海天瑞声机构调研纪要

海天瑞声作为AI训练数据解决方案提供商，覆盖多语言、跨领域、跨模态数据，服务全球近200个语种及方言，与810家主流企业及科研机构合作。公司核心业务及布局如下：

1. 境外基地布局
   2024年整合东南亚超1000人标注基地，预计2025年贡献千万级美元收入。计划2026年再建1个本地化交付基地，预计新增500人，以承接中国科技公司出海业务及北美头部客户订单。

2. 境外传统训练数据业务驱动因素
   全球化AI应用场景推动高质量、多语种、场景化数据需求，主要驱动产品线包括：

   • 多语种语音识别数据（智能助手、客服机器人）
   • 多语种手写体数据（金融票据识别、手写笔记数字化）
   • 多语种文本数据（自然语言理解、内容审核、机器翻译）
     公司凭借全球供应链管理和技术能力持续获取此类项目。

3. 政府类业务布局
   与地方政府合作模式包括：

   • 基于地方特色数据建设行业数据集
   • 搭建可信数据空间保障数据安全
   • 参与数据交易平台建设
   • 开展场景化模型开发与应用落地
     已与成都、长沙等试点城市合作，呼和浩特、广西等项目已启动，完成首批高质量数据集交付。

4. 具身智能数据业务
   公司看好该新兴赛道，组建专项团队并选址全国多地。驱动因素包括：

   • 国家政策支持具身智能产业
   • 控制机器人认知决策依赖高质量数据
   • 头部科技企业及地方政府启动规模采购
     已与机器人厂商、科技大厂及地方政府合作，推进样例数据交付与训练场方案设计。

5. 竞争优势

   • 业务模式：服务+产品双模式，标准化数据集贡献显著收入和毛利
   • 技术平台：算法、平台、工程化能力提升，人机协同效率优化
   • 供应链管理：长期建设保障资源获取，未来平台化提升管理效率
   • 数据安全合规：通过ISO认证，符合GDPR等法规，获客户认可

6. 客户算法预标注的价值
   客户预标注仅覆盖部分需求，海天瑞声在：

   • 更精细化处理能力（人机耦合预标注算法迭代快）
   • 前沿数据需求覆盖（客户算法无法覆盖新场景）

7. 规模效应

   • 规模效应：研发费用摊薄、成本下沉空间（技术投入+供应链管理）
   • 数据集产品：标准化数据集复卖率高，实现规模化效应。