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

蔚來與吉利就換電及充電業務達成合作協議

電動車製造商蔚來集團(NIO.US; 9866.HK)周一公告,與吉利控股集團旗下子公司,就換電及充電業務訂立正式協議。交易完成後,吉利方面將持有蔚來能源30%股權。 根據正式協議,吉利控股集團的一家子公司將以其所持的易易互聯科技(重慶)有限公司的100%股權,加6.4億元人民幣(9,500萬美元)現金作為代價,認購蔚來旗下經營換電及充電業務的子公司蔚來能源的新發行股權。交易仍須取得監管批准及達成其他交割條件後方可作實。 交易完成後,該吉利控股集團子公司將持有蔚來能源總股權的30%,蔚來子公司蔚來中國將繼續持有63.6%的控股權,其餘6.4%由現有投資者持有。蔚來能源的投後估值約160億元人民幣。 同時,蔚來中國將認購吉利旗下充電業務公司浩瀚能源10%新股,有關款項將用於購買蔚來部分充電資產。雙方亦擬研究在吉利旗下車型及出行服務車輛採用換電技術。 蔚來表示,上述交易及合作反映行業對蔚來換電技術、網絡及營運能力的認可。透過與業內參與者的戰略合作,蔚來預期將進一步推動換電的普及,持續提升用戶體驗,加速電動汽車滲透率的增長,並進一步釋放換電的長期價值。 消息公布後,蔚來港股周一高開,至中午休市報28.44港元,升1.35%,該股年初至今累跌30.5%;吉利周一早盤亦升1.79%,午休報15.88港元,今年至今跌11.2%。 李世達 欲訂閱咏竹坊每周免費通訊,請點擊這裏
Tongcheng does travel

