【文/觀察者網(wǎng) 呂棟】

“我們現(xiàn)在主要在使用OpenAI的模型，同時(shí)我們也測(cè)試了一系列國內(nèi)的大模型，他們的進(jìn)步都很快，但目前來看，在成熟度上還可以進(jìn)一步提高。”7月7日，數(shù)庫科技創(chuàng)始人兼總裁沈鑫在第六屆世界人工智能大會(huì)（WAIC）現(xiàn)場(chǎng)接受觀察者網(wǎng)對(duì)話時(shí)說道。

他認(rèn)為，如果通用大模型發(fā)展到極致的話，也就不存在什么行業(yè)大模型了，但這是非常漫長的過程。因?yàn)槟苷嬲┐竽Ｐ褪褂玫母哔|(zhì)量數(shù)據(jù)非常缺乏。比如能把金融相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)做到很高的公司屈指可數(shù)，而這些公司肯定不會(huì)把數(shù)據(jù)貢獻(xiàn)給別人。

數(shù)庫科技創(chuàng)始人兼總裁沈鑫

沈鑫向觀察者網(wǎng)坦言，今天人類所處的是一個(gè)萬物互聯(lián)的世界，所有的產(chǎn)業(yè)是連接在一起的。以前可能分析芯片的和分析汽車的人士很少產(chǎn)生交集，但今天產(chǎn)業(yè)網(wǎng)絡(luò)是交織狀的，對(duì)人的分析能力要求非常高。在這種情況下，數(shù)據(jù)的連接和編織，對(duì)幫助人們做決策顯得尤為重要。

他同時(shí)也提到，這個(gè)世界不存在所謂的“魔術(shù)”，大模型也不會(huì)一下把所有問題都解決。因?yàn)榇竽Ｐ捅旧硎且粋€(gè)效率工具，“我們現(xiàn)在會(huì)把大模型的一些技術(shù)融入到數(shù)據(jù)生產(chǎn)端，進(jìn)一步去提升生產(chǎn)效率。這個(gè)實(shí)際上是我們看待大模型的一個(gè)點(diǎn)，不要為了技術(shù)而技術(shù)”。

數(shù)庫科技成立于2009年，由海歸的沈鑫和劉彥海創(chuàng)立，該公司主要是在金融及產(chǎn)業(yè)領(lǐng)域提供基于產(chǎn)業(yè)邏輯的智能數(shù)據(jù)產(chǎn)品與系統(tǒng)服務(wù)，幫助金融機(jī)構(gòu)、企業(yè)集團(tuán)、政府部門解決業(yè)務(wù)場(chǎng)景中的數(shù)據(jù)和系統(tǒng)需求。

在本屆WAIC現(xiàn)場(chǎng)，觀察者網(wǎng)體驗(yàn)了數(shù)庫科技發(fā)布的概念型產(chǎn)品圖譜——istari，用戶輸入問題用大語言模型解析后，即可轉(zhuǎn)化成統(tǒng)一產(chǎn)品知識(shí)圖譜（UPG）相關(guān)的查詢，呈現(xiàn)出相關(guān)的專業(yè)產(chǎn)業(yè)知識(shí)以及各個(gè)知識(shí)點(diǎn)之間的關(guān)系，該產(chǎn)品主要通過大模型來做產(chǎn)業(yè)關(guān)系的推演。

