data becomes a strategic asset in the AI era

數據資料成為AI時代的戰略資產,內容生產者對此應該有更深刻的體會

  

李世達

在全球人工智能競賽火熱推進的當下,人們逐漸體認到,大模型進入推理階段後,數據並不就此失去價值,反而因為動態知識需求而更顯關鍵。「最後一哩」的語料質量與多樣性,往往決定了一個大模型的優劣。

這或許是臉書母公司Meta(META.US)斥資143億美元,戰略性投資AI數據公司Scale AI的主要考量。

Scale AI是一家數據標註與數據清洗的公司,專為AI模型訓練提供高品質語料。數據標註指為圖片、文本或語音資料加上標籤,例如標示出圖片中的行人或文章的傾向等;數據清洗則是刪除錯誤、重複、無效或不相關資料,提升資料準確性與一致性。Scale AI以海量人力與自動化流程,為OpenAI、Meta、Google等科技巨頭提供高質量、結構清晰的數據資料。

優質數據的價值還有另一個例子。美國媒體《紐約時報》宣布,已與科技巨頭亞馬遜(AMZN.US)簽署新聞內容授權協議,將其經過編輯和事實查證的新聞內容投入大模型訓練。而此前還有美聯社對OpenAI的授權也是如此。

雖然表面上是「新聞內容的授權」,但實際上也體現了「內容即資料、資料即服務」的邏輯,不僅反映了媒體對自身內容價值的再認識,也揭示了AI團隊對高質量語料的迫切需求。

相比之下,中文世界面臨公開可用資源佔比極低、專業標註與文化典籍難以大規模數字化等挑戰,更凸顯了中文語料在本土化AI發展中的關鍵地位。

中文語料相對稀缺

據阿里研究院發布的《大模型訓練數據白皮書》指出,全球可爬取網路文本中,英文佔比高達59.8%,中文僅1.3%,一旦放大至需要大規模預訓練的場景,中文語料顯得尤為稀缺。同時,維基百科作為常用開放語料,英文維基擁有超過700萬篇條目,而中文維基則約為150萬篇,二者相差超過三倍。

在這種明顯不均的環境中,中文大模型若缺乏足量的公開預訓練語料,其基礎語言理解與生成能力就會明顯落後於英文對應系統,使得中文AI在理解表達及文化傳承方面可能「喝洋墨水」過多、出現「水土不服」現象。

當然,中國官方機構早已認識到此一問題,紛紛採取行動。人民網、新華社等官方平台積極構建「價值觀對齊」的語料庫,向AI開發方提供經過審核的新聞、評論與政策解讀等高質量文本,為模型價值觀安全層面的訓練奠定基礎。

中國官方亦透過如「網信研究大模型」等項目,聚焦政策法規與官媒語料建設,強化價值觀對齊。

可以想像,對齊中國價值觀是中國AI大語言模型的「基本功」。在中文世界,雖尚未有類似Scale AI規模如此大的公司,但已有多家企業與機構投入數據產業鏈建設,例如北京愛數智慧、雲測數據、科大訊飛(002230.SZ)與海天瑞聲(688787.SH)等公司提供大規模標註與清洗服務。

市調機構IDC的數據顯示,中國AI訓練數據集市場規模在2023年約2.6 億美元,預計到2032年將增至約23.2億美元,複合年增長率約27.4%。

AI模型的進步,最終取決於它「吃進什麼樣的內容」。當新聞、評論、學術論文與文化資產被結構化使用時,其價值從即時資訊轉化為可商用的數據資產。內容生產者不只是「提供素材」的角色,而是數據服務供應鏈的一環,包括新聞媒體在內的內容生產者,或許都應該認真思考自身的附加價值。

李世達,詠竹坊編輯。他的聯絡方式:shihtalee@thebambooworks.com

欲訂閱咏竹坊每周免費通訊,請點擊這裏

新聞

簡訊:生力啤上半年盈收雙升

香港生力啤酒廠有限公司(0236.HK)周一公布,2025年上半年營收同比上升3.2%至3.9億美元,淨利潤勁增31.9%達4,960萬美元,因中國大陸及菲律賓市場的增長有效對衝了香港地區的業績下滑。 展望後市,公司表示對核心市場持續增長前景保持「審慎樂觀」態度。公司聲明稱:「儘管香港及華南地區的經濟指標顯示持續復蘇的跡象,我們仍需關注現存的挑戰,包括緊縮的金融狀況、消費者行為的轉變,以及地緣政治不確定性對本地需求與出口表現的影響。」 公司股票周二開盤走高,早盤漲幅達25%,報價1.25港元。年內迄今該股累計上漲約50%。 陽歌 欲訂閱咏竹坊每周免費通訊,請點擊這裏

簡訊:雍禾醫療發盈喜 扭虧為盈賺2,500萬

醫療機機雍禾醫療集團有限公司(2279.HK)周二發盈喜,截至今年6月底止的中期業績扭虧為盈,純利不少於2,500萬元人民幣(下同),去年同期則虧損1.39億元。 集團表示,期內通過優化門店網絡,將資源聚焦核心門店,提升醫院運營效率。此外,持續提升自研的連鎖醫療管理系統「禾帆」,並融入企業AI知識庫引擎。同時,集團通過管理模型重構及營鎖投放精細管理,顯著提升獲客轉化率及投入產出比。 周二雍禾医疗平开报3.54港元,后股价急跌逾5%,今年以来公司股价升近三倍。 劉智恒 欲訂閱咏竹坊每周免費通訊,請點擊這裏
Shiyue Daotian serves up tasty dividends as profits surge

