推动我国大模型产业高质量发展
文｜《中国企业家》记者 赵东山
编辑｜李薇
图片来源｜受访者
2024年是知乎创始人、CEO周源任职全国政协委员的第二个年头，基于过去一年的创业体悟，周源今年带来了5份提案，聚焦“大模型产业发展”“全民科学素质”“互联网平台企业创新活力”“高质量技能人才供给”和“打击新型盗版侵权”。
过去一年，国内大模型产业迅猛发展，2023年4月，知乎也推出了“知海图AI”大模型，是最早发布大模型的中国互联网企业之一。但周源在实践中意识到，尽管我国在大模型领域取得了一定的成就，但仍面临着一些挑战，“最显著的问题之一是高质量中文语料资源的短缺”。
在这样的背景下，国内许多从事大模型开发的研究机构和企业在进行模型训练时，不得不依赖于外文标注数据集、开源数据集或是爬取网络数据。周源认为这无疑限制了我国人工智能技术的发展和创新应用的推进，也影响了我国在全球人工智能领域的竞争力。
周源建议：第一，建立数据合规的监管机制和评估办法，建议相关政府部门和监管机构针对数据合规应建立相应的监管机制，推动完善AIGC监管立法，保护和规范人工智能领域的数据合规；第二，加强数据安全和知识产权的保护措施；第三，加快高质量中文数据集的开发与利用。
与此同时，作为一名奋战了14年的互联网创业者，周源也非常关注互联网平台企业创新活力的话题。
2024年是中国全功能接入互联网30周年的重要里程碑年份，周源深切地感受到，过去的30年里，众多互联网平台企业凭借科技创新，已经深入到大众日常生活的方方面面。而互联网企业已然成为中国经济不可或缺的一环，也是我国科技创新体系的核心力量。
然而，由于近期受多重因素影响，互联网平台企业面临信心不足、市场预期不强、发展前景尚未稳固的困境，这在一定程度上制约了企业的发展潜力和创新活力。
因此，周源建议：第一，加强政策法规保障，提振互联网平台企业发展信心，比如加快促进民营经济发展立法进程，加强政策落地的一致性，科学设置监管政策；第二，完善科技创新机制，激发互联网平台企业创新热情；第三，优化产业创新体系，引导互联网平台企业赋能实体经济。
3月5日上午，周源聆听完2024年政府工作报告后感到非常振奋。“报告既对困难和挑战有清醒的认识，又提出了积极进取的目标。作为一名民营企业负责人，我对此感同身受。”他对报告中提到的“深化大数据、人工智能等研发应用，开展‘人工智能+’行动，打造具有国际竞争力的数字产业集群”印象深刻。
周源表示，这表明国家对数字经济和人工智能产业非常重视。“作为互联网从业者，我对此深受鼓舞。在未来的工作中，我将积极探索技术创新，为我国人工智能产业和新质生产力的发展添砖加瓦。”
以下为周源的采访内容实录（有删减）：
关于新质生产力与互联网公司的关系
周源：我们可以把新质生产力拆成人、生产资料和工具。
首先，可以把整个互联网都看成一个工具，这个工具帮大家进行知识分享、信息交换，甚至在线的交易、娱乐等功能。AI+互联网就可以变成一个新的工具。
举个例子，如果我要去一个地方，我会考虑去哪玩，想吃好吃的，酒店不想太贵，航班最好灵活一点。我唯一能做的事情是写一个旅行计划，然后把这些诉求变成一个个搜索词，在旅行网站或者酒店、机票网站预订，中间还要应对各种调整。
但是，今天当大模型有了agent（智能体）能力以后，它就接近于每个人最理想的一种方式：我可以有一个数字助理帮我处理这些事情，包括比价、询价。对比原来的方式，它也是通过互联网来满足的，但是效率更高，产生的价值更大。
其次是人。人类坚信新的技术对人是一种赋能。互联网本身除了是一种工具以外，还有大量人群在互联网上活跃、使用，有时候是显性化的交流，同时也是各种各样交易的产生对象。“AI+人”变成了互联网一种新类型的user（用户），它也是被AI赋能的。技术最有魅力的地方就是它可以扩展人的能力，就好像汽车扩展人的双腿，无线电放大人的声音。新技术在人的赋能上也会变成一个新型的轮子。
第三是生产资料。现在互联网的生产资料笼统来看，都可以把它认为是数据要素。不管是内容、商品，甚至是直播间里的对话，都有很多生产资料。当有了 AI这样的技术以后，原有的生产资料本身也可能变成一个互动对象。
所以从这个视角你会发现，当新技术来了以后，很多已经做到大规模技术用户覆盖的互联网公司，有机会在人的能力层、生产资料的新形式、工具的能力层三者基础上推动变化，从这个意义上来讲，充满了很大的想象力。
关于发展新质生产力中，民营企业的作用
周源：新质生产力有三个新，民营企业可以扮演新业态试验田的角色，民营企业是新模式的创新者，民营企业是新产业的主力军。
第一，民营企业可以扮演新业态试验田的角色。很多民营企业是比较灵活的，愿意去抓一些看起来比较小的、新的现象和需求，还可以先小步快跑进行尝试，所以就像是一个新业态的试验田。
第二，民营企业是新模式的创新者。当有了很多新的现象和业态以后，企业肯定就在想怎么去构建商业模式，有些模式是可借鉴的，企业怎么持续经营发展，后面的商业模式是什么，它可能比原来的有竞争力，也可能是全新的，都需要去思考、设计和探索。
第三，民营企业是新产业的主力军。一个产业最后能成为一个产业，一定不单单因为有一个超大型的公司，其中一定是分层次产生很多“小巨人”企业，再产生一批比较强的企业。从数量和规模的角度来说，在新的产业里民营企业一定会扮演主力军的角色。
