圖片來(lái)自“Unsplash”

“就企業(yè)來(lái)說(shuō)，只是對(duì)于業(yè)務(wù)模式的選擇不同而已，我們更看好現(xiàn)在這個(gè)精細(xì)化、場(chǎng)景化的方向?！?/p>

“就像一個(gè)大網(wǎng)吧。”徐銘告訴我們。

他說(shuō)的是位于河南郟縣的某數(shù)據(jù)中心的辦公室。在這里，幾十排機(jī)器連在一起，伴隨著機(jī)箱轟轟的散熱聲，人們正在進(jìn)行著夏收之后的另外一項(xiàng)工作。

隨后，這些人被輪流帶進(jìn)了臨時(shí)搭的攝影棚里——一個(gè)光線昏暗、不到30平米的小房間，墻壁不久前剛被刷得雪白，里面擺著椅子、三腳架和燈光器材。

在相關(guān)人員的指引下，人們擺出不同的表情面向攝影機(jī)，每“咔”的一聲都意味著他們能獲得一個(gè)禮品或者金錢(qián)報(bào)酬。

除此之外，在不遠(yuǎn)處幾臺(tái)大風(fēng)扇下，還有一些人在不斷地用鼠標(biāo)進(jìn)行框選，標(biāo)注?！肮ぷ餍U簡(jiǎn)單的，就是從這一堆圖像里把汽車框出來(lái)。”張娜說(shuō)。不只是她，幾十臺(tái)臺(tái)式電腦前還有不少像她一樣的人，不大的房間里遍布著鼠標(biāo)點(diǎn)擊的“噠噠”聲，機(jī)械且雜亂。

拉框、辨識(shí)、數(shù)據(jù)采集……在這里，人工智能展露出了它最原始和最脆弱的一面，和那些動(dòng)輒晦澀難懂的“自動(dòng)駕駛、語(yǔ)音交互、語(yǔ)義識(shí)別……”詞匯相比，這里的人工智能更為人性化，也更為平凡和普通。

這只是一個(gè)縮影。在星羅棋布的三四線城市里，有無(wú)數(shù)人從事著這項(xiàng)工作，盡管大部分人對(duì)“數(shù)據(jù)”這個(gè)概念模棱兩可，但在他們看來(lái)，“人工智能一定能顛覆未來(lái)?！?/p>

這里是人工智能的起點(diǎn)，更是人工智能的最底層基座。

無(wú)數(shù)據(jù)，不AI

一個(gè)明顯的信號(hào)是，人工智能正距離我們?cè)絹?lái)越近。

先來(lái)看一組數(shù)字，2018年，全球人工智能市場(chǎng)突破2700億元，其中中國(guó)超過(guò)360億元，相比2015年的203億元復(fù)合增長(zhǎng)率為21%。飛速上揚(yáng)的曲線背后是科技發(fā)展的日新月異，于互聯(lián)網(wǎng)下半場(chǎng)，AI已經(jīng)成為很多公司、企業(yè)面向未來(lái)的武器和底氣。

與之對(duì)應(yīng)的是另外一組數(shù)字，據(jù)We Are Social公司統(tǒng)計(jì)，全球獨(dú)立移動(dòng)設(shè)備用戶滲透率超過(guò)了總?cè)丝诘?5%，活躍互聯(lián)網(wǎng)用戶突破了40億人，接入互聯(lián)網(wǎng)的活躍移動(dòng)設(shè)備超過(guò)了50億臺(tái)。根據(jù)IDC預(yù)測(cè)，2020年，全球?qū)⒖偣矒碛?5ZB的數(shù)據(jù)量。

這是一組每天都處于千萬(wàn)億次增長(zhǎng)的數(shù)據(jù)曲線。

人工智能，算法是發(fā)動(dòng)機(jī)，數(shù)據(jù)是燃料。對(duì)于大部分公司的AI業(yè)務(wù)來(lái)說(shuō)，獲取海量而優(yōu)質(zhì)的標(biāo)注數(shù)據(jù)是進(jìn)行人工智能的先決條件。算法模型是計(jì)算機(jī)基于大規(guī)模的訓(xùn)練數(shù)據(jù)集，歸納出的識(shí)別邏輯，以實(shí)現(xiàn)精準(zhǔn)的物體和場(chǎng)景識(shí)別?？梢哉f(shuō)，實(shí)現(xiàn)機(jī)器精準(zhǔn)識(shí)別的重要一步，就是獲取海量而優(yōu)質(zhì)的標(biāo)注數(shù)據(jù)。

