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

港交所第三季收入持平

香港交易所营运商香港交易及结算所有限公司(0388.HK)周五公布,第三季收入及盈利按年基本持平,期内港股日均成交额下降。 公司第三季核心业务收入为74.7亿港元(9.52亿美元),较去年同期的74.8亿港元微跌。同期盈利亦由49亿港元微降至48.6亿港元。 第三季港股日均成交额由去年同期的2,860亿港元,下跌11%至2,540亿港元。其中,中国内地投资者透过沪深港通南向交易买卖港股的日均成交额约为1,070亿港元,按年下跌30%。香港投资者透过沪深港通北向交易买卖沪深两市股票的日均成交额,则按年上升15%至3,100亿元人民币。 恒生指数今年第三季上升7.6%,去年同期则上升11.6%。 业绩公布后,港交所股价周五下跌2.3%,收报385.60港元,今年以来累跌5.4%。 阳歌 欲订阅咏竹坊每周免费通讯,请点击这里

量价齐升 华虹宏力第三季多赚147%

晶圆代工企业华虹宏力半导体有限公司(1347.HK;688347.SH)周四公布,第三季收入按年增19.9%至9.871亿美元,创季度新高;母公司拥有人应占利润增147.1%至1.234亿美元,毛利率升7.6个百分点至24.6%。 公司期内完成收购上海华力微电子,比较数据已按合并口径重列。剔除华力微,季度收入为8.034亿美元,毛利率19.9%,均高于此前指引;母公司拥有人应占利润为6,883万美元。 公司表示,晶圆出货量与平均售价同步上升,12英寸业务收入占比达70.7%。人工智能相关需求持续增长,工业及汽车市场亦逐步改善,带动微控制器、闪存及功率器件等产品需求,部分细分领域供应仍趋紧。 公司预计量价齐升趋势将持续,第四季收入介乎10.8亿至10.9亿美元,毛利率为25%至26%,并继续推进无锡三期12英寸生产线建设。 华虹宏力股价周五低开高走,至中午休市报69.25港元,升2.9%,今年至今累跌6.55%。 李世达 欲订阅咏竹坊每周免费通讯,请点击这里 
Karrie International makes server casings

