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

转而拓展国际业务 吴海生辞任奇富CEO

线上助贷平台奇富科技(QFIN.US)周日宣布,吴海生将辞去公司CEO一职,转而专注拓展国际业务。同时,公司任命首席风险官郑彦接任。 郑彦自2017年起担任奇富科技副总裁,并于2020年出任首席风险官。此前,他的履历包括在招商银行风险管理部任职。 吴海生将业务重心转向海外之际,奇富科技等民营金融科技借贷及助贷机构,在中国本土市场正面临日益严峻的环境。除监管收紧外,随着中国经济增速放缓,所有此类公司在维持贷款质量方面均面临挑战。 在此背景下,奇富科技第二季度促成及发放贷款总额,同比下滑25%至634亿元;其未偿贷款总余额也下降23%至1,080亿元。 宣布更换CEO后,周一奇富科技股价在纽约市场的盘前交易持平。今年以来,该股已累计下跌近60%,目前股价在历史低位徘徊。 阳歌 欲订阅咏竹坊每周免费通讯,请点击这里。

超额认购73倍 星环科技午收微跌2%

AI基础设施软件提供商星环信息科技(上海)股份有限公司(6727.HK)周一首日在港挂牌,平开之后股价微跌,早盘收报47.82港元,较发行价低2.4% 公司发售1,401万股,每股售价49港元,募资净额近6.3亿港元,公开发售录得超额认购近73倍,国际配售超额仅0.42倍。共有两名基石投资者,认购150.7万股,占全球发售股份的10.75%。 2025年星环信息收入同比上升20.6%至4.47亿元,亏损则收窄28.6%至2.45亿元。今年上半年的收入为1.74亿元,同比上升14.1%,亏损则由去年同期的1.43亿元收窄至1.13亿元。 募资所得的30%将用于研发及创新,20%用于升级及扩展产品及解决方案,15%用于加强销售渠道及建设团队,5%用于提升商业化能力及品牌影响力,20%用于战略投资,余下一成作营运资金。 刘智恒 欲订阅咏竹坊每周免费通讯,请点击这里

工业机器人制造商微亿智造 赴港上市获中证监放行

工业机器人制造商常州微亿智造科技股份有限公司境外上市及境内股份全流通备案已获中国证监会确认,该步骤是中国内地公司赴境外上市的必要程序。 根据证监会上周五公告,微亿智造拟发行不超过4,286.71万股境外上市普通股并在港交所上市,另有37名股东拟将合计3.35亿股境内未上市股份转为境外上市股份流通。该备案通知书于8月24日出具,公司须于12个月内完成上市。 微亿智造成立于2018年,主要提供工业具身智能机器人(EIIR)产品及解决方案,应用于工业检测、装配等生产环节。公司于2025年9月首度递表港交所,其后又于同年10月及2026年3月两度更新申请文件。 申请文件显示,公司2025年收入按年增32.5%至7.96亿元,净利润由2024年的1,573.9万元降至506.6万元。核心EIIR产品去年收入4.53亿元,按年增66.7%,占总收入57%,毛利率53.5%。 李世达 欲订阅咏竹坊每周免费通讯,请点击这里 
Yatsen finds beauty in tech

