一、业务概要　　（一）商业模式与经营计划实现情况　　数据堂是一家面向支撑人工智能产业发展，专业从事人工智能基础数据服务的企业。经过10余年积累，形成了数据多模态采集、自动处理、质量评测、安全计算的全链条核心技术体系及服务平台。专注于为国内外人工智能技术和应用客户提供一站式的基础数据资源服务、基础数据生产服务以及基础数据处理解决方案服务，主要覆盖智能语音、自动驾驶、生物认证、智能安防、智能家居、智能娱乐、智慧城市、智能制造、智能医疗等领域。　　目前，主要的业务模式包括：　　1.基础数据资源服务　　利用企业的数据多模态采集、大规模数据自动处理及质量评测平台的能力，依法依规的持续积累智能语音、自... 查看全部▼

　　一、业务概要
　　（一）商业模式与经营计划实现情况
　　数据堂是一家面向支撑人工智能产业发展，专业从事人工智能基础数据服务的企业。经过10余年积累，形成了数据多模态采集、自动处理、质量评测、安全计算的全链条核心技术体系及服务平台。专注于为国内外人工智能技术和应用客户提供一站式的基础数据资源服务、基础数据生产服务以及基础数据处理解决方案服务，主要覆盖智能语音、自动驾驶、生物认证、智能安防、智能家居、智能娱乐、智慧城市、智能制造、智能医疗等领域。
　　目前，主要的业务模式包括：
　　1.基础数据资源服务
　　利用企业的数据多模态采集、大规模数据自动处理及质量评测平台的能力，依法依规的持续积累智能语音、自动驾驶、生物认证、智能安防、智能家居、手机娱乐、智慧城市、智能制造、智能医疗等领域的版权数据资源，并通过建设的“数据堂”人工智能基础数据流通与服务平台，为全球客户提供人工智能传统模型及大模型学习和训练所需的数据资源授权使用服务、“原始数据不出域、数据可用不可见”的数据安全计算服务以及技术水平评测服务。
　　2.基础数据生产服务
　　采用众包模式，在汇聚全球大规模社会化的采集与处理人力资源的基础上，并利用企业的数据采集、自动处理、质量评测、安全计算等技术能力，建设“数加加”数据工厂平台，为全球人工智能技术和应用客户提供半自助及全自助式的人工智能基础数据定制SaaS服务，包括大规模、高效率、自动化的多语种、多领域、多场景、多模态的数据采集、数据标注、数据处理、数据校对、数据质检等。
　　3.基础数据处理解决方案服务
　　利用企业的数据采集、自动处理、质量评测、安全计算等技术能力，为全球人工智能客户提供数据处理软件或软硬件一体化的解决方案服务：
　　（1）私有化数据工厂平台：即“数加加Pro”数据处理软件，满足客户的本地私有化安全处理数据的需求。
　　（2）人工智能技术能力评测平台：满足客户对人工智能技术的功能、性能、安全等方面的能力评测的需求。
　　（3）智能数据标注实训平台：满足客户培养专业的智能数据标注与处理人才的需求。
　　公司以创新为核心，聚焦数据服务领域，凭借数据资源开发、AI数据解决方案等特色，构建全链条服务体系，满足新兴产业对高质量数据集的需求，彰显创新实力。在“专精特新”方面，专业化上，深耕NLP、计算机视觉等多模态数据处理技术，组建资深技术团队，为金融、医疗、自动驾驶等多领域提供专业数据支持；精细化上，建立严格的数据质量管理体系，通过标准化流程与智能化工具结合，确保数据精度与合规性，累计服务千家企业客户并保持良好合作粘性；特色化上，依托海量多领域数据资源积累，打造具有行业针对性的特色数据集产品，形成差异化竞争优势；新颖化上，积极探索数据与AI技术融合的创新应用场景，研发自动化数据标注平台等新型工具，提升服务效率与技术壁垒。公司与高校、企业深度合作强化产业协同，在行业内树立良好品牌口碑。未来将持续以“专精特新”为导向，深化新兴领域布局，力争成为全球领先的数据服务创新企业，助力数字经济发展。