盈喜刺激股價曇花一現 十月稻田關鍵維持高派息

十月稻田主打大米產品,主要經網上渠道如京東及天貓銷售,近日為中期業績發盈喜 重點: 公司料中期經調整淨利潤不少於90% 京東劉強東4月曾多次減持,估值較其他食品股稍高    白芯蕊 食品股一向以來較少投資者注意,因整體都是低成長及低利潤行業,但主打預包裝大米的十月稻田集團股份有限公司(9676.HK)最近發盈喜,料中期經調整淨利潤不少於90%,受消息沖喜,股價在宣布盈喜後翌日(7月18日)一度大升17.6%,當日收仍急升8.5%。 據盈喜公告,集團上半年利潤大增主要是受惠優化產品結構,加上與優質銷售渠道加深合作,令盈利持續提升,配合品牌影響力日增,帶動多渠道銷量增加。 十月稻田是由董事長王兵及配偶執行董事趙文君創辦,最初在2005年進軍廚房食品行業,並在2011年創立「十月稻田」及「柴火大院」品牌,主力在電商平台銷售產品。 大米產品佔收入近七成 據十月稻田2024年業績,集團收入達57.45億元,按年升18%,當中大米產品佔總收入69.9%至40.1億元,其次是雜糧、豆類及其他產品,收入則有4.7億元,但佔比只是8.2%。至於銷售渠道仍是以電商平台為主,佔比達41.6%。 在主食品市場中,大米是最大板塊,單在2022年便佔總廚房主食品市場規模的38.8%,金額為7,234億元,但農產食品明顯是一個低增長行業,市場估計2027年規模只會增至7,918億元,即2022年至2027年年複合增長率只得1.8%。 幸好十月稻田主攻預包裝大米。所謂預包裝大米,意思是指在銷售之前已經包裝好的產品,預包裝大米產品重量一般不超過25千克,由於預包裝大米易於運送,亦能保持產品包括新鮮度和口感等品質,因此獲市場歡迎,帶動預包裝大米市場增長速度快,預期2027年將達到1,641億元,相當於2022年至2027年年複合增長率達4.9%,遠比同期大米產品複合增長快。 優質大米售價高12% 預包裝大米市場也分級數,整體可分為預包裝優質大米及預包裝普通大米,預包裝優質大米通常碎米率不高於15%。碎米率是指稻米在加工過程中,米粒破碎比例,碎米率越低,表示米粒完整度越高品質越好,平均零售價便越高。 據十月稻田2023年9月招股書表示,預包裝優質大米2022年平均零售價超過每千克7.4元,普通大米的平均零售價約為6.6元,意味包裝優質大米零售價較普通大米最少多12.2%,也是一盤不俗的大生意。 其實,十月稻田為預包裝優質大米龍頭,在2022年市場佔有率已達4%,但行業首五大龍頭市佔率只是11.1%,意味行業收購合併空間大,配合中國居民生活水平提升,對優質食品的需求亦殷切,十月稻田大米業務便佔總收入近七成,絶對有望食正此大浪。 去年派息率高 十月稻田對股東不薄,在招股書時已表明向股東支付不低於20%的淨利潤作為股息,但去年業績便宣布派息合共1.75億元,相當於調整淨利潤的50.1%。 不過,十月稻田股價表現卻不濟,該股上市價為15.36港元,雖然一度炒高,但之後大幅回落,就算是近期盈喜一度刺激股價回升,以7月18日收市價7.91港元計算,股價較上市價大幅潛水48.5%。 值得留意是據香港聯交所股權披露,京東創辦人兼主席劉強東,曾在今年4月9日、4月10日及4月14日,分別減持十月稻田1,326萬股、1,228萬股及110萬股,合共減持6.48%十月稻田股權,套現2.17億港元,持股由19.27%降至12.79%,未來會否進一步減持,將對十月稻田股價有重大影響。 另一方面,十月稻田估值偏高,即使2025年較2024年淨利潤多賺100%,預期市盈率高達18倍,對比其他食品股如萬洲國際(00288)的8.2倍、康師傅(0322.HK)的13.3倍、以及旺旺(0151.HK)的13.3倍,十月稻田明顯偏高,股價要維持在現水平,視乎今年派息率能否維持去年一樣慷慨。 整體來講,十月稻田雖然主打預包裝優質大米,未來有望得益內地居民對食品質素需求上升,但畢竟過去一年股價大上大落,加上主要股東之一的劉強東在4月曾多次減持,同時估值比同業稍高,一旦高派息未能維持,股價受壓機會較大,因此只宜小注怡情。 欲訂閱咏竹坊每周免費通訊,請點擊這裏

簡訊:瀾滄古茶折讓16%配股籌5,904萬港元

茶商普洱瀾滄古茶股份有限公司(6911.HK)周日公告,擬配售合共2,400萬股H股,佔擴大後已發行股份總額16%,每股認購價2.46港元,較上周五收市價2.95元折讓16.61%,集資5,904萬元(752萬美元)。 公司表示,因應集團的資本需求和業務發展所需,是次配股可為集團補充營運資金,鞏固集團的財務狀況,預期款項淨額約5,804萬元,將用於一般營運資金。 瀾滄古茶2023年底上市後風波不斷,去年中期盈利大幅倒退,年底更換核數師,不再任用羅兵咸永道。今年初因經營理念不合被免職撤換原總經理兼執行董事王娟,又因未能如期刊發去年度業績,從4月1日停牌至7月2日。 根據公司6月底公布的去年度業績,公司去年錄得虧損3.08億元,上年度同期為純利8,008萬元。 瀾滄古茶周一高開,至中午休市報3.13港元,升6.10%。 李世達 欲訂閱咏竹坊每周免費通訊,請點擊這裏