作為人工智能產(chǎn)業(yè)鏈上游的關(guān)鍵基礎(chǔ)資源，“AI語料”正迅速成為資本市場新的焦點。A股上市公司也紛紛加快布局，力求在人工智能產(chǎn)業(yè)鏈上游搶占戰(zhàn)略制高點。
市場前景廣闊
所謂AI語料，是指用于訓(xùn)練人工智能算法和模型的文本、語音、圖像或其他形式的數(shù)據(jù)集合。AI語料作為訓(xùn)練人工智能算法和模型的核心資源，其重要性隨著技術(shù)發(fā)展與行業(yè)滲透持續(xù)提升。求思咨詢數(shù)據(jù)顯示，2023年我國AI語料市場規(guī)模達68.7億元，預(yù)計到2025年將突破100億元大關(guān)，增長至109億元，年復(fù)合增長率超過25%。
中國電子商務(wù)專家服務(wù)中心副主任郭濤向《證券日報》記者表示：“隨著AI技術(shù)在各行業(yè)的滲透日益深入，AI語料市場有望持續(xù)擴容。尤其是在醫(yī)療、金融、教育等對數(shù)據(jù)質(zhì)量和安全性要求極高的行業(yè)，定制化、高質(zhì)量的AI語料將擁有極為廣闊的市場空間。而且，隨著技術(shù)的不斷進步，語料的收集、整理、標(biāo)注和應(yīng)用效率也會不斷提升，這無疑將進一步推動AI語料市場的發(fā)展。”
政策層面的支持也為行業(yè)發(fā)展注入強勁動能。2024年12月份，國家發(fā)展改革委等六部門聯(lián)合印發(fā)《關(guān)于促進數(shù)據(jù)產(chǎn)業(yè)高質(zhì)量發(fā)展的指導(dǎo)意見》，明確提出支持企業(yè)面向人工智能應(yīng)用創(chuàng)新，開發(fā)高質(zhì)量數(shù)據(jù)集，大力發(fā)展“數(shù)據(jù)即服務(wù)”“知識即服務(wù)”“模型即服務(wù)”等新業(yè)態(tài)。2025年2月19日，國家數(shù)據(jù)局召開高質(zhì)量數(shù)據(jù)集建設(shè)工作啟動會，明確指出要扎實做好高質(zhì)量數(shù)據(jù)集建設(shè)工作，加快推動形成一批標(biāo)志性成果，以此賦能行業(yè)高質(zhì)量發(fā)展。
中國數(shù)實融合50人論壇智庫專家洪勇在接受《證券日報》記者采訪時表示：“在政策紅利與市場需求的雙重推動下，AI語料的價值正經(jīng)歷全面重估。優(yōu)質(zhì)語料庫不僅是AI模型訓(xùn)練的基礎(chǔ)材料，更成為企業(yè)構(gòu)建差異化競爭優(yōu)勢的核心資產(chǎn)。其價值將通過市場估值提升、商業(yè)合作拓展、技術(shù)創(chuàng)新突破等多維度得以體現(xiàn)。”
相關(guān)行業(yè)龍頭搶灘
面對如此廣闊的市場前景，眾多上市公司積極投身AI語料領(lǐng)域。
在文本語料領(lǐng)域，中文在線集團股份有限公司依托20余年文化數(shù)字產(chǎn)業(yè)積累，構(gòu)建起涵蓋文學(xué)、教育、科技等多類型的高質(zhì)量語料庫;中國科技出版?zhèn)髅焦煞萦邢薰?、中國出版?zhèn)髅焦煞萦邢薰镜瘸霭纨堫^則將專業(yè)學(xué)術(shù)資源轉(zhuǎn)化為AI語料，服務(wù)于科研、教育等領(lǐng)域的AI應(yīng)用。
視頻語料賽道呈現(xiàn)多元化布局態(tài)勢。浙江華策影視股份有限公司憑借影視劇制作優(yōu)勢積累海量原始素材庫，為AI在視頻領(lǐng)域的應(yīng)用提供了豐富資源;中廣天擇傳媒股份有限公司的“淘劇淘”平臺匯聚了優(yōu)質(zhì)電視劇版權(quán)，并出售大模型客戶，為大模型訓(xùn)練提供深度數(shù)據(jù)支持。
視覺(中國)文化發(fā)展股份有限公司在圖片語料領(lǐng)域優(yōu)勢突出。作為全球領(lǐng)先的視覺內(nèi)容數(shù)字版權(quán)供應(yīng)商，其擁有近5億專業(yè)級圖文對、80萬小時視頻音樂素材，還具備完善的結(jié)構(gòu)化元數(shù)據(jù)，為AI視覺應(yīng)用提供了海量圖像和視頻語料。
除文化傳媒行業(yè)外，其他行業(yè)巨頭也紛紛布局AI語料領(lǐng)域。浙江核新同花順網(wǎng)絡(luò)信息股份有限公司、上海鋼聯(lián)電子商務(wù)股份有限公司等公司在金融和大宗商品領(lǐng)域的語料庫建設(shè)，推動金融科技的快速發(fā)展。北京值得買科技股份有限公司、匯納科技股份有限公司等公司則通過消費語料庫，助力AI更好地理解和滿足消費者需求。中遠海運科技股份有限公司在航運領(lǐng)域的語料庫布局，將有助于提高航運效率和安全性。而成都市貝瑞和康基因技術(shù)股份有限公司在醫(yī)療語料庫方面的深耕，有望為醫(yī)療AI的發(fā)展提供有力支持。
此外，多家上市公司通過投資者互動平臺披露了其布局動態(tài)。比如，杭州當(dāng)虹科技股份有限公司于2月11日回應(yīng)稱，公司目前已針對多個行業(yè)場景建設(shè)對應(yīng)的語料庫;居然智家新零售集團股份有限公司于2月7日回復(fù)，截至2024年12月底，公司擁有設(shè)計模型超1600萬，空間設(shè)計案例超3900萬，這些模型及設(shè)計方案可作為AI學(xué)習(xí)的語料庫，公司針對這類數(shù)據(jù)資產(chǎn)已建立戶型庫、模型庫、素材庫和優(yōu)質(zhì)方案庫等對應(yīng)數(shù)據(jù)庫。
深度科技研究院院長張孝榮對《證券日報》記者表示：“AI語料市場作為AI產(chǎn)業(yè)的關(guān)鍵支撐，正迎來黃金發(fā)展期。相關(guān)上市公司積極布局，有望在這一領(lǐng)域構(gòu)建起強大的競爭優(yōu)勢。但企業(yè)也需清醒認識到，要在激烈的市場競爭中脫穎而出，不僅要在技術(shù)創(chuàng)新、資源整合上持續(xù)發(fā)力，還需高度重視數(shù)據(jù)安全和隱私保護。同時，政府和行業(yè)協(xié)會也應(yīng)加強引導(dǎo)與規(guī)范，推動行業(yè)標(biāo)準化建設(shè)，共同促進AI語料行業(yè)健康、可持續(xù)發(fā)展。”