　　报告期内，公司的商业模式和核心竞争力没有发生变化。公司坚持专注人工智能基础数据服务的战略定位，始终致力于不断获取版权数据资源和数据处理的自动化技术，构建起强大的数据资产能力和数据生产能力，随着数字经济的发展以及人工智能技术的不断深入应用，公司的基础数据服务将从人工智能传统数据需求、垂直领域数据需求，并逐渐向类ChatGPT模式的大模型数据需求深入发展。相应的，公司根据商业模式深入发展的同时对研发、运营及市场组织架构进行了优化调整，进一步扩大服务客户的深度、广度和效率。
　　（二）行业情况
　　公司重点服务数字经济、人工智能大模型等业务领域，这些领域展现出极为广阔的应用前景，具体情况如下：1.数字经济：政策护航，数据要素市场蓬勃发展
　　近年来，数字经济已成为我国经济增长的重要驱动力。从国家层面看，自数字经济发展目标提出后，相关政策持续发力。2025年1月，国家发展改革委等六部门制定了《关于完善数据流通安全治理更好促进数据要素市场化价值化的实施方案》，持续为数据要素产业的发展筑牢根基。自2019年起，一系列政策文件不断出台，党的十九届四中全会首次将数据增列为新的生产要素，随后的五中全会进一步确立其市场地位。此后，《关于构建更加完善的要素市场化配置体制机制的意见》、《关于新时代加快完善社会主义市场经济体制的意见》、《关于加快构建全国一体化大数据中心协同创新体系的指导意见》《建设高标准市场体系行动方案》以及《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》等文件，从多维度系统部署了数据要素市场培育、数据中心布局优化以及数据产权制度构建等关键内容，营造了极为有利的政策环境。
　　此外，在2025年全国两会上，具身智能首次被写入政府工作报告，报告提出“建立未来产业投入增长机制，培育生物制造、量子科技、具身智能、6G等未来产业”。具身智能主要研究如何使智能体具备类似人类的感知、规划、决策和行为能力。2025年，随着大模型的广泛应用，具身智能技术迎来新突破。具身智能技术将逐渐应用于物流搬运、工业制造、健康养老等多个领域，推动产业加速迈向人机共生新阶段。从产业链角度看，具身智能的发展也将对数据要素市场产生积极影响，智能体在现实场景中的感知、决策等行为将产生海量数据，进一步丰富数据要素的来源和类型，推动数据要素市场规模的进一步扩张。
　　2.人工智能大模型：技术引领，市场需求持续扩张
　　人工智能大模型领域正处于高速发展阶段，以ChatGPT为代表的大语言模型的成功，标志着人工智能从专用小模型训练的“手工作坊时代”迈入通用大模型训练的“工业化时代”，数据作为AI发展的基础，其重要性愈发突出。
　　市场研究机构IDC的数据显示，2024年中国大模型应用整体市场规模达47.9亿元人民币（此处不包含算力类基础设施规模），云厂商、大模型初创企业、运营商、传统解决方案商在市场中各占一定份额。而在数据标注市场方面，据IDC预测，到2025年，中国人工智能数据采集与标注服务市场的规模将达到123.4亿元。增长的动力源于人工智能技术在各行业的深化渗透，其中自动驾驶端到端标注需求尤为迫切。同时，大模型数据标注同样成为关键增长点，海量高质量标注数据是训练出具备强大理解与生成能力大模型的基石。
　　超大规模训练模型推动训练数据量呈指数级增长。自OpenAI于2020年推出GPT-3以来，谷歌、华为、智源研究院、中科院、阿里巴巴等众多企业和研究机构纷纷推出超大规模训练模型，如Gemini、盘古、悟道、紫东太初和通义千问等。现阶段，训练模型参数数量、训练数据规模依旧保持快速增长态势。然而，行业发展也面临挑战，如高质量训练数据短缺问题逐渐显现。
　　3.在市场规模增长方面，AI基础数据服务行业表现突出
　　2023年中国AI基础数据服务市场规模为45亿元，艾瑞咨询预测到2028年，这一市场规模将攀升至170亿元，未来五年的复合增长率达30.4%。增长的主要原因包括：一方面，随着算法模型、技术理论和应用场景不断优化创新，AI产业对训练数据的拓展性和前瞻性需求猛增；另一方面，业内对训练数据需求类型日益多元，对服务标准要求不断提高，促使产业链专业化分工愈发清晰，专业化训练数据服务提供商的地位愈发关键。

