AI训练数据成新“石油”：上深数据交易所上线训练数据专区，卖数据也能成生意

一、大模型时代的”饥荒”：训练数据缺口到底有多大

2026年4月28日，在数字中国峰会的一场论坛上，蚂蚁集团研究院院长李振华说了一句让在场许多AI从业者点头的话：高质量的标注数据已成为制约模型智能上限的一大痛点。他的判断是，通用大模型往往难以满足专业场景的精度要求，核心原因在于缺乏足够数量且足够质量的专家级标注训练数据；尤其在医疗影像、工业质检这类垂直领域，国内大模型和海外同行在高质量标注数据的积累上存在明显差距。

这不是危言耸听。大模型的底层逻辑决定了它对数据的胃口只会越来越大：预训练阶段需要海量通用语料”打底”，指令微调阶段需要高质量人机对话数据”精修”，强化学习阶段还需要带推理过程标注的专家数据”开小灶”。业界流传一种形象的说法——通用互联网语料就像容易被开采的浅层油田，到2026年前后已经基本被各大模型厂商”抽干”，剩下的都是难开采的”深层油藏”：要么是藏在企业内部的专业数据，要么是需要专家花大量时间标注才能用的高价值数据。有行业报告甚至指出，全球中文高质量训练语料在整体高质量语料中的占比不足1%，中文语境下的优质训练数据稀缺程度远超英文世界。

缺口的另一面是价格。在数据标注行业，”一条””一张””一帧”是常见计价单位：普通图像拉框标注每张可能只要几分钱到几毛钱，但对精度要求高的医疗影像标注、需要专业人士参与的法律法规标注，单条价格可以冲到几元甚至几十元。所谓”高质量标注数据一公斤卖到几千元”的说法虽有夸张成分，却也真实反映了行业情绪——在专业垂直领域，经过专家精标的数据集，其单位价值确实已经可以按”克”论价。大洋彼岸的资本市场给出了更直白的定价：2025年6月，数据标注独角兽Scale AI宣布获得Meta公司143亿美元战略投资，投后估值飙升至290亿美元（人民邮电报，2025年7月）。一家”卖标注数据”的公司估值近300亿美元，这个信号足以让所有关注AI产业的人重新掂量”数据”两个字的分量。

再看宏观盘子。据新浪财经2026年8月底汇总的行业数据，2024年我国数据标注产业规模已突破80亿元，年均增速超过20%，中商产业研究院预测2026年市场规模将达到132.1亿元，2029年有望冲击更高量级；另有市场机构的报告估计，中国AI语料与数据标注市场2025年规模在109亿至118亿元之间。无论采用哪一家的口径，结论都指向同一个方向：训练数据是一条确定性极高、增速极快的赛道。而在需求侧，行业普遍反映数据标注人才缺口巨大，高端专业标注人才的供需错配尤为严重——会拉框的人多，懂医学影像、懂工业工艺、懂法律条文的专业标注者极度稀缺。

石油时代的核心矛盾从来不是”地球上没有油”，而是”能合规开采、运输、交易的油在哪里”。AI时代的数据产业正在重演这个剧本：数据总量不缺，缺的是产权清晰、质量过硬、可以合法买卖的高质量训练数据。要解决这个矛盾，光靠企业之间点对点私下交易是不够的，必须有一个公开、标准、合规的场内市场——这正是数据交易所的”训练数据专区”登场的舞台。

二、从语料库到训练数据专区：交易所的三年长跑

很多人以为”训练数据专区”是一夜之间冒出来的新事物，其实这是一场持续三年多的渐进式长跑，而上海和深圳的两大交易所正是领跑者。

2023年7月7日，2023世界人工智能大会期间，上海数据交易所官网正式上线语料库，累计挂牌近30个语料数据产品，涵盖文本、音频、图像等多模态类型，覆盖金融、交通运输、医疗等领域，海天瑞声、拓尔思等百余家合作伙伴首批接入（上海证券报，2023年7月8日）。这是国内数据交易所第一次为大模型训练数据开辟专门板块。彼时ChatGPT掀起的大模型热刚刚传导到国内，上海数交所的这一步，被业界视为”数据要素×人工智能”的破冰之举。

