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

金川新礦場投入營運 首三季產銅量升三成

礦商金川集團國際資源有限公司(2362.HK)周二公布首九個月運營數據,截至今年九月底止,銅的採礦量達57,929噸,同比上升32%;鈷的採礦量大幅上升87倍至6,254噸。 公司產品銷量方面,銅在期內售出58,586噸,同比上升40%,鈷則售出494噸,去年同期為零。 金川表示,銅與鈷的產量大升,主要是因位於剛果民主共和國的Musonoi礦場在去年11月開始商業營運。不過,部分增幅被Ruashi礦場的產量減少所抵消。 金川周三開市升1.7%報0.61港元,公司股價較過去一年高位下跌近五成。 劉智恒 欲訂閱咏竹坊每周免費通訊,請點擊這裏
FWD new sales slow, product adjustments drive up value of new business

富衛新單放緩 產品調整推高新業務價值

富衛首九個月新單銷售僅增1%,新業務價值卻增18%,產品組合改善支撐增長 重點: 首九個月新業務價值增至8.78億美元,增長主要由利潤率改善帶動 公司擬買回保特保險25%股權,補充產品及分銷合作 李世達 李澤楷花了十多年搭建的亞洲保險版圖,如今面對提高回報的考驗。富衛集團有限公司(1828.HK)首九個月新單銷售幾乎原地踏步,新業務價值卻增加近兩成。與此同時,公司擬買回部分於2020年出售的業務,補充團體醫療及一般保險產品。 富衛近日公布,首九個月新增業務銷售額按年化新保費(APE)計增1%至19.53億美元,新業務價值(VNB)則增18%至8.78億美元,新業務利潤率升約6個百分點至44.9%,增幅均按固定匯率計算。新業務價值衡量新保單預期未來利潤的現值,並非當期盈利。銷售近乎持平,產品組合改善卻提高了新業務的預期回報。 銷售放緩部分源於去年港澳業務的高基數。2025年首九個月,該分部新增業務銷售額大增85%,受惠於高淨值業務及分銷渠道拓展;第三季中期儲蓄型保單銷售加速,佔當季分部銷售近30%。今年這類保單銷售減少,令港澳第三季年化新保費按年下跌;若扣除兩年同期的中期儲蓄型保單銷售,其餘產品則增長2%。 保單賣得多,未必帶來同比例的利潤。不同產品的賠付、佣金、營運及資本成本各異,調整銷售組合,可以在銷售增長有限時提高預期回報。 亞洲布局提供緩衝 產品組合的調整,也反映富衛在不同市場的取捨,港澳減少儲蓄型保險銷售以提升盈利能力,日本則增加年金產品,承接退休儲蓄需求。這種因地制宜的策略,建基於李澤楷2013年收購ING在香港、澳門及泰國的保險業務後,逐步建立的亞洲布局,讓公司能在不同利率與需求環境下尋找增長。 香港及澳門已有調整成效,首九個月新業務價值延續增長,按年升21%,其中本地客戶貢獻58%,內地訪客約佔23%,顯示增長並非單靠訪港投保。日本則透過日圓整付年金產品(JSPA),把握較高利率環境下的退休儲蓄需求,帶動首九個月新業務價值增59%。不過,公司預期隨儲蓄業務佔比增加,當地利潤率將逐步回落,反映擴大銷售與維持利潤率未必同步。 泰國及柬埔寨則受到利率拖累。公司估算,產品與渠道組合改善,為首九個月新業務利潤率帶來5.9個百分點的正面影響,但低利率造成6.6個百分點的負面影響,抵銷相關改善;分部新業務價值最終按年跌1%。 橫向比較,富衛的新業務增長較突出。友邦保險(1299.HK)首九個月新業務價值增5%,第三季跌5%;保誠(2378.HK)同期新業務利潤增6%,第三季增1%,均低於富衛首九個月18%及第三季16%的增幅。不過,兩家同業均有中國內地壽險業務,市場組合並不相同。 買回舊業務的考驗 改善既有業務之外,富衛於10月訂約,以2,072萬美元基準代價,向李澤楷間接持有的Bolttech Discovery Holdings Ltd.購入保特保險(香港)有限公司25%股權。目標公司原由富衛於2020年出售,如今擬透過少數股權投資,加強團體醫療及個人一般保險合作。由於交易屬於關連交易,李澤楷已就相關董事會決議放棄投票。 保特去年稅後虧損約3,100萬港元,今年上半年錄得盈利約2,100萬港元。交易作價隱含市賬率約1.9倍,高於估值師所選上市可比較公司的參考水平,最終代價可按約定向下調整。 這筆投資回報待驗,富衛盈利改善仍須靠既有業務。富衛上半年淨利潤為1.72億美元,約為去年同期三倍;2025年全年則錄得1.66億美元淨利潤。首九個月公告未更新淨利潤,但公司預告第四季新業務利潤率可能回落,尤其香港及澳門,日本亦可能因儲蓄業務佔比增加而面對利潤率壓力。 股價反應則較反覆,業績公布當日收報33.62港元,升約3%,翌日回落約2%至32.96港元。該價格較38港元發行價低約13%,較52周高位40.8港元低約19%,但已從26.8港元低位反彈約23%。 按各公司中期披露的內涵價值(Embedded Value)指標估算,富衛P/EV約0.78倍,低於友邦約1.22倍,與保誠約0.82倍接近。富衛已顯示改善新業務預期回報的能力,下一步須在利潤率可能回落時恢復銷售增長,並將新保單價值轉化為盈利與現金,才能為估值重估提供更實在的支持。 欲訂閱咏竹坊每周免費通訊,請點擊這裏