　　二、公司面临的重大风险分析
　　高端技术人才流失的风险
　　公司是一家以技术和创新为核心的高新技术企业，业务发展各环节均需要核心的技术人员、优秀的营销人员进行决策、执行和服务，故拥有一支稳定的、高素质的人才队伍对公司的持续发展至关重要。目前公司已经建立了经验丰富且稳定的技术研发团队、营销团队和经营管理团队。随着业务规模的持续扩张，对更高层次管理型人才、技术型人才和营销型人才的需求必将不断增加，人才储备规模、人员的素质、研发的实力将进一步加强。考虑到同行业内其他竞争厂商对高层次的人才争夺日趋激烈，如何留住并吸引高层次人才，将是公司未来持续发展所面临的关键命题。如果在未来业务发展过程中，出现公司核心人员流失，将会对公司持续经营发展产生重大影响。
　　经营管理风险
　　报告期内，公司投入了大量的人力物力，努力实现商业模式的转型升级。公司通过打造自动生产的运营平台，实现数据的快速采集、快速处理、快速整合、快速交付。为配套运营平台的打造，公司对组织架构和管理模式也进行了一定的调整，这对公司的管理体系造成了一定的影响。若公司管理层、公司组织结构体系未能及时地适应业务发展需求，可能会对公司持续、稳定、健康的发展造成一定的影响。
　　公司累计亏损金额较大的风险
　　过去几年，因公司处于商业模式转型升级时期，投入大量的人力物力构建运营平台，同时为积累更多人工智能基础数据资源，公司投入大量成本进行人工智能基础数据资源的制作，导致公司持续亏损。2025年上半年公司盈利能力未完全释放，仍面临累计亏损金额较大的风险。
　　公司业务发展受人工智能行业发展状况波动影响的风险
　　公司主要为人工智能行业提供基础数据服务，服务于人工智能行业发展。公司的经营情况、业务发展与下游人工智能领域的发展状况息息相关如未来人工智能领域景气度下降使得对训练用基础数据资源的市场需求发生变动，将对公司业务发展产生较大影响。
　　本期重大风险是否发生重大变化：
　　本期重大风险未发生重大变化。 收起▲

　　一、业务概要　　(一)商业模式与经营计划实现情况　　数据堂是一家面向支撑人工智能产业发展，专业从事人工智能基础数据服务的企业。经过10余年积累，形成了数据多模态采集、自动处理、质量评测、安全计算的全链条核心技术体系及服务平台。专注于为国内外人工智能技术和应用客户提供一站式的基础数据资源服务、基础数据生产服务以及基础数据处理解决方案服务，主要覆盖智能语音、自动驾驶、生物认证、智能安防、智能家居、智能娱乐、智慧城市、智能制造、智能医疗等领域。　　目前，主要的业务模式包括：　　1.基础数据资源服务　　利用企业的数据多模态采集、大规模数据自动处理及质量评测平台的能力，依法依规的持续积累智能语音、自... 查看全部▼

　　一、业务概要
　　(一)商业模式与经营计划实现情况
　　数据堂是一家面向支撑人工智能产业发展，专业从事人工智能基础数据服务的企业。经过10余年积累，形成了数据多模态采集、自动处理、质量评测、安全计算的全链条核心技术体系及服务平台。专注于为国内外人工智能技术和应用客户提供一站式的基础数据资源服务、基础数据生产服务以及基础数据处理解决方案服务，主要覆盖智能语音、自动驾驶、生物认证、智能安防、智能家居、智能娱乐、智慧城市、智能制造、智能医疗等领域。
　　目前，主要的业务模式包括：
　　1.基础数据资源服务
　　利用企业的数据多模态采集、大规模数据自动处理及质量评测平台的能力，依法依规的持续积累智能语音、自动驾驶、生物认证、智能安防、智能家居、手机娱乐、智慧城市、智能制造、智能医疗等领域的版权数据资源，并通过建设的“数据堂”人工智能基础数据流通与服务平台，为全球客户提供人工智能传统模型及大模型学习和训练所需的数据资源授权使用服务、“原始数据不出域、数据可用不可见”的数据安全计算服务以及技术水平评测服务。
　　2.基础数据生产服务