以下是對(duì)話實(shí)錄：

觀察者網(wǎng)：今年數(shù)庫的展臺(tái)比去年要大，重點(diǎn)在展示哪些內(nèi)容？

沈鑫：相比去年，今年展出的內(nèi)容更多是增強(qiáng)和產(chǎn)品化。比如說銀行對(duì)公，去年是方案，今年是標(biāo)準(zhǔn)化產(chǎn)品。因?yàn)殡S著時(shí)間推移，公司想要發(fā)展的話，產(chǎn)品化程度必須越來越高。目前數(shù)字化轉(zhuǎn)型大家還都在摸索，隨著接觸的客戶越來越多，我們要把其中共性的需求提取出來。因?yàn)槲覀兊哪繕?biāo)并不是只服務(wù)于頭部金融機(jī)構(gòu)，還要服務(wù)于數(shù)量眾多的中小銀行，他們可能沒有那么多資源和能力，在這種情況下，標(biāo)準(zhǔn)化產(chǎn)品對(duì)他們來說就很重要。而且他們?cè)隗w會(huì)到標(biāo)準(zhǔn)化產(chǎn)品的好處之后，才更有決心和信心投入更多成本去做的更加精細(xì)。

觀察者網(wǎng)：連續(xù)參展世界人工智能大會(huì)，數(shù)庫業(yè)務(wù)是怎么跟人工智能技術(shù)結(jié)合的？

沈鑫：技術(shù)永遠(yuǎn)是工具，所以數(shù)庫將大量人工智能技術(shù)用在數(shù)據(jù)生產(chǎn)、數(shù)據(jù)解析和數(shù)據(jù)編織三個(gè)層面。技術(shù)賦能是底層能力，我們從來不直接拿技術(shù)去變現(xiàn)，這種級(jí)別的炫技沒有意義。一個(gè)公司要想可持續(xù)發(fā)展，關(guān)鍵是要夯實(shí)底層能力。就像運(yùn)動(dòng)員一樣，平時(shí)做的最多的反而是體能訓(xùn)練，雖然最后真實(shí)發(fā)揮的水平跟心態(tài)也有關(guān)，但底層能力還是最核心的。

觀察者網(wǎng)：數(shù)庫現(xiàn)在利用的人工智能底層技術(shù)能力有哪些？

沈鑫：我們?cè)诜治龊徒馕霾煌愋蛿?shù)據(jù)時(shí)，會(huì)用到各種各樣的小模型，比如說NLP（自然語言處理）等。我們以前不做需要海量人工標(biāo)注的數(shù)據(jù)集，因?yàn)檫@會(huì)降低毛利率。但今天通過大模型，我們可以做海量數(shù)據(jù)標(biāo)注，具體是先通過小模型把大的段落拆成小的，再用大模型把關(guān)鍵要素提取出來。通過把工程化的技術(shù)整合到一起，再把數(shù)據(jù)工廠做進(jìn)一步的增強(qiáng)。

觀察者網(wǎng)：目前數(shù)庫所利用的模型能力，是自研模型，還是使用市場(chǎng)上的模型？

沈鑫：我們不會(huì)自己去做大模型，因?yàn)榇竽Ｐ褪且粋€(gè)長期投入才能出效果的技術(shù)，適合大廠來做，而且大模型也有現(xiàn)成的。數(shù)庫現(xiàn)在也在接入OpenAI，國內(nèi)的大模型像百度的文心我們也在測(cè)試。我們?cè)诖怪鳖I(lǐng)域中用好工具就行了，而且可以誰的大模型好用就用誰的。我們更專注垂直領(lǐng)域，包括金融機(jī)構(gòu)也不可能自己去研發(fā)大模型，也是用現(xiàn)成的。因此我們一方面要把市場(chǎng)上大模型的水平認(rèn)知清楚，另一方面我們要把客戶需要的東西兼容上去。

觀察者網(wǎng)：目前數(shù)庫主要在和市場(chǎng)上哪些大模型合作？

沈鑫：我們現(xiàn)在主要在使用OpenAI的模型，同時(shí)我們也測(cè)試了一系列國內(nèi)的大模型，他們的進(jìn)步都很快，但目前來看，在成熟度上還可以進(jìn)一步提高。

