某学校食堂招标过程中希望了解供应商的食品安全风险，用此前的商查产品一般是先输入参与投标的公司名称，然后跳转到对应公司的主页面，再通过查找该公司“经营风险”中行政处罚或“经营信息”中的“食品安全”内容，才能确定该公司是否存在食品安全风险，步骤繁多，且对新用户并不友好。现在通过“商查版ChatGPT”，运用自然语言对话，直接询问“某公司是否存在食品安全风险”即可获得相关信息。

近日，企查查发布全球首款“商查版ChatGPT”——企查查“知彼阿尔法”。这款大模型是基于企查查在商业查询领域近十年可信数据积累后进行大规模预训练的成果，后续将上线的创新产品通过“大模型 企业信用数据库”共同构建，用AI技术赋能企信大数据创新，打造安全、可信的人工智能产品，为用户提供更加便捷、精准的商业信息查询服务。

伴随着数据量的积累以及产品功能的增加，商查领域出现诸多问题和需求痛点。这主要表现在两个方面。

用户还停留在关键词搜索阶段，平台还不能很好理解用户复杂的业务需求。目前大部分商查平台本质上就是企业信用信息领域的搜索引擎，用户通过关键词，在企信数据库里搜索对应的企业或者风险信息，很难表述出用户复杂、结构化的需求。

此外，搜索引擎模式，商查平台反馈给用户的是大量基础数据，而不是直接的答案。如果是大型集团公司，则可能有成千上万的基础企信数据，如此巨大的浏览量对于用户而言是一个不小的负担。这样的商业信息查询服务，还停留在工具阶段，不能称之为强大的商业助手。同时，企查查拥有查企业、查老板、查风险、查招标、信用大数据、风险大数据等数百类产品服务，用户很难系统学习掌握，基于知彼阿尔法大模型，企查查后续将上线的对话产品，则可以跳过繁琐的检索步骤，用对话的方式充分释放企查查各项产品能力，为用户提供“有整体性的、易于理解的、具备高价值的”商业信息服务。

而用户如果使用ChatGPT等大语言模型搜索高价值的企信数据时，会发现明显的问题：由于缺乏专业的数据库支持，通过ChatGPT搜索的企业工商、信用数据皆来源于公开的互联网数据，无法保证数据的准确性，与此同时，一些高质量、商业化的企信数据库并不对其开放。缺乏专业数据库的支持，ChatGPT等大语言模型在商查领域的分析都是“无米之炊”，甚至出现“无中生有”的状况。而知彼阿尔法商查大模型则是基于企查查全量可信数据进行的深度训练，可为用户提供专业的企信数据，及多样化的分析结果。

让商查服务方式再进化

随着人工智能步入“AIGC时代”，陈德强认为，这将彻底改变数据的查询和使用模式。“行业数据规模达到了一定量级后，数据查询方式发生了变化，AIGC 企业信用数据库，可以把数据完全利用起来。”

据介绍，企查查目前发布的知彼阿尔法商查大模型是全球首款商业查询大模型，该模型基于企查查覆盖的全球企业信用数据进行训练，相较于传统商查平台，后续基于知彼阿尔法商查大模型构建的产品实现了三个方面的变革。

人机交互方面实现运用自然语言对话，即能完成复杂的查询步骤。用户要查询某项商业数据，不再局限于关键词搜索，而是可以用一段自然语言的描述，来提出自己的需求，降低用户门槛。例如，当用户想要对某公司进行浅度尽调时，可以提出“某公司行业地位怎么样？有哪些竞争对手？”知彼阿尔法大模型会从用户的描述中理解其需求，并将需求“解构”成对应的指令。

技术方面针对用户所提需求实现了秒级响应。知彼阿尔法大模型能够根据用户语义，调取企查查企信数据，然后再把“整理、归纳”后的结果呈现给用户。这种情况下，用户得到的不再是一堆零散信息，而是一个完整的答案。为提升响应速度，知彼阿尔法大模型已全量接入企查查超算平台，秒级时间就能完成查询、浏览、总结、结构化输出等繁冗步骤。

新增“多轮对话”功能，让商查平台具备了逻辑思考能力。知彼阿尔法大模型“多轮对话”功能，是该模型优于以往企查查对话式AI的一大亮点。借助这一能力，知彼阿尔法大模型可以引导用户通过多轮对话的方式，一步步进行更深入的分析。在多轮对话中，用户可以在已经得到的结果基础上，提出新的指令，从而问出更深入的问题。这种方式，让知彼阿尔法大模型不仅成为用户的助手，还可以是“引路人”，循序渐进的引导用户自己去寻求答案。

南方 记者 贺达源

【作者】 贺达源

科技能见度

花粉社群VIP加油站