2026数据工厂白皮书丨AI正在耗尽它的“燃料”,数据工厂是解药

2025年，中国AI推理数据量首次超过训练数据量，AI从“学习”正式进入“干活”阶段。

但活还没干多久，燃料已经不够了。词元日调用量，即大模型每天处理的文字单元数量，从2024年初的1000亿跃升至2025年底的100万亿，两年增长超千倍。

与此同时，全球57.5%的网页请求已来自机器人，智能体流量首次超过人类流量。AI在以惊人的速度吃掉数据，而高质量数据集的供给方式，还停留在每个AI公司各自雇人标注的作坊式阶段。

为填补这个缺口，一个新的产业——数据工厂应运而生。

DeepSeek实现了算力平权和算法平权之后，AI普及的最后一个堡垒是数据平权。当前面向AI的数智产业链存在三个薄弱环节：

数据供不出。 在互联网上能直接流通的数据只占全球总量不到4%，还有96%的数据无法流通。视频、音频、图片，这些机器最需要的非结构化数据，采集难度大、标注成本高。更关键的是，涉及隐私和商业机密的私域数据占80%，原始数据不出域的政策要求让AI公司望而却步。

图：数据“供不出”问题依旧突出

行业数据存不好。 高价值的行业数据分散保存在各部门、各企业，每年未使用的数据占比约四成。

• 欧美国家重视潜在价值数据的长期保存；

• 美国国家安全局要求电子通信数据存储周期达100年；荷兰要求医疗机构影像数据存储100年；

• 中国部分行业的数据存储主要考虑安全而非价值挖掘。

图：数据“存不好”现象普遍存在

高质量数据集作坊式生产。 过去4年全球企业AI采用率增长270%，中国更是增长320%。但高质量数据集的生产方式仍以零散式、作坊式为主，每家AI公司自己采数据、自己标数据、自己用数据，又慢又贵，无法复制。吴恩达说：“AI世界在这十年中需要经历的最重要转变，将是转向以数据为中心的AI。”

图：高质量数据集“作坊式”生产效率低下

AI不缺算力、不缺算法，缺的是能规模化、设施化生产高质量数据的工厂。

正如工业社会有水厂、电厂一样，数智社会也需要数据工厂。

数据工厂是面向AI大模型应用、开展高质量数据集设施化规模化标准化生产的数据基础设施。它由三个车间构成：

储备车间，数据原料的供应基地。负责数据资源的规模化收储和标准化预处理，包含数据采集、存储、管理三大平台。

图：储备车间的构成体系

生产车间，高质量数据集的流水线。负责将储备数据深度加工，规模化生产可供AI大模型训练、微调、推理的高质量数据集。数据清洗、合成、增强、标注、质检，全部在流水线上完成。

图：生产车间的构成体系

中试车间，数据集投产前的靶场。负责对生产出的数据集进行质量评估和模型适配验证，确保数据集真正能用、好用。

图：中试车间的构成体系

传统企业做数据治理，数据是业务的副产品，采数据是为了支持业务，没人专职管、没人系统养。数据工厂恰恰相反，数据就是产品本身。采数据、存数据、洗数据、标数据、验数据，全部流水线化。AI公司不需要自己雇500个标注员，直接采购标准化数据集就行。

数据正在从副产品变成产品本身，数据工厂就是这个转变的产业形态。

数据工厂可以按四种路径建设：

• 数据标注企业升级，海天瑞声、数据堂等传统数据标注龙头，从劳动密集型向设施化、智能化升级。

• 数据存储基地转型，八大枢纽十大集群及华为、曙光等存储基地，从存数据升级为加工数据。

• 人工智能企业延伸，百度、抖音、腾讯、阿里等头部AI企业，将数据业务独立运营。

• 技术企业创新设立，通过数据虚拟化技术实现原始数据不出域的分布式数据工厂。

图：数据工厂的四种建设模式

不同模式对应不同运营方式：面向国家战略需求用保障模式，面向技术创新用定制模式，面向成熟市场用电商模式，面向重点领域用结对子模式。

数据工厂不是统一模板，从国家战略储备到市场化交易，不同场景需要不同打法。

数据工厂不是纸上谈兵。

ScaleAI，2016年成立的数据标注公司，2021年获得美国军方2.5亿美元合同，将战场图像加工成高质量数据集。客户覆盖OpenAI、英伟达、Meta、微软。2025年6月，Meta以143亿美元收购其49%股份。

