AI數(shù)據(jù)供應(yīng)鏈的中國(guó)拼圖：解碼藝恩數(shù)據(jù)的產(chǎn)業(yè)坐標(biāo)

沿著大模型的“原材料”脈絡(luò)向上追溯，我們能在AI數(shù)據(jù)供應(yīng)鏈的版圖中，發(fā)現(xiàn)一家名為藝恩的公司。

2026年3月的一個(gè)周四凌晨，北京中關(guān)村某大模型廠商的會(huì)議室里，氣氛凝重。幾位數(shù)據(jù)負(fù)責(zé)人圍坐在桌前，展開(kāi)一場(chǎng)艱難的討論。桌上攤開(kāi)的Excel表格，左邊一欄是“預(yù)訓(xùn)練語(yǔ)料清單”，右邊是“來(lái)源備注”。此次會(huì)議的核心任務(wù)簡(jiǎn)單卻棘手——剔除“來(lái)源不清”的語(yǔ)料，并尋找合適的替代品。這已是該公司半年內(nèi)第四次開(kāi)展此類工作。一位參會(huì)者事后感慨：“這就像給一艘已經(jīng)下水的船換龍骨，也可以說(shuō)是版權(quán)清洗�！�

這并非個(gè)例。從舊金山的Market Street到北京的望京，從倫敦高等法院到慕尼黑地方法院，全球AI廠商都在為同一件事憂心：訓(xùn)練模型的數(shù)據(jù)是否干凈、來(lái)源是否清晰、供應(yīng)能否持續(xù)。也是在這一年，一條長(zhǎng)期隱于幕后的產(chǎn)業(yè)鏈——AI數(shù)據(jù)供應(yīng)鏈，被資本市場(chǎng)和產(chǎn)業(yè)記者推到了聚光燈下。Scale AI被Meta以143億美元高價(jià)收購(gòu)；Surge AI傳出250億美元的驚人估值；Mercor在一年內(nèi)估值從20億飆升至100億美元；而在中國(guó)，海天瑞聲2025年上半年?duì)I收同比增長(zhǎng)約七成，新三板上的藝恩數(shù)據(jù)也交出了一份亮眼成績(jī)單：2025年?duì)I收3735.54萬(wàn)元，同比增長(zhǎng)49.86%，數(shù)據(jù)產(chǎn)品業(yè)務(wù)收入同比增長(zhǎng)127.68%，無(wú)形資產(chǎn)（數(shù)據(jù)資源）同比增長(zhǎng)103.34%，海外業(yè)務(wù)更是首次實(shí)現(xiàn)千萬(wàn)級(jí)訂單突破。

一位長(zhǎng)期跟蹤AI基礎(chǔ)設(shè)施的PE合伙人直言：“大模型的競(jìng)爭(zhēng)，最終是數(shù)據(jù)的競(jìng)爭(zhēng)；而數(shù)據(jù)的競(jìng)爭(zhēng)，關(guān)鍵在于供應(yīng)鏈的競(jìng)爭(zhēng)�！�

本文將沿著大模型的“原材料”脈絡(luò)，深入拆解這條供應(yīng)鏈的五層結(jié)構(gòu)，繪制全球與中國(guó)的對(duì)標(biāo)圖譜，并探尋藝恩公司在這張拼圖中的具體坐標(biāo)。

一、AI數(shù)據(jù)供應(yīng)鏈的五層結(jié)構(gòu)：從“原礦”到“菜肴”

若將大模型比作一家餐廳，算力是火，模型架構(gòu)是菜譜，調(diào)參是火候，那么數(shù)據(jù)便是食材。而食材從田間到餐桌，需歷經(jīng)五道關(guān)卡。

