最近，数据标注行业又出了一个大消息。
国家数据局在2026中国国际大数据产业博览会上宣布：
将在32个城市布局第二批数据标注先行先试。
加上此前已经布局的7个城市，全国将有：
39个城市开展数据标注先行先试。
而且这次重点已经明确指向工业制造、医疗健康、交通运输、具身智能等行业。
消息一出来，我估计很多做数据标注的人第一反应都是：
行业是不是又要起飞了？
是不是又要建一批数据标注基地？
是不是又要招几万、几十万标注员？
如果你还这么理解这件事，我反而建议先冷静一下。
因为现在行业里正在同时发生另一件事情：
简单标注越来越难做了。
自动标注越来越成熟，基础项目越来越卷，价格越来越透明，
一些过去需要几十个人完成的任务，现在模型先做一遍，人只处理异常数据。
所以真正值得思考的问题不是：
为什么国家还要继续发展数据标注？
而是：
国家现在说的“数据标注”，和我们过去理解的数据标注，可能已经不是一回事了。
39城不是39个标注基地
过去很多地方发展数据标注产业，路径非常简单：
找一个园区，装修一批工位，招商几家数据公司，再依托学校、低成本劳动力，把项目接回来。
本质上做的是：
空间 + 人力 + 项目。
谁的人便宜，谁场地成本低，谁能快速组织几百个人，谁就有竞争力。
这套模式在自动驾驶、语音转写、图片分类快速增长的阶段确实跑通过。
但今天再看国家数据局今年6月发布的《实施方案》，方向已经写得非常明确：
数据标注要从“以人为主”向“人机协同、专家深度参与”转变，还明确提出“模型预标注+人工校准”“人工标注+模型检验”“模型预标注+模型检验”，并发展专家型数据标注。
这句话其实已经把未来说得很清楚了。
国家要扩的不是：
低成本人工产能。
真正要扩的是：
AI时代的数据生产能力。
这两者完全不是一回事。
项目变少，国家为何还在加码？
因为AI不是“不需要数据”了。
而是：
它需要的数据变了。
训练机器人更复杂。
高质量数据集也必须跟着这种变化升级。
所以今天行业真正的矛盾是：
低端数据正在过剩，高价值数据仍然不够。
不是没有数据。
而是：
能让模型真正提升能力的数据还不够。
这就是为什么一边有人觉得“标注项目越来越少”，另一边国家却还要布局39个城市。
两边说的其实不是同一种数据。
竞争不再是谁的人更便宜
这次39城布局以后，我最担心的一件事情，是大家再次复制上一轮信息差。
你建500个工位，我建1000个工位。
你招高校学生，我招2000名低成本员工。
最后39个城市一起去市场上抢同一批拉框、分类、转写项目。
那结果不会是产业升级。
而是：
全国一起把价格打下来。
真正值得观察的，是海外头部AI数据公司现在已经在干什么。
Scale AI今年重点推动的一类产品叫：
RL Environments。
TELUS Digital今年也明确提出：
传统评价员数量并不是核心问题。
未来AI训练需要的是专家判断、Trajectory Annotation和RL Sandbox，
企业真正的竞争力开始变成专家网络、专有工具和持续反馈系统。
海外的数据产业已经越来越不像过去的数据标注公司。
他们卖的开始变成：
专家、环境、评测、任务、轨迹和模型改进结果。
而不是单纯卖：
一个人一天8小时。
中国的优势在真实产业场景
说到这里，也不用悲观。
这才叫数据标注先行先试。
否则只是：
换一个地方继续做人力外包。
头部数据公司已经转向
国内头部企业的动作也非常明显。
海天瑞声在2026年的经营规划里已经明确提出：
从通用数据向金融、医疗等专家数据走；
布局GUI行为轨迹和Agent数据；
建设具身智能数据能力；
同时通过模型预标注、自动纠错，把传统人工标注升级成人机协同。
