““AI的底层干戈：中国少见据、有东谈主力、有场景，为何跑不出Scale AI？”

你敢肯定吗，一家2016年景立的数据标注公司，它的估值竟能追平百度与理念念汽车？

2025年6月，Meta豪掷143亿好意思元，拿下好意思国数据标注巨头Scale AI的49%股份，将其估值一举推至惊东谈主的290亿好意思元（约合东谈主民币2082亿元）。

这一数字意味着什么？限度2025年6月20日，百度的市值约为287.5亿好意思元，理念念汽车为263.6亿好意思元。Scale AI的估值，禁闭突出了许多咱们耳熏目染的科技巨头。

在东谈主工智能波浪席卷寰球的今天，高质料的数据资源被誉为新时间的“石油”。而未经加工的原始数据如同埋藏地下的原油，其巨大价值需通过一谈枢纽工序方能开释——这即是数据标注。

成立十年的Scale AI，不作念模子，不搞把持，只专注一件事：为寰球顶尖AI公司提供高质料的标注数据与数据处分平台。如今，这家曾被视为“AI产业链底层苦力”的公司，正迎来高光时刻。

可是，视野转归国内：尽管中国领有寰球最精深的数据资源、最丰富的标注劳能源、最活跃的AI把持场景，却弥远未能跑出一家Scale AI级别的超等独角兽。

相似是为大模子准备“养料”，为何中好意思两国的庆幸如斯迥异？是时刻的代差，依然生意逻辑的错位？

为筹商原因，咱们预计到了国内头部的数据标注公司海天瑞声（688787.SH）和本原智数的预计负责东谈主，试图从生意环境泥土、行业运作旅途以及将来破局之谈等维度，拆解这一景色背后的深层逻辑。

生意环境的温差：

底层逻辑与产业生态分野

营收规模的落差，是中好意思数据标注企业最直不雅的差距。

海天瑞声董事会书记张哲在承袭数据猿采访时坦言，国表里数据标注企业的估值差距，骨子源于收入规模的量级规模。

公开数据炫耀，Scale AI收入由2022年2.5亿好意思元升至2023年7.6亿好意思元；在2024年营收约8.7亿好意思元（约合东谈主民币62.3亿元），单笔公约与客单价多在八位数至九位数好意思元区间。东吴证券研报泄露，Scale AI预测 2025 年收入达到20 亿好意思元（约合东谈主民币143亿元），并完毕EBITDA 盈利，2026 年销售额接近 40 亿好意思元。

Scale AI连系首创东谈主 图源：Alexandr Wang社媒账号

与国外头部企业比拟，国内数据标注公司的营收规模大多处在几千万到几亿的区间，两者之间的量级差距不问可知。

这背后，其实暗含了“水大鱼大”的敬爱敬爱敬爱敬爱——“水”是AI把持阛阓，“鱼”是数据干事企业。面前，好意思国阛阓的“水域”更为广袤。这不仅源于时刻层面的先发上风，更收成于其老到完善的软件生意生态。在这样的泥土上，当然孕育出了档次丰富的产业口头：既有Scale AI这类障翳全链条的万能型干事商，也有Surge AI、Turing等聚焦模子微调的垂直玩家，还有Lionbridge等深耕文本、语音领域的专科机构。

反不雅国内，尽管AI产业发展突飞大进，但产业之间的单干涉好意思国比拟，还不够专科、不够合理。不少互联网大厂倾向于自建众包体系，将数据标驻扎为里面闭环的一部分。这种“自成一体”的模式，在短期内保险了数据安全与响应速率，却也无形中挤压了专科数据干事商的成漫空间。

更深层来看，数据干事骨子上属于广义的软件行业，而中国经久以来“重硬件、轻软件”的发展惯性，使得软件生态的栽植缺少满盈的泥土。比拟好意思国从企业级软件时间就积蓄下来的单干民俗与付费文化，国内的数据干事企业常常更难赢得规模化发展的契机。水域虽在推广，但真确能容纳大鱼畅游的深水区，还有待时刻与生态的巩固完善。

产业口头分化：

客户壁垒与阛阓辘集度各异

面前，数据标注产业已酿成明晰的高下流生态。其上游是数据源流与需求方：一方面，数据起原常常漫步于互联网公司、政府机构、车企、医疗机构及金融机构等，它们是原始数据的坐褥者和领有者；另一方面，需求方主要包括AI算法公司、科技巨头、具身智能企业、高校及科研院所，以及传统企业的数字化转型部门，他们是标注干事的最终客户，驱动着统共产业的启动。

