AI发展带动基础数据市场成长，高质量标注数据决定模型训练效果

AI 模型发展带动训练数据需求升高，标注和结构化处理真正实现将数据转为为 AI 商 业价值。随着 AI 与各个产业结合得愈加紧密，AI 商业化程度进入新阶段，企业对 AI 在商 业化落地中的表现要求越来越高。为了保证 AI 算法的识别精度，数据标注的质量也就变得 至关重要。

AIGC 向图像、语音、文字多维数据延伸，AI 基础数据服务与治理赛道有望受益加速 成长。数据服务是利用数据采集与标注工具处理图片、语音、文本等非结构化数据，数据治理则使用数据治理的各模块管理多源异构数据，提高数据质量并形成数据资产。高质量 的数据可供各行业 AI 厂商训练模型，并支撑各场景商业化产品的落地。

数据标注目前仍以人工为主，行业向智能化和去人工化趋势演进，标注数据生产效率 与 AI 模型进步协同共振。不同于计算机视觉领域 AI 模型训练所用的图像数据，NLP 模型 训练的数据往往来自于半结构化或非结构化的信息，目前无法实现 AI 算法模型的自动化标 注，目前主流的实现路径是人工标注与智能标注协同方案，即人工完成一小部分的数据标 注，再借助算法模型对剩余数据进行标注，通过人工对部分难例数据样本的二次标注后， 最终形成高质量的标注数据。