　　采用众包模式，在汇聚全球大规模社会化的采集与处理人力资源的基础上，并利用企业的数据采集、自动处理、质量评测、安全计算等技术能力，建设“数加加”数据工厂平台，为全球人工智能技术和应用客户提供半自助及全自助式的人工智能基础数据定制SaaS服务，包括大规模、高效率、自动化的多语种、多领域、多场景、多模态的数据采集、数据标注、数据处理、数据校对、数据质检等。3.基础数据处理解决方案服务
　　利用企业的数据采集、自动处理、质量评测、安全计算等技术能力，为全球人工智能客户提供数据处理软件或软硬件一体化的解决方案服务：
　　（1）私有化数据工厂平台：即“数加加Pro”数据处理软件，满足客户的本地私有化安全处理数据的需求。
　　（2）人工智能技术能力评测平台：满足客户对人工智能技术的功能、性能、安全等方面的能力评测的
　　需求。
　　（3）智能数据标注实训平台：满足客户培养专业的智能数据标注与处理人才的需求。
　　报告期内，公司的商业模式和核心竞争力没有发生变化。公司坚持专注人工智能基础数据服务的战略定位，始终致力于不断获取版权数据资源和数据处理的自动化技术，构建起强大的数据资产能力和数据生产能力，随着数字经济的发展以及人工智能技术的不断深入应用，公司的基础数据服务将从人工智能传统数据需求、垂直领域数据需求，并逐渐向类ChatGPT模式的大模型数据需求深入发展。相应的，公司根据商业模式深入发展的同时对研发、运营及市场组织架构进行了优化调整，进一步扩大服务客户的深度、广度和效率。
　　(二)行业情况
　　公司重点服务数字经济、人工智能大模型等业务领域，这些领域展现出极为广阔的应用前景，具体情况如下：
　　1.数字经济：政策护航，数据要素市场蓬勃发展
　　近年来，数字经济已成为我国经济增长的重要驱动力。从国家层面看，自数字经济发展目标提出后，相关政策持续发力。2025年1月，国家发展改革委等六部门制定了《关于完善数据流通安全治理更好促进数据要素市场化价值化的实施方案》，持续为数据要素产业的发展筑牢根基。自2019年起，一系列政策文件不断出台，党的十九届四中全会首次将数据增列为新的生产要素，随后的五中全会进一步确立其市场地位。此后，《关于构建更加完善的要素市场化配置体制机制的意见》、《关于新时代加快完善社会主义市场经济体制的意见》、《关于加快构建全国一体化大数据中心协同创新体系的指导意见》《建设高标准市场体系行动方案》以及《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》等文件，从多维度系统部署了数据要素市场培育、数据中心布局优化以及数据产权制度构建等关键内容，营造了极为有利的政策环境。
　　此外，在2025年全国两会上，具身智能首次被写入政府工作报告，报告提出“建立未来产业投入增长机制，培育生物制造、量子科技、具身智能、6G等未来产业”。具身智能主要研究如何使智能体具备类似人类的感知、规划、决策和行为能力。2025年，随着大模型的广泛应用，具身智能技术迎来新突破。具身智能技术将逐渐应用于物流搬运、工业制造、健康养老等多个领域，推动产业加速迈向人机共生新阶段。从产业链角度看，具身智能的发展也将对数据要素市场产生积极影响，智能体在现实场景中的感知、决策等行为将产生海量数据，进一步丰富数据要素的来源和类型，推动数据要素市场规模的进一步扩张。
　　2.人工智能大模型：技术引领，市场需求持续扩张
　　人工智能大模型领域正处于高速发展阶段，以ChatGPT为代表的大语言模型的成功，标志着人工智能从专用小模型训练的“手工作坊时代”迈入通用大模型训练的“工业化时代”，数据作为AI发展的基础，其重要性愈发突出。
　　市场研究机构IDC的数据显示，2024年中国大模型应用整体市场规模达47.9亿元人民币（此处不包含算力类基础设施规模），云厂商、大模型初创企业、运营商、传统解决方案商在市场中各占一定份额。而在数据标注市场方面，据IDC预测，到2025年，中国人工智能数据采集与标注服务市场的规模将达到123.4亿元。增长的动力源于人工智能技术在各行业的深化渗透，其中自动驾驶端到端标注需求尤为迫切。同时，大模型数据标注同样成为关键增长点，海量高质量标注数据是训练出具备强大理解与生成能力大模型的基石。
