AI产业的关键：不是大模型，而是数据标注
即便大模型能力再强，若缺乏经过标注的数据，便如同一封无地址的信件，无法送达。
全国已选定7个城市先行探索，筛选出47个优秀案例，数据标注市场规模从2018年的25.86亿元跃升至2025年的117.53亿元。
大模型越是表现得“聪明”，背后所依赖的人工标注力量就越庞大。
2026年3月24日，在国新办举行的第九届数字中国建设峰会新闻发布会上，国家数据局局长刘烈宏指出：人工智能发展到哪，高质量数据集建设就跟到哪。
在大模型频繁露面、算力中心不断扩建的喧嚣表象之下，有一个默默运作却不可或缺的环节——数据标注。
只有经过标注的医学影像，AI才能学会识别病灶；只有标注了车道线的视频，自动驾驶系统才能理解路况。
数据标注的实质，是将原始数据转化成AI能够解读的“语言”。
2024年5月，第七届数字中国建设峰会上，刘烈宏局长正式公布了承担数据标注基地建设任务的城市名单：四川成都、辽宁沈阳、安徽合肥、湖南长沙、海南海口、河北保定、山西大同。
2025年1月，国家发改委等四部门联合印发《关于促进数据标注产业高质量发展的实施意见》，提出到2027年，产业专业化、智能化水平大幅提升，年均复合增长率超过20%。
各地建设已初见成效。截至2025年上半年，7个基地共建成数据集524个，规模超29PB，服务大模型163个。
四川拥有1个国家级基地（成都）及4个省级基地。成都新津牧山园区入驻率近90%，服务对象涵盖中国电信、字节跳动、百度、京东、比亚迪等，覆盖智能驾驶、大模型、金融、医疗、低空经济等多个领域。
河北保定中国移动梧桐大数据标注基地已落户莲池区。依托该基地，双方联合打造了100余个高质量数据集，覆盖辅助驾驶、智能制造、智慧城市、政务服务、文旅等10个领域，基地正从劳动密集型向技能密集型转型。
山西大同的数据标注基地也在加速推进，太原市“数据要素×”三年行动计划将大同基地建设列为重点事项。
2026年5月19日，高质量数据集建设现场会在广州召开。会上，国家数据局正式将“标注攻坚”列为六大行动之一：发展人机协同智能化标注，强化专家型标注服务，解决“怎么加工”的难题。
“标注攻坚”的核心路径聚焦“知识密集型”和“技术驱动型”两大方向，布局一批技术先进、特色鲜明、高效赋能的数据标注产业创新试验区。
知识密集型方向：强调“懂行业”。要求标注员具备专业领域知识，形成显著的行业壁垒——不仅需要工具，更需要行业经验。
技术驱动型方向：强调“人机协同”。核心是用AI辅助标注，人工负责复核纠偏，结合两者优势，既保证效率又确保准确率。
两条路线的本质区别在于：前者依赖人的专业判断，后者依赖工具的自动化能力。共同目标是实现标注效率更高、质量更稳。
国家数据局遴选了47个优秀案例，覆盖技术创新、行业赋能、标准应用、生态培育和人才培养等方向。
案例一：辽宁省政务热线数据标注。
联通（辽宁）产业互联网有限公司与辽宁省数据局报送的《省域政务热线高质量数据集》，从663份方案中脱颖而出，成功入围国家数据局首批《高质量数据集典型案例》。
案例二：天津测绘院违建监测数据标注。
天津测绘院自主研发AI辅助标注平台，集成自动标注、质检与纠偏迭代功能，构建“算法优化—标注生成—质量评估—参数调整”闭环流程，实现建筑数据标注的半自动化纠偏更新，为国土执法和城市规划提供高精度数据支撑。
数据标注产业面临两大核心矛盾。
其一，标注企业盈利困难。行业竞争激烈，纯人力标注毛利率被压低，技术驱动型标注研发投入大。不少企业依赖政府项目，面向AI企业的商业订单尚未形成稳定利润池。
其二，下游客户习惯“免费数据”。互联网大厂和初创公司初期倾向自行标注，而非向服务商付费，商业模式尚不成熟。
2026年3月，刘烈宏在发布会上强调，要持续培育“为高质量数据付费”的市场共识，推动行业高质量数据集在数据交易所挂牌、交易。
2018年，中国数据标注行业市场规模仅为25.86亿元。
八年后，市场规模已达117.53亿元。
2026年的数据标注产业链：
上游是数据资源和标注工具研发，中游是标注厂商和数据治理平台，下游是自动驾驶、医疗影像、工业质检等终端场景。
标注工具渗透率已提升至89%。
“标注攻坚”行动的战略地位正在被重新确认。从技术驱动型的人机协同标注，到知识密集型领域的专家型标注，产业升级路径已划定。
接下来，随着更多数据标注创新试验区的设立，数据标注需要回答的不再是“怎么标”，而是“谁为高质量数据付费”“标注产业的商业模式如何闭环”。
企业破局关键：找对专业伙伴
但多数企业在实操中，仍面临两大核心痛点：
不懂高质量数据集的构建标准，无法满足ABS要求；即便有了数据集，也不懂如何对接ABS申报流程、完成合规确权与估值，错失融资机遇。
END
关注我们
翰联科技数据网
最了解你的科技网站