一、行业背景与宏观趋势
1.1 资源存量与数字化率的巨大落差
中华文明源远流长，古籍是传承中华文化的重要载体。据统计，中国现存古籍约有20万种，但截至目前，真正实现文本数字化的仅有3万至4万种，整体数字化率不足20%。这一庞大的未开发资源池，不仅构成了古籍数字化市场的底层基础，也凸显了当前行业发展的巨大潜力与紧迫性。绝大多数古籍仍以纸质或微缩胶卷的形式沉睡于各大图书馆与文博机构中，面临着自然老化、损毁的风险，抢救性数字化已成为行业共识。
1.2 国家战略层面的强力驱动
近年来，国家层面高度重视中华优秀传统文化的传承与发展，古籍数字化已被纳入重点战略部署。从《关于实施中华优秀传统文化传承发展工程的意见》到“国家文化数字化战略”，政策端持续释放利好信号，鼓励利用现代科技手段对古籍进行保护、整理与活化利用。在政策红利的引导下，各级政府、公共图书馆及高校纷纷加大资金投入，推动古籍数字化从“自发探索”迈向“系统性建设”的新阶段。
1.3 人工智能技术带来的范式革命
人工智能技术的突破，特别是OCR（光学字符识别）、大语言模型（LLM）以及知识图谱技术的成熟，为古籍数字化带来了前所未有的技术红利。传统古籍数字化高度依赖人工录入与校对，成本高昂且效率低下。如今，AI技术不仅能够实现高精度、自动化的古籍文本识别与标点断句，还能通过大模型进行语义理解、实体抽取与知识关联。这种技术跃迁，正在重塑古籍整理的生产流程，大幅降低边际成本。
1.4 从“人类可读”向“机器可用”的深刻转型
古籍数字化的发展正在经历一次深刻的范式转移：即从单纯的“人类可读”（如扫描版PDF、基础文本检索）向“机器可用”（Machine-Readable）转型。传统的数字化往往只解决了古籍的“保存”与“展示”问题，而“机器可用”则要求将古籍转化为结构化的数据资产（如JSON、XML格式），使其能够被计算机理解、计算与推理。这一转型是构建“中国古典知识库”、实现古籍知识图谱化、赋能数字人文研究的核心前提，也是未来古籍数字化平台构建核心壁垒的关键所在。
二、主流平台竞争格局分析
当前，古籍数字化市场呈现出多元化主体共同参与的格局，既有互联网巨头的跨界入局，也有传统出版机构的数字化转型，同时还有众多学术机构与垂直平台的深耕。
2.1 识典古籍：科技赋能的公益破局者
由字节跳动联合北京大学推出的“识典古籍”，是当前市场上最具代表性的“科技+公益”模式平台。
– 定位与资源：该平台定位为公益性、大众化的古籍阅读与智能整理平台。目前已收录超7万部古籍，且完全免费向公众开放。其资源来源广泛，涵盖了大量公共领域的古籍文献。
– 技术优势：依托字节跳动强大的AI技术底座，特别是豆包大模型的能力，识典古籍在OCR识别、自动标点、实体识别等方面表现优异。平台还推出了AI深度研究助手与知识图谱功能，极大降低了普通用户阅读与理解古籍的门槛。
– 商业模式与优劣势：识典古籍采用完全免费的商业模式，旨在探索“科技赋能文化产业”的新路径。其优势在于海量免费资源、极高的AI智能化程度以及字节系流量生态的反哺，用户体验极佳。然而，作为非传统学术机构，其在学术权威性、版本校勘的严谨性上尚不及专业出版机构；同时，随着资源规模的扩大，版权合规与长期运营的资金压力也是其必须面对的挑战。
2.2 籍合网：国家级专业出版的数字标杆
由中华书局打造的“籍合网”，代表了传统出版机构在古籍数字化领域的最高水平。
– 定位与资源：籍合网定位为国家级、专业化的古籍整理与出版综合服务平台。其核心资源是中华书局及其他权威出版社正式出版的整理本古籍，这些文献经过了严格的专家校勘，具有极高的学术权威性。
– 技术优势：针对古籍特有的生僻字、异体字问题，籍合网开发了专业的OCR与字库技术，支持超15万个生僻字的识别与显示。平台还提供在线编校工具、多版本比对等专业功能，深度契合古籍整理的工作流。
