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

Delton Technology's stock price halves from its peak; stellar earnings fail to reverse downward trend

廣合科技股價高位腰斬 亮麗業績未扭轉跌勢

印刷電路板企業今年上半年被過份超買,相關企業即使公布亮麗業績,仍未足以支撐股價 廣合科技首三季盈利大增逾倍 第三季度的增速環比放緩   劉智恒 AI發展一日千里,帶動相關電子設備的需求,其中印刷電路板(PCB)一度成為今年的市場寵兒,相關股票突然大爆發,股價以倍計上升;經過一輪急升猛漲後,又於高位大跳水,近日股價相較高位已被腰斬。 作為中國內地算力服務器PCB製造商龍頭的廣州廣合科技股份有限公司(1989.HK;001389.SZ)亦未能倖免,今年3月才在香港上市,股價不足兩個月大升兩倍,見過高位後股價急轉直下,現較高位跌逾六成。 公司公布的盈利預告透露,截至今年9月底的三個季度,公司的盈利將介乎14.5億元至15億元人民幣(下同),較去年同期上升100.3%至107.2%,即使扣除非經常性損益後的盈利,仍介乎14.2億元至14.7億元,同比上升101.8%至108.9%。 廣合科技表示,盈利大升主要是算力需求激增帶來的市場機遇,令經營業績穩步提升。其次是位於泰國的廣合工廠,已完成了核心客戶的審核認證,推動公司銷售增長。至於報告期內,旗下的黃石廣合精密電路持續推動成本管控、調整產品結構,並提產增效,亦提升盈利能力。 即使預告首三季的盈利大升,股價卻不升反跌,更跌破90港元,較上市的71.88港元已相距不遠。 第三季度環比下跌 公司未出具詳細數據,只是簡單提及首三季盈利,但若細心分析拆解,廣合科技之前披露的首季度數據及中期業績,可以看見公司的盈利增長出現輕微放緩。 第一季度公司盈利3.93億元,同比大增63.3%,至中期業績的盈利是9.56億元,同比升約94%。按此計算,即第二季度為5.63億元。現時公司預告首三個季度盈利的14.5至15億元,那第三季度的盈利將介乎4.94億元至5.44億元。 亦即是說,第三季度的盈利不光有放緩趨勢,相較第二季度更出現下跌。由於市場對AI相關的電子設備公司一直寄予厚望,甚至有過度憧憬,認為在AI大潮下,該類公司盈利將以一個幾何級數趨勢上揚,然而當實際業績未能達到市場的過高預期,股價就自然受壓。 高位減持獲利回套 AI相關企業在今年中的估值超高,市盈率動輒高達百倍。股份見過高位後,市場開始出現質疑聲音,對於未有盈利或估值奇高的公司有所懷疑:「究竟未來預計的增長可否兌現?未來的業績又能否支撐這個高昂股價?」 甚至有上市公司亦在市場發聲音,告誡投資者要審慎而為,別過分樂觀。存儲晶片公司兆易創新就指出,現時產品價格已處歷史高位,繼續大幅上漲的趨勢不可持續,行業供給與需求終將走向再平衡。 瘋狂投資者的頭腦漸清醒,明白相關企業股價增幅或許已被高估,股價隨時無以為繼,於是陸續減持套現,獲利盤迅即湧現,AI相關股份持逐下滑。 股價逐漸回歸理性 事實上,廣合科技今年上市的招股書中,據研究諮詢公司弗若斯特沙利文數據,在人工智能及高性能計算的要求日益提高下,市場對14層或以上的MLPCB(Multi-Layer PCB)需求快速增長,2020年至2024年的銷售由39億美元增至56億美元,複合增長率為9.5%,預計2029年可達97億美元,2024至2029年的複合增長率為11.6%。 以這個增長率看,相比股價短短幾個月以倍計升幅,實在有極高的泡沫成份,現時漸回歸理性實無可厚非。 相信在目前市場氣氛,AI相關股份暫仍處於調整水平,至於要去到那裡才穩定下來,暫時仍然難說,畢竟市場如鐘擺,可以升到不可理喻,也可跌至極不理性。 對於廣合科技來說,現時市盈率約在38倍水平。綜合里昂、花旗及富瑞,今年盈利估計在20.1億元至24億元水平,明年估計在33.5億至45.8億元,按現時股價,即今年市盈率在14至20倍間,明年則跌至9至12倍水平,按此分析,估值並不高,現價有其一定投資價值,前提是公司業績最終與投行的估計沒太大偏差。 欲訂閱咏竹坊每周免費通訊,請點擊這裏
Han's CNC does PCBs for AI

