海天瑞声的数据要素业务，覆盖了从数据集结构设计、数据采集组织、原料数据加工到以软件形式交付的完整链条，训练数据环节的自主供给能力由此形成。这条链条在国内完成，意味着AI算法模型训练所需专业数据集的核心生产环节可实现自主可控；国产替代的空间，主要来自原本依赖外部数据源或外部加工的部分。海天瑞声自2005年成立以来，始终致力于为AI产业链上的各类机构提供算法模型训练所需的专业数据集，所提供的训练数据涵盖智能语音（语音识别、语音合成等）、计算机视觉、自然语言等多个核心领域。

数据集供给链条如何构成

从流程看，公司通过设计数据集结构、组织数据采集，并对取得的原料数据进行加工，最终形成可供AI算法模型训练使用的专业数据集，并通过软件形式向客户交付。这一链条把数据要素从原始原料推进到可直接用于模型训练的产品形态，交付方式为软件形式，而非单纯的数据原料转让。

自主供给能力体现在哪里

在人工智能基础数据服务领域，海天瑞声已成为具有较强国际竞争力的国内头部企业，并实现了标准化产品、定制化服务以及相关应用服务的全覆盖。其训练数据全面服务于人机交互、智能家居、智能驾驶等多种创新应用场景。数据集结构设计与采集组织由国内主体完成，是训练数据环节自主可控的重要体现，也构成国产替代在数据供给侧的落点。

常见问题

海天瑞声的数据要素业务覆盖哪些环节？

覆盖数据集结构设计、数据采集组织、原料数据加工，直至形成专业数据集并以软件形式交付的完整环节，面向AI算法模型训练需求。

为什么说这属于训练数据环节的自主可控？

因为从设计、采集到加工、交付的链条在国内完成，算法模型训练所需的专业数据集不必依赖外部数据源或外部加工，自主供给能力由此建立。

国产替代的空间主要来自哪里？

主要来自原本依赖外部数据源或外部加工的部分。海天瑞声作为AI数据标注领域的引领者，在人工智能基础数据服务领域已具备较强国际竞争力，为这部分替代提供了国内供给选择。