當AI數(shù)據(jù)服務走進中場戰(zhàn)事

原標題：當AI數(shù)據(jù)服務走進中場戰(zhàn)事

毫無疑問，數(shù)據(jù)量的飆升是AI產業(yè)爆發(fā)的原因之一。很快我們可以發(fā)現(xiàn)，將數(shù)據(jù)采集、整理、清洗、標注再輸送給AI企業(yè)用作模型訓練，已經成為了一條運行流暢的產業(yè)鏈。

很長一段時間以來，數(shù)據(jù)服務都處于一種粗放原始的狀態(tài)之中，甚至出現(xiàn)了一種“數(shù)據(jù)農場”的說法：數(shù)據(jù)服務從業(yè)者們從各種公開數(shù)據(jù)集或移動互聯(lián)網產品中獲取數(shù)據(jù)，以幾乎零門檻的形式聘請大量廉價勞動力進行簡單的清洗標注工作，例如勾選出一張照片中哪里是天空哪里是大地。最后再將這些粗糙處理過的數(shù)據(jù)一股腦地投入神經網絡的黑箱之中。

但現(xiàn)如今，我們已經看到這一現(xiàn)狀正在發(fā)生變化，AI企業(yè)對于數(shù)據(jù)的應用需求逐漸開始分化，以往一味粗放的處理模式已經不能滿足他們的需求，也因此攪動了AI數(shù)據(jù)服務市場，潮水從奔騰到平靜，讓泥沙沉淀，清流上涌。云測旗下的AI數(shù)據(jù)服務品牌“云測數(shù)據(jù)”的出現(xiàn)，就是一個典型案例。

這一次，我們采訪了云測數(shù)據(jù)的總經理賈宇航，聽他來談談，他眼中的數(shù)據(jù)服務中場戰(zhàn)事。

風起云涌的數(shù)據(jù)服務戰(zhàn)場

如果說數(shù)據(jù)是AI的養(yǎng)料，那么養(yǎng)料的營養(yǎng)含量，自然也決定了AI的強壯程度。算法模型的精準與否、對不同環(huán)境的適應性究竟如何等等能力，幾乎都來自于原始數(shù)據(jù)的累積。

最先發(fā)生變化的，是AI產業(yè)。清華大學發(fā)布的《2018年中國人工智能發(fā)展報告》顯示，去年中國人工智能產業(yè)市場規(guī)模達到237億元，同比增長67%。據(jù)預計2019年一年中，中國人工智能行業(yè)的增長率高達75%。

產業(yè)規(guī)模的爆發(fā)式增長，意味著競爭將進一步嚴峻。面對這種競爭，AI企業(yè)對于數(shù)據(jù)的需求必然發(fā)生變化。

比如，企業(yè)正在渴望更精細和定制化的數(shù)據(jù)。

現(xiàn)實場景的環(huán)境永遠比實驗室中的構想更加復雜，想要提供更落地、更具差異化優(yōu)勢的模型，僅僅依靠基于移動互聯(lián)網數(shù)據(jù)，或者基于眾包用戶數(shù)據(jù)采集的數(shù)據(jù)顯然是不足夠的。只有通過定制化數(shù)據(jù)采集不斷打入細節(jié)、打入人無我有的場景，才能不斷提升技術價值，在洪流中立足。

又比如，企業(yè)正在渴望獲取更加專業(yè)和垂直的數(shù)據(jù)。

隨著AI技術深入到各個細分領域，很多數(shù)據(jù)標注工作要交由專業(yè)人士去做。像是對于醫(yī)療影像數(shù)據(jù)的標注，又比如在工業(yè)生產線上對于各種材料的認識。這些都不再像以往那樣，召集一群普通人就能完成，相反需要的是行業(yè)內專業(yè)工作人員進行相關處理。如何滿足這些要求，是數(shù)據(jù)服務企業(yè)和AI企業(yè)都在思考的問題。

以及企業(yè)日益提高的數(shù)據(jù)安全要求。

除了提出數(shù)據(jù)隱私等常規(guī)數(shù)據(jù)安全要求以外，有些企業(yè)為了突破已有模型的局限，開始配套研制自己的硬件，走向多模態(tài)融合的方式；或是像上文所說的，專門采集一些定制化的專業(yè)數(shù)據(jù)。這時這些數(shù)據(jù)就會成為企業(yè)構建自身核心壁壘的發(fā)展方向。如此以來，數(shù)據(jù)安全問題就成了重中之重。

另一方面，對于AI數(shù)據(jù)服務企業(yè)來說也是如此。

AI數(shù)據(jù)服務企業(yè)意識到，越來越多的AI企業(yè)對數(shù)據(jù)準確性、安全性和標注效率提出了更多要求，并且AI企業(yè)開始傾向于與大公司合作，對數(shù)據(jù)服務企業(yè)進行盡職調查、設立供應商列表等等。這一切都意味著，數(shù)據(jù)服務企業(yè)必須加強技術能力、促進管理正規(guī)化才能應對全新的需求。

中場戰(zhàn)事的號角已經吹響，這場戰(zhàn)爭決定著AI數(shù)據(jù)服務企業(yè)的生死存亡，也是它們力爭上游的重要機會。

云測數(shù)據(jù)的應戰(zhàn)邏輯

云測數(shù)據(jù)正是在中場戰(zhàn)事中漸入佳境的數(shù)據(jù)企業(yè)代表。

移動互聯(lián)網時代開始，云測從手機APP測試作為切入點進入企業(yè)服務領域，為移動互聯(lián)應用在現(xiàn)實場景中的使用保駕護航；人工智能時代，云測旗下AI數(shù)據(jù)服務品牌-“云測數(shù)據(jù)”，正在幫助各大企業(yè)獲取貼近真實場景的精確數(shù)據(jù)，助力AI在現(xiàn)實場景中的場景化落地。

