Grace Shao：中国产生海量数据，但独立 AI 数据公司仍未跑出头部

ChainCatcher 报道，AI Proem 作者 Grace Shao 于 10 月 9 日发文称，中国长期积累了大量数据，但至今仍未出现类似美国 Surge AI、Scale AI、Mercor 的大型独立 AI 数据公司。

Grace Shao 在文中写道，相关背景包括前沿模型与上游数据市场先在美国形成，中国大型科技公司长期将数据留在封闭生态内，以及企业与传统行业数据分散，国企也不愿轻易将数据交给外部供应商。

中国数据总量与结构化占比

文中援引国家数据局数据称，2025 年中国产生 52.26 ZB 数据；在已存储数据中，只有 22.13% 被归类为结构化数据。

标注行业集中度对比

Grace Shao 还提到，《数据猿》对本原智数 CTO 林震亚的访谈显示，中国约有 2000 至 3000 家标注公司，排名前三的公司合计约占市场 20% 至 30%。

林震亚估计，美国前三名公司的市场份额约为 70% 至 80%。作者同时注明，这一说法属于行业估计，并非独立测算的市场份额数据。

融资、并购与上市公司财务数据

据 The Information 2025 年 9 月报道，北京公司 UniPat 已完成融资，投前估值为 10 亿美元；其竞争对手 Humanlaya 在完成融资后，估值接近 10 亿美元。

报道还称，这两家公司均获得 HSG 投资，并据称为阿里巴巴、字节跳动、月之暗面和 DeepSeek 提供服务。

另据千百度在港交所发布的公告，公司于 2026 年 6 月以人民币 3 亿元取得本原智数约 90.91% 股权。

海天瑞声 2025 年年报显示，公司收入同比增长 59%，达到人民币 3.77 亿元。