　　超大规模训练模型推动训练数据量呈指数级增长。自OpenAI于2020年推出GPT-3以来，谷歌、华为、智源研究院、中科院、阿里巴巴等众多企业和研究机构纷纷推出超大规模训练模型，如Gemini、盘古、悟道、紫东太初和通义千问等。现阶段，训练模型参数数量、训练数据规模依旧保持快速增长态势。然而，行业发展也面临挑战，如高质量训练数据短缺问题逐渐显现。
　　3.在市场规模增长方面，AI基础数据服务行业表现突出
　　2023年中国AI基础数据服务市场规模为45亿元，艾瑞咨询预测到2028年，这一市场规模将攀升至170亿元，未来五年的复合增长率达30.4%。增长的主要原因包括：一方面，随着算法模型、技术理论和应用场景不断优化创新，AI产业对训练数据的拓展性和前瞻性需求猛增；另一方面，业内对训练数据需求类型日益多元，对服务标准要求不断提高，促使产业链专业化分工愈发清晰，专业化训练数据服务提供商的地位愈发关键。

　　二、公司面临的重大风险分析
　　高端技术人才流失的风险
　　公司是一家以技术和创新为核心的高新技术企业，业务发展各环节均需要核心的技术人员、优秀的营销人员进行决策、执行和服务，故拥有一支稳定的、高素质的人才队伍对公司的持续发展至关重要。目前公司已经建立了经验丰富且稳定的技术研发团队、营销团队和经营管理团队。随着业务规模的持续扩张，对更高层次管理型人才、技术型人才和营销型人才的需求必将不断增加，人才储备规模、人员的素质、研发的实力将进一步加强。考虑到同行业内其他竞争厂商对高层次的人才争夺日趋激烈，如何留住并吸引高层次人才，将是公司未来持续发展所面临的关键命题。如果在未来业务发展过程中，出现公司核心人员流失，将会对公司持续经营发展产生重大影响。
　　经营管理风险
　　报告期内，公司投入了大量的人力物力，努力实现商业模式的转型升级。公司通过打造自动生产的运营平台，实现数据的快速采集、快速处理、快速整合、快速交付。为配套运营平台的打造，公司对组织架构和管理模式也进行了一定的调整，这对公司的管理体系造成了一定的影响。若公司管理层、公司组织结构体系未能及时地适应业务发展需求，可能会对公司持续、稳定、健康的发展造成一定的影响。
　　公司累计亏损金额较大的风险
　　过去几年，因公司处于商业模式转型升级时期，投入大量的人力物力构建运营平台，同时为积累更多人工智能基础数据资源，公司投入大量成本进行人工智能基础数据资源的制作，导致公司持续亏损。2024年公司盈利能力未完全释放，仍面临累计亏损金额较大的风险。
　　公司业务发展受人工智能行业发展状况波动影响的风险
　　公司主要为人工智能行业提供基础数据服务，服务于人工智能行业发展。公司的经营情况、业务发展与下游人工智能领域的发展状况息息相关如未来人工智能领域景气度下降使得对训练用基础数据资源的市场需求发生变动，将对公司业务发展产生较大影响。
　　本期重大风险是否发生重大变化：
　　本期重大风险未发生重大变化。 收起▲

　　一、业务概要 （一）商业模式与经营计划实现情况 数据堂是一家面向支撑人工智能产业发展，专业从事人工智能基础数据服务的企业。经过近10年积累，形成了数据多模态采集、自动处理、质量评测、安全计算的全链条核心技术体系及服务平台。专注于为国内外人工智能技术和应用客户提供一站式基础数据资源服务、基础数据生产服务以及基础数据处理解决方案服务，主要覆盖智能语音、自动驾驶、生物认证、智能安防、智能家居、智能娱乐、智慧城市、智能制造、智能医疗等领域。 目前，主要的业务模式包括： 1.基础数据资源服务 利用企业的数据多模态采集、大规模数据自动处理及质量评测平台的能力，依法依规的持... 查看全部▼

　　一、业务概要
（一）商业模式与经营计划实现情况