旅遊平台監管未收兵 同程等業者成調查對象

中國市場監管部門正調查在線旅遊第二梯隊龍頭同程,以及阿里巴巴和美團旗下的同業平台 重點: 同程與阿里巴巴、美團旗下的第二梯隊在線旅遊平台,正因涉嫌不正當競爭行為接受調查 調查距離行業龍頭攜程集團因類似行為被處以53億元罰款,僅相隔兩個月   陽歌 中國對互聯網平台不正當競爭的整治,尚未隨攜程受罰落幕。今年7月,這家在線旅遊龍頭因相關違規行為被罰款並責令退款,涉及金額合計高達53億元人民幣(下同);如今,監管調查仍在繼續。 許多人以為事件會到攜程為止,畢竟,國家市場監督管理總局此前調查電商、在線音樂等領域的不正當競爭行為時,通常瞄準阿里巴巴、騰訊這類行業龍頭。但最新消息顯示,市監總局對在線旅遊業的調查尚未結束,如今正調查攜程以外大部分規模最大的業者。 據路透社上周報道,監管部門正調查同程旅行(0780.HK),以及阿里巴巴(BABA.US;9988.HK)和美團(3690.HK)旗下同類服務是否涉及不正當競爭。報道稱,提供類似Airbnb(ABNB.US)民宿服務的途家亦在調查之列。 上述四家公司均確認正接受調查,多數只表示會配合監管部門。中國飯店協會在網站表示,市監總局正調查四家企業涉嫌不正當競爭的行為,但沒有披露公司名稱或更多細節。 飯店協會樂見這類調查並不難理解,其會員恐怕是最不滿現狀的一群。攜程以往常要求酒店作出讓步,才讓它們在平台上取得曝光,並經常要求酒店只與攜程合作。市監總局此前亦因阿里巴巴在電商業務中迫使商家「二選一」,對其處以創紀錄的182億元罰款。 這次值得留意的是,監管部門開始調查旅遊業的第二梯隊公司。這或許意味着,其他曾接受類似調查的行業,也可能再次成為監管對象。 下文將聚焦同程,看看這次調查可能涉及甚麼。與其他受查企業相比,同程是上市公司,業務資料較容易查閱。攜程與騰訊分別持有同程24%及21%股權,這種持股關係可能是同程受到調查的原因之一。 這種交叉持股,令同程實際上成為騰訊平台,尤其是微信上的獨家旅遊服務商。同程也可能從為其提供酒店預訂服務的攜程取得優惠條款。值得注意的是,市監總局今年7月對攜程作出反壟斷處罰時,既沒有要求攜程出售同程股權,也沒有要求同程停止使用攜程的酒店預訂服務。因此,這次調查可能導致攜程和騰訊被要求出售持股。同程亦可能失去在微信上的優先地位,以及從攜程取得的酒店預訂服務優惠條款。 股價下挫 投資者顯然不樂見最新進展。路透社報道刊出後的五個交易日,同程股價下跌5.7%,今年以來累跌55%,跌幅超過同樣受壓、年內下跌45%的攜程。這輪沽售令同程的市盈率降至8.4倍,與攜程的7.6倍同樣低迷;兩者均低於規模小得多的途牛(TOUR.US)的11.3倍,亦只有全球龍頭Booking Holdings(BKNG.US)和Expedia(EXPE.US)各自18.2倍及16.6倍的一半或更低。 還要看到,中國經濟疲弱,旅遊業近來並不景氣,儘管在經歷疲弱的2025年後,近期略見復甦跡象。這類調查無疑又增加了壓力。對同程而言,失去微信上的優先地位可能造成沉重打擊。公司雖未提供具體數字,卻在財報中多次稱微信生態系統是其「重要流量來源」。 同程似乎正減少酒店預訂業務對攜程的依賴,其中一個明顯變化,是公司迅速擴展酒店管理業務,與原有的酒店預訂及交通票務業務互相配合。根據上月發布的第二季度報告,截至6月底,同程管理3,500家酒店,另有2,000家正在籌備,讓它能優先取得這些酒店的客房資源。 如果同程要求旗下管理的酒店給予優先預訂安排,類似攜程過去對不少合作酒店提出的要求,也不足為奇。因此,這次調查可能令同程須停止提出這類要求,並向其他在線旅遊平台更廣泛開放其管理的酒店網絡。 同程在酒店預訂服務上高度依賴攜程,在微信的優先展示位置上則依賴騰訊,毛利率已低於不少對手。公司第二季度毛利率僅66.3%,相比之下,攜程去年為80.6%,Expedia更達85.8%。減少依賴騰訊和攜程等中間渠道,有助提高同程的利潤率,代價卻可能是失去微信與攜程帶來的大量業務。 罰款也是一個問題。攜程所受罰款相當於其2025年收入的約7.5%;若同程按相同比率、以去年194億元收入計算,罰款約為15億元。這筆錢看來尚可負擔,但仍佔同程截至6月底68億元現金的相當大部分。 這些因素顯示,同程目前面對多項不確定性。監管部門的最終裁決若觸及其中任何一項,都可能對業務造成重大影響。對同程稍為有利的是,這輪調查並非只針對它一家。這也可能意味市監總局主要想向業界表明,任何公司都不能從事不正當競爭行為,而非要從根本上改變同程與騰訊、攜程之間的關鍵合作關係。 欲訂閱咏竹坊每周免費通訊,請點擊這裏

信義能源分拆基金上市 套現轉投房地產項目

經營及管理太陽能及風力發電場的信義能源控股有限公司(3868.HK)周日公布,將分拆信義能源新能源基金於深交所獨立上市,已於上周一向中國證監會及深交所提交申請,並獲深交所受理。 基金內包含兩個項目,分別是位於安徽省蕪湖市及六安市的兩座大型地面集中式太陽能發電場。截至今年3月底,收入共4,042萬人民幣(下同),純利844萬元。 公司表示,出售目標實體預期可讓信義能源於短時間內,將項目的經濟價值變現。未來信義能源亦能透過提供營運及管理服務,獲取經常性收入。 預計分拆可獲16.2億元,所得的流動資源,將用於新投資機遇,以及一般營運資金。公司也表示,將收回的資金用於房地產項目。 周一信義能源開市升0.6%報0.79港元,公司股價較過去一年高位下跌逾四成。 劉智恒 欲訂閱咏竹坊每周免費通訊,請點擊這裏
Rescuing a crumbling empire: New World issues REITs in mainland China to stay afloat

