眼下，人工智能（AI）技术的快速迭代与规模化应用，催生了数据领域的诸多新赛道。高质量数据集构建、精细化数据标注、数据智能分析平台等新赛道蓬勃兴起，为产业链上下游企业提供了丰富的创新机遇。
业内人士表示，人工智能的飞速发展对数据标注也提出了更高要求，数据标注产业正经历着深刻变革，纯人工时代已渐行渐远，取而代之的是知识密集型和技术驱动型并存的新态势，推动产业发展从“量”向“质”跃迁。
在北京石景山区，京西数据标注基地将海量、杂乱的原始数据，变成通用大模型和行业AI看得懂、用得好的“高纯度燃料”。这个由中国电信北京公司联合多方打造的开放式数据服务中枢，不仅提供图像、语音、3D点云等多模态精细化标注，还引入智能化标注工具平台，全面提升标注质量与效率。
中国电信北京公司大数据专家李翔对记者表示，数据标注常被外界认为是“数字流水线上的打工人”，即依靠大量人工进行简单的框选与标记。在大模型时代，粗放模式早已无法适应极其复杂的场景需求。目前，中国电信北京公司系统布局四大数据标注基地，将数据加工升级为“现代化精炼厂”，还联合北京邮电大学共建“行业数据智能标注联合实验室”，针对大模型数据集海量、多源、多模态的特点，构建起从采集、存储到加工的全流程治理体系。
业内常说，“高质量的数据决定人工智能的上限”。来自国家数据局的信息显示，截至今年6月，全国已建成高质量数据集超12万个，总体量超过1565拍字节（PB）。人工智能在千行百业的深度落地，促使数据生产方式从粗放式采集向精细化、专业化加工演进。
作为AI数据行业的上市公司，北京海天瑞声科技股份有限公司表示，数据标注产业正从“劳动密集型”向“技术密集+知识密集型”加速转型。面向思维链数据、多模态数据、行业数据、具身智能数据、智能体应用数据等新一代需求，高质量数据集建设正迎来全新技术与场景挑战。企业正聚焦全球人工智能数据前沿技术，攻关多模态数据与智能标注关键技术。
赛智产业研究院数据产业研究所所长陈文静对记者表示，数据生产方式向精细化、专业化加工演进，这是技术迭代、产业刚需同频共振的结果。一方面，多模态大模型、具身智能等前沿技术对数据鲜活度、真实性、高知识密度提出严苛标准；另一方面，AI赋能千行百业，垂直场景专属数据、专业标注的供给缺口持续扩大，倒逼企业深挖数据增值空间。精细化数据标注告别低价人力外包，转向“模型预标注+专家校准”模式，可满足多模态、思维链等高阶标注需求；数据智能分析平台作为效率底座，集成脱敏、质检、溯源等功能，可实现规模化、标准化加工。
政策利好将进一步助推数据产业新兴赛道的发展。国家数据局日前印发的《关于推进行业高质量数据集建设行动的实施方案》，在标注方面提出，加强数据标注领域科技创新，强化自动化工具和平台的研发与应用，发展“模型预标注+人工校准”“人工标注+模型检验”“模型预标注+模型检验”等智能化标注服务，全面提升数据标注水平。
此外，北京、广东、湖北、苏州等地通过直接奖励、数据券、语料券等方式，降低数据采集、加工、标注、购买和使用成本，旨在形成“场景牵引数据、数据驱动模型”的良性循环。
“数据喂养模型、模型支撑智能应用、应用中又产生新数据，源源不断回流优化模型，数据和智能形成相互循环转化的良好生态。”浪潮数据董事长、首席科学家张东表示。
“产业链上下游企业迎来多元发展机遇。”陈文静表示，上游数据源持有方可盘活存量数据，参与公共数据运营与行业数据集共建；中游企业聚焦细分赛道，打造稀缺数据产品与一体化平台，抢占高附加值市场；下游模型厂商、集成商可依托优质数据缩短研发周期、提升项目竞争力；配套服务商则可切入交易撮合等环节，分享生态红利。
清华大学计算社会科学与国家治理实验室执行主任、教授孟庆国表示，要进一步培育行业高质量数据集市场。当前数据集市场面临供需信息不对称、商业模式不成熟、付费意识薄弱等突出问题。要打通供需对接渠道，常态化举办供需对接活动，提升匹配效率。创新商业模式，发展订阅、定制等多元服务形态，探索词元交易等新型定价机制，让数据集的价值“看得见、算得清、付得出”。
京海策略提示：文章来自网络，不代表本站观点。