嘉利国际盈利倍增 难敌AI股抛售潮

服务器机壳及机柜制造商嘉利国际表示,本财年上半年盈利倍增,股价却仍然下跌 重点: 嘉利国际受惠于毛利率较高的人工智能相关产品销售畅旺,截至9月底止上半财年盈利倍增 这家服务器机壳及机柜制造商表示,截至9月30日止财季收入增长45%,远高于前一年的7.4%增幅    阳歌 这消息来得真不是时候。一般来说,公司宣布最新报告期盈利倍增,理应是推动股价上涨的好消息。但嘉利国际控股有限公司(1050.HK)的情况却恰好相反。这家专注生产服务器机壳及机柜的企业,也算搭上了人工智能热潮,只是处于技术门槛较低的一端。 嘉利在公告发布翌日、即周四下跌2.4%。但当天也是人工智能概念股近一段时间以来跌势最惨烈的交易日之一,纳斯达克综合指数全日下跌5.5%,创逾一年最大单日跌幅。嘉利的竞争对手勤诚兴业(8210.TW)及奇鋐科技(3017.TW)表现更差,分别下跌6%及9%。 抛售潮延续至周五,嘉利股价早市再跌2.5%。即使以最新股价1.58港元计,仍较2025年5月开始的升浪前高出逾一倍。这波升势与英伟达将嘉利列为服务器机壳及机柜组件的合资格及推荐供应商有关。虽然嘉利直到去年9月才公布与英伟达的关系,但业内人士很可能早在此前数月已经知情,带动股价上涨。 在这波升势之前,嘉利是一家相当传统的企业,增长表现平淡。公司由何焯辉创立,据《香港商报》2017年一篇人物报道,他在1950年代年仅12岁时,便开始在工厂当学徒。他17岁首次创业,1980年创立嘉利。五年后,他到东莞设厂,成为最早北上内地办厂的香港企业家之一。如今,东莞已是广东省最大的制造业重镇之一。 现年80岁的何焯辉今年9月再次成为公司新闻焦点,嘉利宣布他卸任行政总裁,留任主席。他将经营重任交给36岁、英文名为Brian的儿子何伟汗,是典型的家族企业接班。这次交接当时颇具象征意味,代表公司由传统服务器机柜制造商,转向生产符合人工智能更高规格要求的同类产品。 这个故事固然美好,打拚多年的何焯辉或许也期待稍作休息,但由较年轻、经验较少的一代接班,难免带来经营执行风险。加上近期人工智能前景充满变数,相关硬件的旺盛需求能否持续也存在疑问,嘉利及其股价未来可能面对一段颠簸时期。 增长提速 嘉利去年股价开始上涨时,财报确实看不出强劲增长的迹象。截至2026年3月底止的最近一个财年,公司收入仅增长7.4%至34.7亿港元(4.42亿美元),较前一财年的10.6%增幅有所放缓。 该财年最大的产品类别是服务器机壳,收入按年增长7.1%至19.7亿港元,占总收入57%。其次是存储产品,收入按年增长5.8%至12.7亿港元,占37%;电动车充电器机壳收入则增长23%至2.34亿港元,占7%。 盈利表现稍佳,最近一个财年增长32.4%至2.71亿港元,显示公司内部正在转变,产品组合逐步转向毛利率较高的高端人工智能服务器机柜。公司毛利率亦由前一财年的15%,小幅升至最近一个财年的16%。 本财年至今,嘉利透过季度业务更新,持续向投资者交代这项转变,展示人工智能需求如何终于开始推动增长,为此前的股价升势提供支持。 公司在最新一次更新中表示,截至9月30日止三个月、即第二财季,收入按年增长45%,远高于上一整个财年的7.4%增幅。核心服务器机壳业务收入增长48%,其中人工智能服务器机壳占该类别收入的比例,由上一季度的20%升至34%。 换言之,公司人工智能服务器机壳收入,由截至6月底止的第一财季至截至9月底止的第二财季,按季增长87%。公司并表示,正将产品布局由传统服务器机壳,延伸至更多服务器机柜产品。 嘉利第二财季的存储产品收入亦按年增长51%,但公司未有说明是否由人工智能相关需求带动。 在此背景下,公司本财年上半年盈利倍增,并不令人太意外。公司将盈利改善归因于人工智能相关产品放量,以及较新的服务器机柜与其他“新一代人工智能平台”相关产品销售增加,带动毛利率提升。 嘉利指出,2023年开始商业生产的泰国新生产基地,规模效益逐步显现,营运效率亦有所改善,同样令公司受惠。 嘉利股价在人工智能升浪前约为0.70港元,今年5月一度升至约3港元高位,其后回落约一半,令滚动市盈率降至看似较合理的14倍,低于勤诚兴业的17倍,以及估值更高的奇鋐科技的38倍。 这意味着,对于相信嘉利能在未来两三年维持目前收入及盈利强劲双位数增长的投资者,该股或有一定投资价值。但正如周四的大幅抛售所显示,投资者对人工智能投资热潮能否持续,疑虑日益加深。若相关开支真的开始放缓,嘉利股价可能面对进一步下行压力。 欲订阅咏竹坊每周免费通讯,请点击这里
Wasion won state utility contracts

AI供电撑起新增长 威胜低估值能否翻身?

