2026年3月的一个周四凌晨，北京中关村某大模子厂商的会议室里，敌对凝重。
几位数据负责东谈主围坐在桌前，伸开一场贫苦的筹划。桌上摊开的Excel表格，左边一栏是“预磨真金不怕火语料清单”，右边是“来源备注”。这次会议的中枢任务毛糙却辣手——剔除“来源不清”的语料，并寻找安妥的替代品。
这已是该公司半年内第四次开展此类责任。一位参会者过后感触：“就像给一艘也曾下水的船换龙骨。”
这并非个例。从旧金山的MarketStreet到北京的望京，从伦敦高档法院到慕尼黑地标准院，天下AI厂商都在为兼并件事忧心：磨真金不怕火模子的数据是否干净、来源是否明晰、供应能否赓续……
亦然在这一年，一条弥远隐于幕后的产业链——AI数据供应链，被成本市集和产业记者推到了聚光灯下。ScaleAI被Meta以143亿好意思元高价收购；SurgeAI传出250亿好意思元的惊东谈主估值；Mercor在一年内估值从20亿飙升至100亿好意思元。
而在中国，海天瑞声2025年上半年营收同比增长约七成，新三板上的艺恩数据也交出了一份亮眼成绩单：2025年营收3735.54万元，同比增长49.86%，数据产物业务收入同比增长127.68%，无形金钱（数据资源）同比增长103.34%，国外业务更是初次罢了千万级订单窒碍。
▲数据来自艺恩数据2025年报
这些数字背后是一条明晰的成本干线：大模子的天价融资正在快速进取游供应链溢出，数据公司的估值重构才刚刚开动。
一位弥远追踪AI基础时刻的PE合资东谈主直言：“大模子的竞争，最终是数据的竞争；而数据的竞争，要津在于供应链的竞争。”
01
AI数据供应链的五层结构
若将大模子比作一家餐厅，算力是火，模子架构是菜谱，调参是火候，那么数据即是食材。而食材从田间到餐桌，需历经五层关卡。
第一层是“网罗层”。
这里汇注了原始数据的持有者，包括视频与图文平台（如抖音、B站、YouTube、X）、版权方（出书社、影视公司、音乐公司）、公开数据抓取方以及合规的数据经纪商，而这一层的中枢问题是“谁领有原始权益”。
Anthropic曾从LibGen这类影子藏书楼下载数百万册典籍，2025年8月，该案以15亿好意思元现款妥协，平均每部作品约3000好意思元，这一数字在2026年再行界说了“原矿”的采购底价。
▲加州法院判决书
第二层是“清洗层”。数据标注工场、结构化器用、去重与去毒管线连结于此。
国外有ScaleAI、SurgeAI、Mercor、Labelbox、SnorkelAI、Turing、InvisibleTech等象征性企业；国内则有海天瑞声、云测数据、百度智能云数据众包、字节火山引擎数据服务、数据堂、星尘数据等。
2025年，SurgeAI年化营收达14亿好意思元；Mercor单日支付给3万名合约工的用度卓越150万好意思元；Snorkel建议的“ExpertData-as-a-Service”想法，将标注从“按件计酬”推向“按大家小时计酬”。
事实上，成本市集给清洗层的估值分化极其剧烈：纯东谈主力密集型的标注厂因利润绵薄以致赓续耗损，PE估值时时失效——成本市集径直用PS订价，且时时只可拿到1-2倍的PS。而产物化、大家化的公司，则不错享受到10倍以致20倍以上的收入倍数。
第三层是“产物层”。这里的玩家不再局限于出售劳能源，而是将数据打包成“数据集/智库/订阅产物”对外委用。其执行是从“卖工时”转向“卖金钱”——一份数据金钱不错被反复出售，角落成本趋近于零。
第四层是“渠谈层”。数据往复所（上海、北京、深圳、贵阳数据往复所）、API分发平台、IP授权平台以及面向国外客户的合规出口通谈组成了这一层的基础时刻。
跟着数据金钱入表自2024年1月追究实行，这一层发生了管帐层面的紧要变革——数据初次成为可被“纪录”的金钱。值得一提的是，数据金钱入表的最大受益者不是数据买家，而是那些手持可审计、可评估的结构化数据金钱的供应商——它们从“用度中心”变成了“金钱中心”。
第五层是“愚弄层”。
大模子厂商、互联网巨头AI业务线、出海平台、垂直Agent创业公司是这一层的买家。他们使用数据，也为数据“投票”。谁的数据能让模子的某项盘算进步，能让一个Agent的转动率增多几个百分点，谁就能赢得下一个订单。
一朝衔接了这个经由，你会发现：价值并非连结在最上游。
