以2021年数据为例,《国务院关于2021年中央决算的报告》上显示当年中央安排4万亿元的政策奖励补贴资金,通过21个政策颁布口径,约覆盖4000多个国省市区层级的政府部门,直接带动32个行业大类辐射800多万家企业。
但据往年数据统计,每年参与政策申报的企业数量仅占全中国企业总数的10%,项目立项成功率更是不到两成。
企业对政策不了解、对通知不知道、对材料不会写、对申报不会做,这是绝大多数企业在政策申报工作中存在的普遍痛点。海量的政策扶持资金摆在那里,但是很多企业却看不到,也拿不到。
为了解决企业捕捉政策扶持资金的痛点,首家以人工智能和算法技术驱动的政策服务公司——政策通,应运而生。
其实早在政策通诞生之前,我们团队便在政策服务领域深耕了七年时间。政策通的前身是四川本土的资深企业服务机构,累计协助为各类企业申报政策奖补扶持资金总额超30亿元,沉淀了丰富的政策趋势预判、申报培育规划、项目资金捕捉和申报全链管理的实战经验。
但是,在我们从事政策服务的过程中,看到人力资源面对天量政策资讯数据时存在信息盲区的问题。
全国每年都有大量的政策文件出台,但相关部门几乎没有太多实质性政策推广动作,导致大量企业对政策看不到、读不懂、拿不到,政企双方存在天然信息鸿沟,申报过程还容易滋生寻租空间,产生大量中介和行业乱象。面对这样的现状,我们认为AI是可以替代人脑,或者是实现大部分环节替代的。
近年来AlphaGo等AI技术高速发展,算法功能模块越来越成熟,基础设施层条件已经具备了,所以我们就决定投入重兵力量,做出政策服务智能化的产品。
我们整理出来的2021年1月1日到现在的全国政策信息条数接近300万条,其中超过80万条是直接和扶持资金是相关的,而且信息条数还在以每天2000条的增速在扩大。
这是一个极其庞大的动态数据源,只是之前没有人去整理,所以只能叫数据碎片,几乎没有太高价值,我们要做的事情就是把全国所有的政策数据进行整合、分类、对比、挖掘、分析、学习、归类和提炼,把低价值的数据碎片转变为高价值的数据资产,现在企业缺的不是政策,而是精准化的政策情报主动获取能力。
砍掉和我没有关系的政策,砍掉这个政策里面的冗余信息量,只把最终的精华要点推送给我,可以直接支撑我来做决策。
我们的做法是将所有的政策文件进行数据化解构,再把所有的企业情况进行数据化结构,把政策和企业这两段的数据集合进行碰撞,最后就能得出在各个申报条件,一家企业是否满足条件。
对用户端来说非常简便,只需要填报一次信息,就可以实现国省市区所有政策的匹配评估,看到能够争取多少政策资金,能够争取多少认定资质。
因为我们把所有的政策看作是猎物,帮助企业进行狩猎。目前我们的系统由三大板块构成:全国政策数据基建网(P-IDC)、企业端软件系统,和企业端硬件系统。
是我们的底层设施,覆盖了全国所有的经济运行部门发布的政策信息,然后我们对所有政策信息按照各种维度进行标签化和数据化解构,形成等待企业端实施匹配的数据链。
企业在我们的平台软件上录入并更新各种状态参数,就形成了企业端的数据链,再和政策端的数据链进行碰撞,最终就形成了这家企业和每条政策之间的诊断评估结果。
这条政策总共有多少条申报条件,哪些我达标了,哪些我没达标。企业很快就可以做出是否申报的最终决策。
这是政策申报领域的第一款智能硬件产品。申报工作是个线索极其繁琐的业务,但现在所有的数据全部都沉淀在这个硬件当中,管理好这个硬件,就管理好整个申报业务。
这个智能硬件还可以自动识别一家企业能够申报的政府部门官网,一键链接至政府的申报门户网站,实现了跨部门申报的聚合化。还有这款硬件是强口令动态密码管理的,完全保障了企业数据的安全性。
目前,针对成都范围的政策情报体系已经完全竣工并完成测试投入使用,全国范围的政策狩猎功能完成度已经90%了,预计年底之前就正式进入公测环节。
作为国内首个以人工智能和算法技术驱动的政策服务公司,政策通所面临的完全是一片未知的海域。
没有可以直接借鉴的成功案例,我们团队在初创时一直在摸石头过河,如何搜寻政策源头、机器学习、构建模型,如何站在用户使用角度去做产品设计和流程设计,这些全都是问题。
举个例子,比如说“高新技术企业”和“高企”,我们人类非常清楚指的是一个意思,但是机器会天然理解成两个意思,所以我们创建了全国政策文件常用语义大全,训练机器进行海量的模糊语义识别。
我们把政策通定义成一个推动企业去获得更快更好发展的基础设施,通过解决政策和企业之间信息差的问题,让能够获得政府扶持的企业都能够最大化享受所有政策。
在此之上,我们也根据全国企业的申报行为和态势感知,找到了几个非常值得进行重点发力的业务方向,比如你们看到政策通最近在筹备的全国20个城市的专精特新投融资大会,就是根据我们对于政策数据的深度挖掘,推演出的业务方向.
“本文为企业宣传商业资讯，仅供用户参考，如用户将之作为消费行为参考，凤凰网敬告用户需审慎决定”
