拓尔思副董事长兼总经理施水才：为“漂亮的皮囊”注入有趣的NLP灵魂

     漂亮的皮囊千篇一律，有趣的灵魂万里挑一。我们的任务就是要做有趣的灵魂，做美丽皮囊背后的大脑。

    ChatGPT站上风口，人工智能迈向新纪元。在名单越写越长的ChatGPT概念股中，拓尔思信息技术股份有限公司（以下简称“拓尔思”）是少有的在早期就从事相关业务，并有项目落地的企业之一。在这场风起云涌的技术追逐战中，拓尔思站到了风口之前，且其股价在月初创下新高。

    面对我国类ChatGPT产品与ChatGPT的差距，国内企业该如何在算力、算法和数据层面突围、赶超？国内最早从事自然语言处理（NLP）技术研发的拓尔思正在做什么？

    迎着春日和煦的暖阳，《证券日报》记者来到位于北京市海淀区中关村西三旗金隅科技园，走进这家既年轻又“老练”的公司，对拓尔思副董事长兼总经理施水才进行专访。

    今年以来，ChatGPT成为资本市场上最受关注的话题之一，引资金竞相追逐。拓尔思所擅长的NLP技术，则是ChatGPT背后的主要技术基础。作为中文全文检索技术的始创者，领先的大数据、人工智能和数据安全产品及服务提供商，拓尔思有着得天独厚的创新优势，同时也肩负着快速缩小与ChatGPT差距的重任。

    紧跟时代浪潮

    “209工程”火速启动

    在拓尔思的办公楼内，记者看到多个会议室均以知名科学家命名，爱因斯坦、玛丽·居里、巴贝奇、伽利略、达尔文、达·芬奇……

    “所有研发人员的会议室都以科学家的名字命名，作为踩在巨人肩膀上的他们，希望通过这种方式表示敬意。”施水才解释说。此时，这些会议室大多处于忙碌状态。

    听着会议室里不时传出热烈的讨论声，记者仿佛穿行在时空隧道里，那是一代一代科学探索者们的真切对话。

    每个会议室的门上都贴着不同项目的研发时间表，覆盖来自拓尔思的中国版ChatGPT产品在内的“209工程”赫然在列。显然，ChatGPT正在激起我国技术创新的千层浪，包括拓尔思在内的科技企业正在积极探索类ChatGPT产品赛道。

    早在2015年，拓尔思就参与了一项“高考机器人”的项目，通过对十亿量级数据库的搭建，帮助该项目实现对于试题答案进行分析和科学评价。除了机器人自动撰稿，在北京冬奥会和卡塔尔世界杯期间，拓尔思的NLP技术也承担了虚拟人播报脚本生成的重任；在直播电商领域，拓尔思正在为新农人电商提供直播文案辅助生成技术……

    “从分词、句法、语义等信息的信息抽取、自动聚类、自动分类，到自然语言的理解和生成，我们做了全方位的研究，但这仍然不够。”谈及ChatGPT，施水才表示，“我们虽然有一些相关的技术和应用案例，但对比ChatGPT，明显感觉到我们的产品还有不小差距，这种差距既有算力上的，也有算法和数据层面的。”因其海量数据以及大模型工程化的特征，施水才将ChatGPT的成功形容为“大力出奇迹”。“接下来，拓尔思面临的挑战就是如何缩小这些差距，做出与国际水平比肩的产品出来。”

    为了紧跟时代变化的浪潮，同时也为了使自己的技术不落后于人，拓尔思开启了“209工程”。

    “209工程”的名字来自项目正式启动的日期（2023年2月9日），其计划用3个月至6个月的时间，基于通用AIGC大模型，以“专业大模型+领域知识数据”为核心，以NLP技术突破来推动更多AIGC商业落地。“顺利的话，年内大家就能够看到来自拓尔思的专注于垂直行业的类ChatGPT产品。”施水才表示，为了支持新技术的研发，拓尔思单独成立了数字经济研究院，设立了多个新部门，全力推动垂直行业的专业大模型的研发。