力挽王國於既倒 新世界內地發Reits救亡

債務高企的新世界發展,公布在內地發行商業不動產投資信託基金,若成功將是首家在內地發C-Reit的港資企業 重點: 申請已獲上交所受理通知書 預計集資淨額達32億元   劉智恒 歷史永遠在重複。 香港四大發展商的新世界發展有限公司(0017.HK),八十年代第二代接班人鄭家純在父親鄭裕彤手中接過帥印後,銳意要幹出一番事業,不斷大舉收購,可當鄭家純南征北討時,八十年代末樓市回調,加上過度擴張而債台高築,結果要勞煩鄭裕彤出山,大手沽售資產以減債,再經過一輪休養生息才渡過難關。 豈料三十多年後,第三代的鄭志剛上場後又重蹈覆轍。他接掌新世界後,矢志要超越父親趕過祖父,不斷開疆拓土,斥巨資在中港兩地打造K11的品牌,大興土木興建多座商場,更重注200億元在香港機場發展項目11 SKIES。 不幸地中港樓市在2020年後開始向下滑,影響新世界物業銷售,更拖累整體資產價值縮水。禍不單行,2021年集團在建中的大圍柏傲莊兩座大廈混凝土未達標,需要拆卸重建,連賠償買家損失共花15億元。 雪上加霜是2022年美國開始加息,令債務本已高企的新世界百上加斤,鄭家純只好從兒子手上拿回集團控制權,效法其父鄭裕彤當年力挽狂瀾的氣魄,立馬進行減債工作。 發Reit套現32億 減債最實際是出售資產,新世界近日公布,將分拆資產在上海證交所以商業不動產投資信託基金(C-Reit)模式上市,已向中國證監會及上海證券交易所遞交申請資料,並獲上交所發出受理通知書。 集團表示將持有分拆後的C-Reit 20%權益,並可獲淨額32.4億元人民幣,所得款項將可改善集團現金流及降低債務水平。 C-Reit的資產主要是位於上海黃浦區的K11 Art Mall購物藝術中心,以及上海K11 Atelier新世界大廈,總面積13萬平方米。 公布後翌日,市場又傳出消息,新世界正與新加坡的華業集團洽商,以15億元出售尖沙嘴的凱悅酒店五成股權。 減債七招 連串出售資產消息,正好回應集團去年推出的「減債七招」,包括積極出售發展項目、推進資產出售計劃、釋放農地價值、提高投資物業回報、優化資本支出及營運開支、暫停派發股息及永續債息分派,以及積極管理財務。 集團去年6月底,已達成882億元融資協議。又於11月將近200億元的永續債及擔保票據進行交換要約,最終成功削債91億元。 雖然透過財務安排讓債務還款期延長,暫解燃眉之急,但實際債項仍舊高企。2023年6月底止,集團的淨債務達1,308億元,到去年6月只減少約100億至1,201億元,但去年底時,淨債務不跌反升至1,227億元。 看來要大幅減債,最核心就還是要賣家當,最終能否成功出售資產,關鍵是物業市況,倘若樓市轉好,資產價值可穩定下來,甚至有所上升,同時可吸引市場買家,從而帶動銷售。 成敗還看物業市道 事實上,過去一年香港住宅物業正在復蘇,根據香港差餉物業估價處的住宅樓價指數,2025年1月是287.2點,至今年7月升至321.5點,升幅達到11.9%。 樓價回升對新世界十分重要,一來資產價值不再萎縮,意味可不再為資產減值,亦有利推售物業,銷售回籠資金將更快及更高。 至於用作收租的商場,在經濟回升及到港旅客量大增下,零售市況轉佳,商場出租率提升,除為新世界帶來較高租金收入外,有望不再為投資物業進行減值,甚或有機回升,為物業尋找買家創造有利條件。…