數據標註師：站在了人工智能風口，卻為5K月薪掙扎？_風聞

上個月，特斯拉首席執行官馬斯克表示，將在明年推出“Tesla Bot”人形機器人原型，以從事人們不喜歡做的危險、重複性或枯燥的工作。該計劃一經發布便引起了廣泛討論，國外媒體的焦點，放在了安全性上。而在國內，隱藏在人工智能產業鏈中一羣人“小人物”卻開始浮出水面，並被輿論聚焦。

他們是AI行業的賦能者，是人工智能背後的“人工”。在AI繁榮的背後，有億兆級的數據信息，在流水作業中，這些數據最終都會傳遞到名為“標註師們”的電腦前，被他們手動去“智能化”。

他們扮演了“老師”的角色——手把手地傳授現實世界中的表情和動作，然後等着AI這位“學生”成長、離開，或許有一天這些“AI學生”將取代“老師”的位置。如今，隨着數據標註行業迭代升級，這些數據標註師或許很快就會離開舞台……

入行、紮根

上海一座創意園區內，主管員劉夢緣（化名）正坐在自己的小隔間裏，等着手下的標註師們發來成型的文檔。

外面的工位上坐滿了員工，他們一個個都把腦袋湊近屏幕，脖子還向前探着。其中的一位員工正在做着“描點標註”，將視頻按幀截取並放大，細緻對臉部特徵、骨骼彎曲點進行標註，由於截取的畫面像素低，大部分員工總是習慣性地一邊滑動鼠標滾輪一邊嘆氣。

員工們操作的“描點標註”是人臉識別前重要的步驟之一，除去“描點標註”，還有分類標註、標框標註等。AI不是生來就能識別人的眼耳口鼻，它需要通過標註師繪製的人臉關鍵點，來建立對五官輪廓的認知。在此基礎上，AI才可通過這些點構成的輪廓特徵，完成一系列識別工作。

當你“刷臉”解鎖手機、完成支付，當你進入火車站，檢票設備掃描面部時，都是在使用人臉識別的技術。而助力這項技術的，正是數據標註師們。

在劉夢緣所在的公司，標註師們用細密、起伏的鼠標點擊聲製造出成千上萬個關鍵點。這項工作很“初級”，卻也很艱難，劉夢緣在屋裏偶爾會出來看一眼，然後見怪不怪地回到隔間，“我以前也是這麼過來的，正常。”

她是從2018年入行的，從機械地錄入（數據清洗）工開始，幾個月後才正式接觸數據標註工作。她的第一個任務是給圖像中的人物打標籤：年齡、性別、人種、頭髮、表情等，以供AI學習。而在見識了海量人物標籤後，AI就像煉就了火眼金睛，“一眼”認出人的特徵來。

“當時税後5千多的工資，主要是門檻不高，其實説到底就是互聯網民工的角色吧”。當時的劉夢緣大專畢業後幾次應聘都不順，灰心喪氣之際她與“標註師”不期而遇，女生特有的細心和韌勁讓她一路堅持下來，直到現在。

也正是在劉夢緣入行的2018年，數據標註公司的風口來臨。根據前瞻產業研究院統計，2017年數據標註相關融資事件達到9起，到2021年4月，共有18家公司獲得融資，投融資事件39起。

來源：前瞻產業研究院

跟着這一波潮流發展的是，許多數據服務公司也作為乙方進入到日益擴大的市場，為百度、阿里等大型互聯網公司，以及部分AI獨角獸企業提供服務。

圖片來源：人社部

2020年4月26日，人力資源與社會保障部發文正式宣佈，“人工智能訓練師”正式成為新職業，並納入國家職業分類目錄。預計到2022年，國內外相關從業人員有望達到500萬。

