7.0
深览指数
科技虎嗅·Z Finance©··AI 生成
中国AI最有权力的数据掌舵人：8家公司，11位核心负责人
文章以2026年字节、腾讯、阿里等8家公司的数据负责人密集换防为切口，记录了从依赖内部流量转向外采与合成数据的行业拐点，并逐一梳理王赢磊、李成刚、姚顺雨、刘煜宏、陈官厅、朴弋石、Yangyang Liu、张笑涵等负责人的履历与组织归属，核心判断是数据正从流量副产品变为决定模型能力上限的基础设施，数据负责人由此进入AI决策核心。原文 ↗
核心观点
- ▍随着公开互联网语料逼近枯竭，数据正从业务流量的副产品变为决定模型能力上限的核心基础设施，数据负责人随之从后台走向AI决策中心。
- ▍字节、腾讯、阿里三家公司呈现三种不同的数据组织范式：字节是公司级外采供应链与基模预训练配方分立的双轨制，腾讯由首席AI科学家姚顺雨将模型、算力与数据三权合拢，阿里则按训练数据、专家生态、评测与具身数据四线分治。
- 01字节2026年8月新设与Seed、Flow、抖音平行的公司级一级部门「AI数据与安全」，由王赢磊接替离职创业的傅越；一周后Seed内部新设Pretrain Data部门，由李成刚统管文本、代码、视觉、语音四条预训练数据分支。
- 02逼迫字节转向外采的直接原因是三堵墙：全球约300万亿Token公开文本逼近枯竭；Coding赛道早期Doubao-Seed-Code能力有限，连自家TRAE最早接入的也是DeepSeek和Claude Code，内部飞轮转不动；张一鸣2026年7月明确「坚决不蒸馏竞争对手模型」，同时推进5万亿至10万亿参数的超大模型。
- 03字节在世界模型上的外部数据投入达同行3–4倍，Seedance转向外采高帧率影视工业正版母带并组建1000至2000人评测清洗军团，垂类专家采购时薪达100–400元人民币与50–250美元两档。
- 04腾讯在2026年9月28日由姚顺雨兼任AI Data部负责人，加上此前已统管的基础模型部与AI Infra部，三大核心部门首次合拢于一人，直接目标是压缩「发现缺陷—外采或合成环境—修正训练」的反馈环。
- 052026年9月阿里拟领投AI评测与合成数据初创UniPat AI约3亿美元融资，估值达25亿美元；创始人李宽是90后港科大博士，此前在阿里通义实验室做后训练与数据合成——大厂数据预算正外溢为数据创业公司的估值。
- 06智谱2025年5月砍掉垂直小模型、押注GLM 4.5，一次性投入15万亿Token通用数据与8万亿Token专项数据（达同行1.5倍），2026年7月API ARR冲上10亿美元；主导自研标注平台「狂标」的张笑涵2025年3月获委任执行董事。
- 07DeepSeek总人数不足200人，梁文锋让一半核心研究员亲自参与数据清洗、合成与标注，并算过一笔账：模型结构若差一倍、数据效率再差一倍，合起来要多消耗4倍算力。
反方 / 局限
- — 文章承认部分人员职务与职责「可能存在偏差或变动」，且美团龙猫数据负责人黄琼的信息仅来自「作者掌握的采访线索」，而非官方披露——这意味着全景表中部分数据点的可靠性弱于其他条目。
- — 文章的核心叙事是数据负责人「走向舞台中央」，但所列11人中多数仍是执行层或工程背景出身，真正进入公司级战略决策圈的只有姚顺雨等极少数；「权力」一词在标题与正文之间存在一定张力。
- — 文中所列数据负责人密集换防与数据公司估值飙升，也可能部分是AI投资周期与组织调整的正常波动，而非单向不可逆的「数据掌权」趋势；文章未讨论这一可能性。
字节跳动腾讯阿里巴巴美团小红书DeepSeek月之暗面智谱UniPat AI王赢磊李成刚傅越姚顺雨刘煜宏吴鸣刚羊志巍许泽孟泽楠陈官厅朴弋石李宇琨张笑涵黄琼张一鸣梁文锋AI数据与安全Pretrain Data合成数据坍缩反缩放定律晓天衡宇RoboFlywheel
33 分钟 · 5 卡片 · 11 资料
读原文 →