深圳数据交易所的路线略有不同。2025年3月，深圳市出台《加快打造人工智能先锋城市行动计划（2025—2026年）》，深数所随即围绕“构建行业语料集”与”探索数据跨境流动”两大核心任务布局（广州日报，2025年3月11日）。同样是2025年3月，深数所龙岗数据要素服务工作站促成跨境数据商OORT向深圳云天励飞提供工业领域数据集，包括专业呼吸面罩及有限空间作业通风管道的图片采集数据——这是深数所借助其上市数据工具Datahub的全球外包标注模式，打造高质量标准化工业数据集的代表性案例。换句话说，深数所不只是搭了个交易柜台，还深入到了数据集的生产与加工环节。

（表格信息综合自上海证券报、贵州省大数据发展管理局、广州日报、今日头条及央视新闻等公开报道，截至2026年9月）

时间线推进到2026年7月，事情出现了质变。据公开报道，7月8日至9日，国内十余家省级数据交易所同步上线或联合更新AI训练语料专属交易专区及交易规范：统一制定文本、图片、短视频三类训练数据的分级定价标准，规整大模型企业采购原始数据的交易流程；专区内上架的所有数据全部完成版权确权公证或备案，从源头规避模型商用之后的版权诉讼纠纷；企业采购完成后可以开具正规票据，用于申报各地AI产业扶持补贴资金。需要说明的是，这一消息目前主要见于社交媒体传播与行业转述，各交易所官方口径与落地细节存在差异，软盟资讯建议读者以交易所官方公告为准——但多个独立信源指向同一方向：训练数据的场内专区化交易，已经从个别交易所的先行探索，变成全国性基础设施的集体落子。

一个月后的2026数博会则给出了政策端的强烈呼应。8月28日至30日，中国国际大数据产业博览会在贵阳举行：国家数据局副局长夏冰在”高质量数据集和数据标注”主题交流活动中介绍了高质量数据集建设的”3NM”工作体系；国家数据局宣布在32个城市布局第二批数据标注先行先试，加上此前成都、合肥等7个第一批城市，全国将有39个城市开展数据标注先行先试，涵盖工业制造、医疗健康、交通运输、具身智能等领域（央视新闻，2026年8月28日）；14家央国企发起国内首个”数据开放月”活动，汇聚超500项优质数据资源，预计开放超60亿条高价值数据，覆盖电力、物流等行业。8月30日晚，央视《新闻联播》以《我国推出新举措加快数据产业发展》为题进行了报道，并披露全国数据产业规模已超6万亿元、数据企业超48万家。

把这条时间线连起来看，一个清晰的产业叙事浮出水面：交易所搭台（专区）、国家铺路（政策与先行先试）、央国企供给（数据开放）、市场需求爆发（大模型军备竞赛）——训练数据的合规流通体系，正在以远超预期的速度成型。

三、专区到底意味着什么：合法化、标准化，以及普通人的入场券

要理解训练数据专区的分量，得先理解过去大模型企业买数据的痛点。一位大模型厂商的算法负责人曾向媒体倒过苦水：训练素材来源杂乱，随意抓取网络公开内容训练，商用后极易遭遇版权方起诉索赔——这不是理论风险，2026年2月，Anthropic以15亿美元天价和解了因使用约50万本盗版书籍训练模型引发的版权诉讼（新浪财经，2026年2月26日）。而合规数据集又缺少标准化采购渠道，采购流程繁琐、票据不完整，企业甚至无法凭采购凭证申领地方AI产业扶持补贴。供给方同样头疼：手里有数据的机构不知道卖给谁、怎么定价、卖出去会不会踩法律红线。

训练数据专区针对的正是这些痛点，它的价值可以拆成三层。

第一层：交易合法化——给数据发”身份证”

场内交易的核心不是”多一个买卖的地方”，而是合规链路的整体打包。数据进专区之前要经过产权审查、合规评估；上架时完成确权公证或备案；交易过程有存证；交付之后有凭证。2026年7月，国家数据局印发的《数据产权登记工作指引（试行）》进一步夯实了制度底座——国家数据局正加快推进数据产权登记，为不同形态的数据核发统一的”身份证明”，实现”一次登记、全国通用”，助力企业开展数据资产入表、融资担保等商业活动（央视新闻，2026年8月6日）。对买方大模型公司来说，场内采购意味着训练语料的来源合法性有了背书，版权诉讼的达摩克利斯之剑落地的概率大幅降低；对卖方来说，产权登记加交易所挂牌，等于给数据资产做了一次官方认证，交易溢价和融资便利都随之而来。

