政府为推动人工智能(AI)服务商用化而建设大数据,三年间投入约1.3万亿韩元预算,但实际营业收入仅约为投入预算的6%。尽管服务商用化需要一定时间,但仍有观点指出,相对于政府注入的“引水资金”,产出过少。AI模型的竞争力来自数据,而要转化为高可用性的服务,政府所建数据集质量不足成为商用化的障碍。业界指出,政府AI政策方向应转向通过构建民间数据交易环境来支持开发完成度更高的服务。
据韩国科学技术情报通信部13日消息,面向多个产业领域构建数据集的AI训练数据建设政策,从2020年到去年三年间共投入约1.2427万亿韩元。该政策旨在通过在多种产业领域构建数据集,减轻使用这些数据的初创企业的成本负担,同时推动商用AI服务的产出。数据建设企业与利用数据开发服务的企业组成联合体参与,共有1222家企业及机构参加。
问题在于,它们所开发的服务中产生营业收入的仅有115件。其中还包括用于清洗、分析大规模数据的数据著作工具产生收入的情形,因此单纯由AI服务带来的收入件数与规模低于该数字。全部服务带来的总营业收入约为855亿韩元,仅相当于投入预算的6%左右。业界人士评价称:“据估算开发ChatGPT花费约2万亿韩元,就投入规模相近而言,成果令人遗憾。”
AI模型的性能与数据质量直接相关。业界认为,已建成的数据集质量不足以打造高水平服务。有观点指出,由于重心放在数量化成果达成和创造就业上,对数据质量的关注与管理不足。韩国外国语大学信息记录学系教授朴春元评价称:“由于试图在几乎所有产业领域构建数据集,未能形成真正反映各产业特性的需求与验证。”
专家们越来越多地主张,除政府持有的数据之外,还应营造能够挖掘优质民间数据的交易环境,并设计相应的激励机制。长期研究AI初创企业界的釜庆大学媒体传播学部教授金正焕表示:“由于评价标准本身以上传量、交易数等定量指标为主,在质量控制方面存在不足”,“在生成式AI时代需要更多数据,现在有必要为拥有优质数据的企业建立共享数据的市场并提供激励。”
也有观点认为,好的服务自然会吸引用户,而用户在使用服务的过程中会产生优质数据,因此必须打造出像ChatGPT那样的话题之作。庆熙大学经营学系、应用统计学系教授李庆典解释称:“政府层面建设数据也有意义,但更要让用户使用服务”,“服务一旦启动,数据就会自然产生并积累。”
有指出称,要使政策效果最大化,需要更精细的反馈。在技术急剧变化的环境下,尽管政策目标是产出在市场上行得通的新服务,但三年间开发的新服务甚至连数量都未被掌握。韩国智能信息社会振兴院相关人士表示:“根据机构内外提出的问题,今年起计划对新服务数量等进行更细致的调查。”






