ChatGPT引爆的热浪还在持续升温。亚马逊宣布将大力投资大模型与生成式技术，OpenAI即将推出ChatGPT iOS版，马斯克一边呼吁“停止大模型训练”一边给Twitter囤积上万张GPU。除吭哧吭哧地布局大模型技术外，硅谷大佬们还不约而同地表示“大为震撼”：英伟达黄仁勋说ChatGPT带来了AI的iPhone时刻，比尔·盖茨说GPT是他一生中见到的两项最具革命性的技术之一……
大模型似乎将要重构一切，从生产力到生产资料再到生产关系。新技术催生全新的商业机会，也势必会重塑商业秩序，企业组织站到了时代的十字路口：要么创新，要么死亡。那么，在新的时代，企业如何才能适应“创新者生、不创新死”的新商业文明？
中小企业是创新主力军，却难以跨过“死亡谷”
在商业世界，中小企业一直扮演着“蚂蚁雄兵”的角色，它们数量庞大，占据了全球所有公司中的90%，雇佣着70%的劳动力，并创造了全球一半的GDP。国内中小企业在经济中的比重长期呈现出“五六七八九”的特征：贡献50%以上的税收、60%以上的GDP、70%以上的技术创新数量、80%以上的城镇劳动就业和90%以上的企业数量。
中小企业既是经济体的核心组成部分，也是技术创新和模式创新的生力军。数据显示，2020 年规模以上工业企业中，有研发活动的小微企业占全部有研发活动企业的比重为81.1%，研发经费比2015年增长102.5%，有效发明专利数比2015年增长233.2%。
不过，中小企业创新和发展依然面临诸多制约，融资难、融资贵问题尚未有效缓解，创新资源获取渠道不够畅通等问题突出。据美国《财富》杂志报道,美国中小企业平均寿命不到7年,而在中国,中小企业的平均寿命仅2.5年,集团企业的平均寿命仅7-8年。仅仅是2019年，我国就有超过100万家企业倒闭，其中超过90%是中小型企业。
绝大多数中小企业都未能跨过“死亡谷”。那么，中小企业创新难在哪？
第一、难以及时掌握创新情报。有效的创新既要洞察未来更要理解现状，但环境变化太快，技术日新月异，中小企业没有专业团队去及时、全面、准确地了解创新相关的情报，比如技术趋势、公共政策、市场形势、对手新品等等。没有创新情报的支持，要进行有效的创新很难。
第二、产学研之间仍存在鸿沟。应用层的创新往往离不开技术、理论、基础科学的创新，一般来说产业界擅长应用，学界和研究机构擅长底层，现在的普遍问题是：企业想实现一些应用创新但找不到底层的创新技术支持，拥有这些创新技术的学界和研究界则一直为“技术走不出实验室”犯愁。如今，我国的一些科技大厂已在尝试深入到学研环节，但中小企业仍面临产学研间的巨大鸿沟，正因为此，《“十四五”促进中小企业发展规划》也明确要“加速产学研协同、大中小企业融通创新。”
第三、创新资源对中小企业不普惠。创新最重要的要素就是技术、人才和资金，但目前这些创新资源都在自发地涌向头部企业，相较于大厂而言，中小企业决策敏捷，有极强的创新动能，但却很难得到创新资源，结果就是创新资源错配严重，旱的旱死，涝的涝死。据一位科创服务行业业内人士透露，“银行不具备对中小公司做科创量化分析的能力，也无法评估风险，不敢给贷款，而最后科创贷流向的企业往往是专精特新‘小巨人’明星企业，它们往往又是不太缺钱。”
因此，《“十四五”促进中小企业发展规划》明确了完善中小企业创新服务体系、推动要素资源向创新型中小企业集聚、鼓励产学研合作、健全科技成果转化机制等一系列举措，来化解中小企业的创新困境。
大数据驱动全链路闭环，科创服务隐形冠军浮出水面
市场上很早就出现了专业的科创服务机构，专门助力企业解决科创难题，提供创新情报数据，促进产学研无缝对接，拉通人、钱和技术等创新资源。但传统科创服务一直存在明显的“症结”：譬如缺乏全流程、专业化、深度化服务，服务水平参差不齐等等。
市面上已有企业在默默地采取跟“贝壳”类似的闭环模式来重塑企业科创服务的体验。大数据科创服务平台企知道成立于2017年，其致力于通过大数据、云计算、AI等技术，为企业用户提供专业技术、领域专家、政策支持、科创金融等方面的服务，并在知识产权、财税、法律、品牌等领域为企业降低运营风险，提高效率。
企知道的核心是全国最大的科创数据库，聚合了工商数据、专利数据、政策数据以及产业链等千亿级数据，通过对多源异构的数据进行加工处理，融通产业链、创新链、人才链、教育链、资金链、政策链，结合企业的使用场景，让数据模块化展示出来，同时通过系统给出参考建议，通过“查企业”、“查专利”、“政策补贴”、“产学研”等核心功能提供科创情报、政策精准匹配与区域政策分析、快速适配领域专家与科研成果等服务。
目前，企知道已汇集了9700万家全国企业数据、1.6亿全球专利数据、4700万全国产业政策数据、20万产学研入库专家与300万科研成果数据，围绕企业创新前、中、后期的全环节、全要素，深入解决企业创新痛点，提高企业科技创新效率，助力广大企业可持续高质量发展。
