《仕说新语》x WAIC 2023｜数库科技沈鑫：“优质的企业必须以工业化思路来推进自己的产品”

前言：

数字世界和物理世界加速融合的大背景下，人工智能生成内容（简称AIGC）正在悄然引导着一场深刻的变革，重塑甚至颠覆数字内容的生产方式和消费方式，将极大地丰富人们的数字生活，是未来全面迈向数字文明新时代不可或缺的支撑力量。

眼下，AIGC已经让千行百业捕捉到新的技术与产业机会，关于应用革命的大幕就此拉开。当然，AIGC要真正发挥对不同行业的驱动作用，需要与各行各业的特异性场合深度融合，我们也必须认识到AIGC产业所遇到的挑战和问题。

那么，AIGC的过去、现在和未来究竟展现出怎样的形态？纵观整个产业链路，还有多少的想象空间和机遇机会？AIGC产业又应如何实现健康、良性的发展？

凤凰网华东记者站《仕说新语》栏目深度关注2023世界人工智能大会，推出《智创•未来》专题系列报道，深度采访4家人工智能领域的前行者，共探AI赋能时代的机遇和挑战，辨析AIGC的未来。

01 中国庞大的“产业关系”最适合做“数据连接”

《仕说新语》：作为金融及产业大数据服务商，数库科技从2009年开始就持续关注数据要素赛道，为何会选择从产业链数据体系做切入，来建构数库的产品和服务呢？

沈鑫：起初，我们把产业链数据做出来，行业中大部分人都认为数库就是一个从“产业链图谱”切入，把整个中国企业到底做什么产品以及其上下游关系找寻出来成立一个独立的数据企业，这是此前行业里普遍的认知与共识。

时至今日，数据行业有一个名字叫作“数据编织”，其实是通过产业关系把所有数据连接起来。因为产业关系是唯一一个可以连接中国所有企业的关系纽带，企业之间会有直接或间接的产业链条关系。同样，中国是一个巨大的工业集群，庞大的“产业关系”最适合做“数据连接”。

如今，企业机构做决策的先决条件，是需要发现数据间知识层面的连带关系，找到行业之间的传导效应，然后再找到、分析彼此交织相连的数据关系，产生服务于决策场景的“应用效果”，这也是数库14年来不断求索的初心。

《仕说新语》：这两年国内第三方数据服务商也在布局发力产业链数据图谱，数库如何应对其他头部企业数据服务提供商、金融数据服务提供商的竞争，打出差异化优势？

沈鑫：应对竞争有两个层面。第一，我们拥抱竞争。因为没有竞争，我们会觉得可能我们走错路了。这十多年来观察下来，我们从未见过一家企业是被竞争对手打败的，企业倒下往往是因为自己在战略上犯错误，是自己创新力出现问题。

所以应对竞争最好的方式，我认为是不断地坚持创新，譬如当我们在做1.0产业图谱时，当时市场是空缺的，当我们升级到2.0版本时，别人开始做我们的1.0，今天我们已经开始在大模型层面上做产业推演了，远远走在行业的前面。

所以，创新是唯一一个可以让我们保持竞争优势的要素，而创新的前提是什么？前提是我们公司整体的管理结构足够地扁平、能够吸引人才，以及提供宽松的工作环境，让大家奔着一个目标往前走。

02 “经济效率”撬动高增长率，“数据驱动”凸显重要性

《仕说新语》：产业数字金融是近年来金融行业数据应用的热点，在当下数据要素市场不断完善、公共数据授权运营等新政策探索的过程中，你认为产业数字金融发展将迎来哪些机遇？作为第三方数据服务商如何抓住这些机遇？

沈鑫：宏观上来看，国家现在从土地财政转向数字财政，此前依靠“人口红利”，或者大的资本投入在一定时期内依旧是增长逻辑之一。但我认为，进入精细化发展的阶段，想要维持高增长率则需要关注“经济效率”，这就要求千行百业、微观主体、政府治理等各个层面需要更聪明、更快速地决策，快速完成“数字化转身”，因此“数据驱动”在今天看来是极其重要的。

在这个层面上，不光是数库科技，所有数字经济做决策智能相关的企业都会受益，数库今天覆盖的是金融、政府，但是实际上有很多同行覆盖更多细分领域，也取得了瞩目的成绩。

《仕说新语》：我们知道，当今数据已成为核心生产要素，特别是“数据二十条”等重磅文件频出，数据要素作为资产入表，在您看来这两年金融行业数据要素的使用和流动，目前存在哪些痛点和堵点？同时呈现出哪些新趋势、新变化、新动向？

沈鑫：痛点是数据的标准化程度不够，数据治理方面还需更加精益。例如我们接触的政府部门也在大力推进公共数据的使用、融合，同时我们也会发现各方统计数据的口径不一、数据的标准不一、甚至连计量单位都不尽相同。所以说，数据只有高度标准化之后，才能真正串联起，在场景中释放真正的效果。

我们现在感觉到，从战略层面上，大家对数据要素这个赛道认知程度以及重要性已上升到前所未有的高度，另外一方面，政府单位、金融机构也更加注重数据相关人才的培养，在技术沟通、业务合作的协同效率也大为提速。