逸仙电商押注AI与生技 寻找美妆新增长

随着中国消费者越来越追求个性化产品,逸仙电商正运用科技进行新成分发掘等工作 重点: 随着消费者寻求更能满足个人需求的护肤品及化妆品,逸仙电商正转向采用AI及其他高科技手段 由于毛利率下滑,加上大举投入营销,逸仙电商第二季度按非公认会计准则计算再度录得亏损    余特莉 逸仙控股有限公司(YSG.US)过去最广为人知的,是遍布中国的完美日记门店所销售的日常彩妆及护肤产品。但如今,面对竞争激烈的中国市场,逸仙正转向AI、生物科技研究及自动化制造,以寻求竞争优势。随着消费者日益成熟,他们追求的是更前沿的新产品,而不只是换上更漂亮包装的旧产品。 在其与韩国科丝美诗(192820.KS)合资设立的广州制造基地,这家纽约上市公司将自动化生产及新一代质量控制系统,与AI辅助的成分发掘、配方开发及临床评估相结合,以加快推出针对不同需求的新型美妆产品。 这座占地78,000平方米的先进制造基地于2023年投产。公司称其为亚洲最大的单体化妆品工厂,作为旗下多个产品线的生产枢纽,包括DR.WU达尔肤、完美日记、小奥汀及皮可熊。咏竹坊上周在广州一场媒体活动中实地参观了这座大型厂房。该基地是公司推动产品开发、制造及质量保证一体化的重要一环。与此同时,公司正快速扩大护肤业务,该业务去年已超越较早发展的彩妆业务,成为最大收入来源。 聚焦中国市场 逸仙董事长黄锦峰上周带领记者参观该基地时表示,中国仍是公司的首要市场,但公司也在探索全球市场的机会。他说:“我们正开始把产品带到亚洲和欧洲,以及其他潜在市场。” 谈到营销开支升至收入的70%以上,黄锦峰表示,逸仙的盈利能力一直稳步改善,并指出公司去年按非公认会计准则计算已实现全年盈利。他解释,逸仙仍会持续投资品牌建设,因为旗下现有品牌的潜力尚未完全释放。他补充,这些投入已开始提升品牌知名度,并改善消费者对品牌的认知。 在逸仙旗下包括法国科兰黎、DR.WU达尔肤及伊芙珑在内的护肤业务成为主要增长引擎之际,公司正推进上述策略。截至今年6月的三个月,公司收入同比增长5.1%至11.4亿元。 季度内,公司护肤品牌收入大增40.4%,占总销售额逾70%,一年前这一比例才刚突破50%。较早发展的彩妆业务收入则下跌35.8%,反映完美日记及其他彩妆品牌在竞争拥挤的中国市场仍持续承压。 两项业务表现分化,凸显逸仙向护肤转型的趋势。公司发展初期,凭借积极的数字营销、明星合作及社交电商,完美日记一度成为中国最知名的彩妆品牌之一。但随着消费者日益谨慎,加上拥挤市场中来自本土及国际对手的竞争加剧,这一模式正面临压力。 逸仙第二季度录得净亏损9,080万元,较一年前亏损1,950万元大幅扩大。公司期内按非公认会计准则计算亦录得9,940万元亏损,而一年前按此口径仍录得盈利。毛利率由78.3%降至73.9%,显示公司在向护肤业务转型过程中仍面临挑战。 在经营指标承压之际,逸仙股价过去52周已跌去超过四分之三,不仅回吐2025年上半年强劲反弹的全部涨幅,更进一步下跌。 新品牌 被问及是否考虑收购其他护肤品牌或寻求新的合作关系时,黄锦峰表示,逸仙目前仍专注于现有品牌组合,但不排除物色其他具有强大品牌价值及良好产品表现的资产。 黄锦峰说:“多品牌策略从公司成立第一天起,就是公司愿景的一部分。”他补充,逸仙看到将护肤技术应用于彩妆的潜力,包括推动“彩妆护肤化”。公司早在2023年便已推出这类产品。 DR.WU达尔肤品牌总经理陈炎(Johnny Chen)表示,公司针对消费者的产品布局正越来越聚焦于功效护肤。在这一领域,消费者寻求的是针对特定肌肤问题的产品,而非宽泛、笼统的美容功效诉求。他补充,随着中国消费者对成分、功效及自身需求的了解加深,他们正转向更专业化的护肤产品。 陈炎以DR.WU达尔肤的杏仁酸毛孔紧致化妆水为例指,该产品过去数年均录得三位数同比增长,今年初亦延续这一增势。 公司表示,AI也正在改变消费者研究产品的方式。越来越多人不再被动接受网红及媒体的推广信息,而是使用AI工具,根据自己的年龄、肤质及特定肌肤问题寻找相应答案,从而更主动地评估各种可能的解决方案。 公司正大举投入研究,以科研成果支撑其产品宣传。自2022年以来,逸仙已投入超过7.7亿元进行产品研发,最近一季度研发开支约占收入3.3%。公司在上海、广州及法国图卢兹设有研发中心。 据公司资料,位于广州市从化区的广州中心设有一个3,000平方米的检测中心,仪器设备价值超过1,000万元。该中心监测超过50项高于一般行业标准的质量指标。 其工厂亦使用自动化机械臂及自动导引车进行物料搬运及包装。逸仙表示,太阳能、废水回收及净化系统也是其可持续发展及提升效率计划的一部分。 逸仙首席科学官承静指出,公司与全球科学家合作,并参与联合研究计划。公司在欧洲的研发布局,也有助其研究亚洲与欧洲消费者之间的差异,并把相关洞察运用于产品开发。 AI是这项工作的关键一环。逸仙表示,公司很早便开始建立AI能力,并已将其应用于旗下所有品牌,而不只是DR.WU达尔肤。公司表示,正利用AI工具筛选活性成分、识别生物标志物,以及探索不同成分的组合,以提升功效。公司亦正利用AI开发新分子,其中部分仍处于研发阶段。 逸仙指出,公司率先在中国利用AI分子对接技术识别出3种PDRN功效增强成分,从而提升产品的抗衰老功效。公司称,这项技术把成分发掘所需时间由数年缩短至仅数个月。…