第一層是“采集層”，如同食材的“田間”。這里匯聚了原始數(shù)據(jù)的持有者，包括視頻與圖文平臺(tái)（如抖音、B站、YouTube、X）、版權(quán)方（出版社、影視公司、音樂(lè)公司）、公開(kāi)數(shù)據(jù)抓取方以及合規(guī)的數(shù)據(jù)經(jīng)紀(jì)商。這一層的核心問(wèn)題是“誰(shuí)擁有原始權(quán)利”。Anthropic曾從LibGen這類影子圖書館下載數(shù)百萬(wàn)冊(cè)圖書，2025年8月，該案以15億美元現(xiàn)金和解，平均每部作品約3000美元，這一數(shù)字在2026年重新定義了“原礦”的采購(gòu)底價(jià)。

第二層是“清洗層”，對(duì)應(yīng)“洗菜切菜”。數(shù)據(jù)標(biāo)注工廠、結(jié)構(gòu)化工具、去重與去毒管線集中于此。海外有Scale AI、Surge AI、Mercor、Labelbox、Snorkel AI、Turing、Invisible Tech等標(biāo)志性企業(yè)；國(guó)內(nèi)則有海天瑞聲、云測(cè)數(shù)據(jù)、百度智能云數(shù)據(jù)眾包、字節(jié)火山引擎數(shù)據(jù)服務(wù)、數(shù)據(jù)堂、星塵數(shù)據(jù)等。2025年，Surge AI年化營(yíng)收達(dá)14億美元；Mercor單日支付給3萬(wàn)名合約工的費(fèi)用超過(guò)150萬(wàn)美元；Snorkel提出的“Expert Data-as-a-Service”概念，將標(biāo)注從“按件計(jì)酬”推向“按專家小時(shí)計(jì)酬”。

第三層是“產(chǎn)品層”，如同“成菜”。這里的玩家不再局限于出售勞動(dòng)力，而是將數(shù)據(jù)打包成“數(shù)據(jù)集/智庫(kù)/訂閱產(chǎn)品”對(duì)外交付。產(chǎn)品形式多樣，既有通用語(yǔ)料包，也有垂直數(shù)據(jù)集，涵蓋影視綜、醫(yī)療、法律、金融、電商、代言人、社媒情緒、投流素材等領(lǐng)域。藝恩數(shù)據(jù)的enbase數(shù)據(jù)智庫(kù)、藝恩營(yíng)銷智庫(kù)便處于這一層。

第四層是“渠道層”，對(duì)應(yīng)“配送”。數(shù)據(jù)交易所（上海、北京、深圳、貴陽(yáng)數(shù)據(jù)交易所）、API分發(fā)平臺(tái)、IP授權(quán)平臺(tái)以及面向海外客戶的合規(guī)出口通道構(gòu)成了這一層的基礎(chǔ)設(shè)施。隨著數(shù)據(jù)資產(chǎn)入表自2024年1月正式執(zhí)行，這一層發(fā)生了會(huì)計(jì)層面的重大變革——數(shù)據(jù)首次成為可被“記錄”的資產(chǎn)。

第五層是“應(yīng)用層”，如同“廚師”。大模型廠商、互聯(lián)網(wǎng)巨頭AI業(yè)務(wù)線、出海平臺(tái)、垂直Agent創(chuàng)業(yè)公司是這一層的買家。他們使用數(shù)據(jù)，也為數(shù)據(jù)“投票”。誰(shuí)的數(shù)據(jù)能讓模型的某項(xiàng)指標(biāo)提升，能讓一個(gè)Agent的轉(zhuǎn)化率增加幾個(gè)百分點(diǎn)，誰(shuí)就能贏得下一個(gè)訂單。

這條供應(yīng)鏈最反直覺(jué)之處在于：價(jià)值并非集中在最上游。原始數(shù)據(jù)擁有者未必盈利（平臺(tái)方面臨反爬困擾，版權(quán)方常陷入訴訟糾紛），清洗工廠利潤(rùn)率也不高（依賴大量人力），真正獲得高毛利、高議價(jià)權(quán)和高估值的，是第三層產(chǎn)品層與第四層渠道層的復(fù)合卡位者。他們將原料加工成“標(biāo)準(zhǔn)菜”，以訂閱或授權(quán)的方式出售。Surge AI毛利率超過(guò)50%且已盈利，Scale AI在Meta入股前營(yíng)收達(dá)8.7億美元并持續(xù)增長(zhǎng)，藝恩數(shù)據(jù)2025年毛利率達(dá)48.79%，這三個(gè)數(shù)字揭示了同一產(chǎn)業(yè)規(guī)律。