– 商业模式与优劣势：籍合网主要面向B端机构与专业学者，采用商业/机构订阅模式。其优势在于无可替代的学术权威性、覆盖出版全流程的服务能力以及行业标准的制定权。劣势则在于较高的付费门槛限制了其在大众层面的传播，产品的大众化与普及度有待提升。
2.3 其他代表性平台：多元生态的补充
除了上述两大头部平台，市场上还存在一批各具特色的代表性平台，共同构成了丰富的古籍数字化生态：
– 中国哲学书电子化计划（ctext.org）：作为早期的开源项目，已收录超3万部文献、50亿字，以免费开源和跨语言检索著称，在海外汉学界影响力巨大。
– 中华古籍资源库（国家图书馆）：作为国家级公共资源，提供2万余部古籍影像，无需登录即可阅览，是古籍 版本研究与大众普及的重要阵地。
– 尚古汇典·古籍数字服务平台：依托上海古籍出版社的整理本资源，在专业学术市场占据重要份额。
– 鼎秀古籍全文检索平台：侧重考古与历史地理研究，提供深度的专题文献检索。
– 书同文古籍数据库：在金石学、铭刻文献等细分领域具有独 特优势。
– 汉达文库：专注于出土文献与古文字学研究，是相关领域学者的必备工具。
– 书格（shuge.org）：以提供高清古籍画册与影像闻名，注重古籍的视觉美学与艺术价值。
– 汉典古籍（gj.zdic.net）：按经史子集分类，提供便捷的免费古籍检索服务。
2.4 竞争格局总结
| 平台分类 | 代表平台 | 主导方 | 核心资源 | 商业模式 | 功能侧重 | 技术特点 |
| 免费开源 类 | 识典古籍、中国哲学 书电子化 计划 | 互联网企业/学术机构 | 海量公共领域古籍 | 完全免费 | 大众阅读、AI辅助整 理 | AI大模型、知识图谱、 OCR |
| 国家级权威机构类 | 中华古籍 资源库 | 国家图书馆 | 珍稀古籍 影像 | 免费公开 | 版本阅览、 文化普及 | 高清影像、元数据检 索 |
| 专业学术类 | 籍合网、 尚古汇典、鼎秀 | 传统出版 社 | 权威整理本、专题文献 | 机构订阅/ 商业付费 | 专业校勘、 学术研究 | 专业字库、版本比对、在线编校 |
| 特色垂直 类 | 书同文、 汉达文库、书格 | 专业机构/ 个人 | 金石、出土文献、高清画册 | 免费/部分 付费 | 细分领域研究、艺术鉴赏 | specialized OCR、高 清图像处 理 |
三、国际视野下的差距与空白
尽管国内古籍数字化取得了长足进步，但与国际先进水平及行业终极目标相比，仍存在诸多深层次的差距与空白。
3.1 跨机构“资源孤岛”问题严重
国内各级图书馆、高校、文博单位的古籍数字资源往往各自为政，缺乏统一的检索入口与互操作机制，形成了严重的“资源孤岛”。相比之下，国际上已有成熟的解决方案。例如，清华大学开发的“典津”系统，成功聚合了全球数百个数据库逾70万条元数据，实现了跨库检索；欧洲的文化遗产协作云（ECCCH）也通过统一标准实现了跨国、跨机构的文化遗产互联互通。国内亟需建立国家级的古籍元数据聚合平台，打破壁垒。
3.2 大规模深度标注语料库缺失
AI大模型的训练高度依赖高质量的语料库。目前，国内极度缺乏大规模、经过深度人工标注的古今汉语平行语料库，这直接制约了古籍专用大模型的训练效果。此外，近代小众文献、民间手抄本、契约文书等稀缺品类的数字化加工存在巨大缺口，这些“长尾”文献蕴含着丰富的社会史、经济史信息，是未来数字人文研究的重要矿藏。
3.3 版权壁垒与“机器可用性”不足
权威整理本（如中华书局点校本二十四史）因涉及版权问题，无法在开放平台上广泛利用，导致大量高质量古籍数据处于“沉睡”状态。同时，现有的开放资源多为“人类可读”的文本或影像，缺乏结构化数据（如JSON/XML格式的实体关系数据）。这意味着AI难以直接“理解”这些古籍，无法进行深度的知识抽取与推理，限制了古籍数据的“机器可用性”。
