AI數據服務行業進入“認知戰爭”，雲測數據憑什麼穩居行業TOP1？_風聞

文 | 曾響鈴

來源 | 科技向令説（xiangling0815）

新基建驅動AI加速落地，也讓它背後的“糧草”——AI數據標註產業進入發展快車道。

不久前，今年首場國家級重大國際經貿活動服貿會的成果發佈環節上，數據標註領域的頭部企業雲測數據首次對外展示了一項成果，其數據項目的最高交付精準度竟然達到了99.99%。

這個決定AI產品落地水平的領域裏，99.99%的精準度刷新了一個行業記錄，按照實際AI項目的需要，AI客户可選擇的服務標準跨越到了一個新的時代。

事實上，在多元化的人工智能場景落地背景下，更高標準的AI數據質量已成為AI的剛需。這次服貿會上，數據標註的頭部企業所進行的99.99%的成果展示，其背後也隱含着行業高階進化的改變，最突出的就是“勞動密集”的標籤，可能要被徹底撕掉了。

高精度，成就數據標註的“差異化”？

AI數據標註產業是人工智能鏈條上最偏“人工”的部分，早期的低門檻使得市面上存在着大大小小的企業、工作室，泥沙俱下，良莠不齊。

但現如今，我們已經看到這一現狀正在發生變化，AI數據服務行業隨着AI產業需求進行着優勝劣汰。現在，當行業頭部企業將最高項目交付精準度提升到一個“頂尖”時，馬太效應突出，差異化趨勢愈發明顯。

1、表面同質化服務下，數據精度推動數據標註企業獲得“差異化認知”

在過去很長一段時間內，AI企業多根據自身項目需求為導向來選擇數據標註服務商，AI數據行業內並沒有太多嚴謹的規則。可以説，過去的數據標註，是一個有些缺乏“差異化認知”的行業，A企業和B企業到底怎麼區分，沒有明確的標準。

當頭部企業從自身出發首次規範行業標準，將最高99.99%的數據標註精準度進行正式發佈，實際上就等於給行業設定了一個可行的認知標準，這樣的AI數據才是高質量數據。

至此，不管是AI企業客户還是業界人士，或都可以藉助精準度對數據標註行業進行企業與企業的區分，而不是在認知上一鍋燴。

而這，當然也來源於99.99%這個精確度與其他諸如92%、95%、98%之類的數字存在着跨越時代級別的差異。

這某種程度上也表明數據標註產業在伴隨AI發展多年後，自身開始趨向成熟，頭部玩家強者恆強，產業內優勢資源和技術得到有效聚集，朝着無限接近100%進發，99.99%更像是一個里程碑，將加快人工智能時代的到來。

2、用高精度切中AI發展需求，數據標註企業更容易獲得“差異化競爭優勢”

跳出普通人“認知”方面的驅動力，高精度數據的另一重差異化價值是切中AI發展需求。

隨着AI的持續深度發展，場景落地已經代替技術研究成為主旋律，數據標註的服務方向從“AI產品訓練”走向“AI產品落地”，這意味着AI項目試錯空間相較於技術研究大幅下降，要求更高的精確度來滿足用户體驗。

更進一步看，新基建中的重要版塊AI新基建，生來就帶有強烈的落地應用導向——要驅動各大產業升級，也必須更貼近落地。

**在數據質量決定AI算法的精度、算法的精度又決定產品質量的關聯邏輯下，更注重落地的AI項目會更積極主動尋找那些數據質量（精確度）更高的供應商，數據標註行業將會形成過去沒有的梯度，**發佈最高99.99%精確度標準的頭部企業雲測數據，還將藉此獲得“差異化競爭優勢”吸引更多產業客户，如果沒有更多企業跟隨上來，則將一直保持唯一的“第一梯隊”。

PK高精度後，是時候放棄對數據標註“勞動密集”偏見了？

勞動密集是之前業界對AI數據標註的主要評價，或者説刻板印象，AI界的“富士康”之類的説法揭示出這個產業的外在尷尬形象。

但這一切，隨着更高精度的數據標註成果出現而開始改變。

一個普通的草台班子數據標註團隊可能也能實現及格線上的AI數據精確度，這是機械式的人力操作天然具備的能力，畢竟數據標註確實主要靠的是人力的勞動。但再要提升精度，尤其是無限往100%靠近，就必須更多依賴各種技能的支撐，不斷進行高位再優化，榨取精度提升的空間。

數據標註的精準度越高，再次上升（並保證配套服務質量）能夠從“人力”中獲得的支持越少，從“技能”獲得的支持越多。

因此，當數據標註產業出現99.99%這類高精度成果時，也意味着技能的成分可能超越了人力的成分，行業已經走向了各類前沿技術支撐的“技能密集”階段。

這種支撐高精確度的“技能密集”，應當包括四個方面：

1、專業人才技能：需求專業化倒逼數據標註人才素養提升

專業、垂直類的數據標註，比泛化的數據標註更需要技能支撐，尤其在需要獲得高精準度的情況下，單純的體力勞動已經不可能完成。

一是特殊的數據標註類型，例如，雲測數據的主要服務場景之一自動駕駛，常常會有激光雷達傳感器產生的數據需要標註。一般車載攝像頭的數據標註，比較“體力化”，框出指定的元素教會算法識別即可：

而激光雷達的數據則與人類現實世界差距甚遠：

這時候，雲測數據不得不要求人工對雷達數據有豐富的知識技能和處理經驗，可能還牽扯很多物理學方面的知識，絕不再是簡單地體力勞動了。

二是，專業領域的數據標註。這方面較為典型的是垂直領域的語音、文本類數據標註，例如金融、家居領域，這些數據標註的需求不亞於這些領域一線的業務人員（需要深度理解業務，才能標註好包括專業詞彙、邏輯等數據），因此，像雲測數據這類平台培養了金融、家居等領域的“專才”，甚至於，在為一些金融機構服務時，還要按照需求提供達到素質要求的標註隊伍進行作業。