二、五個(gè)痛點(diǎn)：供應(yīng)鏈上的五道暗流

在產(chǎn)業(yè)鏈的每一層，都隱藏著一個(gè)難以回避的問(wèn)題。

采集層面臨“數(shù)據(jù)孤島+版權(quán)不清”的困境。一位頭部大模型廠商的數(shù)據(jù)負(fù)責(zé)人透露：“近兩年的數(shù)據(jù)采購(gòu)清單中，真正能拿出授權(quán)合同的僅約七成。剩下三成，我們既不敢放心使用，又不敢完全舍棄�！盉artz v. Anthropic案以15億美元和解后，這三成數(shù)據(jù)從“便宜”變?yōu)椤鞍嘿F”，因?yàn)橐坏┍黄鹪V，單部作品的賠償中位線就是3000美元。

清洗層存在“質(zhì)量波動(dòng)+多模態(tài)對(duì)齊困難”的問(wèn)題。RLHF數(shù)據(jù)對(duì)標(biāo)注員的學(xué)歷、專業(yè)和語(yǔ)言能力要求日益嚴(yán)苛，Mercor上掛單的醫(yī)生、律師、PhD時(shí)薪從100美元起跳；視頻 - 文本對(duì)齊、物理一致性、音視頻同步等多模態(tài)任務(wù)，使舊式的“一圖一標(biāo)簽”標(biāo)注流水線徹底過(guò)時(shí)。

產(chǎn)品層面臨“垂直深度不足+通用與垂類失衡”的挑戰(zhàn)。過(guò)去兩年，通用語(yǔ)料供給過(guò)剩，垂類語(yǔ)料供給稀缺，形成一種奇特現(xiàn)象：大模型規(guī)模不斷擴(kuò)大，但垂直場(chǎng)景的表現(xiàn)卻常常不升反降。Epoch AI預(yù)測(cè)，高質(zhì)量公開(kāi)通用文本可能在2027年前耗盡，而垂類高質(zhì)量數(shù)據(jù)還遠(yuǎn)未得到充分開(kāi)發(fā)。

渠道層存在“交易機(jī)制不成熟+跨境合規(guī)”的問(wèn)題。國(guó)內(nèi)四家數(shù)據(jù)交易所成立多年，但實(shí)際成交量仍低于預(yù)期；數(shù)據(jù)資產(chǎn)入表雖寫入會(huì)計(jì)準(zhǔn)則，但定價(jià)、審計(jì)、交易撮合、國(guó)際互認(rèn)等問(wèn)題仍有待解決。跨境方面，2025 - 2026年，中國(guó)數(shù)據(jù)出海和海外數(shù)據(jù)入華面臨新的監(jiān)管迷宮。

應(yīng)用層則面臨“采購(gòu)缺乏基準(zhǔn)+效果難量化+復(fù)購(gòu)依賴信任”的難題。一位互聯(lián)網(wǎng)巨頭的AI業(yè)務(wù)線PM無(wú)奈表示：“我們購(gòu)買數(shù)據(jù)最痛苦的不是價(jià)格高，而是不知道買得是否正確�！�模型訓(xùn)練具有典型的“滯后反饋”特點(diǎn)，今天購(gòu)買的數(shù)據(jù)要到下一個(gè)版本才能知道是否有效，而下一個(gè)版本又存在諸多無(wú)法控制的變量。

五層結(jié)構(gòu)，五個(gè)痛點(diǎn)，供應(yīng)鏈上的每一層都在尋求秩序。這也是為何這個(gè)過(guò)去被視為“苦活累活”的領(lǐng)域，在2025 - 2026年突然爆發(fā)出產(chǎn)業(yè)級(jí)別的估值張力。

