1、下游人工智能行业整体发展情况及未来发展趋势（1）训练数据是当前 AI 算法发展和演进的“燃料”在 AI 产业链中，算法、算力和数据共同构成技术发展的三大核心要素。在当前人工智能行业发展进程中，有监督的深度学习算法是推动人工智能技术取得突破性发展的关键技术理论，而大量训练数据的支撑则是有监督的深度学习算法实现的基础，训练数据已成为算法模型发展和演进的“燃料”。算法模型从技术理论到应用实践的落地过程依赖于大量的训练数据，2012-2016 年期间，人工智能行业不断优化算法增加深度神经网络层级，利用大量的数据集训练提高算法精准性，ImageNet 数据集的超过 1,400 万张训练图片和 1,000 余种分类便在其中起到重要作用。然而，从自然数据源简单收集取得的原料数据并不能直接用于有监督的深度学习算法训练，必须经过专业化的采集、加工，形成相应的工程化训练数据集后才能供深度学习算法等训练使用。目前，应用有监督学习的算法对于训练数据的需求远大于现有的标注效率和投入预算，基础数据服务将持续释放其对于算法模型的基础支撑价值。（2）AI 产业对训练数据服务的需求持续产生AI 产业对训练数据的需求主要来源于成熟算法模型的拓展性需求和新生算法模型的前瞻性需求。在成熟的拓展性需求方面，Mckinsey Global Institute 的研究报告表明：深度学习模型对训练数据的数据量、多样性和更新速度方面提出较高要求。为充分发挥技术潜能，深度学习模型需要海量且涵盖图像、视频及语音在内等多种类型的训练数据进行模型训练。此外，人工智能技术要求算法模型根据潜在的应用场景变化而持续更新，因此，算法模型所使用的训练数据亦需要定期更新。具体而言，约 1/3 的算法模型每月至少更新一次，约 1/4 的算法模型每日至少更新一次，算法模型持续更新的特点将进一步拓展各领域训练数据的需求空间。而在新生的前瞻性需求方面，随着人工智能商业化进程的演进，新兴应用场景如智联网 AIoT、AI PaaS、产业互联网等将展现出巨大的发展潜力，并逐步促进 AI 技术和算法模型的优化和创新。因此，在创新应用场景和新型算法的带动下，具有前瞻性的训练数据产品和高定制化的训练数据服务需求将逐步成为主流。（3）全球和中国的 AI 产业市场规模①全球 AI 产业市场规模经过多年的发展，人工智能技术已在金融、医疗、安防等多个领域实现技术落地，且应用场景愈来愈丰富，AI 产业已进入全方位商业化的发展阶段。截至 2019 年年末，全球共有 5,386 家活跃 AI 企业，27,400 名高级研究人员，20 座重点发展城市。2019 年，全球人工智能行业共产生约 374 亿美元融资，其中，自动驾驶、药物医疗、人脸识别、视频内容和金融反欺诈是获得融资最多的领域。根据国际数据公司（IDC）的数据，2020 年，全球人工智能产业规模达到501 亿美元，预计 2024 年将达到 1,100 亿美元，年复合增长率为 21.73%。景如智联网 AIoT、AI PaaS、产业互联网等将展现出巨大的发展潜力，并逐步促进 AI 技术和算法模型的优化和创新。因此，在创新应用场景和新型算法的带动下，具有前瞻性的训练数据产品和高定制化的训练数据服务需求将逐步成为主流。（3）全球和中国的 AI 产业市场规模①全球 AI 产业市场规模经过多年的发展，人工智能技术已在金融、医疗、安防等多个领域实现技术落地，且应用场景愈来愈丰富，AI 产业已进入全方位商业化的发展阶段。截至 2019 年年末，全球共有 5,386 家活跃 AI 企业，27,400 名高级研究人员，20 座重点发展城市。2019 年，全球人工智能行业共产生约 374 亿美元融资，其中，自动驾驶、药物医疗、人脸识别、视频内容和金融反欺诈是获得融资最多的领域。根据国际数据公司（IDC）的数据，2020 年，全球人工智能产业规模达到501 亿美元，预计 2024 年将达到 1,100 亿美元，年复合增长率为 21.73%。景如智联网 AIoT、AI PaaS、产业互联网等将展现出巨大的发展潜力，并逐步促进 AI 技术和算法模型的优化和创新。因此，在创新应用场景和新型算法的带动下，具有前瞻性的训练数据产品和高定制化的训练数据服务需求将逐步成为主流。（3）全球和中国的 AI 产业市场规模①全球 AI 产业市场规模经过多年的发展，人工智能技术已在金融、医疗、安防等多个领域实现技术落地，且应用场景愈来愈丰富，AI 产业已进入全方位商业化的发展阶段。截至 2019 年年末，全球共有 5,386 家活跃 AI 企业，27,400 名高级研究人员，20 座重点发展城市。