行業向上，但“老師”們依舊用密集、艱辛的勞動輔助AI一步步走向成熟。光鮮的AI科技發佈會在台前風光無限，可標註師們的生活似乎變得有些困難了。

“説是沒技術含量，精度要求在那裏，很容易犯錯，”劉夢緣看着現在的手下的員工説道。每張圖片要標記的點位繁雜，稍有偏離就會產生錯誤。一張圖有錯，會影響到整個數據包數據，然後就是“回爐重造”。

除了精度，疲倦是標註師最大的敵人。“這行幹久了之後，我清楚地知道客户要通過我們實現什麼——就是把人腦當電腦用”，劉夢緣笑着説道。

大公司會用軟件監控標註師的疲勞程度，也算是一種人性化的體現，“但小公司本來就是接人家剩下來的活，時間緊任務急，只能拼着命熬，”正是如此，劉夢緣的團隊裏常年備着成箱的紅牛和西洋參含片。

AI快速發展的背後，一批批“老師”換血，流動率相當高。“做文本標註的人員，現在越來越少，圖像標註的30%的流動率，語音、視頻常年都是對半開。而且現在的95後、00後願意做的人少了，一般呆過三個月就不願意繼續幹了”。

3年時間過去了，劉夢緣不斷和老同事告別。但她從枯燥無味的工作中堅持了下來，她記不得自己標註了多少圖，只覺得自己是踏上了人工智能的大潮。

對那些新晉的員工，劉夢緣也是如此描述，“我們是走在智能時代前面的一羣人”。

巨頭來了

行業的分水嶺出現在2019年初：幾大互聯網巨頭紛紛意識到數據的重要性，並着手建立自己的“數據工廠”。

據媒體報道，截至今年3月，百度山西人工智能數據產業基地中，就擁有超過3000位標註師，主要涉及自動駕駛、人臉識別等內容標註，其中86%的員工為90後；字節跳動在北京、天津、濟南、武漢各地，也招募了4萬名數據標註師；騰訊更是直接把平台放到了線上，讓標註師變成了一種“全民兼職”，稱為“眾包”。

巨頭的加入一方面是為了市場和成本，另一方面也是出於數據安全考慮，所以在內部搭建專門的標註團隊顯然是一個好選擇。但是，“模型的訓練和數據需求是週期性的，任務不持續，今天有活、明天沒活，人員容易流失，管理成本很高”，劉夢緣能理解大廠擺出“眾包”的原因，“我讓手下的人去試過平台的兼職標註，單個標註幾分錢，一個月的收入在2000元左右，比起讓外包來做，省了一半還多。”

“大廠出手之後，市場最後拼的就是成本”，那段時間劉夢緣所在公司業績下滑了40%，而且做出的標註數據質量也差很多。

圖片來源：Boss直聘

據懂懂筆記了解，2018-2020年數據標註師行業平均薪資為5000-6000元，如果晉升為項目主管或者更高級別的項目總監後，月薪才能向5位數靠攏。而這一薪資標準到了2021年， 在一些求生的外包“小廠”內，不升反降。

圖片來源：職友集

巨頭湧入，薪資縮水的“大趨勢”下，能窺探出標註師行業的“小趨勢”：許多數據標註就像被人精心種下的水稻，還未到秋收季節稻穗就掉進了土裏。

年初，劉夢緣單獨接了一個“私單”，賺了2萬元。

那是一個大廠“丟”出來的單子，做無人駕駛的數據標註工作，由於公司手頭上的人員都撲在另一個項目上，她拉了之前的一些老同事和10個兼職學生，幹了個“包工頭”的活。

已經快1年沒有親自上陣標註文件的劉夢緣，只能硬着頭皮和所有人一樣移着鼠標，頭頂、脖子、肘部、手腕、膝蓋……都要一個個地標出來。整整一週，一羣人完成了幾萬個點位的標註——他們看似在科技的潮頭，乾的卻是苦力活。