从客户结构看，Scale AI的高速增长离不开顶级客户资源的维持，其中枢客户包括OpenAI、微软、Meta、英伟达等科技巨头。2024年公司完毕营收的8.7亿好意思元中，仅Google单一客户孝敬便达1.5亿好意思元。

Scale AI 官网界面

此外，好意思国军方这一特殊大客户成为Scale AI崛起的枢纽助力。公开信息炫耀，军方采购是其中枢收入起原之一，多数且平定的订单助力公司完成原始积蓄。

本原智数CTO林震亚提到了客户需求方的原因，中好意思需求侧对数据外包的格调存在骨子各异，这亦然制约国内产业发展的枢纽身分之一。“好意思国的企业，像OpenAI、谷歌，特殊惬心把整块的业务包出去。他肯定数据公司对数据的清醒是比他我方深的，而在国内，数据团队中反而是很有言语权的供应商，基本上只可在（数据标注）基地里去提供东谈主力”。

林震亚强调，这种模式骨子上是需求方将中枢的数据清醒才气紧紧掌合手在我方手中，并未给第三方数据公司留住满盈的成漫空间，导致国内供应商难以构建真确的中枢壁垒。“国内的数据企业莫得特殊强的中枢竞争力，而且国内又非常的卷，然后卷的话就导致分歧，国外可能即是三个头部公司就能吃下70%—80%的阛阓（份额），而国内名次前三的（公司）臆想也就吃了20%—30%的阛阓（份额）。”

阛阓结构的非常分歧，成为忙绿行业出身独角兽的枢纽。据林振亚分析，国内数据标注企业数目多达两三千家，行业碎屑化严重。这种分歧不仅源于企业数目繁多，更与政府面孔的采购壁垒密切预计。他知道，许多政府面孔齐是点对点奏凯发包，即便头部企业也难以与政府建立深度妥洽，斗争不到中枢标的，面孔最终多被场所小团队络续。缺少辘集效应的阛阓环境，使得国内数据企业难以作念大作念强，当然无法酿成肖似Scale AI那样的规模护城河。

不外，林震亚也示意，国行家业正巩固走出逆境。跟着阛阓对模子才气和体系化开拓的喜爱进度不停普及，国内数据企业惟有明确发展主见、搭建圭臬化体系，小九体育直播齐全有才气构建中枢竞争力，完毕高质料发展。

寻找破局之谈：

乘势而上与筑高壁垒

海天瑞声预计负责东谈主也对中国阛阓的将来推崇出了横蛮的信心，在“水大鱼大”的产业逻辑里，中国AI阛阓这一“蓄池塘”正迎来质变。“当咱们的模子才气与一线模子差距在镌汰，把持一齐来，反倒是‘AI+把持’成了咱们的上风”。

他进一步示意，2025年8月国务院印发的《对于长远实行“东谈主工智能+”活动的认识》，已明确了将来十年国度在东谈主工智能领域的战术标的，“即是要举宇宙之力干这件事，央国企体系的带动下，也会带动民营领域。是以我认为咱们这个‘池塘子’变大的速率会更快。水大了，鱼长大的速率也会快，这是当然功令。海天瑞声要作念的，即是争取成为比较大的那条鱼”。

东谈主工构建着实数据集过程 起原：海天瑞声 2025 半年度论说

在国度“AI+数据要素”战术的带领下，重心央企自2024年起加速布局通用+垂向大模子研发，带动了高质料图像、视频等侦探数据的规模化采购需求。海天瑞声已成为中国移动遑急的数据干事供应商。况兼公司也在全面鼓动寰球化战术布局，一方面通过东南亚请托基地的开拓构开国外标注产能，重心拓展更具阛阓后劲的定制化干事；另一方面加速寰球化干事辘集开拓，已在中国香港、新加坡和好意思国设置区域子公司，并积极鼓动日本、韩国及欧盟子公司落地，普及客户触达遵守和需求响应速率。

与此同期，本原智数正在尝试通过科研实力突破僵局。林震亚进一步指出，纯合成路子难以走远，“标注的骨子是把东谈主类的常识精华千里淀下来给模子学习，淌若全合成，东谈主类精华产生的价值就特殊小了”，况兼若企业仅作念数据合成，客户最终采购的是合成模子而非数据干事，一朝该时刻被攻克，企业便失去中枢壁垒。因此本原智数对峙‘东谈主机归并’模式，虽具备合成才气，但对外输出均以东谈主工标注为基础，通过东谈主工全经过校验，千里淀东谈主类常识精华供模子学习。

