AI基础数据服务行业报告：新场景催化AI“燃料”数据采标需求加速释放（23页）

行业报告下载 2023年04月09日 08:05 管理员

全球数据量呈指数式增长，中国数据量增速跑赢全球。据 IDC，全球每年生产的数据量将从2018年的33ZB猛增至2025年的175ZB，其中结构化数据仅占到全部数据量的20%，其余 80%都是以文件形式存在的非结构化和半结构化数据，日志文件、机器数据等占非结构化数据的 90%，产生了源源不断的数据清洗与标注需求。相比之下，中国的数据量增速领跑全球，平均每年增速比全球快 3%。2018 年，中国的数据量为 7.6ZB，占全球总量的 23.4%，预计到 2025 年将增至 48.6ZB，占全球总量的 27.8%，CAGR 高达 30.4%。中国 AI 基础数据服务行业市场规模 2025 年有望突破百亿。一方面，随着算法模型、技术理论和应用场景的优化和创新，AI 产业对训练数据的拓展性需求和前瞻性需求均快速增长；另一方面，随着业内对训练数据需求类型的增加以及对服务标准要求的提高，产业链的专业化分工将愈加清晰，专业化的训练数据服务提供商将扮演更加重要的角色。据艾瑞咨询，2019 年中国 AI 基础数据服务行业市场规模达 30.9 亿元，其中图像类、语音类、NLP 类数据需求规模占比分别为 49.7%、39.1%和 11.2%。

预计 2025 年国内 AI 基础数据服务行业市场规模将突破 100 亿元，年复合增长率高达 21.8%。近五年国家系列政策推动国内 AI 产业蓬勃发展。《“十四五”规划》指出要加快数字化发展，建设数字中国，同时打造数字经济新优势，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升，催生新产业新业态新模式，壮大经济发展新引擎。在国家顶层设计的支持下，我国 AI 基础数据服务行业稳步发展，行业训练资源库等细分应用领域的产业价值逐步凸显。大模型时代无监督/半监督训练成为主流。AI 模型的训练方法主要包括监督学习和无监督学习两种典型方式，后随模型训练数据量的增加衍生出半监督学习方法。AI 训练方法的发展历经“监督-无监督-监督-无监督/半监督”4 个阶段，在目前的大模型阶段，无监督/ 半监督训练再次成为主流。监督学习与无监督学习的主要区别在于是否使用带有人工标注的数据集训练数据，半监督学习则是使用大量未标注数据+少量标注数据进行训练。