AI数据“炼油厂”｜中国数据标注行业研究

大模型的能力上限，取决于训练数据的质量。作为AI产业上游，数据标注是大模型训练、指令微调、RLHF人类反馈强化学习必不可少的基础环节。随着国内大模型产业高速发展，叠加全球化浪潮，数据标注行业正告别传统劳动密集模式，正迈向“技术密集+全球化交付”的全新发展阶段。

1.萌芽期（2010‑2015）：AI概念初步兴起，需求以简单图像分类、语音转写为主，标注工具简陋，大多由企业内部团队完成。ImageNet数据集发布，带动计算机视觉领域发展。

2.成长期（2016‑2019）：深度学习技术爆发，自动驾驶、人脸识别商业化落地，市场需求快速扩容。众包模式兴起，专业的数据标注公司陆续诞生。2018年行业市场规模达到25.86亿元。

3.爆发期（2020‑2023）：GPT‑3引爆全球大模型浪潮，RLHF人类反馈强化学习带来高质量标注刚需。2023年市场规模突破70亿元，海天瑞声登陆科创板，成为AI训练数据第一股。

4.智能全球化期（2024‑至今）：大模型预标注技术走向成熟，人机协同成为行业主流。国内政策密集落地，头部企业加速出海，东南亚成为全球重要的数据交付枢纽。2025年市场规模来到117.53亿元，国家数据局启动“7+32”城市先行试点工作。

政策与技术构成行业发展的双轮动因。

政策端，数据标注被纳入“人工智能+”行动，是数据要素市场化改革的关键环节；国家设定2027年行业年均增速超20%目标，标注服务正式纳入政府采购目录。

经济层面，2025年国内AI核心产业规模突破6000亿元，大模型企业超400家，标注需求从互联网行业扩散至制造、医疗、金融等垂直赛道。

技术层面，“大模型预标注+人工校准”模式普及，标注效率提升3‑5倍；合成数据、多模态标注、自动化清洗工具持续迭代，语音自动化清洗可以满足90%以上业务需求。

据测算，2018‑2025年国内数据标注行业复合增速24.2%；2025年市场规模117.53亿元；预计2026年同比增速超27%，整体规模突破150亿元。

当前国内高质量数据集数量达12.6万个，数据集总体量1815PB；中国数据标注市场约占全球30%份额。

大模型训练、推理、微调产生指数级的数据需求，是行业增长的核心驱动力；同时政府采购、垂直行业AI落地，持续打开增量空间。

-上游（数据提供方）：互联网平台行为数据、政务公共数据、传感器采集数据、AI合成数据，为行业供给原始素材。

-中游（标注平台与工具）：包含CVAT、文心・标智等标注工具，龙猫众包这类众包平台、云端SaaS系统，同时承担数据清洗、自动化质检工作。

-下游（标注服务与应用）：专业数据服务商、大模型厂商、自动驾驶车企，医疗、工业、金融垂直领域企业，完成数据落地应用。

1.第一阵营：专业数据服务商（海天瑞声、标贝科技、云测数据、数据堂）

深耕垂直赛道，掌握较高技术壁垒，客户粘性强，毛利率水平更高。以海天瑞声为例，市占率18.3%，布局金融、医疗高壁垒语义标注，同时完成东南亚千人级海外标注基地建设，海外业务实现千万级美元收入，业务覆盖176个国家。

标贝科技聚焦语音赛道，支持32种方言情感标注，深度服务智能座舱、制造业数字化场景。

2.第二阵营：互联网巨头旗下平台（百度众测、京东众智、华为云标注、阿里云）

依托集团生态内生需求，将大模型能力嵌入标注流程，具备显著成本优势。京东众智市占率9.5%，坐拥百万级众包人员，擅长电商场景大规模标准化标注；百度众测依靠文心・标智系统实现标注规则自动生成。

3.第三阵营：众包平台型企业（龙猫数据、倍智数据、慧听科技）

手握庞大众包用户池，交付响应速度快，擅长承接大批量标准化标注订单。龙猫数据拥有400万+众包用户，可实现72小时快速响应客户需求。

未来行业集中度将进一步抬升，CR5有望从45%提升至60%以上，缺乏技术能力的中小服务商将加速出清。

国内标注企业出海正在发生质的转变：从过去单纯输出低成本人力，升级为技术+数据+服务综合能力输出。

以海天瑞声为代表，头部企业搭建起“东南亚交付基地+欧美本地化销售+日韩欧盟子公司”的全球化网络。东南亚基地组建千人标注团队，2025年贡献千万级美元营收，报告预测2026年东南亚基地人员规模将新增300‑500人。

四种主流出海模式：

1.海外交付基地模式：东南亚搭建标注基地，承接全球大规模订单；

2.多语种数据服务模式：搭建东盟多语种语料库，服务国内AI企业出海本地化；

3.技术输出模式：帮助海外国家搭建大模型数据底座，参与全球数据标准制定；

4.全球客户直接服务：取得GDPR、ISO27001国际认证，直接对接海外科技巨头定制化订单。

行业在高速扩容的同时，也正在直面红海竞争下的多重现实压力，市场价格战持续挤压企业盈利空间，即便是头部企业也出现毛利率下滑的现象，叠加B端客户较长账期带来的高应收账款，不少企业承受着较大现金流压力，制约研发再投入的节奏。与此同时，产业升级所急需的专家型标注人才供给不足，RLHF、指令微调等高附加值业务依赖具备行业知识的专业人员，但国内相关人才认证与培养体系尚不完善；伴随海内外监管趋严，数据隐私、跨境流动、GDPR等合规要求持续抬高企业运营成本，而大模型与合成数据技术迭代，也让传统纯人工标注业务面临被技术替代的风险，再加上行业质量、定价标准尚未统一，低价无序竞争进一步扰乱市场生态。

站在行业转型的关键节点，人机协同将成为行业生产的基础模式，专家型标注、多模态数据需求会持续释放，叠加出海业务扩张、数据要素市场化政策落地，合成数据也将作为重要补充广泛应用于自动驾驶、医疗等稀缺数据场景，市场资源会进一步向具备技术实力的头部企业集中，金融、工业、医疗等高壁垒垂直赛道将打开更大溢价空间。对行业参与者而言，加大AI预标注与自动化工具研发、布局专家标注业务、把握出海窗口期夯实多语种与合规能力、深耕垂直领域沉淀行业知识，是穿越周期的核心路径。从投资角度看，兼具AI预标注技术、专家标注能力、全球化服务能力与垂直行业壁垒的企业更具备长期成长潜力，报告预测2030年国内数据标注市场规模有望突破300亿元。