三、藝恩在這張圖上的坐標(biāo)：三層復(fù)合卡位者

將藝恩數(shù)據(jù)置于產(chǎn)業(yè)鏈圖中，其位置十分清晰：它是橫跨產(chǎn)品層、渠道層與部分應(yīng)用層的復(fù)合卡位者。

藝恩數(shù)據(jù)并非海天瑞聲那樣的“通用語(yǔ)料工廠”，不依賴人海戰(zhàn)術(shù)進(jìn)行標(biāo)注交付；也不像貓眼、燈塔等依托票務(wù)流水的“平臺(tái)派”，沒(méi)有天然的一方數(shù)據(jù)閉環(huán)；更不是一家純粹的咨詢公司。它更接近海外Snorkel AI所描述的“Expert Data-as-a-Service”模式——將行業(yè)專家積累和多年沉淀的結(jié)構(gòu)化數(shù)據(jù)資產(chǎn)，打包成訂閱化、標(biāo)準(zhǔn)化的產(chǎn)品對(duì)外銷售。

藝恩的資產(chǎn)基本盤可概括為：視頻 + 圖像 + 文本三大模態(tài)，覆蓋影視綜 + 社媒 + 電商 + 版權(quán)四大行業(yè)領(lǐng)域。產(chǎn)品方面，enbase數(shù)據(jù)智庫(kù)面向?qū)�業(yè)使用者，藝恩營(yíng)銷智庫(kù)面向品牌與代理商。這套產(chǎn)品矩陣在AI數(shù)據(jù)供應(yīng)鏈中的獨(dú)特之處在于，它沒(méi)有在“通用語(yǔ)料的紅海”中拼量，而是在“垂類高質(zhì)量結(jié)構(gòu)化數(shù)據(jù)的藍(lán)�！敝袚屨枷葯C(jī)。

2025年的財(cái)務(wù)表現(xiàn)，從市場(chǎng)角度驗(yàn)證了這一坐標(biāo)。營(yíng)收3735.54萬(wàn)元，同比增長(zhǎng)49.86%，毛利率48.79%，凈利潤(rùn)363.55萬(wàn)元。這些數(shù)字在整個(gè)AI數(shù)據(jù)賽道中或許不算突出，但其中幾個(gè)結(jié)構(gòu)性信號(hào)值得關(guān)注：

其一，數(shù)據(jù)產(chǎn)品業(yè)務(wù)收入同比增長(zhǎng)127.68%，且毛利率同比上升16.83個(gè)百分點(diǎn)。這表明藝恩從“賣咨詢 + 項(xiàng)目”向“賣產(chǎn)品 + 訂閱”的轉(zhuǎn)型，在數(shù)量和質(zhì)量上均取得進(jìn)展。對(duì)比海外同行，Surge AI的增長(zhǎng)曲線也是產(chǎn)品化曲線，Snorkel AI D輪估值13億美元，同樣得益于“數(shù)據(jù)即產(chǎn)品”的訂閱敘事。

其二，無(wú)形資產(chǎn)（數(shù)據(jù)資源）同比增長(zhǎng)103.34%。這是數(shù)據(jù)資產(chǎn)入表落地后的賬本調(diào)整，也是一種“資產(chǎn)化”信號(hào)。當(dāng)一家數(shù)據(jù)公司開(kāi)始在資產(chǎn)負(fù)債表上將數(shù)據(jù)列為無(wú)形資產(chǎn)，意味著它正以資產(chǎn)而非服務(wù)的方式定義自身產(chǎn)業(yè)價(jià)值。

其三，海外業(yè)務(wù)首次實(shí)現(xiàn)千萬(wàn)級(jí)訂單突破。Scale AI因Meta入股失去Google、OpenAI、xAI等關(guān)鍵客戶后，留下的市場(chǎng)真空正被Surge AI、Mercor和中國(guó)的AI數(shù)據(jù)公司填補(bǔ)。這并非藝恩一家公司的機(jī)遇，海天瑞聲2025年上半年在中國(guó)香港、新加坡、美國(guó)設(shè)立子公司，并購(gòu)菲律賓交付基地，中國(guó)AI數(shù)據(jù)出海正開(kāi)啟一條全新賽道。

