当AI数据服务走进中场战事-南宫NG·28

发布时间：2024-11-08 丨 浏览次数：

毫无疑问，数据量的攀升是AI产业愈演愈烈的原因之一。迅速我们可以找到，将数据采集、整理、清除、标示再行运送给AI企业用于模型训练，早已沦为了一条运营简洁的产业链。很长一段时间以来，数据服务都正处于一种粗犷完整的状态之中，甚至经常出现了一种“数据农场”的众说纷纭：数据服务从业者们从各种公开发表数据集或移动互联网产品中获取数据，以完全零门槛的形式聘用大量廉价劳动力展开非常简单的清除标示工作，例如凸投票决定一张照片中哪里是天空哪里是大地。

最后再行将这些坚硬处置过的数据一股脑地投放神经网络的黑箱之中。但现如今，我们早已看见这一现状正在发生变化，AI企业对于数据的应用于市场需求渐渐开始分化，以往一味粗犷的处置模式早已无法符合他们的市场需求，也因此摇动了AI数据服务市场，潮水从Cyrix到安静，让泥沙溶解，清流地幔。云测旗下的AI数据服务品牌“云测数据”的经常出现，就是一个典型案例。这一次，我们专访了云测数据的总经理贾宇航，听得他来谈谈，他眼中的数据服务中场战事。

风起云涌的数据服务战场如果说数据是AI的养料，那么养料的营养含量，大自然也要求了AI的强健程度。算法模型的精准与否、对有所不同环境的适应性到底如何等等能力，完全都来自于原始数据的积累。年所发生变化的，是AI产业。清华大学公布的《2018年中国人工智能发展报告》表明，去年中国人工智能产业市场规模超过237亿元，同比快速增长67%。

据预计2019年一年中，中国人工智能行业的增长率高达75%。产业规模的爆发式快速增长，意味著竞争将更进一步不利。

面临这种竞争，AI企业对于数据的市场需求必定发生变化。比如，企业正在渴求更加细致和自定义简化的数据。

现实场景的环境总有一天比实验室中的设想更为简单，想获取更加落地、极具差异化优势的模型，意味着依赖基于移动互联网数据，或者基于众包在用户数据采集的数据似乎是不充足的。只有通过自定义化数据采集大大打进细节、打进人无我有的场景，才能大大提高技术价值，在洪流中扎根。又比如，企业正在渴求提供更为专业和横向的数据。随着AI技术了解到各个细分领域，很多数据标示工作要交由专业人士去做到。

看起来对于医疗影像数据的标示，又比如在工业生产线上对于各种材料的了解。这些都仍然像以往那样，开会一群普通人就能已完成，忽略必须的是行业内专业工作人员展开涉及处置。如何符合这些拒绝，是数据服务企业和AI企业都在思维的问题。

以及企业日益提升的数据安全拒绝。除了明确提出数据隐私等常规数据安全拒绝以外，有些企业为了突破有数模型的局限，开始设施研制自己的硬件，南北多模态融合的方式；或是像上文所说的，专门收集一些自定义简化的专业数据。

这时这些数据就不会沦为企业建构自身核心壁垒的发展方向。如此以来，数据安全问题就出了重中之重。另一方面，对于AI数据服务企业来说也是如此。AI数据服务企业意识到，更加多的AI企业对数据准确性、安全性和标示效率明确提出了更好拒绝，并且AI企业开始偏向于与大公司合作，对数据服务企业展开尽责调查、成立供应商列表等等。

这一切都意味著，数据服务企业必需强化技术能力、增进管理正规化才能应付全新的市场需求。中场战事的号角早已吹响，这场战争要求着AI数据服务企业的生死存亡，也是它们力争上游的最重要机会。云测数据的迎战逻辑云测数据正是在中场战事中渐入佳境的数据企业代表。

移动互联网时代开始，云测从手机APP测试作为切入点转入企业服务领域，为移动互联应用于在现实场景中的用于保驾护航；人工智能时代，云测旗下AI数据服务品牌-“云测数据”，正在协助各大企业提供切合现实场景的准确数据，助力AI在现实场景中的场景化落地。对于AI企业来说，自辟数据处理团队虽能符合市场需求，但资金成本和技术门槛都比较较高。

