标签

鞋王3亿豪掷AI数据,千百度双主业格局成型

发布时间:2026-06-09 00:08来源:微信阅读:2

01)

不慌实验室

确立双主业

完成收购后,本原智数将纳入千百度合并报表范围,公司正式确立“鞋履制造销售+人工智能数据服务”的双主业模式。

截至北京时间6月8日收盘,千百度股价报1.44港元/股,下跌16.76%,总市值约36亿港元。虽然当日股价有所回调,但近三个月股价累计涨幅仍超100%,市场对此次跨界转型的渴望可见一斑。

该交易安排颇为精妙。千百度以内部资源支付全部对价,鞋履主业保持净现金状态,不稀释原有股东权益。

更重要的是,千百度明确规定,交易完成后本原智数将保留独立品牌、独立运营权以及完整的数据隔离机制,创始团队仍持有剩余9.09%的股权,核心管理层保持不变。

千百度同时承诺“只做数据供应商、不做大模型”,不干涉本原智数的日常经营,也不与其下游客户形成竞争关系。

这种“财务控股+业务隔离”的模式,正好化解了AI数据服务行业最敏感的中立性问题。

在AI行业,数据服务商一旦被某家大模型厂商控股,其竞争对手往往会出于数据安全和商业机密的考量而转投他处。

千百度作为一个与AI模型业务完全无关的传统消费企业,反而成了守护本原智数中立性的最佳护身符,让互为对手的科技巨头们能够放心地继续将数据业务交给同一家供应商。

02)

不慌实验室

隐形冠军的成色

在行业普遍关注算力与模型架构的早期阶段,它就选择了一条少有人走的慢赛道,也就是不做门槛低、竞争激烈的通用数据标注,而是专攻技术难度极高、难以标准化的专业级数据服务。

本原智数的核心业务,是将人类的专业知识与认知经验,转化为大模型可训练、可验证的高质量数据。

它组建了覆盖数学、代码、法律、医疗等20余个领域的数十万专家资源库,提供专家级标注服务。

还构建衡量大模型真实能力的评测数据集,为头部厂商提供迭代效果验证。

还为世界模型研发提供虚拟环境重构数据,为具身智能企业采集真实物理世界的交互数据。

十一年的深耕让本原智数建立了难以复制的竞争壁垒。

目前,本原智数在全国布局了10个交付中心,拥有自主研发的标注、质检与众包管理平台,具备完整的数据安全与合规资质,是国内少数同时具备大模型、世界模型、具身智能全场景数据服务能力的供应商。

本原智数客户覆盖了国内80%以上的头部大模型厂商、一线互联网平台以及领先的具身智能企业,并在多个高价值数据品类上成为独家供应商。

在AI行业普遍“烧钱换规模”的大背景下,本原智数的盈利能力显得尤为稀缺。

公告显示,本原智数 2024年实现营收1.465亿元,净利润710万元;2025年营收增长至1.562亿元,净利润1110万元,同比增长56.3%;2026年前五个月,收入继续保持强劲增长态势。

自成立以来,本原智数从未依赖过大额外部融资,完全依靠经营性现金流实现了持续盈利和业务扩张。

这种盈利能力的背后,是本原智数精准的战略定位。它避开了低门槛通用数据标注的价格战红海,专注于高附加值的专业数据服务。本原智数的业务布局,恰好踩中了行业需求升级的核心节点。

03)

不慌实验室

数据价值重估时

当算力资源日益普及、模型架构逐渐趋同,高质量、可验证的专业数据已成为制约AI向更高阶发展的核心瓶颈。

算力可以采购,算法可以复现,唯独将人类专家的专业判断、真实物理世界的交互反馈规模化转化为模型可学习数据的能力,无法靠资本快速复制,是AI产业链中最难替代的核心环节。

全球资本已经用真金白银为这一逻辑投票。2025年6月,Meta以143亿美元投资美国数据标注龙头Scale AI,对应估值约290亿美元,一举将AI数据服务从过去的成本项重新定义为AI时代的战略资产。

国内市场方面,根据艾瑞咨询的数据,2025年中国AI基础数据服务市场规模已突破1020亿元,年复合增长率约21.8%。

2026年被业界普遍视为具身智能的“数据规模化元年”。随着AI走出屏幕、进入物理世界,对真实物理世界交互数据的需求将迎来爆发式增长。

一个常被忽略的产业常识是,在具身智能的实际交付中,真实数据在数据采购中的占比高达95%以上;所有仿真数据,最终都要回到真实世界的数据去校准与验证。

做源头真实数据采集与交付的玩家,注定将在未来站稳AI产业的“基座”位置。

对千百度而言,此次并购是其寻找第二增长曲线的关键落子。公司2025年年报显示,全年实现营收12.13亿元人民币,同比下降12.8%。鞋履主业虽然现金流稳定,但增长乏力,行业竞争激烈。

切入AI数据赛道后,按照行业平均增速测算,若本原智数后续保持30%的年复合增长率,2030年营收有望突破10亿元,净利润超2亿元,将为千百度贡献可观的利润增量,推动公司估值体系从传统消费企业向“消费+科技”双主业企业重构。

市场仍存在多重潜在风险值得投资者留意。AI产业商业化节奏存在不确定性,大模型、具身智能落地不及预期,会直接拖累数据服务需求。

行业入局者持续增多,头部科技企业跨界布局,或将分流现有订单、压缩盈利空间。

技术变革同样带来挑战,AI自动标注、合成数据不断成熟,传统人工标注业务面临替代压力。

两类企业基因截然不同,管理模式、团队文化差异显著,整合不到位易造成核心人才流失。

长期来看,国内AI产业已从算力竞赛转向数据竞赛,具备核心技术壁垒、稳定盈利能力的上游数据服务商将持续受益。

传统实业借道布局AI,千百度与本原智数的合作颇具借鉴意义。既避开同质化的模型赛道,锚定产业链高壁垒环节,又能依托稳健主业赋能科技业务,达成产业与技术的协同共进。