海天瑞声：Scale AI和公司近况解读

海天瑞声：ScaleAl和公司近况解读会议内容： 近期有外媒报道，Meta可能向ScaleAl投资数十亿至百亿美金，这可能是Meta迄今为止最大的外部AI投资，Meta自2023年以来持续加大对AI的投入，全年AI投资规划上限已提升至约700亿美金。 ScaleAl成立于2016年，是OpenAl早期数据标注和治理的核心供应商之一。其客户包括OpenAl、微软、Meta、英伟达和美国国防部，营收从去年约8.7亿美金有望增长至今年约20亿美金，估值也从去年的138亿美金可能在此轮融资中至少翻 倍。 分析认为，Meta投资ScaleAl可能基于两点：一是高质量数据处理对模型训练 （包括预训练、后训练、强化学习）依然至关重要：二是未来3—5年Agent（智能体）是确定趋势，其有效性高度依赖数据。数据是决策的基础，在A应用爆发（如代码生成）和Agent落地过程中，数据的积累和处理是关键瓶颈。 海天瑞声观点： 交为知ScaleAl此次融资规模远超预期。其高速增长的驱动力主要来自两方面： 1.AI应用普及与多模态需求激增：A单位成本下降（如Sora等模型的出现）使得更多机构有能力构建自身AI体系，生态繁荣度提升。同时，大模型从LLM转向多模态，带来文本以外视觉、语音数据需求的激增。海天瑞声自身业务结构也反映了这一趋势，2024年Q1视觉业务收入占比首次达到49%（语音40%，文本11%），逆转了以往语音占主导的局面。多模态交互场景（如智能驾驶依赖语音）和垂直行业（如医疗、法律、金融）的结构化数据需求也在快速增长. 2.美国军方和政府大额订单：ScaleAl近年高速增长的最大驱动力来自美国军方和政府订单，保守估计，其2024年约20亿美金收入中，一半可能来源于此，其业务模式已超越传统数据标注，转变为向军方、政府及大型科技客户提供“数据生产线”（平台+专家团队）的本地化部署和定制化服务，解决其A能力不足和数据敏感性问题。这种模式带来了极高的客户粘性、持续的大额订单和高毛利。例如，其拳头产品“Donut平台”能基于开源大模型进行定制化微调和训练部署。相比之下，海天瑞声目前尚无军方订单，主要受限于国内资质获取难度和体制差异。 海天瑞声近况与策略： 1.业务高速增长：2023年收入同比增长40%，2024年Q1同比增长72%。增长动力包括多模态需求、垂直行业数据需求以及新拓展的政企业务。 2.业务链拓展（国内）： 政企业务（Q1新增）：参与国家级数据标注基地建设和地方数据要素产业化项目。模式通常为“3+1”：地方国资平台（资源整合）、当地运营商（如移动，客情与集成）、海天瑞声（专业数据服务）合作，提供数据治理、数据标注、平台本地化部署 （可信数据空间）；可选项是结合地方职教资源建设数据标注基地。此业务受益于央企“AI+”行动。数据要素产业化政策及地方产业升级需求，预计下半年产生收入。 与央企合作深化：受益于股东中国移动的“源头联动”机制，海天瑞声获得了来自移动体系及其他央企在AI模型训练数据方面显著增长的订单。 3海外扩张： 。2023年近50%收入来自境外（标准化产品为主），境外市场规模估计为国内的5-6倍。 通过并购整合了菲律宾约1500人的BPO（业务流程外包）交付基地，具备英语和部分西班牙语能力，成本约为国内的1/3到1/4，交付效率高。该基地已承接中国社交媒体公司的海外内容审核等业务，并开始贡献收入和利润。目标是通过此基地补齐海外定制化服务能力短板，未来争取承接美国大型科技客户的定制化订单，规避潜在的地缘政治风险。 4.研发与竞争力：持续投入AI辅助标注、合成数据、具身智能相关数据等研发，以有限的全职员工（约250人）支撑大规模项目交付。核心竞争力在于服务多元化客户积累的丰富数据现象处理经验，以及合规的数据获取方式（定向采集与版权授权，非网络爬取)。 行业格局看法： ·客户自建数据团队主要处理技术/商业敏感度高、规模不大的需求，与海天瑞声服务形成差异化。海天瑞声服务于全球超1100家客户（年活跃数百家），处理数据的多样性、规模和经验远超单一客户团队，且常接手客户自建团队处理未达标的项目。 ·数据来源结构在变化：开源数据集消耗殆尽：网络爬取数据面临日益严格的版权合请，用作其规风险；外采版权清晰数据的需求在增长（如海天瑞声的模式），这对公司构成客观利好。 总结： Meta对ScaleAl的大额投资再次印证了Al数据行业的价值。ScaleAl的发展路径（尤其政军大单和平台化服务）为海天瑞声提供了借鉴。海天瑞声正抓住国内 AI+、数据要素产业化以及全球多模态、Agent发展的机遇，通过拓展政企业务、深化央企合作、布局海外产能（尤其定制化能力）、持续投入研发来把握行业红利，并致力于将良好的行业发展势头转化为公司业绩体现。