数据堂是一家面向支撑人工智能产业发展，专业从事人工智能基础数据服务的企业。经过近10年积累，形成了数据多模态采集、自动处理、质量评测、安全计算的全链条核心技术体系及服务平台。专注于为国内外人工智能技术和应用客户提供一站式基础数据资源服务、基础数据生产服务以及基础数据处理解决方案服务，主要覆盖智能语音、自动驾驶、生物认证、智能安防、智能家居、智能娱乐、智慧城市、智能制造、智能医疗等领域。
目前，主要的业务模式包括：
1.基础数据资源服务
利用企业的数据多模态采集、大规模数据自动处理及质量评测平台的能力，依法依规的持续积累智能语音、自动驾驶、生物认证、智能安防、智能家居、手机娱乐、智慧城市、智能制造、智能医疗等领域的版权数据资源，并通过建设的“数据堂”人工智能基础数据流通与服务平台，为全球客户提供人工智能传统模型及大模型学习和训练所需的数据资源授权使用服务、“原始数据不出域、数据可用不可见”的数据安全计算服务以及技术水平评测服务。
2.基础数据生产服务
采用众包模式，在汇聚全球大规模社会化的采集与处理人力资源的基础上，并利用企业的数据采集、自动处理、质量评测、安全计算等技术能力，建设“数加加”数据工厂平台，为全球人工智能技术和应用客户提供半自助及全自助式的人工智能基础数据定制SaaS服务，包括大规模、高效率、自动化的多语种、多领域、多场景、多模态的数据采集、数据标注、数据处理、数据校对、数据质检等。
3.基础数据处理解决方案服务
利用企业的数据采集、自动处理、质量评测、安全计算等技术能力，为全球人工智能客户提供数据处理软件或软硬件一体化的解决方案服务：
（1）私有化数据工厂平台：即“数加加Pro”数据处理软件，满足客户本地私有化安全处理数据的需求。（2）人工智能技术能力评测平台：满足客户对人工智能技术的功能、性能、安全等方面的能力评测的需求。
（3）智能数据标注实训平台：满足客户培养专业的智能数据标注与处理人才的需求。
报告期内，公司的商业模式和核心竞争力没有发生变化。公司坚持专注人工智能基础数据服务的战略定位，始终致力于不断获取版权数据资源和数据处理的自动化技术，构建起强大的数据资产能力和数据生产能力，随着数字经济的发展以及人工智能技术的不断深入应用，公司的基础数据服务将从人工智能传统数据需求、垂直领域数据需求，并逐渐向类ChatGPT模式的大模型数据需求深入发展。相应的，公司根据商业模式深入发展的同时对研发、运营及市场组织架构进行了优化调整，进一步扩大服务客户的深度、广度和效率。
（二）行业情况
公司重点服务数字经济、人工智能大模型等业务领域，均具有广阔的应用前景，具体如下：
1.数字经济的深入发展推动数据要素需求持续增长
自2019年始，国家提出全面发展数字经济的目标，并提出建设数据要素的要求。数字经济的核心本质是全产业的智能化转型升级。产业智能化升级依靠人工智能技术的关键支持，人工智能的技术落地需要大规模的领域和场景数据的支撑，大力发展智能数据要素是发展数字经济的关键基础。针对数据要素发展，国家出台了一系列的政策文件，提出了系统的要求，为数据要素产业发展奠定了坚实的基础，并提供了广阔的发展空间。
（1）党的十九届四中全会首次将数据增列为新的生产要素，五中全会再次确立了数据要素的市场地位。2020年3月30日，党中央、国务院出台《关于构建更加完善的要素市场化配置体制机制的意见》，专章部署加快培育数据要素市场。这些举措，开启了数字时代的新纪元，引领全国各界围绕数据要素开展广泛研究和深入实践。
（2）2020年5月，中共中央国务院《关于新时代加快完善社会主义市场经济体制的意见》明确体提出：加快培育发展数据要素市场。
（3）2020年12月，四部委发布《关于加快构建全国一体化大数据中心协同创新体系的指导意见》，以深化数据要素市场化配置改革为核心，优化数据中心建设布局，推动算力、算法、数据、应用资源集约化和服务创新。
