数据标注是对未经处理的语音、图片、文本、视频等数据进行转义、打点、拉线、拉框等操作，将这些数据标注为电脑可以识别的信息，然后上传到数据库，以供人工智能使用。随着人工智能技术的不断进步和应用场景的拓展，数据标注产业将迎来更加广阔的发展空间和市场机遇。
数据标注的定义
数据标注，也被称为数据标定、数据注释，是指对文本、图像、语音、视频等待标注数据进行归类、整理、编辑、纠错、标记和批注等操作，为机器学习和人工智能算法提供训练样本。由于数据的质量和数量直接影响大模型的智能水平，因此数据标注也被视作人工智能的基石。数据标注的方法和类型多种多样，包括但不限于以下几种：
资料来源：中商产业研究院整理
数据标注行业发展政策
数据标注产业是对数据进行筛选、清洗、分类、注释、标记和质量检验等加工处理的新兴产业。培育壮大数据标注产业对于提升数据供给质量，推动人工智能创新发展具有重要支撑作用。为促进数据标注产业高质量发展，发展改革委等四部门发布了《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，数据标注产业规模大幅跃升，培育一批具有影响力的科技型数据标注企业，形成相对完善的数据标注产业生态。
资料来源：中商产业研究院整理
数据标注行业发展现状
1.全国数据生产总量
在数据生产方面，我国数据生产规模大、范围广，增长速度快。中商产业研究院发布的《2024-2030年中国大数据应用行业研究报告》显示，2023年全国数据生产总量达32.85泽字节（ZB），同比增长22.44%。数据规模的快速增长，主要得益于5G、AI、物联网等技术的创新发展以及智能设备的规模应用。中商产业研究院分析师预测，2024年全国数据生产总量将达到40.22泽字节（ZB），2025年达到48.26泽字节（ZB）。
数据来源：中商产业研究院整理
2.数据标注市场规模
数据标注是指对收集到的、未处理的原始数据或初级数据（包括语音、图片、文本、视频等类型）进行加工处理，并转换为机器可识别信息的过程。当前，我国人工智能技术的快速发展正推动数据标注市场规模增加。中商产业研究院发布的《2025-2030年中国数据标注产业调研及发展趋势预测报告》显示，2023年中国数据标注市场规模达到约60.8亿元，较上年增长19.69%。中商产业研究院分析师预测，2024年中国数据标注市场规模将达到77.3亿元，2025年达到102.1亿元。
数据来源：中商产业研究院整理
3.AI大模型市场规模
数据标注是机器学习和人工智能领域不可或缺的一部分。通过标注数据，可以训练出更加准确和智能的模型。中商产业研究院发布的《2025-2030年中国AI大模型深度分析及投资前景研究预测报告》显示，2023年中国AI大模型市场规模为141.34亿元，较上年增长83.92%。中商产业研究院分析师预测，2024年中国AI大模型市场规模将达到294.16亿元，2025年达到495.39亿元。
数据来源：中商产业研究院整理
4.数据标注企业排名
国内数据标注行业企业主要分为两类，分别是以百度、阿里、京东、腾讯等为代表的科技巨头和以海天瑞声、云测数据、星尘数据、⻰猫数据数据堂等为代表的专业型服务商。在竞争格局方面，百度智能云、海天瑞声、云测数据等大型企业和专业机构凭借先进的技术、丰富的经验和强大的资源，占据了市场的主导地位。
资料来源：量子位、中商产业研究院整理
数据标注行业重点企业
1.云测数据
北京云测信息技术有限公司创立于2011年，是一家以人工智能技术驱动的企业服务平台，为全球超过百万的企业及开发者提供云测试服务、AI训练数据服务、安全服务。在全球产业化升级浪潮中，Testin云测通过为企业客户提供核心技术、产品工具和专业人才三位一体的综合服务，加速企业移动化、数字化、智能化转型升级的进程，为企业的长久发展提供助力，释放企业创新力量，赋能企业改变世界。
2.海天瑞声