美国星际之门项目，总投资5000亿美元，将高质量数据明确定位为国家战略资产。

崖州湾国家实验室“繁|未来农业智能枢纽”，2025年11月发布，已上线8类数据库、3000多个基因组，可提升育种效率30%。

图：崖州湾国家实验室超级数据工厂架构

贵州主枢纽存力中心，依托国家东数西算工程，已汇聚47个重点数据中心，可调度算力4.5EFLOPS、存力980PB，正在把西部的存储资源变成AI的数据原料仓。

图：贵州主枢纽存力中心数据工厂架构

帕西尼具身智能超级数据工厂，2025年6月在天津投用，占地近12000平方米，部署150个标准化采集单元，预计年产近2亿条高质量训练数据，重点填补触觉模态数据的空白。

图：帕西尼具身智能超级数据工厂架构

从军方订单到育种基因，从国家算力枢纽到具身智能，数据工厂正在从企业自建升级为国家基础设施。这不再是某家公司的生意，是国家的战略布局。

AI正在耗尽燃料，数据工厂是解药。

但问题来了，谁来做这件事？

如果你所在的企业每年花几百万雇人标数据、买数据，你已经是数据工厂的潜在客户。如果你所在的公司靠卖数据赚钱，你已经在数据工厂的赛道上。

从海外微短剧到养老科技、具身智能，再到今天的数据工厂，每一份报告都在提醒同一件事：数字化的基础设施正在被重新定义。数据工厂是最近的一块拼图，不是最后一块。

数据工厂的第一批建设者，不是AI公司，是那些把数据当作资产来经营的人。

面对瞬息万变的市场，精准决策需要专业信息支持。三个皮匠报告提供全球核心研究资源，八大核心板块，助您高效获取深度洞见。

• 自研报告库：聚焦前沿技术与新兴产业，提供独家、深度的原创研究，输出具有前瞻性的市场洞察。

• 报告库：拥有庞大的500万份+行业研究报告数据库，覆盖国内外TOP级咨询公司与机构，致力于保障信息的时效性与高质量，核心优势：

1. 每日更新：每日新增报告超过900份，确保信息始终处于行业前沿。

2. 来源严选：报告来源于广泛的专业机构与智库，经过系统性收录与整理，保障内容的专业性与参考价值。

3. 报告合集：提供按行业、产业或关键概念（如“十五五规划”、“银发&养老”、“低空经济”等）的报告合集，每个合集内包含近两年内市面上经人工挑选的优质中英文报告/研报等，一键打包下载，动态维护更新。

• 英文报告库：收录全球TOP咨询公司、知名研究所、顶级国际智库原版英文报告，并提供AI智能翻译与总结，实现中英对照高效阅读。

• 研报库：严选国内外顶级券商与投行的深度分析报告，直接服务于价值判断与市场预判。

• 企业财报库：系统收录全球主要上市公司的官方年报、季报及招股说明书（IPO文件），涵盖A股、港股、美股等全球主要股市。

• 数据图表库：从海量报告中深度提取、清洗和归类了超过1200万份核心数据与图表，涵盖市场规模、竞争格局、财务趋势、技术路径等关键可视化信息，支持一键下载使用。

• 会议峰会：实时汇聚从国内行业峰会到国际专业论坛的会议嘉宾演讲资料，将嘉宾的核心演讲PPT整合成专题，一键打包下载。

• 政策库：及时收录国家及地方各级产业政策。更有专题/汇编两大特色服务，精准定位行业政策。

1. 政策专题：提供按行业、产业或关键概念（如“新能源汽车”、“碳中和”、“人工智能”）的政策全景视图，方便了解从国家到各个地区关于这些领域的相关政策。

2. 政策汇编：提供热门概念及重点产业核心政策文件汇编（如国家部委发文、地方政府条例等）。