本以為這單生意之後，可以繼續接小單，可好景不長。“4月份開始，很多新團隊出現，壓價特別狠，原來是標註的報價按毛算，現在報價單上都出現幾分錢了”。

數據標註行業有一套分工流程：巨頭把任務交給中游的數據標註公司，再由中游包給下游的小公司、小作坊，有的小作坊還會進一步眾包給“散户”：比如兼職學生。一單生意幾經轉手，就造成了行業眾包中介層疊越來越嚴重，利潤所剩無幾。

“AI 肯定是未來的大趨勢，但我們這些小公司很迷茫，聽説很多公司都不幹了。”劉夢緣本想着“私單”做得差不多了之後就出來單幹，可這樣的行業情況下，她能感受到的只有壓力。

困境、掙扎

儘管目前的情況不樂觀，劉夢緣依舊相信，數據標註行業最終會大浪淘沙，而他們，是走到最後的那一批。

從好的局面來看，下游市場陷入混戰的同時，上游的 AI 市場從未停止過發展，AI正在成為人們進入這個社會的“入口”，這讓劉夢緣和其他從業者們感到充滿希望。

但行業也顯露出嚴峻的一面，數據標註在迭代：大模型慢慢替代標註師，一些門檻更高、學科更細分的領域正露出頭角。比如，醫療健康領域需要對病理切片等進行標註，以腰椎間盤突出的 CT 片為例，標註員必須準確識別並標註出間盤的輪廓。不過，很多醫療專家並沒有時間和精力做數據標註，而這類工作又是普通的標註師無法勝任的，通常需要請醫生或醫學院的學生來做，結果就是成本居高不下，這些專業人員的成本是普通標註員的10倍。

像劉夢緣之前那樣手把手教人工智能學習的方式，被稱為“有監督”的機器學習。但當人工智能被逐漸成熟，它自身的識別能力與模型擬合準確度將不斷提高，進入人機協作模式。直至人工智能會在模型的注準確度與效率上完全超過人類，此時它便要離開人工標註，進入無監督機器學習。

理論上説，每一個垂直場景隨着技術發展，人工智能都有可能進入無監督學習狀態。AI的核心在於預測，AI的下一個變革是無監督學習、常識學習。也就是説，“老師”們正在努力讓 AI 不依賴人類訓練，自己去觀察世界是如何運轉的，並學會預測，最終AI要甩掉“老師”。

但劉夢緣並沒有很強的危機感：“我帶領我們的人在做一件最有意義的事，在將每一個個體的智慧轉化為 AI。我能保證，如果未來 AI 取代人類，他們也會是最後一批被取代的。”

為什麼是最後一批？“因為總會有一個新的行業需要引入 AI ，需要我們（標註師）為他們來做數據準備。”

劉夢緣一直認為：“最大的一塊市場是審核”。隨着 AI 技術的發展，早年一些基本的標註工作正被逐漸被淘汰。以自動駕駛模型為例：以前靠人工來識別車、行人，如今則是由機器先標出來，然後人再去檢查標註是否正確。

她考慮過自己的職業規劃：“非常想進大廠，可是簡歷不夠漂亮，門檻都邁不進去”。

互聯網大廠對於數據的重視，最直接的反應就是薪資，尤其是管理崗，優厚的薪資福利讓很多人都羨慕不已，劉夢緣也是其中一員。除此之外，她還考慮過自己單幹去開個小公司，然後以被收購的方式進入大廠的管理體系。

“不過，那都是非常遙遠的未來，還是抓緊現在吧。”如今，劉夢緣已經升級為公司主管，名片上的職位是數據總監。她也不再像剛入職時那樣累了，“每天工作結束，累得不行，還要在內部對比誰今天完成的任務多。”

當然，角色的轉換之後劉夢緣會思考更多，“或許下一個風口明年就來，又或者……”她也有些語塞。

在科技急速發展的年代，各類人工智能的應用如雨後春筍一般閃現，隨之而來的是職場的多變。劉夢緣現在能依靠的，就是自己在“教學”生涯中的經驗，至於那些新入行的標註師們，他們剛踏上了人工智能的列車，卻已經駛向一個模糊的未來。