而数据行业中少见的众包模式，例如亚马逊众包在平台“Amazon Mechanical Turk”，它可以在平台上已完成海量的数据，但面临自定义化场景的数据，毕竟有心无力。而云测数据，正是射击了自定义化数据市场，抛光了一套属于自己的迎战逻辑：第一， 通过产业链伸延符合企业非常丰富的业务市场需求。云测数据找到，当AI企业对于算法落地性拒绝更加低时，就更加必须切合现实场景的数据来符合市场需求。

贾宇航提及，对于现阶段的安防或者金融所必须的人脸识别安全等级，互联网中累积的数据和众包收集的数据足以承托其市场需求，多维且精细化的数据，如各种光照条件下各个角度的人脸数据，才是其良药。面临这类情况，就必须数据企业伸延产业链，分担起自定义化数据采集工作。除了安防领域和金融领域，云测数据还不会牵涉到诸如辅助驾驶员场景中的驾驶员表情、新零售场景中的人物服装穿着搭乘、智慧生活中的音箱苏醒词、智能工业中的质检通判等等场景，覆盖面积了现阶段绝大部分的落地场景。第二， 侧重人员培育，提高标示精准程度。

意识到自定义化数据对于AI企业的重要性后，云测数据开始侧重对于从业人员素质的培育和提升，不仅自辟数据基地，对标示员展开标示技巧的教学培训，也在各个投身于行业展开专业知识累积，以保证标示人员对所专门从事标示任务的解读。如牵涉到交规和行车经验的自动驾驶数据标示，云测数据就请来了由驾龄非常丰富的标示管理人员展开对员工获取定期介绍，而其他行业，也渐渐开始必须“杨家司机“的插手，去提高数据精度。第三， 固守安全性底线。

最后最重要的，还有安全性。首先云测数据的核心价值观是让企业享有数据，建构企业的核心竞争壁垒，为此数据的安全性是一项核心指标。

为了确保人们的数据隐私安全性，云测数据不仅在硬件和操作系统上采行了加密措施，关上USB模块、使用内网浏览器末端操作者标示数据、确保所有参予工作的员工不能操作者数据，无法获取数据，且每次标示任务交付给数据结果后，都会封存数据。不仅维护数据隐私，也确保了AI企业的利益。中场战事转变了什么：AI数据服务产业的下一幕贾宇航告诉他我们，云测数据的发展目标，就是在更好细分领域中，做领域科学知识累积更加很深，数据更加精准，数据更加安全性。

享有了这三项迎战能力，云测数据就可以在数据服务赛道中精准的逃跑变革中的机会。解决问题AI企业想依赖独特专业数据提高技术能力，又无力创建数据团队的问题。我们某种程度关心的，是中场战事之后，数据服务产业不会经常出现怎样的南北？在拒绝接受专访时，贾宇航向我们提及了一个有意思的事实：目前他们服务的甲方，除了一些科技巨头以外，还有不少传统企业。

这一事实侧面体现出有，参予AI的企业更加多，类型也更加非常丰富。其中不会有对技术一无所知的小型传统企业，不会有扎根于农业、化工等等某一极为细分行业的企业，同时也不会有倚赖非常丰富的数据积累对AI技术精益求精的科技巨头。他们对于数据类型的市场需求也不会更加细化、专业和横向。在这种趋势之下，数据与算法之间的产业分工会渐渐南北清晰。

也许数据企业必须“夹住伸得更长”，才能更佳的为他们获取服务。坚信在中场战事这一转折点之后，数据服务行业不会从全然的拼成劳动力，演变拼成技术、拼成专业、拼成横向。

对于数据服务产业来说，这也是一个大大配对的过程。产业发展行程过半，确实的竞争才刚到来。数据服务产业作为AI的“源头”，在几经优胜劣汰之后，也给与AI发展更加强劲的动力。

本文来源：南宫NG·28-www.sandingip.com