凭借这一模式，公司构建起特有的竞争壁垒：既以合成才气完毕遵守升级，又以东谈主工精修保险数据品性；同期集聚寰球顶尖东谈主才产出顶会级科研遵守，以时刻高度建立与甲方的对等对话权，“咱们需要一批全世界最理智的东谈主孝敬我方的精华力量，对去孝敬给模子”，将东谈主类专科机灵飘摇为模子迭代的中枢能源。

潮起东方：国外隐忧与原土数据价值开释

数据标注产业兼具时刻属性与东谈主力资源属性，其发展逻辑与寰球产业口头综合相连。业内资深东谈主士认为，对于Scale AI的百亿好意思元估值无用过度心焦。尽管Meta的多数投资推高了其估值，却也让该公司堕入身份难过与信任危险。受Meta介入影响，谷歌、OpenAI、微软等中枢客户出于数据秘密与生意竞争考量，纷繁削减或圮绝妥洽，使其靠近中枢收入流失的风险；而Meta本身也未齐全依赖Scale AI，仍保留与其他竞争敌手的妥洽预计，进一步加重了其生意处境的不笃定性。

与此同期，Scale AI的运营模式也暗归隐忧。据公开信息炫耀，该公司通过旗下众包平台Remotasks，将基础框选标注任务分包至菲律宾、肯尼亚等地区，其900名追究职工除外，依托超24万遍布寰球的低成本打散工完成坐褥。这种劳能源结构虽能保管成本上风，却激勉了数据质料、劳工职权等争议，甚而使其贴上“数字血汗工场”的标签，光鲜的时刻光环之下，掩饰着运营模式的脆弱性。

数据时刻与智能时刻深度交融演进趋势 起原：中国信息通讯操办院

与此同期，国内数据要素阛阓正迎来前所未有的发展机遇，呈现出强壮的增长势头。

2026年3月24日，国度数据局局长刘烈宏先容，限度2025年年底，宇宙已建成高质料数据集进步10万个。到本年3月，我国日均Token（词元）调用量进步140万亿，比拟2024岁首的1000亿增长了1000多倍，比拟2025年底的100万亿，三个月时刻又增长了40%多。数据调用激增，反应我国AI插足快速增经久，把持从对话向智能体演进，产业竞争力增强，数据要素价值开释，与AI发展酿成良性互动。

词元调用量指数级增长，标记着数据要素通过可计价模式完毕从供给到价值的闭环，大模子竞争正从才气比拼转向用量比拼，而AIInfra当作撑持调用规模推广的中枢花样，意味着算力、辘集、数据诊治等底层撑持系统必须同步甚而超前推广，将充分受益于Token需求的不时攀升。

针对高质料数据集开拓“小和散”的问题，国度26个部门组织遴择了72家高质料数据集开拓链主单元、140个先行先试责任单元和104个典型案例，构建了链主带动、多方参与、连系攻关、共建分享、妥洽共赢的高质料数据集开拓生态，从而不时推动高质料数据集的开拓。

2017-2024 年部分寰球数字生命力指数发展趋势 起原：中国信息通讯操办院

与国外巨头通过成本与订单构建的“中心化”把持口头不同，中国的数据标注产业更像是一派“万鱼竞逐”的蓝海。面对中好意思数据标注产业在体量上的客不雅差距，简略咱们无用急于寻求单一的“中国版Scale AI”。正好违抗，中国阛阓的特有魔力，简略正蕴涵于其“去中心化”的兴隆生态之中。

截止到2025年年底，宇宙已建成的高质料数据集进步了10万个，总体量进步了890PB，这相配于中国国度藏书楼数字资源总量的310倍驾驭。

“水大了小九体育在线直播官网平台，鱼长大的速率也会快。”当海量的高质料数据集与指数级增长的Token需求成为这片海域的充沛营养，咱们看到的不再是孤单的巨鲸，而是万千条充满盼望的“鱼”在竞相孕育。这种盼望盎然，恰是中国数据标注产业从“跟跑”迈向“并跑”乃至“领跑”的最强底气。咱们期待，在这场万鱼竞逐的波浪中，能涌现出更多具有特有竞争力的翻生力军，共同撑起中国AI产业的广袤将来。

开云KaiYun体育中国官网

• 为什么
• 作念
• 相似
• 标注