    施水才透露，未来要进一步支持“209工程”，拓尔思有意加大研发投入，尤其会加大在AI技术领域的研发投入，研发费用占比会提升至20%左右。据拓尔思披露的财报数据显示，2022年前三季度，公司研发费用为9592.28万元，占总营业收入15.06%。

    锚定B端场景

    “大力出奇迹”有望复制

    志存高远，拓尔思要做的“专业大模型+领域知识数据”，希望能在ChatGPT的基础上更进一步。

    ChatGPT看上去效果惊人，但在准确度上有待商榷。施水才告诉记者，这是因为目前GPT大模型本质作为概率模型以及提示训练的机制所导致的。在很多ToC场景中，人们能够接受这种误差。但在ToB场景中，信息的提取和检索要求准确全面，任何分析和预测都需要有理有据和正确的分析框架。

    AIToB的关键在于领域知识的建立和领域模型的再训练。在部分ToB场景中，可用的数据集是有限的，需要更多工程化和特定方法的干预；部分ToB场景中，用户对安全性、一致性、规范性、意识形态敏感性的要求更高，需要更多的定制和额外的相关工作等等。而这些都是拓尔思不断在思考、研究、开发和应用实践去解决的问题。

    帮助ChatGPT“大力出奇迹”的海量数据和大模型技术未必遥远。在NLP技术和算法层面，拓尔思有着长期的技术投入和不断推陈出新的产品；在数据层面，作为A股第一家上市的大数据技术企业，拓尔思从2010年起就投资建设自有的大数据中心，常年持续采集的海量网络数据资源；拓尔思还拥有海量大数据的规模化治理加工能力优势，包括NLP自动化技术平台、组织流程、质量控制等，具有支撑AI技术开发和赋能的完备的数据能力。

    未来，拓尔思预计新业务会成为其增量收入的主要来源。施水才告诉记者，拓尔思打造的垂直行业的专业版ChatGPT产品有望能够满足B端用户对于内容生成的需求，亦有望打开其背后SaaS产业的市场空间。“SaaS服务平台所带来的收入有望在三年内收入占比超过50%，这意味着这项业务还有5亿元至10亿元的增量空间。”

    赋能数字化转型

    勇做有趣的灵魂

    类ChatGPT产品可能会带来生产工具的革新，有望加速各行业的数字化转型。比如在电商客服领域，人工智能可以利用多人对话的能力达到提质增效的效果；同时能够通过交流和沟通提供情感呵护的陪伴机器人也有望实现。虚实结合的应用场景亦有望在类ChatGPT产品的推动下加速落地。

    无论是元宇宙还是虚拟数字人，都曾经获得市场关注。在类ChatGPT产品落地的过程中，拓尔思等NLP领域的从业者的任务就是“为漂亮的皮囊注入有趣的灵魂”。施水才表示：“漂亮的皮囊千篇一律，有趣的灵魂万里挑一。我们的任务就是要做有趣的灵魂，做美丽皮囊背后的大脑。”

    作为最早涉足NLP技术的从业者之一，新技术引发了施水才对行业格局的思考。ChatGPT的出现意味着不限制场景的通用人工智能发展到了一个新阶段，可能引发互联网产业的变革。在这个过程中，自然语言处理技术也取得了颠覆性的突破，为拓尔思带来了新启示。

    NLP技术在人工智能领域具有较高的地位，有人将之形容为“人工智能皇冠上的一颗明珠”。在深度学习算法被发明后，图像的识别已经能够实现较高的准确率，但自然语言处理的难度远高于图像处理。

    新技术的出现拉近了人们与NLP之间的距离，同时也对传统NLP业务造成冲击。因此，在AIGC领域的赶超成为当下我国科技企业的重要任务。拓尔思责无旁贷，成为这场赶超赛的领队人。

    在结束了近两个小时的专访后，施水才面对镜头微笑着表示：我们都赶上了大有可为的好时代，应该怀揣梦想，拥抱变化，构筑新愿景，并矢志不渝，追光而行，为中国式现代化做出新的贡献。

    （证券日报官网及两微一端已同步推出视频报道《拓尔思施水才：ChatGPT兴起预示着自然语言处理时代到来》，敬请关注）