第二层：定价标准化——从漫天要价到分级明码

数据定价历来是场外交易最大的黑洞：同一份数据集，卖给A公司100万、B公司10万的案例并不罕见，信息不对称导致的扯皮成本极高。专区的做法是按数据类型（文本、图片、短视频）、质量等级、标注深度制定分级定价标准，配合交易所的挂牌信息披露，让买卖双方第一次有了公开的”行情价”。这类似于大宗商品市场从私下议价走向交易所撮合的过程——定价锚点一旦形成，市场流动性就会指数级提升。上海数交所的交易数据佐证了这条曲线：2022年交易额约1亿元，2023年约10亿元，2024年突破40亿元，挂牌数据产品超过4500种（上海市国资委，2024年12月）。

第三层：供给平民化——普通企业与个人手里的数据也能变现

这是对创业者最有想象力的一层。过去数据交易是巨头之间的游戏，专区体系成熟后，中小玩家可以通过三种身份入场：作为数据供方，把企业经营中沉淀的专业数据（脱敏、合规之后）挂牌变现；作为数据服务商，承接清洗、标注、脱敏等加工环节；作为数据经纪，撮合供需两端赚取服务费。江苏省数据交易所2026年1月的案例颇具启发性：医药服务行业专区正式运行并完成首批场内交易，江苏传古科技提供的肠胃炎、肺癌等专病医疗数据集成功卖给了来自海南等地的买家（今日头条，2026年1月4日）——一家地方科技公司手里的专科疾病队列数据，就这样变成了可标准化销售的”商品”。

当然，也要泼一盆冷水保持清醒。行业数据显示，截至2026年初全国各类数据交易机构已超60家，但京沪广深贵五大头部交易所拿走了场内交易额的70%以上，超50家区域性平台普遍”有场无市”（今日头条，2026年9月3日）。换句话说，专区上线只是万里长征第一步，能不能真正跑出持续的交易流水，还要看供需两端的真实活跃度。创业者在选择与哪家交易所合作时，头部平台的挂牌成本更高但流量更真实，区域平台政策更灵活但需要自己验证买家密度，这个权衡后面还会展开。

四、创业者的三个切入方向：谁能在数据油田里挖到金

数据要素市场的机会不是均匀分布的，它更像一个典型的”淘金产业链”：卖铲子的、炼油的、做贸易的，各有各的活法。综合行业实践与政策动向，普通创业者与中小企业最现实的三条切入路径如下。

方向一：垂直领域数据标注与数据集生产

这是门槛最低、政策加持最直接的赛道。32个第二批先行先试城市的布局逻辑已经很清楚：基础拉框标注正在被自动化工具和低成本众包快速摊薄，真正稀缺且能卖出高价的是垂直领域的专家级标注——需要执业医师参与的医疗影像标注、需要工程师参与的工业缺陷样本标注、需要法律从业者参与的合同条款标注。蚂蚁集团研究院院长李振华在2026数字中国峰会上点破的正是这一点：垂直领域高质量标注数据的搭建，国内与海外存在明显差距，而差距就是市场空间。

具体打法上，一线城市团队可以瞄准医疗、法律、金融三大高价值场景，组建”领域专家+标注工程师”的混合团队，按数据集而非按条计价销售成品的垂直数据集；地方团队则可以承接39个先行先试城市的政策红利，与本地医院、工厂、政务部门合作，把区域产业数据加工成标准数据集。深数所Datahub的全球外包标注模式已经验证了这条路：通过全球分布式标注网络生产标准化工业数据集，再通过交易所体系对接买家。一个小团队未必能做出下一个Scale AI，但在某个细分垂类里做出”东北最好的工业质检数据集”或”西南最全的少数民族语言语料库”，是一门完全可以跑通的生意。

方向二：数据清洗、脱敏与合规服务

大量企业手里有数据，但这些数据是”毛坯”状态：格式混乱、夹杂个人信息、权属不清，根本达不到挂牌标准。把毛坯数据加工成”精装修”可交易商品的中间环节，就是数据清洗与合规服务的市场。这项服务的价值随着《数据安全法》《个人信息保护法》的执法常态化而水涨船高——数据不脱敏就交易，轻则交易无效，重则触及法律红线。