（4）2021年1月，中国中央国务院印发《建设高标准市场体系行动方案》，研究制定加快培育数据要素市场的意见，建立数据资源产权、交易流通、跨境传输和安全等基础制度和标准规范，推动数据资源开发利用。
（5）2022年12月，《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》以解决市场主体遇到的实际问题为导向，创新数据产权观念，淡化所有权、强调使用权，聚焦数据使用权流通，创造性提出建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架，构建中国特色数据产权制度体系。
据艾瑞咨询报告显示，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%。
2.超大规模预训练模型推动训练数据数级跃升，市场需求持续延展
元宇宙的本质是代表一个新时代的来临，即未来社会是现实和虚拟共生共存的时代，是物理人与虚拟人共生共存的时代。这就意味着很多人类的工作内容将由智能的虚拟人替代。在此过程中，将会涌现各种各样的元宇宙的实现技术和商业模型，当前ChatGPT是典型的的代表。ChatGPT的成功标志着人工智能从以专用小模型训练为主的‘手工作坊时代’迈入到以通用大模型预训练为主的‘工业化时代’，成为人工智能发展重要分水岭。“数据是以ChatGPT为代表的人工智能进一步发展不可或缺的基础，相当于AI算法的‘饲料’，用于AI的数据越多，AI的算法能力则越强。IDC最新预测数据显示，中国人工智能(AI)市场支出规模将在2023年增至147.5亿美元，约占全球总规模十分之一。超大规模预训练模型推动训练数据指数级跃升。自OpenAI于2020年推出GPT-3以来，谷歌、华为、智源研究院、中科院、阿里巴巴等企业和研究机构相继推出超大规模预训练模型，包括SwitchTransformer、DALL-EMT-NLG、盘古、悟道2.0、紫东太初和M6等。目前，预训练模型参数数量、训练数据规模按照300倍/年的趋势增长，继续通过增大模型和增加训练数据仍是短期内主流演进方向，RLHF技术的推广使用或将推动训练数据市场需求持续延展。

　　二、公司面临的重大风险分析
高端技术人才流失的风险
公司是一家以技术和创新为核心的高新技术企业，业务发展各环节均需要核心的技术人员、优秀的营销人员进行决策、执行和服务，故拥有一支稳定的、高素质的人才队伍对公司的持续发展至关重要。目前公司已经建立了经验丰富且稳定的技术研发团队、营销团队和经营管理团队。随着业务规模的持续扩张，对更高层次管理型人才、技术型人才和营销型人才的需求必将不断增加，人才储备规模、人员的素质、研发的实力将进一步加强。考虑到同行业内其他竞争厂商对高层次的人才争夺日趋激烈，如何留住并吸引高层次人才，将是公司未来持续发展所面临的关键命题。如果在未来业务发展过程中，出现公司核心人员流失，将会对公司持续经营发展产生重大影响。
经营管理风险
报告期内，公司投入了大量的人力物力，努力实现商业模式的转型升级。公司通过打造自动生产的运营平台，实现数据的快速采集、快速处理、快速整合、快速交付。为配套运营平台的打造，公司对组织架构和管理模式也进行了一定的调整，这对公司的管理体系造成了一定的影响。若公司管理层、公司组织结构体系未能及时地适应业务发展需求，可能会对公司持续、稳定、健康的发展造成一定的影响。
公司累计亏损金额较大的风险
过去几年，因公司处于商业模式转型升级时期，投入大量的人力物力构建运营平台，同时为积累更多人工智能基础数据资源，公司投入大量成本进行人工智能基础数据资源的制作，导致公司持续亏损。公司盈利能力未完全释放，仍面临累计亏损金额较大的风险。
公司业务发展受人工智能行业发展状况波动影响的风险
公司主要为人工智能行业提供基础数据服务，服务于人工智能行业发展。公司的经营情况、业务发展与下游人工智能领域的发展状况息息相关如未来人工智能领域景气度下降使得对训练用基础数据资源的市场需求发生变动，将对公司业务发展产生较大影响。 收起▲