前OpenAI研究员押注百亿美元投入训练数据

专业化瓶颈引发数据战略转向

前OpenAI员工Andrew Ho与剑桥大学研究员Adam Hunt共同观察到，大型语言模型正面临能力失衡问题：模型在编码、数学等特定任务上表现突飞猛进，但在常识推理、多轮对话、跨领域泛化等基础能力上进展缓慢，部分指标甚至出现倒退。

创业聚焦高价值训练数据

Ho已离开OpenAI，创立新公司，核心方向是开发面向关键能力短板的专用训练数据集。他认为，单纯依赖模型规模扩大（scaling）已难突破瓶颈，必须系统性投资高质量、结构化、任务对齐的数据采集与标注。

百亿美元级数据投入预期

Ho预测，为弥补能力缺口，全球AI实验室在未来数年内将在定向训练数据获取上投入超过100亿美元。该判断基于当前数据稀缺性加剧、人工标注成本攀升及垂直领域数据合规门槛提高等现实约束。

编者观点：对中国企业而言，数据资产正从‘副产品’升级为‘核心生产资料’，亟需建立专业化数据治理与采购能力。