原始数据领有者随机盈利（平台方濒临反爬困扰，版权方常堕入诉讼纠纷），清洗工场利润率也不高（依赖无数东谈主力），真确获取高毛利、高议价权和高估值的，是第三层产物层与第四层渠谈层的复合卡位者。
SurgeAI毛利率卓越50%且已盈利，ScaleAI在Meta入股前营收达8.7亿好意思元并赓续增长，艺恩数据2025年毛利率达48.79%，这三个数字揭示了兼并产业律例：谁离“模范产物”更近，谁就离“价值”更近。
02
供应链上的五大痛点
在数据产业链的每一层，开云官方体育app下载都荫藏着一个难以藏匿的问题。
网罗层濒临“数据孤岛+版权不清”的逆境。一位头部大模子厂商的数据负责东谈主清醒：“近两年的数据采购清单中，真确能拿出授权协议的仅约七成。剩下三成，咱们既不敢宽心使用，又不敢十足牺牲。”
Bartzv.Anthropic案以15亿好意思元妥协后，这三成数据从“低廉”变为“娴雅”，因为一朝被告状，单部作品的补偿中位线就是3000好意思元。
清洗层存在“质地波动+多模态对皆贫窭”的问题。
RLHF数据对标注员的学历、专科和话语才略条目日益严苛，Mercor上挂单的大夫、讼师、PhD时薪从100好意思元起跳；视频-文本对皆、物理一致性、音视频同步等多模态任务，使老式的“一图一标签”标注活水线绝对落伍。当标注员从“点击鼠主张东谈主”变成“行业大家”，数据清洗就从就业密集型变成了学问密集型。
产物层濒临“垂直深度不及+通用与垂类失衡”的挑战。
昔日两年，通用语料供给多余，垂类语料供给稀缺，造成一种奇特表象：大模子限度不休扩大，但垂直场景的发扬却时时不升反降。EpochAI展望，高质地公通达用文本可能在2027年前铺张，而垂类高质地数据还远未得到充分开拓。
渠谈层存在“往复机制不锻真金不怕火+跨境合规”的问题。
国内四学派据往复所缔造多年，但执行成交量仍低于预期；数据金钱入表虽写入管帐准则，但订价、审计、往复撮合、国际互认等问题仍有待处理。跨境方面，2025-2026年，中国数据出海和国外数据入华濒临新的监管迷宫。其实数据往复所不缺牌子，缺的是能真确委用的“模范品”。
愚弄层则濒临“采购缺少基准+后果难量化+复购依赖信任”的难题。数据采购最大的成本不是价钱，而是不细目性。
一位互联网巨头的AI业务线PM无奈示意：“咱们购买数据最凄婉的不是价钱高，而是不知谈买得是否正确。”模子磨真金不怕火具有典型的“滞后反映”特色，今天购买的数据要到下一个版块能力知谈是否灵验，而下一个版块又存在诸多无法胁制的变量。
五层结构，五个痛点，供应链上的每一层都在寻求顺次。这亦然为何这个昔日被视为“苦活累活”的范围，开元app在2025-2026年短暂爆发分娩业级别的估值张力。
03
艺恩的坐标：
三层复合卡位者
将艺恩数据置于产业链图中，其位置十分明晰：它是横跨产物层、渠谈层与部分愚弄层的复合卡位者。
艺恩数据并非海天瑞声那样的“通用语料工场”，不依赖东谈主海战术进行标注委用；也不像猫眼、灯塔等依托票务活水的“平台派”，莫得自然的一方数据闭环；更不是一家梗直的接头公司。
它更接近国外SnorkelAI所描摹的“ExpertData-as-a-Service”模式——将行业大家蓄积和多年千里淀的结构化数据金钱，打包成订阅化、模范化的产物对外售售。
艺恩的金钱基本盘可空洞为：视频+图像+文本三大模态，磨灭影视综+社媒+电商+版权四大行业范围。产物方面，enbase数据智库面向专科使用者，艺恩营销智库面向品牌与代理商。通用数据拼限度，垂类数据拼深度，艺恩给与了后者。
2025年的财务发扬，从市集角度考证了这一坐标。营收3735.54万元，同比增长49.86%，毛利率48.79%，净利润363.55万元。这些数字在整个AI数据赛谈中疏漏不算凸起，但其中几个结构性信号值得关心：
其一，数据产物业务收入同比增长127.68%，且毛利率同比飞腾16.83个百分点。这标明艺恩从“卖接头+技俩”向“卖产物+订阅”的转型，在数目和质地上均取得进展。对比国外同业，SurgeAI的增长弧线亦然产物化弧线，SnorkelAID轮估值13亿好意思元，不异获利于“数据即产物”的订阅叙事。
其二，无形金钱（数据资源）同比增长103.34%。这是数据金钱入表落地后的账本革新，亦然一种“金钱化”信号。当一学派据公司开动在金钱欠债表上将数据列为无形金钱，意味着它正以金钱而非服务的款式界说本人产业价值。