3.4 国际协同标准与跨国合作机制不完善
中国流散海外的古籍善本数量庞大，是中华文化遗产的重要组成部分。然而，国内平台在对接RDA（资源描述与检索）、IIIF（国际图像互操作框架）等国际通用标准方面仍显滞后，导致与海外机构的数字资源难以实现无缝对接与联合研究。建立符合国际规范的元数据标准与跨国合作机制，是推动中国古籍“走出去”与海外古籍“引进来”的关键。
3.5 复合型数字人文人才匮乏
古籍数字化是一项高度交叉的学科，极度缺乏既懂计算机技术、AI算法，又精通古典文献学、历史学的复合型人才。当前，技术人员往往不懂古籍的体例与内涵，而古籍学者又难以将需求转化为技术语言。这种人才断层导致产品开发与学术需求脱节，跨界、跨藏家的协作也极不充分。
3.6 从“数据提供”向“知识生产赋能”转型滞后
传统古籍数据库多为扁平化的数据结构，仅提供基础的检索与浏览功能，本质上仍是“数据提供者”。未来的方向应是“知识生产赋能者”，即构建“中国古典知识库”、时间轴知识图谱等智能化基础设施，让AI能够辅助学者发现新的研究线索、验证学术假说，真正实现从“查阅工具”到“研究伙伴”的跃升。
3.7 国际争议事件警示
近期，美国AI公司“巴拿马”计划收购200万册实体旧书，扫描后销毁原书，引发了全球关于“现代焚书”与AI版权伦理的巨大争议。这一事件为国内古籍数字化敲响了警钟：在推进AI训练与数据开放的同时，必须坚守文物保护与版权保护的底线。国内已有出版社开始明确标注“严禁用于AI训练”，这反映了行业在拥抱新技术时的审慎态度。如何在技术红利与人文伦理之间找到平衡，是整个行业必须直面的课题。
四、机会点分析
挑战与机遇并存，古籍数字化领域的诸多痛点，恰恰孕育着巨大的商业与社会价值机会。
4.1 技术机会
•大模型微调与古籍语料库建设：针对古籍文言文的特殊性，开发专用的古籍大模型是当务之急。通过构建高质量的古今汉语平行语料库，对通用大模型进行微调，可显著提升古籍OCR、自动标点、翻译与问答的准确率。
•古籍OCR与生僻字识别技术商业化：古籍OCR是典型的“高门槛、高价值”技术。将成熟的OCR与生僻字识别技术封装为API或SaaS服务，面向出版机构、图书馆、档案馆提供商业化解决方案，具有广阔的市场空间。
•知识图谱与可视化分析工具：基于古籍文本构建人物、地点、事件、官职等多维知识图谱，并开发配套的可视化分析工具，可为数字人文研究提供全新的方法论支持。
•古籍结构化数据（TEI/XML）标注与转换服务：将非结构化的古籍文本转化为符合TEI （文本编码倡议）等国际标准的结构化数据，是实现“机器可用”的关键。提供专业的数据标注与转换服务，将成为连接传统古籍与AI应用的重要桥梁。
4.2 数据机会
•近代小众文献与民间手抄本数字化：相较于经典古籍，近代小众文献与民间手抄本竞争较少，且蕴含独特的研究价值。通过众包、合作等方式进行数字化，可形成差异化的数据资产。
•流散海外古籍的“再生性回归”：积极与海外图书馆、拍卖行、私人藏家合作，通过数字化手段实现流散海外古籍的“再生性回归”，既可丰富国内资源，也能提升平台的国际影响力。
•跨机构元数据聚合与一站式检索：牵头或参与建设国家级的古籍元数据聚合平台，打破“资源孤岛”，提供一站式检索服务，将成为行业的基础设施级机会。
•古今汉语平行语料库建设：组织专业学者与AI工程师，构建大规模、高质量的古今汉语平行语料库，这不仅是AI训练的刚需，也是语言学、翻译学研究的宝贵资源。
4.3 商业模式机会
•科技+文化：数字藏品、文化IP授权、高端知识付费：依托高质量的古籍数据与AI生成内容，开发数字藏品、文化IP衍生品，或面向高净值人群提供高端的古籍鉴赏、国学研修等知识付费服务。