AI需求激增推動  大族數控前九個月營收倍翻

印制電路板(PCB)設備製造商深圳市大族數控科技股份有限公司(3200.HK; 301200.SZ)周四表示,受AI領域高端PCB需求激增推動,公司今年前九個月收入翻番,利潤更增兩倍多。 大族數控報告稱,今年前九個月公司收入達78.4億元人民幣(下同),較去年同期的39億元大漲101%;利潤則同比飆升214%,從去年同期的4.92億元增至15.4億元。 公司將營收的大幅增長歸功於AI領域對高端PCB的強勁需求,具體包括新一代機架服務器算力及交換單元多層HDI板、N+N結構多層板,800G及1.6T高速光模塊mSAP類載板。 公告發布後,大族數控港股周五下跌2.8%,收報65.65港元。與今年2月上市價95.8港元相比,已累計下跌31.5%。 陽歌 欲訂閱咏竹坊每周免費通訊,請點擊這裏
Han's CNC does PCBs for AI

存儲晶圓價格維持高位 江波龍前三季淨利大增20倍

半導體存儲器製造商深圳市江波龍電子股份有限公司(9976.HK; 301308.SZ)周四發盈喜,預計截至9月底止前三季度,歸母淨利潤料達140億(20.92億美元)至149億元,相當於去年同期的約19.6至20.9倍。扣除非經常性損益後,淨利潤預計為138億至148億元,約為去年同期的29.8至30.9倍。 期內收入達380億至400億元,約為去年同期的2.3至2.4倍。單計第三季度,公司預計收入為139億至159億元,扣非淨利潤為37.53億至47.53億元。 公司表示,存儲晶圓價格仍處高位,但DRAM及NAND Flash升幅收窄,價格上漲對盈利的帶動已減弱。與此同時,UFS 4.1、mSSD、ePOP5x等新品在大客戶實現規模化應用,Lexar、Zilia等品牌業務保持增長,端側AI合作也拓展至AMD、高通及紫光展銳等企業,支撐盈利維持在歷史較高水平。 江波龍港股周五高開,至中午休市報至154.1港元,升2.66%,較今年9月上市發行價低約34.7%。 李世達 欲訂閱咏竹坊每周免費通訊,請點擊這裏
Pomdoctor is a health company

