2020-2027 年中国数据治理与面向 AI 的数据治

图表29：2020-2027年中国AI基础数据服务市场规模图表30：2020-2027年中国数据治理与面向AI的数据治

理市场规模

67 56 46 37 29 27 31 80 70 60 50 40 30 20 10 0

2020202120222023E2024E2025E2026E2027E

30%

25%

20%

15%

10%

5%

0%

-5%

-10% 350 300 250 200 150 100 50 0

302 265 232 198 162 133 89 106 102 121 71 86 29 35 45 56

2020202120222023E2024E2025E2026E2027E

来源：艾瑞咨询，国金证券研究所来源：艾瑞咨询，国金证券研究所

垂类模型的训练需要海量优质且合法的数据资源，其中包含两方面的维度，第一是海量的数据资源，第二是优质且合法的数据资源。

在垂类模型的训练过程中，在保证数据质量的前提下，训练数据量越大，模型的推理能力就越强；训练数据集的丰富度和全面性越高，模型泛化能力越强；数据更新的及时性越高，模型的实用性就越强。单一企业所拥有的数据难以同时满足质量、规模、多样性、实时性方面的要求，使得模型性能提升存在瓶颈，需要通过数据流通补充企业所缺少的数据资源。当前阶段，模型厂商主要通过共建生态或者数据交易两种方式获取垂类数据，百度、科大讯飞等厂商与各行业企业建立起生态合作关系，在行业数据、模型算法上实现优势互补；Reddit4月份宣布将对调用其API的公司收费，中文在线按照采集数据包的大小及数据类别对模型厂商进行收费。