•B端服务：古籍数字化全流程解决方案：面向出版机构、图书馆、档案馆，提供从古籍扫描、OCR识别、人工校对、结构化标注到数据库建设的全流程数字化解决方案。
•学术数据库服务：结构化古籍数据API服务：将经过深度加工的结构化古籍数据，以API形式开放给高校、研究机构、AI公司，按调用量或订阅制收费。
•教育场景：古籍数字化教学工具与课程：面向K12及高等教育，开发基于古籍数字化的语文教学工具、历史探究课程、国学启蒙产品，将古籍从“象牙塔”推向“大众课堂”。
4.4 政策与资本机会
•国家文化数字化战略下的政策红利：紧跟国家战略，积极申报国家社科基金、文化产业专 项资金等项目，获取政策与资金支持。
•ESG投资与公益基金支持：古籍数字化兼具文化传承与科技创新属性，高度契合ESG（环境、社会与治理）投资理念，可吸引公益基金、社会责任投资的关注。
•产学研合作（高校+企业+机构）：推动高校、科技企业、出版机构、图书馆的深度合作，共建联合实验室、研发中心，实现人才、技术、资源的互补与共赢。
五、战略建议
5.1 对平台运营方的建议
•明确差异化定位：避免与头部平台在通用资源上正面竞争，应聚焦细分领域（如地方志、家谱、金石、医药等），打造“小而美”的特色平台。
•拥抱开放与互操作：积极采用IIIF、TEI等国际通用标准，主动融入全球数字人文生态， 而非构建封闭的“数据围墙”。
•探索可持续商业模式：在坚持公益属性的同时，通过B端服务、数据API、高端知识付费等方式实现自我造血，避免过度依赖单一资金来源。
•重视版权与伦理合规：建立严格的版权审核机制与AI使用伦理规范，在数据开放与版权保护之间找到平衡，防范法律与舆论风险。
5.2 对学术研究机构的建议
•推动数据开放与共享：在保障知识产权的前提下，逐步开放馆藏古籍的数字资源与元数据，积极参与跨机构的数据聚合与标准制定。
•加强复合型人才培养：在古典文献学、历史学等专业中增设数字人文、AI应用等课程，培养既懂古籍又懂技术的新一代学者。
•深度参与AI模型训练：主动与科技企业合作，提供高质量的标注语料与学术反馈，共同训练更懂古籍的AI模型，避免技术与学术脱节。
5.3 对技术提供商的建议
•深耕垂直场景：不要追求“大而全”的通用AI，应聚焦古籍OCR、知识图谱、结构化标注等垂直场景，做深做透，建立技术壁垒。
•注重“人机协同”体验：AI不应取代学者，而应赋能学者。产品设计应注重“人机协同”的工作流，让AI处理繁琐的初步工作，让人类专家专注于高价值的判断与创造。
•坚守技术伦理底线：在AI训练与数据使用中，严格遵守版权法规与文物保护原则，拒绝“掠夺式”的数据采集，树立负责任的技术形象。
5.4 对资本方的建议
•关注长期价值与社会效益：古籍数字化是一项“功在当代、利在千秋”的事业，投资回报周期较长。资本方应更多关注其社会价值与文化意义，而非短期财务回报。
•支持“硬科技”与“深数据”：优先投资在古籍OCR、知识图谱、结构化数据等“硬科技”与“深数据”领域有核心壁垒的企业，而非仅做表面应用的“套壳”项目。
•推动产学研生态建设：通过资本纽带，促进高校、科研机构、科技企业、出版机构的深度合作，共同培育健康的古籍数字化生态。
六、结语
古籍数字化不仅是一场技术革命，更是一次文化复兴。在人工智能与国家战略的双重驱动下，我们正站在一个前所未有的历史节点上。从“人类可读”到“机器可用”，从“资源孤岛”到“互联互通”，从“数据提供”到“知识生产赋能”，古籍数字化的未来充满了挑战，更蕴含着无限可能。 面对激烈的竞争格局与深刻的行业痛点，唯有坚守文化传承的初心，秉持开放协作的精神，深耕技术创新，探索可持续的商业模式，方能在这一波澜壮阔的时代浪潮中，让沉睡千年的古籍真正“活”起来，为中华文明的赓续与人类知识的进步贡献不可替代的力量。这不仅是商业的机会，更是时代的使命。