《仕说新语》：我们知道，目前银行业是金融市场上最大的数据需求行业，同时银行对公数字能力也是银行业不断升级的能力象限，想请问那数库是如何打通银行内外部数据壁垒，提升其产业获客、风控、运营等场景的智能化水平？

沈鑫：实际上银行在整个金融体系里，手上金融资产十分优质，特别是目前一些大行，拥有非常优质的对公客户资源，同时，能拿到银行授信的企业一定是经营状况不错的好企业。

我们希望通过数据连接的方式盘活这些数据资产，所以我们帮助银行将数据末端连接打通击穿。举个例子，比如说大行手上有大量客户信息，当外部发生数据变化时，会影响到它内部哪些企业，以前银行是存在盲区的，因为自身没有形成“内外部数据共振”，原因在于没有把内外部数据做同标准的治理。

站在数库的角度来说，从获客层面，我们通过产业链图谱发现客户与行内的千百万家企业是否存在连带关系，并分析具有业务或者股权等关联性的企业，进行精准的客户触达，也就是所谓“做熟不做生”。

风控方面也是逻辑相同，当一个客户出现问题或者外部的宏观环境某个节点出现问题，“多米诺骨牌效应”会影响到哪些相关客户，数库也会在第一时间反馈呈现，因此我们通过数据资产为银行带来价值赋能。

03 交互式产业全景图谱平台 “产业数据+大模型”赋能千行百业

《仕说新语》：这两年数据交易体系加快发展，数据要素生态也在形成。与此同时，在上海数交所和深圳数交所，数库科技都是挂牌数商企业，作为数商生态的一部分，数库科技有哪些实践经验可以与同业分享？

沈鑫：数库与各地的数交所交流都非常频繁，我们也助力数交所解决了很多问题。近几年，从数据交易所这个层面，数库能明显感受到，政府实际上走在了市场的前面，所以大量的数据交易所成立之后，接踵而来的是更多市场化的工作要去推进，等同于“架子搭好”来让数据“活水”流动起来。

因此，我们跟数交所的关系主要围绕以下几点。一是，帮助数交所进一步市场化，像上海数交所数库做了很多工作，创造了很多全国首单，包括首单基于数据资产凭证的融资、首笔场内资管领域数据交易，同时我们还联合上海市数商协会、上海数据交易所有限公司、复旦大学管理学院发布了首个《全国数商产业发展报告》。深圳数交所我们也完成了国内首单场内跨境数据交易业务。二是，帮助数交所将挂牌数据要素包容到我们的数据平台里面，让这些很难变现的数据变得有价值。

《仕说新语》：今年AIGC、大模型等概念成为市场热点，AI产业更是迎来政策密集支持，行业景气度破高，那么“产业数据+大模型”技术应用在数库的产品创新方面提供了哪些支持？带来了哪些产品功能上的升级？

沈鑫：这次我们数库科技为所有观众带来数库科技的全新概念型产品——“istari”。这一产品创新地融合了产业数据+大模型，为观众呈现一个交互式产业全景图谱平台。

在这里，所有产业和产品的数据维度都唾手可得，立足于这个小小的对话窗口，你可以通过人类正常语言的方式去探索图谱的宇宙，快速洞悉产业之间的关系，让知识的脉络体系清晰排布眼前。

通过自然语言处理等技术，结合产业+大模型，产业间的各类关系与链路将在这个体系中完整呈现。istari突破了过往对于混合属性产品节点无法囊括的技术壁垒，通过多个垂直场景下的呈现和深度节点的抽取，使产业间的各类关系与链路在这个体系中得到完整呈现。依托istari，人类对于产业的认知和常识将得到进一步的提升。

《仕说新语》：您在过往的采访中提到“优质的企业必须以工业化的思路来推进自己的产品，实现自身的核心竞争力”，步入AI时代，这句话是否依旧适用呢？

沈鑫：这句话从第一次工业革命到如今的AI时代都没有变过，这是基本常识。工业化思路其实为我们带来得是规模效应，而规模效应背后是高毛利的商业模式。所以，我认为AI企业不能热衷于“炒概念”，而是应该落地到真正的场景当中，去规模化的解放生产力，提高生产效率。

《仕说新语》：从行业角度来看，您觉得AI大模型正在对数据服务行业会带来哪些新的变化？同时，作为第三方数据服务商，您觉得数库借助AI大模型在深化数据服务，实现不同场景的数据决策方面还将会有哪些规划？

沈鑫：任何一个新技术的出现，往往都是两面性的。譬如大模型的出现把我们提取数据精度这个优势缩小了，但是却将我们工业化生产数据的能力提升了。因此，对于数据服务商而言，我们要调整我们的姿态，去迎接技术带来的“双面性”的变化。

未来，我们认为AI大模型在技术发展层面还是会有趋同性，它会类似“云服务”。因为OpenAI为大家提供了产品落地的参考。

所以，像数库这种数商在垂直领域里面有自己的一些认知，有知识层面积累的，反而会迎来机会，因为我们在垂直领域里面会做得更强，因为金融是一个非常严谨的行业，必须要有足量的数据、图谱、模型去描述，以达到最敏捷、聪明的决策。