海天瑞声CEO王晓东：数据服务市场将洗牌，集中度将进一步提升

海天瑞声CEO王晓东 每经记者 李少婷 摄

5月26日下午“媒体日”活动中，海天瑞声（SH688787，股价142.58元，市值61.44亿元）CEO王晓东宣布升级企业品牌，中文名称“海天瑞声”不变，英文名称由“Speechocean”升级为“Dataocean AI”。

王晓东介绍海天瑞声时，以数据时代“高质量水泥提供商”自比：“现在叫数据时代，（需要）新基础设施建设，我们是提供高质量‘水泥’的。高楼大厦平地起，盖房子、做新基建，都需要‘水泥’，数据时代一切的基础都需要数据。”
在今日（26日）上午的“中关村论坛”上，王晓东宣布海天瑞声将首次开放DOTS-MM-0526多模态数据集，包括音频、视频、文本等信息，希望借此为中国人工智能开放生态建设贡献力量。

当前，大语言模型带来的热潮仍在持续，海天瑞声受益于相关概念，市场关注度较高。海天瑞声对当前的市场有何判断？
在回应《每日经济新闻》记者提问时，王晓东表示，数据服务市场当前主要是品牌数据服务商和客户自建团队，包括中小型数据服务商构成，“大模型之后，我们的判断是，整个数据服务市场将进行一次洗牌，集中度也将进行一次提升”。

王晓东认为，竞争主体将通过技术的研发投入以及资源能力建设竞逐市场，将研发能力弱、资源资质差的主体将被淘汰。此外，国家对于数据安全和合规要求更高，不具备数据安全合规能力的企业也将被淘汰。而客户自建团队部分，或会是出于客户自身对数据和业务的敏感性和保密性的需求，可能会长期共存。

大模型相关的数据服务与以往有何不同？海天瑞声CTO黄宇凯表示，大模型在预训练阶段数据的获取和数据清洗有更高的要求，在微调/对齐阶段，需要更高质量的prompt，“这件事情非常难”。这使得对标注人员的要求更多，也需要管理者更好的培训标注人员。大模型时代另外非常重要的一点是评测回答的价值观“有用且无毒”，平衡的难度较高。