對于AI企業(yè)來說，自建數(shù)據(jù)處理團隊雖能滿足需求，但資金成本和技術門檻都相對較高。而數(shù)據(jù)行業(yè)中常見的眾包模式，例如亞馬遜眾包平臺“Amazon Mechanical Turk”，它可以在平臺上完成海量的數(shù)據(jù)，但面對定制化場景的數(shù)據(jù)，卻是有心無力。

而云測數(shù)據(jù)，正是瞄準了定制化數(shù)據(jù)市場，打磨了一套屬于自己的應戰(zhàn)邏輯：

第一， 通過產業(yè)鏈延伸滿足企業(yè)豐富的業(yè)務需求。

云測數(shù)據(jù)發(fā)現(xiàn)，當AI企業(yè)對于算法落地性要求越來越高時，就更需要貼近真實場景的數(shù)據(jù)來滿足需求。賈宇航提到，對于現(xiàn)階段的安防或者金融所需要的人臉識別安全等級，互聯(lián)網中積累的數(shù)據(jù)和眾包采集的數(shù)據(jù)不足以支撐其需求，多維且精細化的數(shù)據(jù)，如各種光照條件下各個角度的人臉數(shù)據(jù)，才是其良藥。面對這類情況，就需要數(shù)據(jù)企業(yè)延伸產業(yè)鏈，承擔起定制化數(shù)據(jù)采集工作。除了安防領域和金融領域，云測數(shù)據(jù)還會涉及諸如輔助駕駛場景中的駕駛員表情、新零售場景中的人物服裝穿搭、智慧生活中的音箱喚醒詞、智能工業(yè)中的質檢巡檢等等場景，覆蓋了現(xiàn)階段絕大部分的落地場景。

第二， 注重人員培養(yǎng)，提升標注精準程度。

意識到定制化數(shù)據(jù)對于AI企業(yè)的重要性后，云測數(shù)據(jù)開始注重對于從業(yè)人員素質的培養(yǎng)和提高，不僅自建數(shù)據(jù)基地，對標注員進行標注技巧的教學培訓，也在各個涉足行業(yè)進行專業(yè)知識積累，以確保標注人員對所從事標注任務的理解。如涉及交規(guī)和行車經驗的自動駕駛數(shù)據(jù)標注，云測數(shù)據(jù)就找來了由駕齡豐富的標注管理人員進行對員工提供定期講解，而其他行業(yè)，也逐漸開始需要“老司機“的介入，去提升數(shù)據(jù)精度。

第三， 死守安全底線。

最后最重要的，還有安全。首先云測數(shù)據(jù)的核心價值觀是讓企業(yè)擁有數(shù)據(jù)，構建企業(yè)的核心競爭壁壘，為此數(shù)據(jù)的安全性是一項核心指標。為了保證人們的數(shù)據(jù)隱私安全，云測數(shù)據(jù)不僅在硬件和操作系統(tǒng)上采取了加密措施，封死USB接口、采用內網瀏覽器端操作標注數(shù)據(jù)、保證所有參與工作的員工只能操作數(shù)據(jù)，不能獲取數(shù)據(jù)，且每次標注任務交付數(shù)據(jù)結果后，都會銷毀數(shù)據(jù)。不僅保護數(shù)據(jù)隱私，也保證了AI企業(yè)的利益。

中場戰(zhàn)事改變了什么：AI數(shù)據(jù)服務產業(yè)的下一幕

賈宇航告訴我們，云測數(shù)據(jù)的發(fā)展目標，就是在更多細分領域中，做到領域知識積累更深厚，數(shù)據(jù)更精準，數(shù)據(jù)更安全。擁有了這三項應戰(zhàn)能力，云測數(shù)據(jù)就可以在數(shù)據(jù)服務賽道中精準的抓住變革中的機會。解決AI企業(yè)想要依靠獨有專業(yè)數(shù)據(jù)提升技術能力，又無力建立數(shù)據(jù)團隊的問題。

我們同樣關心的，是中場戰(zhàn)事之后，數(shù)據(jù)服務產業(yè)會出現(xiàn)怎樣的走向？

在接受采訪時，賈宇航向我們提到了一個有趣的事實：目前他們服務的甲方，除了一些科技巨頭以外，還有不少傳統(tǒng)企業(yè)。

這一事實側面反映出，參與AI的企業(yè)越來越多，類型也越來越豐富。其中會有對技術一無所知的小型傳統(tǒng)企業(yè)，會有扎根于農業(yè)、化工等等某一極其細分行業(yè)的企業(yè)，同時也會有依賴豐富的數(shù)據(jù)累積對AI技術精益求精的科技巨頭。他們對于數(shù)據(jù)類型的需求也會越來越細化、專業(yè)和垂直。在這種趨勢之下，數(shù)據(jù)與算法之間的產業(yè)分工會逐漸走向明晰。或許數(shù)據(jù)企業(yè)需要“把手伸得更長”，才能更好的為他們提供服務。

相信在中場戰(zhàn)事這一轉折點之后，數(shù)據(jù)服務行業(yè)會從單純的拼勞動力，演變成拼技術、拼專業(yè)、拼垂直。

對于數(shù)據(jù)服務產業(yè)來說，這也是一個不斷洗牌的過程。產業(yè)發(fā)展行程過半，真正的競爭才剛剛來臨。數(shù)據(jù)服務產業(yè)作為AI的“源頭”，在歷經優(yōu)勝劣汰之后，也給予AI發(fā)展更強大的動力。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。