觀察者網(wǎng)：如何看待大模型的應(yīng)用？

沈鑫：這個(gè)世界不存在所謂的“魔術(shù)”，大模型也不可能一下把所有問題都解決。因?yàn)榇竽Ｐ捅旧硎且粋€(gè)效率工具，我們現(xiàn)在會(huì)把大模型的一些技術(shù)融入到數(shù)據(jù)生產(chǎn)端，進(jìn)一步去提升生產(chǎn)效率。這個(gè)實(shí)際上是我們看待大模型的一個(gè)點(diǎn)，不要為了技術(shù)而技術(shù)。

觀察者網(wǎng)：如何看待通用大模型和行業(yè)大模型之間的應(yīng)用場(chǎng)景沖突？

沈鑫：如果通用大模型發(fā)展到極致的話，我覺得也就不存在什么行業(yè)大模型，但這是非常漫長的過程。能夠真正供大模型使用的高質(zhì)量數(shù)據(jù)是非常缺乏的。

比如我們行業(yè)里，能把金融相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)做到很高的公司，可能掰手指頭都數(shù)得出來，而這幾家肯定不會(huì)把數(shù)據(jù)貢獻(xiàn)給別人。所以它其實(shí)是一個(gè)漫長的過程，沒有大家想象得那么快。另外一個(gè)點(diǎn)，很多的場(chǎng)景是不需要用到大模型的?？赡茉谧稍兎?wù)類的場(chǎng)景中大模型有很大的用場(chǎng)，但是在金融這種對(duì)數(shù)據(jù)要求很嚴(yán)謹(jǐn)?shù)男袠I(yè)內(nèi)，大模型實(shí)際是沒有意義的，因?yàn)榛仞伿窍鄬?duì)比較模糊的。

觀察者網(wǎng)：應(yīng)該怎樣理解數(shù)庫的業(yè)務(wù)，或者說數(shù)庫是如何使用數(shù)據(jù)的？

沈鑫：我們是把市場(chǎng)上所有看上去像孤島的數(shù)據(jù)融合連接起來。在這樣的數(shù)據(jù)網(wǎng)絡(luò)中，去尋找外界難以捕捉到的一些有用的信息點(diǎn)。因?yàn)槿说乃季S總是有限的，能力再強(qiáng)的專家，可能也只是在一兩個(gè)領(lǐng)域比較專業(yè)，一旦跨領(lǐng)域可能就無能為力。今天我們所處的是一個(gè)萬物互聯(lián)的世界，所有的產(chǎn)業(yè)是連接在一起的。以前我們可能會(huì)說，分析芯片的和分析汽車的很少產(chǎn)生交集，但今天新能源汽車已經(jīng)離不開芯片，產(chǎn)業(yè)網(wǎng)絡(luò)是交織狀的，對(duì)人的分析能力要求非常高。在這種情況下，數(shù)據(jù)的連接和編織，對(duì)幫助人們做決策就顯得尤為重要。

觀察者網(wǎng)：目前數(shù)庫研發(fā)人員的占比大概是什么情況？

沈鑫：我們現(xiàn)在有兩百多名員工，其中有一百多人在做研發(fā)，占比超過一半，這些研發(fā)人員也在不斷夯實(shí)數(shù)庫的底層能力。當(dāng)?shù)讓蛹夹g(shù)能力達(dá)到一定水平的時(shí)候，你就會(huì)發(fā)現(xiàn)數(shù)據(jù)提取能力和數(shù)據(jù)精度全部都在上升。這就跟中國發(fā)射火箭探月一樣，航天技術(shù)一旦突破，所有的技術(shù)點(diǎn)在民用領(lǐng)域都會(huì)整體提升。

觀察者網(wǎng)：數(shù)庫現(xiàn)在的營收大概是什么樣的水平，未來有沒有IPO的計(jì)劃？

沈鑫：我們的營收已經(jīng)破億了，去年業(yè)務(wù)體量翻了三倍，今年還要再翻一倍。我覺的無論是IPO也好，還是未來任何資本市場(chǎng)的出路也好，都取決于公司的基本面，也就是有沒有真正為客戶創(chuàng)造價(jià)值。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。