中国AI大厂数据战略重构：从内部自给转向外采合成，核心负责人密集集权
2026/10/28 22:21阅读量 4
随着公开互联网语料逼近枯竭，AI数据已成为决定模型能力上限的核心基础设施。中国头部大厂如字节跳动、腾讯、阿里等正经历组织架构调整，将数据采购、合成与评测职能收拢至核心管理层，并大幅提升外部数据采购预算。与此同时，UniPat AI等数据初创公司估值飙升，反映出行业对高质量数据资源的激烈争夺。
行业背景：数据成为核心瓶颈与资产
2026年秋，大模型行业面临公开互联网语料见顶的挑战，全球约300万亿Token的公开文本资源日益稀缺。数据战略从依赖内部流量和自建标注，全面转向大规模外部采购与合成数据生成。这一转变导致两个显著现象：一是数据初创公司（如UniPat AI）估值迅速攀升；二是大厂内部掌管AI数据的“一号位”发生密集换防与集权，数据负责人走向舞台中央。
字节跳动：双轨制集权，重兵投入外采
字节跳动在2026年8月进行组织大手术，成立公司级一级部门“AI数据与安全”，由王赢磊统管全集团跨模态数据的寻源、采购、合成与评测。此前负责Global Data的傅越离职创业。同时，Seed基模体系新设Pretrain Data部门，由李成刚负责，统筹文本、代码、视觉、语音四模态的预训练数据配比，以应对10万亿参数超大模型的训练需求。
外采策略驱动因素：
- 公域语料枯竭： 需购买医生、律师等专业领域的“过程数据”。
- 内部回流受阻： Coding赛道早期能力不足，倒逼向Turing等外部供应商采购编程数据。
- 拒绝蒸馏： 张一鸣明确禁止蒸馏竞争对手模型，迫使字节通过高溢价外采获取高质量“教材”。
重点投入方向：
- 世界模型： 数据预算达同行3-4倍，冲刺年底追平Google Genie 3。
- 影视母带： 剥离低质短视频，外采高帧率正版母带以防“反缩放定律”。
- 专家网络： 高价采买医疗、法律等垂类专家标注及推理过程数据。
腾讯：首席科学家统管模型、算力与数据
腾讯通过三步走战略，将基础模型部、AI Infra部和AI Data部收拢至首席AI科学家姚顺雨麾下。2026年9月，姚顺雨正式兼任AI Data部负责人，接替卸任的刘煜宏。
核心逻辑：
- 缩短反馈环： 姚顺雨认为强化学习下半场差距在于定义任务与构建环境。统管三者旨在消灭部门墙，实现“发现缺陷—外采/合成环境—修正训练”的最短闭环。
- 生态布局： 腾讯跟投了估值25亿美元的UniPat AI，加强外部数据能力。
阿里巴巴：四线分治，精细化运营
阿里在数据层呈现国内大厂中最细颗粒度的分工，设立四位细分掌舵人，分别负责不同领域：
- 吴鸣刚（训练数据）： 推动“模型×数据”共生飞轮，利用评测暴露的能力短板反向指挥数据合成与配比，将数据从消耗品变为可持续产能。
- 羊志巍（专家生态）： 聚焦挖掘专家隐性知识，启动“认知原点计划”，通过交互工具捕捉主任医师、架构师等的认知轨迹，防止合成数据坍缩。
- 许泽（数据评测）： 主导“晓天衡宇”（SKYLEVAL）评测平台，推动评测从静态榜单转向真实任务交付，结合Agent裁判与人类复核，争夺标准制定权。
- 孟泽楠（具身数据）： 发布RoboFlywheel开放具身数据基础设施，解决机器人本体异构与真机采集昂贵问题，打通物理世界数据管线。
其他头部企业动态
- 小红书： 挖来前DeepSeek早期核心成员陈官厅出任预训练数据负责人。
- 美团： 龙猫（LongCat）模型团队设有独立的预训练数据与评测团队，黄琼担任龙猫数据负责人，智羽负责评测。依托本地生活壁垒，开源VitaBench等多项交互基准。
- DeepSeek & 月之暗面： 朴弋石、李宇琨把守DeepSeek语料关；月之暗面亦设立专门的数据负责人岗位。
总结
中国AI大厂正在通过组织集权和外部采购，构建新的数据护城河。数据不再仅仅是算法的燃料，而是决定模型上限的战略资源。未来，拥有高效数据供应链、高质量专家网络以及精准评测体系的公司，将在大模型竞争中占据优势。