此外，当我们说新质生产力的时候，我们提到人才可能指向的是培训，但从实践的角度来说，大量民营企业的用工数量加在一起是非常大的，它其实也是新型劳动者最终变成一个新质生产力的实践基地。
关于发展新质生产力，如何做好人才驱动
周源：人才驱动首先要看世界和社会的变化。
当下，对于每个人来说，不仅仅要掌握已有知识和技能技术，同时也需要快速去学习新的技术，以适应新技术的变化。面向这样一个很大的人群，技能培训体系和人才体系的定义、匹配之间其实相差比较多。在这个情况下，我们应该去系统迭代性地建设技能体系，把围绕他们的职业技能培训的社会力量动员起来。
现在，技能的变化很快。今天可能发生在数据工程师身上，明天可能就变成了prompt工程师。在这样的背景下，市场机制能够更加贴近真实的需求，能够快速做出变化。
知乎知学堂过去4年覆盖了6大领域30多个品类，并通过社区内容进行连接，累计培训了超过2000万学员。
新趋势的发生，背后比较大的一个变量来自于人才的流动。原来我们说的人才流动可能往往发生在一个行业或者一个专业内部，但现在跨行业的流动已经形成了国内人才流动的内循环，把一个行业所积累的技能、视野、知识，很快地带动到另外一个行业去，也构成了知识流动的红利。
互联网公司的人比较了解前端用户的需求，知道怎么去定义产品，怎么去做用户运营，怎么去快速迭代，怎么去推进项目的一类人才，这些经验是可以复用的，只是还没有大规模发生在制造行业或其他行业。
当人才流动了以后，你会发现这些知识经验见解，迅速在其他行业产生碰撞。从某种意义上来说，从人才流动所串起来的行业变化上，一定可以看到特别多的新趋势。
关于国内优质中文语料库的建设
周源：尽管我国在大模型领域取得了一定的成就，但仍面临着一些挑战，其中最显著的问题之一是高质量中文语料资源的短缺。虽然国内存量数据资源丰富，但由于数据挖掘不足、无法自由在市场上流通等现状，目前中文优质数据仍然稀缺。
国内许多从事大模型开发的研究机构和企业在进行模型训练时，不得不依赖于外文标注数据集、开源数据集，或是爬取网络数据，这无疑限制了我国人工智能技术的发展和创新应用的推进，也影响了我国在全球人工智能领域的竞争力。
构建优质中文语料库其实是一个先构建“水库”，再去思考合理使用的问题。目前大模型最大的语料库来自UGC生态，来自于每个人的知识、经验、见解的上传。
但今天构建“水库”的工作没有得到足够的重视，反而更看重怎么去“打水”的环节，比如模型训练怎么去进行数据和内容的爬取，其中可能还会出现一些知识产权、隐私安全等问题。当我们再去看大模型新技术迭代的时候，你就会发现其实中文文本的短缺就更明显，没有好的语料，好的算料，光有算力，光有模型，就不能形成良性的循环。
基于这一点，我提交了《关于补齐优质中文语料数据短板 推动我国大模型产业高质量发展的提案》，在三个方面提出建议：第一，建立数据合规的监管机制和评估办法；第二，加强数据安全和知识产权的保护措施；第三，加快高质量中文数据集的开发与利用。
关于激发互联网平台企业创新活力
周源：首先，如果你回顾移动互联网过去十年的发展，会发现虽然互联网平台的用户覆盖很大，但是它本质上还是非常市场化的，它的基础设施性跟水电煤这些基础设施是有很大区别的，因为用户会用脚来进行投票。
来源：视觉中国
比如说你做的服务确实不够好，或者你做了很多不应该做的事情，其实用户是会用脚投票的。因为用户会有真实的需求，不是说非得用你不可。这其实是一个不断去通过创新，通过迭代去满足需求的过程。
在这个过程基础之上我们再去进行更多宏观的，包括价值观的调控，这样就会有比较好的效果。这方面政府确实也做了很多引导，所以我觉得在微观层面少干预，在宏观层面多引导，在这样的背景之下，应该是一个良性的循环。
第二，资金要多。互联网公司、互联网平台公司的淘汰率是很高的，如果我们把过去十年所有公司都数出来，你会发现其实现在能记住的公司没多少，所以在这样一个特点之下，它一定要资金比较充足才能存续，不管是小公司还是中型公司要拿到比较多的风险投资。短期之内可以不求回报，只是五年以后，十年以后有可能变成更大的机会。
第三，人才要多。得有非常多的人才愿意在互联网企业干下去。这两个事情其实是很相关的，两个得同时成立。有很多人富有创业精神，愿意去做更多的尝试，去推动更多新业态的变化。
关于引导互联网企业赋能实体经济
周源：以知乎为例，职业培训也被划到了实体教务、实体经济，背后需要从两个方面来考虑，第一，一家互联网公司或者互联网平台公司，优势到底是什么？第二，在数据层面、在内容层面、在技术层面，你积累的关键能力到底是什么？
知乎有海量的内容积累，经过探索我们认为知乎的内容也可以升级为媒介、商品甚至是服务，我们的产品和业务形态也是基于这种推演去发展的。
同时我们也发现，数据和AI的结合不仅仅运用在交流互动层面，还可以推动教学环节的进步。比如，教育培训行业除了非常重视人的作用，同样对数字化有巨大需求。
以前教育培训行业的数字化应用程度相比互联网行业还比较低，一旦AI大模型在教育培训行业应用，教学环节的体验提升会非常显著。这也是知乎结合自身优势去集中要解决的问题。我认为，知乎生态优势和技术创新应用加在一起，会实现1+1大于2的效果。