自2005年成立以来，海天瑞声始终致力于为AI产业链上的各类机构提供算法模型开发训练所需的专业数据集。经过多年发展，公司已成为人工智能基础数据服务领域具有较强国际竞争力的国内头部企业。公司所提供的训练数据涵盖智能语音（语音识别、语音合成等）、计算机视觉、自然语言等多个核心领域，全面服务于人机交互、智能家居、智能驾驶、智慧金融、智能安防等多种创新应用场景。2024年前三季度，海天瑞声营业收入为1.50亿元，同比增长44.90%，归母净利润为378.87万元，同比增长111.80%。
数据来源：中商产业研究院整理
分产品来看，2023年公司主营业务中，智能语音收入1.03亿元，占营业收入的60.44%；计算机视觉收入0.47亿元，占营业收入的27.54%；自然语言收入0.15亿元，占营业收入的8.92%；训练数据相关的应用服务收入0.05亿元，占营业收入的3.09%。
数据来源：中商产业研究院整理
3.龙猫数据
北京安捷智合科技有限公司（以下简称“龙猫数据”）成立于2014年，是一家专业的AI数据服务公司。公司坐落于北京中关村科技园，在广州、河北、上海等地设立分支机构，立足AI数据服务，致力于为整个AI领域提供最专业数据服务。龙猫数据旗下拥有众包平台「龙猫众包」：移动端APP以及Web端标注平台，其中众包用户已突破400万，单日可完成百万量级以上的数据样本任务，可满足不同领域的多种定制化数据需求。龙猫数据放眼全球，不断关注技术更新，适配新的需求，在推进数据服务领域取得更大的进步的同时，也将反哺其标注系统的完善，为全球AI企业提供更优质的数据服务。
4.标贝数据
标贝（青岛）科技有限公司是国内领先的智能语音交互及AI数据服务方案提供商。成立于2016年，总部位于青岛，并在北京、新加坡、中国香港、深圳、杭州、长春、青岛设立分支机构。作为一家以AI技术创新驱动的企业，标贝科技拥有业内先进的AI语音交互技术及高精度数据采标处理技术，创新打造多场景应用的语音交互方案，包括通用场景的语音合成和语音识别，以及TTS音色定制，声音复刻，情感合成和声音转换在内的语音技术产品；AI数据业务涵盖语音合成、语音识别、图像视觉、NLP、3D点云等数据服务。
5.数据堂
数据堂成立于2011年，是国内首家上市的人工智能数据服务企业，致力于为AI及大数据领域公司提供训练数据集、数据采集与标注定制服务、标注平台部署等一体化数据解决方案。数据堂拥有十年以上人工智能数据服务经验，深刻理解多元业务场景的数据需求。依靠自建成熟稳定的数据采集标注工具及自动化数据处理能力，为不同领域企业提供智能驾驶、智能客服、智能制造、新零售、智能医疗等多场景数据解决方案。
数据标注行业发展前景
1.政策扶持
近日，国家发展改革委等四部门联合发布了《关于促进数据标注产业高质量发展的实施意见》，明确提出到2027年，数据标注产业专业化、智能化及科技创新能力显著提升，产业规模大幅跃升，年均复合增长率超过20%。这一政策为数据标注产业提供了明确的发展方向和强有力的支持。
2.技术创新与产业升级
自动化标注技术：未来，自动化标注技术、智能审核技术等将得到进一步发展和应用。这些技术将大幅提高标注效率和准确率，从而降低成本。半自动化标注工具：数据标注工具的发展趋势是开发以人工标注为主、机器标注为辅的半自动化标注工具。通过AI模型对数据进行预处理，然后由标注人员在此基础上做一些校正，可以极大地提高标注效率。高技术含量与高知识密度：新一代数据标注具备高技术含量、高知识密度和高价值应用的“三高”特性。从业者将出现高学历背景和多学科融合的特点，推动数据标注产业向知识密集型产业转变。
3.市场需求快速增长
随着人工智能技术的广泛应用和模型性能提升的需求不断增加，数据标注市场规模持续扩大。自动驾驶、医疗影像分析、智能客服等领域对数据标注的需求日益增长，推动了数据标注产业链的快速发展。
以上信息仅供参考，如有遗漏与不足，欢迎指正！
“阅读原文” 获取更多报告