最新半年报里，它甚至已经开始建设GUI用户行为记录工具，
用来记录任务、屏幕和用户操作事件，同时建设具身智能采集和标注系统。
这其实告诉行业一个非常现实的问题：
如果连成熟的数据公司都已经不再把未来押在“多招几个人”上，
普通数据标注公司为什么还觉得：
扩大人员规模，就是产业升级？
39城真正要争什么？
我认为未来五年，39个城市真正要争的不是：
谁的数据标注员最多。
而是四件事情。
01
第一，谁有真实行业数据
数据不是网上下载来的。
而是工厂、医院、机器人、汽车、物流系统里真实产生的。
谁能合法、安全、持续地获得这些数据，谁才有第一道壁垒。
02
第二，谁有行业专家
未来很多项目真正缺的不是“标注员”。
而是：
既懂这个行业，又知道怎么把知识变成AI数据的人。
过去是：
把普通人培训成标注员。
未来很可能是：
把工程师、医生、律师、客服、工人培训成AI数据专家。
03
第三，谁有工具和模型能力
如果一个地方仍然靠100%人工生产数据，我认为竞争力一定会越来越弱。
因为自动预标、模型质检、主动学习、合成数据、智能筛选都会持续降低人工需求。
国家文件本身也已经明确提出，要发展自动化工具，
利用合成数据解决稀缺场景和真实采集成本高的问题。
未来的数据公司不是：
人最多。
而是：
单位人工能够管理的数据最多。
04
第四，谁能证明数据真的有用
这是我认为最关键的一点。
过去的数据项目：
标完、验收、结算、结束、以后不是。
高质量数据最终必须回答：
模型用了以后提升了多少？
如果一套数据不能改善模型能力、不能支撑应用落地，再“高质量”都没有意义。
所以国家提出的其实不是一个简单的数据生产链条。
而是：
场景牵引数据 → 数据驱动模型 → 模型赋能应用 → 应用创造价值。
这才是所谓的数据飞轮。
标注公司的未来在哪里？
所以看到39城以后，我最想提醒行业里的老板一件事情：
千万不要因为政策来了，就重新回去堆人。
真正应该做的是选一个行业。
然后持续往里面钻。
你做自动驾驶
就不要永远停留在2D框、3D点云。
要开始理解场景、感知、轨迹、模型评测和数据闭环。
你做客服
不要永远停留在意图分类。
要开始理解Agent怎么处理投诉、怎么调用系统、怎么评价任务有没有真正完成。
你做具身智能
也不要只会招采集员按小时采数据。
要开始理解任务设计、轨迹质量、失败Case、世界模型和post-training。
未来真正值钱的数据公司，我认为会越来越像：
懂一个行业的数据工程公司。
而不是：
什么项目都能接的人力公司。
写在最后
39个城市开展数据标注先行先试，我当然认为是一件好事。
它说明数据标注没有消失。
反而开始进入更重要的位置。
但它也给过去的数据标注模式划了一条很明显的分界线。
过去这个行业最重要的问题是：
哪里还有便宜的人？
接下来最重要的问题可能变成：
哪里有AI真正学不会的行业知识？
所以数据标注行业真正的未来，
不在39个城市一共能装修多少工位，
也不在还能再招多少标注员。
而在于：
夏季，是一年四季中第二个季节，从立夏起至立秋结束。夏季是阴阳二气相争的时节，阳动于上、阴迫于下。
SUMMER
谁能够把中国真实产业里的经验、知识和工作过程，变成AI能够学习、能够验证、能够持续使用的数据。
低端标注不会突然消失。
但它会越来越自动化、越来越便宜，也越来越难形成壁垒。
真正增长的，会是：
行业数据、专家数据、Agent数据、具身数据、模型评测，以及围绕模型持续迭代产生的数据服务。
所以这一次国家把数据标注扩到39个城市，
行业真正应该高兴的，不是：
“又可以招人了。”
而应该是：
数据标注终于有机会，从一门人力生意，真正变成一门数据生意。
