每經(jīng)記者 可楊    每經(jīng)編輯 楊夏    

在如今的大模型時代，市場上已經(jīng)不乏具備翻譯功能的大模型，但對于出版業(yè)而言，真正的挑戰(zhàn)在于如何確保翻譯的質量和精確度，以滿足出版社級別的高標準。“混合專家模型”通過對商務印書館出版的哲學、歷史、法學、經(jīng)濟等上百個專業(yè)領域書籍的翻譯術語庫的訓練，確保譯文精準度達到“出版級”，解決傳統(tǒng)機器翻譯準確度差，原文上下文理解不足、譯文機翻痕跡重等核心問題。

面對AI技術，大多數(shù)人的第一反應往往是思考其可能帶來的顛覆性變革；而在看到AI能夠完成的工作后，人們的第二反應可能是覺得它仍然顯得笨拙、無法勝任某些工作。

近日，在《每日經(jīng)濟新聞》創(chuàng)刊20周年之際，第四范式董事長戴文淵接受《每日經(jīng)濟新聞》記者采訪時建議，把當前的人工智能技術視為一名實習生。實習生的初期工作成果可能并不完美，但他們確實能夠分擔部分工作負擔，學習到達一定階段后，這些“實習生”或許就能勝任更加復雜和重要的工作任務。

AI未來的工作模式是持續(xù)迭代、不斷優(yōu)化

長久以來，專業(yè)學術翻譯面臨人才稀缺、周期長、成本高、效率低、難度大等痛點，基于此，8月，第四范式與商務印書館旗下科技公司萬邦同和共同為商務印書館建設學術出版專業(yè)大模型，這也是國內(nèi)首個出版領域大語言模型。

第四范式的定位是用AI能力服務各個垂直領域。以第四范式與商務印書館的合作為例，戴文淵指出，雖然當前市場上的許多大模型已經(jīng)具備了翻譯功能，但真正的挑戰(zhàn)在于如何確保翻譯的質量和精確度。簡單的機器翻譯早在十幾年前就已實現(xiàn)，隨著大模型技術的興起，翻譯質量雖然有所提升，但要達到更為嚴格和專業(yè)的水準，如出版社級別的翻譯——要求萬字之中只允許出現(xiàn)一個錯誤，并且必須確保術語的專業(yè)性，那么，大多數(shù)的通用模型還無法滿足這一需求。

第四范式與商務印書館的合作，是基于商務印書館多年來在數(shù)據(jù)與專家資源層面的累積，共創(chuàng)一款能夠達到出版級別的專用大模型，這是第四范式在眾多垂直領域探索與實踐之一。

機器初次翻譯后的產(chǎn)品顯示界面 圖片來源：受訪者供圖

將大模型應用于出版這樣的高度專業(yè)化領域，并非第四范式一己之力能夠做到，而是一個雙方深度合作的過程，即所謂的“混合專家模型”。戴文淵介紹，這背后的運作邏輯在于，模型會持續(xù)分析并學習商務印書館的專業(yè)數(shù)據(jù)，同時每天輸出翻譯成果。這些成果并非直接用于出版，而是需要經(jīng)過商務印書館專家的指導和反饋。例如，當某句話的翻譯不夠準確時，專家會提出改進意見，這些意見隨后被納入AI的學習過程中，從而實現(xiàn)模型的持續(xù)優(yōu)化和提升。

戴文淵認為，這恰恰代表了未來AI的工作模式：不再是簡單的“客戶提供數(shù)據(jù)、公司輸出模型”的單一流程，而是一個持續(xù)迭代、不斷優(yōu)化的過程。以商務印書館為例，假設其團隊中原本有五位專家，現(xiàn)在加入了一名“機器人員工”。這名新員工與五位專家一起工作，每天在專家的指導下產(chǎn)出并改進工作成果，隨著時間的推移，他能夠承擔的工作任務會越來越多，從而提升了商務印書館的出版效率。

在大模型技術的廣泛應用中，戴文淵坦言，雖然某些低門檻、重復性的工作確實會受到一定影響，但至少在目前看來，人類工作并不會被完全取代。舉例而言，以往專家在翻譯英文文章時，往往需要從零開始、逐字逐句進行翻譯；而如今，他們可以在AI已完成的翻譯稿件基礎上進行修改。并且，隨著技術的不斷進步和優(yōu)化，需要人工修訂的比例將逐漸降低。他認為，這是一個無限趨近于零的過程，但也許永遠不會達到“零”。

面對AI技術，大多數(shù)人的第一反應往往是思考其可能帶來的顛覆性變革。然而，在看到AI能夠完成的工作后，人們的第二反應往往是覺得它仍然顯得笨拙、無法勝任某些工作。戴文淵解釋說：“我們一開始就把當前的人工智能技術視為一名實習生。”實習生的初期工作成果可能并不完美，但他們確實能夠分擔部分工作負擔。同時，在與實習生的合作過程中，人們可以看到他們每天都在進步和成長。到達一定階段后，這些“實習生”或許就能勝任更加復雜和重要的工作任務。