2019 年，全球人工智能行业共产生约 374 亿美元融资，其中，自动驾驶、药物医疗、人脸识别、视频内容和金融反欺诈是获得融资最多的领域。根据国际数据公司（IDC）的数据，2020 年，全球人工智能产业规模达到501 亿美元，预计 2024 年将达到 1,100 亿美元，年复合增长率为 21.73%。根据高德纳咨询（Gartner）2018 年的预测数据，2019 年，全球人工智能产业的商业价值将达到 19,010 亿美元，预计 2022 年将达到 39,230 亿美元，年复合增长率为 27.31%。②中国 AI 产业市场规模当前我国人工智能产业加速发展，从基础支撑、核心技术到行业应用的产业链条基本形成，一批创新活跃、特色鲜明的创新企业加速成长，新模式、新业态不断涌现，整体呈现蓬勃发展态势。政策支持、投资引导和巨头布局将推动中国AI 产业的结构调整，进一步扩大市场规模。截至 2019 年年末，中国（不含港澳台）活跃 AI 企业达到 1,189 家，占全球总数的 22.08%，位居全球第二；中国高级研究人员共有 533 名，AI 人才储备方面综合排名全球第七，仍有较大的发展空间。2019 年期间，中国人工智能领域论文的发布数量占该领域全球论文发布总量的 28%，位列全球第一；2008-2019年人工智能领域的专利申请共发生 448,684 项，中国拥有 66,508 项，位列全球第二，中国的 AI 技术水平处于全球前列。2019 年，中国人工智能行业的融资总额约为 166 亿美元，占全球的 44.39%，位居全球首位。根据国际数据公司（IDC）的数据，2020 年，中国人工智能产业规模将达到 62.70 亿美元，预计 2024 年将达 172.16 亿美元，年复合增长率达到 30.40%。2、人工智能基础数据服务行业发展情况及未来发展趋势（1）全球 AI 基础数据服务行业的发展情况全球基础数据服务行业处于快速成长期，市场规模具有较大的增长空间。应用场景的创新和机器学习算法的流行直接带动了训练数据需求的大幅增长，这种趋势导致训练数据难以获取和数据科学家、数据工程师等人力资源稀缺成为制约AI 产业发展的两大挑战。根据 Dimensional Research 的全球调研报告，72%的受访者认为至少使用超过 10 万条训练数据进行模型训练，才能保证模型有效性和可靠性，96%的受访者在训练模型的过程中遇到训练数据质量不佳、数量不足、数据标注人员不足等难题。为应对训练数据所带来的多方面挑战，AI 企业开始从第三方购买原料数据收集、训练数据生产和数据专家咨询等服务，调研结果指出，外包服务能够有效加快算法模型落地应用的速度。因此，得益于训练数据需求增长和对外采购意识的形成，全球基础数据服务行业进入快速成长期，市场规模具有较大的增长潜力。（2）中国 AI 基础数据服务行业市场规模与需求类型①中国基础数据服务行业的市场规模从 AI 产业链的发展情况和未来发展趋势来看，中国基础数据服务行业的市场规模将不断扩大。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，随着行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。根据艾瑞咨询《2020 年中国 AI 基础数据服务行业研究报告》，2019 年中国基础数据服务行业的市场规模达到 30.9 亿元，预计 2025 年将突破 100 亿元，复合年增长率达到 21.8%。②中国 AI 基础数据服务行业需求类型按数据类型划分，中国基础数据服务行业的市场需求可以分为图像类数据需求、语音类数据需求和自然语言处理类数据需求。2019 年，图像类、语音类和自然语言处理类数据需求规模占比分别为 49.7%、39.1%和 11.2%。

在未来的几年中，公司计划大规模研发多语种、多场景下的语音识别、语音合成、计算机视觉以及自然语言训练数据，尽可能使客户通过采购公司的训练数据产品/服务即可获得开发大规模、可商用的人工智能系统所需要的全部训练数据。为了提高完成这一大规模研发项目的工作效率，公司计划升级一体化数据处理平台，扩建研发中心，合作/聘请更多的国内外语言学家、人工智能技术专家、分布式系统技术专家、软件研发专家和数据安全技术专家，提升公司在训练数据开发工具、平台研发以及数据处理技术能力方面的双重提升。同时，公司也计划与更多的境内外大型科技公司、人工智能公司、科研院所合作，开发设计更多训练数据驱动的应用场景，进一步拓展公司的业务范围。