通过企知道平台，企业不仅可以查询工商信息、专利商标信息、产业政策信息以及行业研报，还能利用智能分析与匹配能力，获取各个维度的企业/产业智能分析报告。譬如，企业可以通过产业政策智能匹配，清晰地知道有哪些产业政策和荣誉资质适合自身申请；可以创建一系列技术监控和企业监控任务，实时获取全球前沿技术情报和竞争对手动态，为企业的研发活动和商业布局提供支持。还可在平台上快速匹配与对接科创服务资源，消除创新链路上的痛点与难点。
相较于传统线下的企业服务机构，企知道科技拥有规模优势和线上线下一体化服务模式优势；而相较于大多数线上服务机构，企知道科技不只具备查询功能的数据服务，还拥有综合型的业务、更为深度的服务体系。在科创服务领域悄然落地“贝壳”模式的企知道，也成了科创服务机构的“隐形冠军”，公司员工规模超过5000人，服务客户超过30万家，即便遇到疫情，最近三年营收依然实现了稳定增长。放在整个企业服务赛道来看，企知道都已堪称不折不扣的“扫地僧”。
科创空间：科创服务领域的ChatGPT呼之欲出
企知道一直致力于通过大数据、云计算和AI等技术改变科创服务体系，在耗时6年完成数据积累后，企知道将抓住ChatGPT技术浪潮，迎来全新发展阶段。对于企知道来说，将大模型技术落地在科创服务领域，推出科创服务场景下的ChatGPT已是板上钉钉。
第一、科创大模型AI可更好地解决企业科技创新的痛点。
企业需要的不只是“情报”和“资源”，更需要“精准”的情报与资源。企业在不同发展阶段和创新的前、中、后不同时期，有着截然不同的创新需求，必须要基于工商信息、知识产权、产业政策、财税、友商竞品等多维度信息进行分析，才能为企业提供更精准的情报和创新资源。
应用大模型技术后，企知道可以更深刻、精准、全面地理解和分析企业需求痛点，基于科创大数据和企业科创画像，在企业创新的孕育期、诊断期、决策期、落地期全程提供“千企千面”的科创数据分析与资源对接服务，提高产学研对接效率，提高资金、人才、技术等科创资源与企业需求的连接效率，实现科创企业与全球创新要素的精准对接。
第二、企知道拥有落地大模型技术的核心基础。
大模型落地除了场景外，更重要的是数据，因为大模型需要海量大数据“填喂”锤炼才能一日千里，不断进化。在科创垂直领域，企知道已积累多年数据，涵盖企业创新所需外部环境数据、权威创新资源数据、产业链数据、公共政策数据、企业画像数据等多维领域。同时，企知道还对海量多元异构数据进行了治理并形成体系，实现了结构化标注。当前，企知道正在推动打破“数据孤岛”，融通产业链、创新链、人才链、教育链、资金链、政策链等科创数据资产，打通从学术研究、科技创新到科技成果转化的“端到端”数据分析与服务能力，为技术密集型企业、学术机构、政府提供更丰富的专利、文献等数据及评价应用，建立我国自主可控的学术研究与科技情报数据库。
接下来，企知道这些数据可直接为大模型所用，它可基于巨头开放的通用大模型平台能力研发科创服务行业的垂直大模型，让ChatGPT技术在科创服务领域落地。
第三、企知道可将大模型交互产品作为入口连接更多服务。
对企知道来说，不论是开发一个类似于ChatGPT的科创服务机器人，还是在原来的产品界面融入相关的AI对话功能，都可以大幅提高企业的科创服务效率。基于这样的对话式AI机器人，企知道也可以更好地连接第三方科创服务乃至更加广泛的企业级服务，除了帮助企业找钱、找人、找技术外，还可以提供更加广义的企业级服务。在企业全生命周期的经营中，有大量的服务需求，如财税、人才、融资、数字化等等，企知道可在AI平台上引入更多第三方优质企业服务资源，基于AI实现精准的推荐，并在服务履约过程中提供交易与服务系统支持、服务质量全周期管控等服务，让中小企业可一站式解决经营中的难题，从“创新不再难”迈向“经营不再难”。
2023年3月，企知道提出将推出企业SaaS产品“科创空间”，为企业提供专属的知识产权及科技项目管理及运营工具，以及全球实时的科技情报及金融信贷产品。后期依托产业链数据，产品能力逐步向B2B供应链上下游方向延伸，为企业找寻更好的供应商、拓展客户形成产品支撑。
在罗超频道看来，企知道“科创空间”很可能就是基于大模型AI技术的全新一代科创服务产品。有了科创服务版的ChatGPT后，中小企业可以在不同产业的创新全阶段，在“科创空间”获得全程的科创支持服务，比如做传统电器的工厂发布“我们想做一款可精准检测水质的智能烧水壶”的需求，很快就能得到专业的回答，答案中还可连接到对应的专家顾问，让工厂快速找到技术、人才、资金等科创资源。
对于企知道来说，如果其能够成功地将大模型AI技术引入到科创服务领域，它的发展格局也将迈上全新台阶，一方面，AI产品将助力其获得更多定制化客户，它可在减少人力投入的情况下，给中小企业提供个性化、贴身式、闭环式服务，让专业科创服务普惠的同时，它也可以获取更多价值。另一方面，从“人盯人”的传统模式升级到“AI服务为主,人工顾问为辅”的“人机结合”模式，企知道的服务效率将会大幅提高，随着数据的积累、客户的增长、算法的精进，企知道将进一步巩固壁垒，对传统科创服务玩家形成降维打击。
资本市场正在蜂拥向大模型产业，但优质的可落地的大模型应用并不多见，依托大数据的智能化科创服务平台，势必也将让企知道的价值得到重估。基于大数据与AI技术解决中小企业科创难题的企知道，也将迎来属于自己的大时代。