数据预训练服务商是 AI 数据产业链中承上启下的关键一环

我们认为，AI预训练数据承接下游采集的全新场景数据，为下游客户场景落地的的算法迭代提供高效燃料，进一步满足场景功能性的拓展。AI预训练数据服务有望伴随场景应用的落地而快速成长。根据德勤预测，2027年AI预训练数据服务市场规模有望达到160亿元，2022-2027五年复合增速为28.9%。

和传统的深度学习模型相比，大模型的数据数量需求指数级增加。传统深度学习技术路线下，训练小模型大约需要GB级数据，但训练大模型通常需要TB级数据，如GPT-3原始文本语料多达45TB。

叠加当前大模型优化的边际效用下降，优化迭代的成本指数性增加，算法竞争的准入门槛逐步提高，科技巨头逐渐形成各自的算法护城河。依靠大模型性能和自身强劲的资本优势，巨头有望领先发力垂直领域的模型整合，叠加政策频频加码（表4）助力场景落地，应用场景拓展有望成为AI大模型算法迭代创新的新动能。