其三，国外业务初次罢了千万级订单窒碍。ScaleAI因Meta入股失去Google、OpenAI、xAI等要津客户后，留住的市集真空正被SurgeAI、Mercor和中国的AI数据公司填补。这并非艺恩一家公司的机遇，海天瑞声2025年上半年在中国香港、新加坡、好意思国建筑子公司，并购菲律宾委用基地，中国AI数据出海正开启一条全新赛谈。
从可替代性角度看，艺恩的通用接头才略和技俩化定制才略可被替代，但在中国影视综、代言东谈主、剧综软广、社媒声量等细分垂类范围，其长达十余年的结构化金钱蓄积，造成了一条难以在短时刻内复制的护城河。诚然，艺恩也濒临一些风险，如体量较小、客户连结度较高、产物化比例仍在进步阶段，但这些都是处于“拐点之上”的公司的果真写真。
04
国外对标：给中国AI
数据公司一面估值镜子
将艺恩置于天下坐标系中，一些真谛的表象流露：
领会，高估值属于“产物化+大家化+金钱化”的复合型玩家，而非单纯的东谈主力密集型标注厂，而ScaleAI的“中立性危急”，也为中国AI数据公司洞开了一个正本不存在的国外窗口。
2026岁首，Anthropic以1830亿好意思元估值完成约130亿好意思元新融资，AWS累计加注至250亿好意思元；OpenAI以8400亿好意思元估值完成1100亿好意思元融资。下流资金端的充裕，径直进步了上游数据端的采购才略。SurgeAI年化营收冲至14亿好意思元、MercorARR窒碍4.5亿好意思元、Snorkel引入ExpertDaaS产物线，背后都是这股资金波浪的激动，而中国AI数据公司也不会不顾安危。
在超大限度的模子磨真金不怕火中，算力开销中会分流极度比例到数据采购。下流的融资限度，执行上就是上游估值的锚。
对照天下主张，艺恩48.79%的毛利率在合座数据供应链中位于中上游，数据产物收入增速（127.68%）不仅也曾跑赢了产业链大部分参与者，还发扬出和SurgeAI雷同的快速增长态势。其面对的恰是这么一个上风时事：在垂类高质地数据赛谈上，产物化之路也曾被市集考证，剩下的就是加快前进。
站在2026年第二季度的不雅察点，中国AI数据供应链还存在三个结构性契机。
第一个契机是数据金钱入表带来的“金钱化红利”。财政部《企业数据资源关系管帐处理暂行章程》自2024年1月起实施，数据初次行为无形金钱或存货插足金钱欠债表。艺恩无形金钱（数据资源）同比增长103.34%，这不仅是一个管帐动作，更是估值逻辑的切换——从“卖服务赚收入”转向“攒金钱赚金钱溢价”。当数据金钱可被审计、评估和质押，这条产业链的金融属性将被再行发掘。
第二个契机是中国AI出海带来的“合规数据出境通谈”机遇。2025-2026年，中国短剧出海内购限度以“一年翻三倍”的速率增长；中国开源大模子在国外调用量一度卓越好意思国；跨境电商AI愚弄、出海品牌的土产货化营销Agent需求呈井喷之势。出海不是选项，是必答题——而数据合规是出海的第一张门票。而他们需要的不是一次性大单，而是一个可赓续、合规、土产货化的数据供应伙伴。艺恩国外业务初次千万级窒碍，仅仅这条通谈刚刚买通的信号。
第三个契机是多模态爆发带来的“垂类高质地数据集”稀缺性。Sora2、Veo3、Kling2.0等视频生成模子的竞赛，使视频-文本对皆数据、帧级caption、剧情结构标注成为真确的“策略物质”。EpochAI的“数据墙”预言标明，通用文本将很快铺张，将来十年的竞争将聚焦于垂类高质地数据集范围，“影视综、代言东谈主、社媒热诚、品牌合营、剧综软广”碰巧是艺恩弥远蓄积的四大范围。
诚然，艺恩体量仍小，产物化比例仍在爬坡，数据产物业务的127.68%增速需要在更高基数上再次解释；国外千万级窒碍仅仅滥觞而非尽头；无形金钱入表的管帐动作，也需要相应的审计、评估、估值程前言跟进。
但回到著作开始的会议室，雷同的产业链卡点，勾画出2026年中国AI数据供应链的需求弧线，指向一批昔日被低估的玩家——他们既非巨头，也非网红创业公司，而是在某一垂直范围缄默蓄积十几年结构化数据的“供应链卡位者”。
艺恩数据即是其中之一。其坐标独有：横跨产物层、渠谈层、愚弄层，磨灭三模态四范围，金钱化、产物化、出海化三条弧线同期上扬。它会成为阿谁“被低估的供应链卡位者”，如故“被产业链新顺次重塑的老玩家”？这是2026年留给成本市集的一起开放题。
但有少许是细目的：大模子的故事也曾赓续迭代好多轮，而真确决定输赢的“原材料”问题，才刚刚翻开第一页。
开元app
备案号: