data becomes a strategic asset in the AI era

数据资料成为AI时代的战略资产,内容生产者对此应该有更深刻的体会

  

李世达

在全球人工智能竞赛火热推进的当下,人们逐渐体认到,大模型进入推理阶段后,数据并不就此失去价值,反而因为动态知识需求而更显关键。“最后一公里”的语料质量与多样性,往往决定了一个大模型的优劣。

这或许是脸书母公司Meta(META.US)斥资143亿美元,战略性投资AI数据公司Scale AI的主要考量。

Scale AI是一家数据标注与数据清洗的公司,专为AI模型训练提供高品质语料。数据标注指为图片、文本或语音资料加上标签,例如标示出图片中的行人或文章的倾向等;数据清洗则是删除错误、重复、无效或不相关资料,提升资料准确性与一致性。Scale AI以海量人力与自动化流程,为OpenAI、Meta、Google等科技巨头提供高质量、结构清晰的数据资料。

优质数据的价值还有另一个例子。美国媒体《纽约时报》宣布,已与科技巨头亚马逊(AMZN.US)签署新闻内容授权协议,将其经过编辑和事实查证的新闻内容投入大模型训练。而此前还有美联社对OpenAI的授权也是如此。

虽然表面上是“新闻内容的授权”,但实际上也体现了“内容即资料、资料即服务”的逻辑,不仅反映了媒体对自身内容价值的再认识,也揭示了AI团队对高质量语料的迫切需求。

相比之下,中文世界面临公开可用资源占比极低、专业标注与文化典籍难以大规模数字化等挑战,更凸显了中文语料在本土化AI发展中的关键地位。

据阿里研究院发布的《大模型训练数据白皮书》指出,全球可爬取网络文本中,英文占比高达59.8%,中文仅1.3%,一旦放大至需要大规模预训练的场景,中文语料显得尤为稀缺。同时,维基百科作为常用开放语料,英文维基拥有超过700万篇条目,而中文维基则约为150万篇,二者相差超过三倍。

中文语料相对稀缺

在这种明显不均的环境中,中文大模型若缺乏足量的公开预训练语料,其基础语言理解与生成能力就会明显落后于英文对应系统,使得中文AI在理解表达及文化传承方面可能“喝洋墨水”过多、出现“水土不服”现象。

当然,中国官方机构早已认识到此一问题,纷纷采取行动。人民网、新华社等官方平台积极构建“价值观对齐”的语料库,向AI开发方提供经过审核的新闻、评论与政策解读等高质量文本,为模型价值观安全层面的训练奠定基础。

中国官方亦透过如“网信研究大模型”等项目,聚焦政策法规与官媒语料建设,强化价值观对齐。

可以想像,对齐中国价值观是中国AI大语言模型的“基本功”。在中文世界,虽尚未有类似Scale AI规模如此大的公司,但已有多家企业与机构投入数据产业链建设,例如北京爱数智慧、云测数据、科大讯飞(002230.SZ)与海天瑞声(688787.SH)等公司提供大规模标注与清洗服务。

市调机构IDC的数据显示,中国AI训练数据集市场规模在2023年约2.6亿美元,预计到2032年将增至约23.2亿美元,复合年增长率约27.4%。

AI模型的进步,最终取决于它“吃进什么样的内容”。当新闻、评论、学术论文与文化资产被结构化使用时,其价值从即时资讯转化为可商用的数据资产。内容生产者不只是“提供素材”的角色,而是数据服务供应链的一环,包括新闻媒体在内的内容生产者,或许都应该认真思考自身的附加价值。

李世达,咏竹坊编辑。他的联络方式:shihtalee@thebambooworks.com

欲订阅咏竹坊每周免费通讯,请点击这里

新闻

简讯:星展看好亿咖通客户多元化增长潜力

星展银行本周首次覆盖智能座舱制造商亿咖通科技控股股份有限公司(ECX.US),给予12个月目标价2.80美元,较现时股价高约24%。报告指出,公司正逐步摆脱对母公司吉利的业务依赖,客户多元化前景强劲。 星展在10月14日研报中指出,目前吉利及其旗下品牌,包括极氪、沃尔沃、路特斯等,贡献亿咖通约80%收入。但大众集团的战略合作有望推动客户结构多元化,该合作涵盖大众、斯柯达品牌。星展表示:“大众计划自2027年起,在巴西和印度销售搭载亿咖通产品的车型,协议未来可能扩展至欧洲市场,成为新增增长动能。” 报告强调,基于2026年预估销售额,亿咖通当前企业价值/销售额比率为0.9,低于行业中位数1.5。“估值折让部分源于客户过度集中于吉利集团,叠加2025年第二季度毛利率承压,”星展分析称,“但伴随客户多元化进程加速及毛利率预期修复,该股有望迎来价值重估。” 亿咖通股价过去52周累计上涨约27%。 阳歌 欲订阅咏竹坊每周免费通讯,请点击这里
Xiao Noodles sells noodles