納斯達克加速清理可疑中概股 石榴雲醫面臨除牌

納斯達克近兩年積極推動可疑中概股除牌,石榴雲醫成為最新目標 重點: 石榴雲醫表示,納斯達克已通知公司,其股票可能很快因快速除牌程序而被暫停交易 該公司約一年前在美國上市、募資2,000萬美元以來,股價已下跌99%   陽歌 上市鐘聲猶在耳,退場警鐘已響起。 這可能很快成為石榴雲醫有限公司(POM.US)的寫照。該公司成為納斯達克清理中國微型股行動中最新一家被盯上的企業。這項行動去年展開,至今已針對約12家中國公司。 這些股票大多有著相似的「拉高出貨」經歷。這些公司在納斯達克上市時規模相對較大,市值往往達1億美元或以上。但上市後不久,股價便大幅下跌,許多在短短數周甚至數日內便跌去九成或以上,令缺乏經驗的散戶蒙受巨額損失。 這批中國公司從美國投資者手中騙取數百萬美元,美中兩國因應對不力而受到批評;如今,兩國都已採取措施,阻止更多類似企業赴美上市。但對於已上市的數十家公司,納斯達克終究有責任將它們清除出市場。這些公司上市時估值虛高,股價其後卻一路暴跌,淪為仙股。 納斯達克此次清理行動最新採用的工具,是其於2024年10月推出的一項新規,旨在加快這些市值急速縮水公司的除牌程序。石榴雲醫在上周六的公告中引用了這項規定,稱納斯達克已通知公司,其股票最早可能於10月15日被暫停交易。 一般而言,納斯達克要求所有上市公司的股價維持在1美元以上。若股價連續30個交易日低於這一水平,公司便會被視為未符合規定,並有180天時間讓股價回升至1美元以上。多數公司通常會透過股份合併來達到這個目標。 但根據這項兩年前推出的新規,若公司股價連續30個交易日低於1美元,而且過去一年內已進行過股份合併,就不能享有180天寬限期來恢復合規。數碼健康公司石榴雲醫正是這種情況。該公司今年6月進行18合1股份合併,試圖讓股價重回1美元以上。 但合併股份後,股價仍持續下跌,上周四收報約0.71美元,公司市值僅660萬美元。石榴雲醫在上周六的公告中表示,若不提出上訴,股票將於本周四暫停交易。該股上周四仍有交易,意味公司可能已在10月13日的期限前提出所需上訴。 不過,納斯達克已顯示,對於市值急速縮水、似乎無法為投資者帶來價值的公司,會迅速採取行動暫停其股票交易。自兩年前推出新規以來,納斯達克已對約12家與石榴雲醫情況相似的公司採取類似措施,其中幾家公司已被暫停交易,包括去年5月遭停牌的百家雲,以及去年12月遭停牌的明珠貨運。 市值不斷縮水 石榴雲醫相當符合這類公司的典型特徵。該公司約一年前上市,每股美國存託股份(ADS)發售價為4美元,集資約2,000萬美元,上市時估值近5億美元。股價最初曾升逾5美元,直至去年12月某一天,在原因不明的情況下,從前一日收市的5.42美元突然暴跌至0.50美元。 此後,股價一路下跌。若沒有6月進行的18合1股份合併,該股目前的價格約為0.0394美元,較首次公開募股(IPO)發行價低約99%。公司的財務表現稱不上亮眼,但顯示其業務規模不小。根據最新財報,今年上半年收入由去年同期的1.74億元人民幣(下同)增至1.85億元。同期,公司虧損則由2,000萬元擴大至2.38億元,主要由於營運開支大幅增加。 這樣的業績或許稱不上出色,但股價早在公司公布最新業績前便已大跌。因此,股價下滑可能另有原因,不少觀察人士或會猜測,石榴雲醫是典型的「拉高出貨」操縱案例:股價被人為推高時,少數內部人士從中獲利。 除了加快除牌程序,納斯達克去年也推出新規,試圖從源頭阻止更多石榴雲醫這類公司上市。根據新規,中國公司新上市時必須至少集資2,500萬美元,並維持至少500萬美元的公眾持股市值。石榴雲醫目前的公眾持股市值幾乎肯定低於這一門檻,納斯達克也可能據此將其列為除牌目標。 美國政界人士也正把矛頭指向這些上市案的保薦機構,通常是規模較小的投資銀行,以阻止類似公司上市。今年3月,國會一個委員會向三家此類承銷商發信,暗示若它們所保薦的公司日後被證實涉及「拉高出貨」,承銷商也可能被追究責任。 中國也正採取措施,阻止這類公司繼續赴美上市。這些可疑上市案最終會損害中國的聲譽。負責審批中國企業境外上市的中國證券監督管理委員會(CSRC),今年截至目前只在4月批准大搜車(DSC.US)赴納斯達克上市。該公司為二手車業提供軟件及交易服務,並於6月完成上市,集資5,100萬美元。但其股價此後一路下跌,目前較IPO發行價低73%。 如果石榴雲醫最終被逐出華爾街,目前看來可能性相當高,我們不認為會有太多人惋惜。該股每日成交量很少超過10萬股,按最新股價計算,每日成交額不到7.1萬美元。這場整頓行動中損失最大的,將是這些公司及仙股交易者。與此同時,納斯達克終於更積極地清理這批公司,值得肯定。 欲訂閱咏竹坊每周免費通訊,請點擊這裏