威胜海外及数据中心业务快速扩张,但其他业务盈利倒退,也削弱增长成果 重点: 威胜新获约2.41亿元国网合约,年内国网集中招标累计中标额达6.24亿元 公司上半年数据中心相关中标额增153%,数字能源分部盈利增近两倍    李世达 AI数据中心建设热潮,正把投资机会从晶片延伸至供电设备。机房需要更大容量、更稳定的电力系统;新增用电负荷亦可能推动外部电网扩容及升级,让传统电力设备商在机房与电网两端寻找增长机会。 从电表制造起家的威胜控股有限公司(3393.HK)便是其中一家。公司逐步将计量及配电技术延伸至数据中心供电,同时保留电网设备本行,最新取得的国家电网合约,为既有业务再添订单。 公司周一公布,旗下两家公司取得合共约2.41亿元人民币(下同)国网合约,涵盖智能电表、互感器及采集终端,年内国网集中招标累计中标额达6.24亿元。 从电表延伸至供电系统 威胜由创始人吉为于2000年创立,2005年在香港上市。早在2014年,公司已形成智能电表、智能计量及智能配用电三大业务,把技术由记录用电延伸至数据采集、配电控制与系统整合。 因此,威胜进入数据中心市场,有多年电力设备业务作基础。公司提供配电方舱、模组化IT方舱及高压直流供电系统(HVDC),把设备整合成供电方案,配合客户的容量、可靠性及部署要求。这类项目除了产品性能,也考验设计整合、交付及售后能力。 电网市场则提供另一类需求。威胜长期参与集中采购,公司披露,其高端电能计量产品在国内市场占有率超过20%。此次持续中标,反映既有供应能力与市场地位,也为后续生产及交付补充业务。 不过,本次合同相当于集团上半年收入的4.5%,尚不足以单独改变增长格局,实际盈利贡献亦取决于交付进度与成本。 新增长改变收入结构 数据中心已成为更快的增长来源。上半年相关中标额增加153%至18.92亿元,公司既服务国内三大基础电信运营商,也拓展互联网企业及第三方数据中心,海外则进入马来西亚、泰国及印尼等市场。相关金额仍属订单,尚待交付后确认收入,也不能全部视作AI业务。 海外布局亦开始反映于销售。上半年海外收入增92%至23.91亿元,约占集团收入44%;10月再取得约12.5亿元中东智能电网订单,预计三年内分阶段交付及确认收入。海外生产与服务据点,有助配合当地要求,但公司亦须承担项目执行与回款风险。 这些拓展正在改变业务重心。涵盖配电、数据中心及储能的数字能源服务商分部,上半年收入增加97.6%至23.88亿元,收入占比由去年同期约28%升至44%,成为最大分部;盈利亦由1.21亿元升至3.45亿元。 然而,其他业务未能同步改善。上半年,智能电网及数智能效管理两个分部盈利分别下跌20.6%及37.1%,合计减少约1.69亿元,抵销数字能源分部约2.24亿元盈利增量的大半。最新披露的附属公司业绩亦反映压力:旗下威胜信息(688100.SH)首三季收入下降15.1%,股东应占盈利下跌29.6%,累计表现仍低于去年同期。 集团同期收入增22.8%至53.89亿元,整体毛利率却由35.13%降至31.28%。期内总盈利增11.1%至6.51亿元,但归属非控股股东的盈利增40.3%至2.05亿元,最终股东应占盈利只增1.4%至4.46亿元。新增业务的回报,未能同等幅度反映于股东盈利。 竞争亦不容忽视。科士达(002518.SZ)及科华数据(002335.SZ)均提供不间断电源(UPS)及数据中心相关解决方案,与威胜在机房供电及整体方案供应上存在重叠。威胜的电网技术与海外服务据点有助竞标,但未必能形成定价优势,公司仍须持续投入研发及当地服务,在争取订单与维持利润之间取得平衡。 国网中标消息未明显提振股价,消息公布当日,威胜股价收报10.66港元,跌0.56%,较52周高位33.8港元回落约69%。威胜滚动市盈率约9倍,低于科士达约22倍及科华数据的约33倍。市场对公司的增长定价已明显收缩。 和A股同业比较,威胜估值颇具吸引力,然而,其他业务倒退、毛利率下降与海外交付风险,仍可能限制估值成长。若数字能源业务扩张、其他分部止跌,并带动整体利润率回稳,现价有望出现重估空间;若收入继续增加、股东盈利仍停滞,低估值便可能维持。对投资者而言,盈利增长与订单交付的表现,将比再添一笔合同更具说服力。 欲订阅咏竹坊每周免费通讯,请点击这里