具體到翻譯工作中，初期可能只是從通用的翻譯功能起步，無法達到出版標準，但是通過與已經(jīng)出版的標準譯文進行對比，大模型能夠自動識別并改進翻譯結果。這一階段的進步主要依賴于對歷史數(shù)據(jù)的訓練，而無需過多的人機交互；第二階段，涉及沒有既定標準答案的翻譯任務時，翻譯的準確性就需要依賴專家的反饋來不斷提升。在這一階段，模型會不斷地從專家的指導中學習和進步。

隨著AI能力的不斷提升，它對于人類專家指導的依賴會逐漸減少，直到趨近于零。當模型對行業(yè)專家的依賴越來越低，AI也將能夠賦能更多小型出版社，推動整個出版行業(yè)的發(fā)展。

專家點評+校正機器翻譯的結果 圖片來源：受訪者供圖

新質生產(chǎn)力代表的是價值獲取模式的轉變

戴文淵認為，對于出版行業(yè)來說，擁抱新技術已成為不可逆轉的趨勢。

他表示，回想三四十年前，電腦確實逐漸替代了人們當時的大部分工作，然而，人類總能發(fā)掘出新的價值所在。如今，我們正身處另一個變革的時代，未來AI技術同樣有可能接管人類目前從事的眾多工作。但這并不預示著“人”被替代，相反，人類一定能探尋到新的、能夠發(fā)揮價值的領域。

從長遠的角度看，對于出版業(yè)等傳統(tǒng)行業(yè)而言，接納這些以大模型為代表的新興技術，最先顯現(xiàn)的改變將是效率的顯著提升，與之相應的，利潤水平也會迎來增長，與此同時，戴文淵認為，如果效率能達到極致提升，商業(yè)模式也可能隨之改變。

他舉例稱，未來的傳播媒介可能不再局限于紙質，而是真正轉向電子書，這將大幅降低傳播成本，書籍的售價可能從現(xiàn)今的幾十元甚至上百元，低至一分、兩分，這一定需要技術的革新。他認為，顛覆性的變革，不僅局限于出版業(yè)，所有行業(yè)都需要做好準備，迎接技術革新可能帶來的顛覆性影響。生產(chǎn)力的革新，勢必會引發(fā)生產(chǎn)關系和商業(yè)模式的重塑，因此，探尋新的商業(yè)模式顯得至關重要。

從第四范式的視角來解讀，戴文淵認為，新質生產(chǎn)力代表的是一種價值獲取模式的轉變。

他表示，過去的增長模式，類似于不斷地建造新的房屋，從兩座到第三座、第四座，從而實現(xiàn)增長。然而，在新的生產(chǎn)力模式下，我們或許無需再通過建造更多的房屋實現(xiàn)增長，而是對現(xiàn)有的兩座房屋進行翻修和升級。改造后，這兩座房屋不僅能容納原先四座房屋的人數(shù)，還能為他們提供更加優(yōu)越的居住體驗。而這種模式的轉變，無疑會讓那些過去對數(shù)字化轉型或智能化不感興趣的企業(yè)，開始重新?lián)肀н@種轉型。

戴文淵認為，這是必然趨勢，因為當前，已經(jīng)難以再依賴大規(guī)模的資源和投資來拉動增長，而必須依靠效率的提升來驅動價值的增長。“在擁有充足空地的情況下，似乎只需增加房屋建設即可實現(xiàn)增長，那么技術進步的重要性就顯得不那么關鍵了。但從當前情況來看，必須朝著優(yōu)化現(xiàn)有土地使用的方向努力，因為無論是否愿意接受，現(xiàn)在已沒有更多的空地可供建設。”

“對于傳統(tǒng)行業(yè)而言，新質生產(chǎn)力可能預示著他們的生產(chǎn)模式需要進行變革”，戴文淵分析道，雖然目前的第一波增長主要來源于傳統(tǒng)模式與新技術的結合，從而實現(xiàn)了效率的提升，但更大的想象空間并不局限于在傳統(tǒng)模式上獲得增量，而是當掌握了更高效的技術時，整個生產(chǎn)模式有可能發(fā)生翻天覆地的變化。他認為，在下一階段，AI的角色將不再局限于對傳統(tǒng)模式的改進，“當新技術出現(xiàn)時，模式需要發(fā)生變化”。

對于AI產(chǎn)業(yè)而言，在推進新質生產(chǎn)力的過程中，戴文淵判斷，未來幾年內(nèi)，AI公司可能會迎來一個時代性的轉折機會，即AI技術將從后臺走向前臺。現(xiàn)在，行業(yè)內(nèi)已經(jīng)能看到AI公司開始To C，十年前，如果要做一家AI技術公司，可能只能面向B端客戶，因為像推薦引擎這樣的技術無法直接服務于C端。然而，現(xiàn)在人工智能技術已經(jīng)有機會直接觸達用戶。戴文淵認為，也許在三至五年后，這一趨勢將更加明晰。“未來三到五年，AI面向C端與面向B端的體量會達到相當水平，甚至To C可能成為一個更大的體量，這都是有可能的。”

對于那些還在等待或正在進行新質生產(chǎn)力改造的傳統(tǒng)企業(yè)而言，戴文淵建議，第一步需要認知到AI技術的價值，當認知到AI后，就需要開始思考如何利用這種新的工具來改變他們的生產(chǎn)方式，以提高效率或開拓新的業(yè)務領域，“開始往這個方向想了，我覺得離成功就不遠了”。

封面圖片來源：視覺中國-VCG41N1472123004