海天瑞聲CEO王曉東：數據服務市場將洗牌，集中度將進一步提升

每經記者 李少婷    每經編輯 陳俊杰    

海天瑞聲CEO王曉東 每經記者 李少婷 攝

5月26日下午“媒體日”活動中，海天瑞聲（SH688787，股價142.58元，市值61.44億元）CEO王曉東宣布升級企業品牌，中文名稱“海天瑞聲”不變，英文名稱由“Speechocean”升級為“Dataocean AI”。

王曉東介紹海天瑞聲時，以數據時代“高質量水泥提供商”自比：“現在叫數據時代，（需要）新基礎設施建設，我們是提供高質量‘水泥’的。高樓大廈平地起，蓋房子、做新基建，都需要‘水泥’，數據時代一切的基礎都需要數據。”
在今日（26日）上午的“中關村論壇”上，王曉東宣布海天瑞聲將首次開放DOTS-MM-0526多模態數據集，包括音頻、視頻、文本等信息，希望借此為中國人工智能開放生態建設貢獻力量。

當前，大語言模型帶來的熱潮仍在持續，海天瑞聲受益于相關概念，市場關注度較高。海天瑞聲對當前的市場有何判斷？
在回應《每日經濟新聞》記者提問時，王曉東表示，數據服務市場當前主要是品牌數據服務商和客戶自建團隊，包括中小型數據服務商構成，“大模型之后，我們的判斷是，整個數據服務市場將進行一次洗牌，集中度也將進行一次提升”。

王曉東認為，競爭主體將通過技術的研發投入以及資源能力建設競逐市場，將研發能力弱、資源資質差的主體將被淘汰。此外，國家對于數據安全和合規要求更高，不具備數據安全合規能力的企業也將被淘汰。而客戶自建團隊部分，或會是出于客戶自身對數據和業務的敏感性和保密性的需求，可能會長期共存。

大模型相關的數據服務與以往有何不同？海天瑞聲CTO黃宇凱表示，大模型在預訓練階段數據的獲取和數據清洗有更高的要求，在微調/對齊階段，需要更高質量的prompt，“這件事情非常難”。這使得對標注人員的要求更多，也需要管理者更好的培訓標注人員。大模型時代另外非常重要的一點是評測回答的價值觀“有用且無毒”，平衡的難度較高。