丘鈦科技10月手機攝像頭銷量跌45.7%

攝像頭生產商丘鈦科技(集團)有限公司(1478.HK)周一公布,10月手機攝像頭模組銷量為2,390.4萬件,按年下跌45.7%,按月減少34.2%。 公司表示,手機產品銷量下滑,主要受客戶項目週期影響,加上存儲產品漲價,拖累智能手機市場需求。期內,手機產品總銷量為3,884.5萬件,按年減少37.7%;其中生物識別模組銷量為1,494.1萬件,按年跌18.6%,按月則增長8%。 汽車產品銷量為99.9萬件,按年下跌24%,亦受客戶項目週期影響。物聯網產品銷量則按年增長6.4%至225.2萬件,主要由XR產品攝像頭模組及無人機等產品的激光雷達銷量帶動。合營企業印度丘鈦的攝像頭及生物識別模組銷量,分別按年增長4.1%及9.6%,至529.6萬件及190.1萬件。 丘鈦科技股價周二低開高走,至中午休市報4.29港元,升1.42%,年初至今累跌49.35%。 李世達 欲訂閱咏竹坊每周免費通訊,請點擊這裏

兩只芯片股首日掛牌 芯德走高登臨走低

兩家芯片公司周二首日在港掛牌走勢各異,江蘇芯德半導體科技股份有限公司(7672.HK)股價上漲,而蘇州登臨科技股份有限公司(9917.HK)則下滑。 芯片封裝和測試服務提供商芯德高開,午市收報10.88港元,較8.88港元的IPO發行價上漲22.5%。相比下,GPU芯片製造商登臨則低開,午市收報213港元,較231港元的IPO發行價下跌6.9%。 芯德上市發售約1.07億股,集資8.82億港元。香港公開發售獲近9倍超額認購,而國際配售僅超額0.13倍。2026年前四個月,公司收入同比增長18%至3.6億元,淨虧損則從上年同期的1.56億元收窄至1.38億元。 登臨上市發售約613萬股股票,集資13億港元。香港公開發售僅超額1倍,國際配售超額0.3倍。去年公司收入較2024年的8,260萬元幾乎翻倍,達到1.71億元。同期,淨虧損從2024年的2.97億元略微收窄至2.81億元。 欲訂閱咏竹坊每周免費通訊,請點擊這裏