從可替代性角度看，藝恩的通用咨詢能力和項(xiàng)目化定制能力可被替代，但在中國(guó)影視綜、代言人、劇綜軟廣、社媒聲量等細(xì)分垂類領(lǐng)域，其長(zhǎng)達(dá)十余年的結(jié)構(gòu)化資產(chǎn)積累，形成了一條難以在短時(shí)間內(nèi)復(fù)制的護(hù)城河。當(dāng)然，藝恩也面臨一些風(fēng)險(xiǎn)，如體量較小、客戶集中度較高、產(chǎn)品化比例仍在提升階段，但這些都是處于“拐點(diǎn)之上”的公司的真實(shí)寫照。

四、海外對(duì)標(biāo)：給中國(guó)AI數(shù)據(jù)公司一面估值鏡子

將藝恩置于全球坐標(biāo)系中，一些有趣的現(xiàn)象浮現(xiàn)。

兩個(gè)重要觀察值得強(qiáng)調(diào)：其一，高估值屬于“產(chǎn)品化 + 專家化 + 資產(chǎn)化”的復(fù)合型玩家，而非單純的人力密集型標(biāo)注廠；其二，Scale AI的中立性危機(jī)，為中國(guó)AI數(shù)據(jù)公司打開(kāi)了一個(gè)原本不存在的海外窗口。

2026年初，Anthropic以1830億美元估值完成約130億美元新融資，AWS累計(jì)加注至250億美元；OpenAI以8400億美元估值完成1100億美元融資。下游資金端的充裕，直接提升了上游數(shù)據(jù)端的采購(gòu)能力。Surge AI年化營(yíng)收沖至14億美元、Mercor ARR突破4.5億美元、Snorkel引入Expert DaaS產(chǎn)品線，背后都是這股資金浪潮的推動(dòng)。中國(guó)AI數(shù)據(jù)公司也不會(huì)置身事外。

五、三個(gè)結(jié)構(gòu)性機(jī)會(huì)和一個(gè)必須克制的判斷

站在2026年第二季度的觀察點(diǎn)，中國(guó)AI數(shù)據(jù)供應(yīng)鏈存在三個(gè)結(jié)構(gòu)性機(jī)會(huì)。

第一個(gè)機(jī)會(huì)是數(shù)據(jù)資產(chǎn)入表帶來(lái)的“資產(chǎn)化紅利”。財(cái)政部《企業(yè)數(shù)據(jù)資源相關(guān)會(huì)計(jì)處理暫行規(guī)定》自2024年1月起實(shí)施，數(shù)據(jù)首次作為無(wú)形資產(chǎn)或存貨進(jìn)入資產(chǎn)負(fù)債表。藝恩無(wú)形資產(chǎn)（數(shù)據(jù)資源）同比增長(zhǎng)103.34%，這不僅是一個(gè)會(huì)計(jì)動(dòng)作，更是估值邏輯的切換——從“賣服務(wù)賺收入”轉(zhuǎn)向“攢資產(chǎn)賺資產(chǎn)溢價(jià)”。當(dāng)數(shù)據(jù)資產(chǎn)可被審計(jì)、評(píng)估和質(zhì)押，這條產(chǎn)業(yè)鏈的金融屬性將被重新發(fā)掘。

第二個(gè)機(jī)會(huì)是中國(guó)AI出海帶來(lái)的“合規(guī)數(shù)據(jù)出境通道”機(jī)遇。2025 - 2026年，中國(guó)短劇出海內(nèi)購(gòu)規(guī)模以“一年翻三倍”的速度增長(zhǎng)；中國(guó)開(kāi)源大模型在海外調(diào)用量一度超過(guò)美國(guó)；跨境電商AI應(yīng)用、出海品牌的本地化營(yíng)銷Agent需求呈井噴之勢(shì)。他們需要的不是一次性大單，而是一個(gè)可持續(xù)、合規(guī)、本地化的數(shù)據(jù)供應(yīng)伙伴。藝恩海外業(yè)務(wù)首次千萬(wàn)級(jí)突破，只是這條通道剛剛打通的信號(hào)。