2、複雜工具技能：數據標註本身也在進行某種數字化升級

高精度的實現，除了數據標註人員由流水線工人轉化為有特定技能的專業人才之外，隨着業務量的擴大，還配套有滲透全流程的各種數字化工具來提高準確率、效率，這就如同一個製造業企業進行了數字化、智能化升級來應對嚴苛的市場競爭一樣。

從雲測數據的案例看，99.99%的準確率背後是一大堆技術工具在支撐。

標準API接口的數據處理平台支持各種主流格式，跟眾多AI企業可以做到短時間無縫銜接，省略線下做導入導出的繁瑣步驟。數據生產過程通過模板化的任務創建，數據採集，清洗到標註全部線上流轉，傳統線下流轉可能面臨的信息丟失、失真問題得到解決。

此外，雲測數據引入了基於規則的機器篩查方式，在人工校驗流程前根據所標註內容要求引入相關查錯規則，這種數字化輔助直接提升了數據精度和效率。

事實上，強化工具能力一直是各數據標註平台在做的事，甚至AI本身的發展也反過來支撐數據標註工作。雲測數據這類紮根行業的企業這些年投入了大量資源在工具開發上，打個不恰當的比方，這就好比富士康不斷增加工廠智能化水平、引入大量智能機械一樣，朝着“高端製造”前進一樣。

3、綜合研發技能：“解決方案”輸出下的採集、標註一體化

隨着AI技術深入到各個細分領域，企業對AI在商業化落地中的表現要求越來越高。在很多領域，客户企業對服務供應商會提出更多樣化的需求，這時候，“解決方案”式的合作方式不可能避免出現在數據標註產業中，在拿出99.99%精準度的同時，雲測數據還對外發布了智慧城市、智能家居、智能駕駛、智慧金融這四個場景的“全鏈條的AI訓練數據服務方案”。

這些解決方案，簡單説，就是過去合作的拓寬、拓深，為了同樣保證超高精準度，這個過程必然伴隨大量專業技術性的工作。

在數據標註產業鏈上，採集與標註不分家，華東、華北、華南設有數據交付中心和數據場景實驗室的雲測數據，在給出的四個場景解決方案中，都十分強調場景化的數據採集服務。

例如，智慧城市數據解決方案的一個重要亮點或者説價值，是為客户企業提供“長尾場景數據”——如不同光線下人員檢測、危險動作檢測等長尾情形，都需要不斷充實長尾場景，來提升“智慧”的覆蓋能力（處理、統計一些城市管理任務）。

雲測數據建立的“數據場景實驗室”，通過還原場景、研究長尾場景的特點完成對應傳感器下的場景數據採集工作，這種行為，本質上相當於數據標註企業為智慧城市AI項目完成特定規則下的知識圖譜搭建。

類似的，還有智能家居場景中，在各類複雜語音背景下采集語音數據，實驗室開發底噪、混響、方言、語種等特殊要求下的數據採集；此外，在智能駕駛場景中，雲測數據為了更加貼近真實場景，甚至通過改造轎車、標定傳感器這種參照智能駕駛汽車行駛場景的方式來採集所需要的AI數據。

顯然，這些方式方法都遠遠超出了“勞動密集”的範疇。

4、安全技能：被忽視的數據標註“硬核”技術能力

AI越往深處走，數據資產的重要性就越高，尤其是AI數據更加立體和豐富、精準度到達一個新的高度後，AI數據的價值變得更高，數據安全就更加成為客户企業的剛需。

從數據標註產業的演變來看，對安全的重視，導致不少數據標註企業至少在數據安全維護方面擁有可圈可點的技術耕耘，甚至不輸於其他被打上技術公司標籤的巨頭。

一個現實是，像雲測數據這樣的頭部企業，即便擁有行業內最專業的全職團隊，能夠保證高質量數據也能夠實現高效的作業效率，甚至不斷引導行業的規範化發展，這些地位、價值或者優勢，也都是建立在數據隱私安全的原則之上。

數據精準度做得越高，雲測數據這種企業就更看重數據隱私安全的保護。這些年，除了流程和工作方式的嚴格控制，雲測數據內部還開發了數據隔離、質量保障等一系列數據安全方面的技術，這也使得數據標註企業的“技術”標籤更加濃厚。

Testin雲測CMO張鵬飛也強調，“從目前看來，AI數據行業關於安全、隱私等方面並沒有統一的標準。但從我們長遠角度出發，一直在隱私和安全防護角度下大力氣服務行業、樹立數據質量標杆，只有以這種負責的態度來服務客户，我們的行業才能‘良幣驅除劣幣’，真正讓人工智能成為新一輪技術革命，改變整個社會和人類進程”。

結語

99.99%的AI數據精準度雖然是雲測數據技術實力和服務能力積累的產物，但它也是行業發展到一定程度向更高階段躍遷的標誌。

更進一步看，企業將精準度推高到接近100%的動作，本質上也代表着數據標註產業正在走出“勞動密集”，轉入“技能密集”發展階段，這是與精準度一樣重要的行業發展里程碑。數據標註最終將撕掉舊有偏見下的標籤，走入與AI同行的強技術服務產業行列。

*此內容為【科技向令説】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。

【完】

曾響鈴

1鈦媒體、品途、人人都是產品經理等多家創投、科技網站年度十大作者；

2虎嘯獎評委；

3作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；

4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜誌特約評論員；

5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；

6“腦藝人”（腦力手藝人）概念提出者，現演變為“自媒體”，成為一個行業；

7騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。