2026年2月，国家数据局、工信部、公安部、证监会四部门联合印发《关于培育数据流通服务机构 加快推进数据要素市场化价值化的意见》（国数政策〔2026〕6号），明确把数据流通服务机构作为培育对象，覆盖合规评估、资产评估、经纪撮合、交付服务等全链条。对创业者而言，这是明确的政策信号：“帮企业把数据变成可交易商品”本身就是一个被政策点名的赛道。落地形态可以是数据合规咨询（帮企业做数据分类分级、出境评估）、脱敏技术服务（用隐私计算、差分隐私等工具把敏感字段处理干净）、数据资产化服务（帮企业完成产权登记、资产入表、挂牌辅导）。市场上已有先行者：既有全国首家以数据经纪为主营业务和登记名称的企业在深圳前海落地，也有国信中健等厂商围绕可信数据空间提供数据治理与安全流通基础设施。这个方向技术壁垒中等、专业壁垒高，适合有数据治理或法律合规背景的团队。

方向三：垂直行业数据经纪

数据经纪（Data Broker）在欧美是成熟职业，国内正处于试点破冰阶段。广州海珠区是全国最早的数据经纪人试点区域之一，清华大学相关研究团队曾以海珠区为样本研究数据经纪人的创新实践，指出数据经纪人在聚合数据资源、促进数据流通、消除数据障碍方面扮演重要角色；深圳前海则落地了全国首张由数据交易所颁发的数据经纪人登记凭证，探索”数据资产无质押融资”等金融化玩法。数据经纪人的商业模式很轻：不拥有数据，而是深度理解某个垂直行业的数据供需两端——比如知道哪些三甲医院有科研级影像数据、哪些AI医疗器械公司在找这类数据——然后以撮合、代理挂牌、顾问服务的方式收取佣金或服务费。

这个方向特别适合两类人：一是深耕某个行业多年的老兵（熟悉行业数据分布与玩家关系），二是有投行/猎头背景的撮合型人才（擅长deal-making）。随着交易所专区化交易铺开，挂牌数据产品越多，买家筛选成本越高，专业经纪的算法价值就越大——这和房产中介的逻辑一模一样：房源都挂在平台上，但成交依然离不开懂行的经纪人。

（表格为软盟资讯基于公开政策与行业实践的综合梳理，供参考，截至2026年9月）

五、什么样的数据值钱：价值分级的市场逻辑

并非所有数据都能卖钱，市场用真金白银投票的结果显示，训练数据的估值高度分层。想入场的人先要看懂这张价值榜。

第一档：专业领域数据——”油田里的页岩层”

互联网公开语料已被大模型厂商开采殆尽，真正的增量在专业领域闭门数据里：三甲医院的专科病例队列、律所沉淀的合同与裁判文书、工厂产线的缺陷样本库、电力电网的运行时序数据。这类数据的共同特征是外部无法爬取、生成成本极高、模型性能提升立竿见影。江苏省数交所首批成交的专病医疗数据集、14家央国企开放的60亿条电力物流数据，都属于这一档。对持有者来说，这批数据过去是成本中心，现在是可以持续变现的资产。

第二档：多模态数据——”稀缺矿脉”

文本语料相对充裕，但高质量的图文对齐数据、视频理解数据、语音情感数据、具身智能需要的机器人操作轨迹数据仍然严重短缺。具身智能被列入39个标注先行先试城市的覆盖领域，正是因为机器人操作数据几乎没有现成的互联网存量可供抓取，必须通过真实环境采集加专家标注”从零制造”。多模态数据的采集与标注成本远高于纯文本，因而单位价格也显著更高——这是深圳云天励飞愿意为跨境工业图片数据集付费的商业逻辑。

第三档：高质量标注数据——”精炼油”

同样一万个样本，机器粗标和专家精标的价值可能相差百倍。推理模型的兴起让”带思维链的标注”成为新贵——不仅给出答案，还要写出专家级的推理过程，这类数据几乎无法自动化生产，只能依赖高水平的领域专家逐条撰写。行业报价体系已经清晰分化：普通标注按分计价，专家级标注按元甚至按十元计价。2026年行业机构预计全球标注需求总量超4500万标准标注单元、市场规模有望冲击920亿美元（新浪网，2026年8月31日，该口径为行业资讯预测，仅供参考），其中最值钱的部分就是专家级标注。

第四档：合规授权数据——”有牌照的油田”

在合规监管趋严的背景下，数据的价值越来越取决于它的”出身是否清白”。同样一份语料，抓取来的可能一文不值还附带诉讼风险，完成产权登记、拿到授权链条、经过脱敏处理的则可以明码标价。2026年7月产权登记”一次登记、全国通用”体系推进后，“确权”正在成为数据的增值工序——就像房产证之于房子。这也解释了为什么专区政府要求上架数据全部完成版权确权公证：合规范式本身就是定价的一部分。

