面對復雜多變的外部環境，浙江通過鼓勵支持“專精特新”、隱形冠軍發展小巨人企業，通過數字化技改和平臺化服務為產業鏈中下游企業“增智力”，創造更優營商環境為中小企業轉型升級保駕護航。量大面廣的中小企業不僅成為浙江經濟的“基本盤”，也成為抵御經濟風險和高質量發展的堅定力量。
瞄準“隱形冠軍”
在船舶、核電等領域的建設中，密封件屬于關鍵“小零件”，曾被國外公司壟斷達半個世紀。今年1月8日，國家科學技術獎勵大會上，寧波天生密封件有限公司參與的“高精度高強度中厚板結構件復合精沖成形技術與裝備”項目，榮獲2018年度國家科技發明二等獎。
從記憶鋼材、石墨墊片到金屬塑性成形工藝，天生密封件勵行根團隊從材料起步，30年磨一劍。研發缺乏數據支持，就自己投入搞實驗室；銀行欠款7000萬元，舉步維艱時卻拒絕了外企幾億元的收購“橄欖枝”……“一旦認準方向就堅定走下去”，靠著這份鍥而不舍，天生密封件終成“小巨人”。
中大力德智能傳動股份有限公司持續8年投入2.2億元研發工業機器人的減速器，終于打破國外壟斷，給機器人裝上了國產“肘關節”。減速器在工業機器人的三大核心零部件中，技術壁壘最高，成本占比也最高。“掌握了核心技術，這類產品將在工業自動化方面應用廣闊，為智能制造提供技術支撐。”董事長岑國建說。
日前，國家工信部公示第一批249家專精特新小巨人企業名單，其中浙江19家企業。對市場趨勢的敏銳判斷、對行業高端的發展追求，創新驅動力促使浙江中小企業更加專注于細分市場、創新能力和掌握關鍵核心技術，成為產業鏈上不可替代的一環。
為梯度培育中小企業向“專精特新”發展，打造一批隱形冠軍企業，浙江省政府辦公廳印發《關于開展“雛鷹行動”培育隱形冠軍企業的實施意見》，提出到2022年，浙江科技型中小企業達到6萬家以上，凈增“小升規”企業1萬家以上，入庫培育隱形冠軍企業1000家以上，產生隱形冠軍企業200家左右。
降低“試錯成本”
面對不斷增長的各種成本和不斷提高的品質要求，智能制造是制造業轉型升級的未來發展趨勢，但是中小企業的智能化改造是世界難題。相比大企業，中小企業面臨更大的試錯成本和風險，稍有不慎就會落入“轉型找死”的境地。
在“中國軸承之鄉”新昌，軸承行業是當地的民生行業。一面是外部環境復雜變化多端，一面是產業鏈下游企業如汽車、家電等市場需求不振，新昌軸承行業在突圍和轉型升級的雙重壓力下，找到了“數字化制造、平臺化服務”驅動中小企業價值提升的“新昌模式”。
作為浙江省“傳統產業轉型升級專項試點縣市”之一，新昌在浙江省智能制造專家委員會的指導下，選擇以軸承行業為試點，由陀曼智造科技有限公司牽頭開展企業數字化制造應用改造的“百企提升”活動。參與數字化技改的新昌軸承企業普佑科技，在廠房、設備和人員不變的情況下，產值從實施前2016年的3200萬元，猛增到2018年的7100萬元，增長了121.8%、利潤增長了168%；沛斯軸承的設備綜合利用率從2019年1月份的48%提升到5月份的63%；斯菱股份的服務響應時間從60分鐘提升到20分鐘，提升300%。
新昌軸承行業協會秘書長楊初明介紹，除了產出率提高、能耗降低等從科學管理中獲得的效益，行業云平臺還利用生產線產量數據計算需求量，為中小軸承企業提供原材料集中采購和精準配送，大大降低了采購成本，解決大批量采購周轉資金壓力。
目前，這一模式在浙江全省推廣，如長興市紡織與印染，永康汽配和金屬加工，慈溪小家電，樂清低壓電氣行業……盡管面臨工業下行壓力，但是浙江智能制造的步伐還在不斷加快。上半年，浙江省重點智能化技術改造項目投資842.3億元，達到全年目標的56.2%，新增應用工業機器人9894臺。
著力“深度融合”
浙江金石包裝有限公司在尋求產學研合作時，樂清市委人才辦就牽頭通過研究院資助、人才住房、子女就學等方面政策支撐，促成其與國家納米科學中心合作，共建國家納米科學中心（金石）納米材料合作實驗室。如今，由該實驗室研發的易揭蓋產品已經實現規模生產，被國家科技部列為“星火計劃”。一經推出立即在國內外展銷會上成為焦點，收獲大量訂單。
根據新一輪“浙江小微企業三年成長計劃”，2019年，浙江將通過改革育小、創新強小、金融活小、服務暖小、聚力扶小等系列舉措，全年新增小微企業18萬家以上。其中，新增八大萬億產業小微企業5萬家以上、進出口經營權備案登記企業3500家、“個轉企”1萬家以上，加快形成“小微有活力、民企有實力、發展有動力”的經濟增長新格局。
“如何用數字技術創新推進創新驅動戰略，加快互聯網、大數據、人工智能與實體經濟深度融合，是下一步促進中小企業轉型升級高質量發展的重點。”浙江省信息化發展研究院院長陳疇鏞認為，其間要解決兩個問題，一是企業數字化轉型的能力與內生動力不足問題。大多數中小企業認為，數字化投資回報周期長、轉換成本高，或者缺乏數字化技術、資金、人才。二是行業大數據平臺缺失，企業間數據的交換、融合尚在初始階段，政府公共數據面向企業開放的程度還不高，數據資源的挖掘利用程度不深，尚未形成較為成熟的數據驅動產業升級路徑。