第三個(gè)機(jī)會(huì)是多模態(tài)爆發(fā)帶來(lái)的“垂類高質(zhì)量數(shù)據(jù)集”稀缺性。Sora 2、Veo 3、Kling 2.0等視頻生成模型的競(jìng)賽，使視頻 - 文本對(duì)齊數(shù)據(jù)、幀級(jí)caption、劇情結(jié)構(gòu)標(biāo)注成為真正的“戰(zhàn)略物資”。Epoch AI的“數(shù)據(jù)墻”預(yù)言表明，通用文本將很快耗盡，未來(lái)十年的競(jìng)爭(zhēng)將聚焦于垂類高質(zhì)量數(shù)據(jù)集領(lǐng)域，“影視綜、代言人、社媒情緒、品牌合作、劇綜軟廣”恰好是藝恩長(zhǎng)期積累的四大領(lǐng)域。

然而，必須清醒地認(rèn)識(shí)到，機(jī)會(huì)并不等同于勝利。藝恩體量仍小，產(chǎn)品化比例仍在爬坡，數(shù)據(jù)產(chǎn)品業(yè)務(wù)的127.68%增速需要在更高基數(shù)上再次證明；海外千萬(wàn)級(jí)突破只是起點(diǎn)而非終點(diǎn)；無(wú)形資產(chǎn)入表的會(huì)計(jì)動(dòng)作，也需要相應(yīng)的審計(jì)、評(píng)估、估值方法論跟進(jìn)。產(chǎn)業(yè)鏈不會(huì)獎(jiǎng)勵(lì)“站在風(fēng)口上的人”，只會(huì)青睞“在風(fēng)來(lái)之前就把房子蓋好的人”。

結(jié)語(yǔ)：被低估的供應(yīng)鏈卡位者，還是被新秩序重塑的老玩家

回到文章開(kāi)頭的會(huì)議室。凌晨?jī)牲c(diǎn)，數(shù)據(jù)負(fù)責(zé)人刪除了那三成“來(lái)源不清”的數(shù)據(jù)，開(kāi)始討論替代方案。有人說(shuō)需要真正“干凈”的數(shù)據(jù)，有人說(shuō)需要更垂直、更具中國(guó)語(yǔ)境的數(shù)據(jù)，還有人表示需要一個(gè)能陪伴公司發(fā)展到下一個(gè)版本的“數(shù)據(jù)伙伴”。

這些聲音共同勾勒出2026年中國(guó)AI數(shù)據(jù)供應(yīng)鏈的需求曲線，指向一批過(guò)去被低估的玩家——他們既非巨頭，也非網(wǎng)紅創(chuàng)業(yè)公司，而是在某一垂直領(lǐng)域默默積累十幾年結(jié)構(gòu)化數(shù)據(jù)的“供應(yīng)鏈卡位者”。藝恩數(shù)據(jù)便是其中之一。其坐標(biāo)獨(dú)特：橫跨產(chǎn)品層、渠道層、應(yīng)用層，覆蓋三模態(tài)四領(lǐng)域，資產(chǎn)化、產(chǎn)品化、出海化三條曲線同時(shí)上揚(yáng)。

它會(huì)成為那個(gè)“被低估的供應(yīng)鏈卡位者”，還是“被產(chǎn)業(yè)鏈新秩序重塑的老玩家”？這是2026年留給資本市場(chǎng)的一道開(kāi)放題。答案不會(huì)出現(xiàn)在一份年報(bào)中，而將在未來(lái)三到五年的每一次訂單、每一次復(fù)購(gòu)、每一次資產(chǎn)評(píng)估中逐漸揭曉。

但有一點(diǎn)是確定的：大模型的故事已進(jìn)入第三季，而真正決定勝負(fù)的“原材料”問(wèn)題，才剛剛翻開(kāi)第一頁(yè)。