（表格为软盟资讯基于公开报道的市场观察梳理，截至2026年9月）

一个容易被忽略的变量是合成数据。多家研究机构指出，2026年合成数据与高质量标注需求正在”双重加速”——当真实数据不够用时，用生成模型制造带标注的训练数据成为热门替代方案，尤其在医疗等隐私高度敏感的领域。合成数据不会取代真实数据的地位，但创业者应当把它视为产品矩阵的组成部分：真实数据集打底、合成数据扩量，组合供给正在成为数据服务商的标配能力。

六、风险提示：合规是红线，不是成本项

讲完了机会，必须把风险讲透——数据交易是强监管赛道，这里的合规不是”锦上添花的成本项”，而是”决定生死的一票否决项”。软盟资讯梳理出四条不可逾越的红线。

红线一：个人信息数据是高压线

《个人信息保护法》确立了”告知—同意”的刚性框架：未经个人单独同意，不得向第三方提供个人信息；敏感个人信息（生物识别、医疗健康、金融账户、行踪轨迹等）的对外提供门槛更高。落到数据生意上就是一句话——包含可识别个人信息的数据，未经脱敏和授权链条梳理，绝对不要碰交易。行业里曾流传”倒卖简历库””打包通讯录”的灰色生意，在当前执法环境下，这些行为已经不是”打擦边球”，而是可能触及侵犯公民个人信息相关刑事责任的违法行为。2025年初国家发改委、国家数据局等六部门联合印发的数据流通安全治理实施方案，明确构建”流通与安全并重”的治理格局，监管态度一以贯之。

红线二：来源不明数据不能上架

Anthropic的15亿美元和解案给全行业上了一课：训练数据的版权瑕疵会在模型商用后爆发成巨额负债。国内司法实践也在跟进，武汉法院曾判决AI生成图片的创作者享有著作权并获赔偿。对数据供给方来说，数据的采集渠道、授权链条、加工过程必须留痕可查；对购买方来说，场内专区完成确权公证的数据集与场外”来路不明”的打包数据，风险等级有本质区别。便宜但来源存疑的数据，省下的采购费可能不够付一次诉讼的零头。

红线三：重要数据出境有专门通道

数据跨境流动是深数所等机构重点探索的方向，但也是监管最严的领域之一。涉及重要数据和大规模个人信息的数据出境，需要通过安全评估、标准合同备案或认证等法定路径。创业者若涉及跨境数据业务（例如承接海外标注订单、向境外AI公司供数），务必先行完成出境合规评估，深数所促成跨境工业数据集流通的案例之所以有新闻价值，正是因为它走的是合规通道，而非灰色直邮。

红线四：警惕”有场无市”的平台风险

最后一条红线是商业层面的：全国超60家数据交易机构中，超过50家区域性平台交易清淡，挂牌费、会员费交了却等不来买家的情况真实存在。创业者入场前应该做足尽调：查看交易所公开的交易规模数据、活跃买家构成、同类数据产品的历史成交情况，优先选择沪、深、京、广、贵等头部平台或与自己垂直行业强相关的专区（如江苏数交所医药专区），避免为”僵尸专区”缴纳沉没成本。

七、结语：数据变现的黄金时代，才刚刚拉开序幕

回望这场持续三年的变革：2023年上海数交所挂牌第一批语料产品时，”训练数据能不能交易”还是个法律与商业双重悬而未决的问题；2026年的今天，产权登记体系落地、十余家交易所上线训练数据专区、39个城市布局标注先行先试、14家央国企开放60亿条数据、全国数据产业规模站上6万亿元——“卖数据”从灰色地带的生意，变成了有制度、有场所、有定价、有买家的正规市场。

对创业者而言，这个市场的诱人之处在于它同时具备”确定性”与”早期性”：确定性来自AI对高质量数据永不餍足的需求，这是未来十年不会逆转的趋势；早期性来自市场基础设施刚刚成型，专业玩家密度还很低，垂直领域的空位俯拾皆是。石油时代造就了从勘探、开采、炼化到贸易的完整产业链巨头，数据时代的故事大概率会重演——只不过这一次，油田分布更散、炼厂门槛更低，中小玩家分到的蛋糕份额有望更大。

当然，保持一份克制同样重要。数据要素市场仍处在”基础设施先行、商业验证跟上”的阶段，场内交易额的绝对规模与数据产业6万亿的大盘子相比依然很小，专区交易的流动性需要时间培育。真正能在数据油田里挖到金的，不会是闻风而来的投机者，而是那些同时尊重技术规律与合规红线的长期主义者。