方向着力:
第一,持续对底层技术的研究和投入。跬智信息最近才发布一个新的开源项目,名叫“Gluten”,与英特尔联合开发,旨在构建一个高性能的计算引擎,大幅优化Spark的执行效率和成本。韩卿表示:“这个项目到目前为止,初步结果非常不错,我们会持续关注技术趋势并投入底层技术能力的提升,以保持专业,提升竞争壁垒。”
第二,为客户提供差异化的产品和服务。跬智信息的客户群体主要都是银行、保险、证券、零售、制造等行业的头部客户,也是数字化转型的先锋,这些客户的系统建设和应用领先于其他行业。跬智信息需要满足这些超越行业水平的需求,韩卿举例称:“我们与银联联合实验室合作,通过技术和场景验证,已经替换掉一些海外软件。”
第三,巩固国际市场地位。跬智信息一直在美国和其他国际市场发展,客户遍布美国、欧洲、中东地区。在国际市场的经验,也让跬智信息得以不断推出新颖的产品和服务,巩固市场地位。
一专多能,把握未来
加强技术研究和投入,满足客户需求并提供差异化的产品和服务,以及在国际市场上不断创新和发展,是跬智信息在专精特新方面保持行业领先地位的方法。对于行业的未来,韩卿总结了两个方向:
第一个方向是云计算和云原生。数据量越来越大,需要大量的资源,通过云原生可以降低成本提高效率,这已经在互联网公司和美国市场得到证明;
第二个方向是加强人工智能的平台能力。 通过人工智能等技术使平台更加智能,更加高效。 将人工智能应用于企业级服务和平台级服务是大数据领域的一个创新点。
深耕所在行业的同时,也要持续追踪技术趋势,方可在专精特新方面保持行业领先地位。对于想要申报专精特新的企业,韩卿也给出了三点建议。首先,公司需要了解政策本身,包括企业和政府在内,需要相关指导和培训。其次,企业需要专注于自己的核心优势,做得扎实,建立真正的差异化和竞争壁垒。另外,在技术投入方面需要继续加大投入,不能因为业务变化而畏缩不前,同时需要避免分散注意力。
作为一家专注于大数据基础软件的厂商,未来,跬智信息将从三个方面入手布局。首先,扎根于所在行业,通过更好的产品和新的解决方案,扩大应用场景,赢得客户的长期信赖;另一方面,跬智信息将进一步扩大发展版图,打造全球更深影响力;在生态方面,跬智信息也将与更多伙伴合作,扩大生态系统,实现合作共赢。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。