说出“穷人餐饮”的故事 遇见小面逆市盈收双升

中国第四大中式面馆连锁品牌已提交港股上市申请,文件显示在平价食品吸引下,今年上半年营收增长34% 重点: 遇见小面聚焦中国餐饮市场低端领域,香港上市申请或大举吸引投资者关注 今年上半年,这家面食连锁品牌营收增长34%,增速远超新店开业率,且利润近乎翻倍   阳歌 “穷人套餐”的迅速崛起,为中国餐饮链底端商家带来商机,日益节俭但仍想外出就餐的消费者,正寻找最便宜的用餐选择,面食连锁店因低廉定价而受惠。 广州遇见小面餐饮股份有限公司正以“平价餐饮”细分领域的强势定位吸引投资者,本周向香港市场再次提交上市申请。这家公司规模相对较小,截至今年6月底仅有451家门店。 相较深陷销售额下滑与利润大跌的同业,遇见小面多项指标相对稳健。但公司未能完全避开行业颓势,申请文件显示其同店销售额、翻台率及客单价近年均出现下滑。 不过,公司逆势而上,报告期内营收增速大幅超越新店开业速度。今年上半年利润表现也相当强劲,近乎翻倍。 然而,需要指出,推动遇见小面近期强劲表现的潜在因素,是中国外卖平台持续的补贴大战,刺激了价格敏感型消费者的居家点餐需求。多家餐饮连锁企业也证实此趋势,分析师就此预警,当美团、饿了么、京东三大外卖巨头缩减补贴力度时,行业将普遍承压。 目前,遇见小面至少为专注餐饮赛道的投资者提供高性价比选择。其上市申请文件援引第三方研究显示,面食占中国快餐店市场近三分之一份额。据上市文件预测,中国面食餐厅市场规模,未来五年将以10.9%的年增长率扩张,至2029年达5,100亿元(720亿美元)。 川渝辣味面食作为最大细分品类,正是遇见小面的特色领域。该品类年增速预计达13.2%,2029年销售额将达1,357亿元,超越面食市场整体表现。以商品交易总额(GMV)计,遇见小面去年是中国第四大中式面馆经营者。但考虑到该领域高度分散的业态结构,其仅凭0.5%的市占率即获此席位。 主打平价餐饮 遇见小面定价亲民,今年上半年直营店的订单平均消费额仅31.8元(不足5美元),低于肯德基中国二季度38元的平均客单价,不足必胜客二季度76元客单价的一半,也低于太二酸菜鱼同期73元的客单价。 和同业一样,为迎合日益节俭的消费者,遇见小面持续降价,公司称此源于平均消费额从2022年36.2元,降至今年上半年31.8元(降幅12%)。同期,翻台率从2023年的3.9次降至今年上半年的3.4次。 公司正通过外卖补贴大战增加的订单,部分弥补堂食消费及翻台率下滑。同时,采取较激进的扩店策略,其门店数从2022年初的133家增至今年6月底的451家,增幅超两倍,另有101家新店处于开业前的筹备中。 综合因素推动上半年收入同比增长34%至7.03亿元,上年同期为5.26亿元。增速远超同期8%的门店增长率,且是在直营店同店销售额下滑3.1%的背景下实现。 公司并未真正解释,尽管同店销售额下降且门店数量增长相对较小,但其如何能够在上半年实现如此强劲的收入增长,外卖订单的大幅增加或许可以解释这一现象。此外,公司强调近期正加速香港市场扩张,当地商品定价普遍高于内地。 遇见小面的运营效率也表现突出,直营店经营利润率近三年持续攀升,今年上半年达15.1%。公司称部分增效源于租金较低的城郊地区拓店策略,以及中国房地产市场低迷带来的整体租金成本下降。 营收强劲增长与利润率改善共同推高盈利,公司净利润从上年同期的2,140万元跃升至4,180万元,增幅近倍。经调整利润(通常剔除股权激励成本)同期由2,250万元增至5,220万元,翻逾一倍。 归根结底,遇见小面因聚焦消费谨慎期下外出就餐低端市场,展现较强投资价值。若外卖补贴战退潮(此趋势或已显现),其增速可能放缓。但在当前市场中,任何增长均属难得,而遇见小面的业务增速表现尤为突出。 欲订阅咏竹坊每周免费通讯,请点击这里

简讯:正力新能折让8%配股筹5亿港元

锂离子电池制造商江苏正力新能电池技术股份有限公司(3677.HK)周五宣布,拟配售4,592.1万股新H股,占扩大后的已发行H股的3.09%及已发行股份总数的1.8%,集资5.04亿元,每股配售价10.98元较前一日收市价11.92元折让7.89%。 公司称,拟将配售所得款项净额中,约70%用于支持集团与常熟的新生产工厂二期工程有关的建设、设备购置及预备费;约10%用于全固态电池中试线的建设;约10%用于研发活动,及约10%用于营运资金及一般公司用途。 正力新能于今年4月在港交所挂牌上市。今年上半年,公司实现收入31.72亿元,同比增长71.9%,其中动力电池收入29.85亿元,同比暴增81.9%;毛利率从去年同期的9.9%大幅提升至17.9%;净利润2.22亿元,实现扭亏为盈。 公司股价周五低开,至中午休市报11.01港元,跌7.63%。上市至今,该股累升约30%。 李世达 欲订阅咏竹坊每周免费通讯,请点击这里 

简讯:暗盘已交投 海西新药上市突延期

福建海西新药创制股份有限公司(2637.HK)原订今天在香港挂牌上市,但周四晚突公布,就最终发售价、国际配售认购意向水平、香港公开发售股份分配基准等,未能在本周五上午8时前定稿及获取监管机构批准,因此上市时间要顺延。 有券商在本周三下午已通知客户中签结果,更有定价86.4港元。劵商平台并在周四开始暗盘交易,富途暗盘早段一度高见200港元,较定价高131%,其后升幅大幅回落至只升两成多。 海西新药发行1,150万股H股,一成于香港公开发售,招股价介乎69.88港元至86.4港元,集资9.9亿港元。 刘智恒 欲订阅咏竹坊每周免费通讯,请点击这里