“人工智能的背后是有數(shù)據(jù)、算法和算力來(lái)支撐，它其實(shí)是一種相互促進(jìn)，并且也相互制約的關(guān)系。沒(méi)有數(shù)據(jù)，再多的算力和模型上的投入，也不能讓AI實(shí)現(xiàn)落地。”云測(cè)數(shù)據(jù)總經(jīng)理賈宇航表示。

誠(chéng)然如此。人工智能更可以看成是一項(xiàng)龐大的建筑工程，算法為建筑框架，算力為構(gòu)筑手段，而數(shù)據(jù)則是最為重要的建筑原料。

這更像是一種唇齒相依的關(guān)系，你中有我，我中有你。

但事實(shí)卻是，算力和算法更多的被人們提及，處于資本和媒體的曝光燈下，但數(shù)據(jù)卻保持著“悄然無(wú)聲”的態(tài)勢(shì)。

“但在現(xiàn)階段工業(yè)界的AI應(yīng)用研發(fā)，標(biāo)數(shù)據(jù)是一定跳不過(guò)去的，可能10年之內(nèi)都要依賴于標(biāo)數(shù)據(jù)?！币粋€(gè)業(yè)內(nèi)人士告訴產(chǎn)業(yè)家。

就當(dāng)下而言，從最基本的構(gòu)建模式來(lái)看，數(shù)據(jù)是人工智能的原料;但如果將數(shù)據(jù)與人工智能技術(shù)的整體發(fā)展相比，如今數(shù)據(jù)的采集和標(biāo)注方式卻是后者發(fā)展的“木桶短板”。

可以預(yù)測(cè)，“無(wú)數(shù)據(jù)，不AI”將會(huì)一直是常態(tài)。

數(shù)字的新「邊界」

不能否認(rèn)的是，這門(mén)生意正在進(jìn)步。

從粗放型到如今的精細(xì)化運(yùn)作，數(shù)據(jù)的生意模式正在不斷升級(jí)。身處這個(gè)賽道的玩家們，則是給它做了最佳注腳。

先看百度，據(jù)了解，其實(shí)早在2011年百度數(shù)據(jù)眾包就以部門(mén)的形式成立，不僅為百度內(nèi)部需求方如百度NLP、百度地圖等提供AI數(shù)據(jù)采集和標(biāo)注服務(wù)，同樣將數(shù)據(jù)眾包業(yè)務(wù)進(jìn)行開(kāi)放，根據(jù)客戶需求制定數(shù)據(jù)采集方案，量體裁衣，和傳統(tǒng)的互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練相比更為細(xì)分，同時(shí)也更為專業(yè)。

處于同一身位還有云測(cè)數(shù)據(jù)。起家應(yīng)用測(cè)試業(yè)務(wù)的云測(cè)數(shù)據(jù)本身就與數(shù)據(jù)采集有著渾然天成的親和度。據(jù)了解，云測(cè)數(shù)據(jù)有自建的數(shù)據(jù)標(biāo)注基地以及定制化場(chǎng)景實(shí)驗(yàn)室，可以根據(jù)客戶需求提供更為定制化的場(chǎng)景數(shù)據(jù)采集服務(wù)。

除此之外，大洋彼岸的亞馬遜平臺(tái)的Amazon Mechanical Turk同樣值得一提，在亞馬遜品牌的加持下，它靠為訓(xùn)練人工智能提供AI數(shù)據(jù)眾包服務(wù)起家，但主要經(jīng)營(yíng)業(yè)務(wù)還是眾包型業(yè)務(wù)，在精細(xì)化場(chǎng)景方面略遜一籌。

可以理解為，云測(cè)數(shù)據(jù)和百度眾包平臺(tái)更可以看成是Amazon Mechanical Turk升級(jí)版，他們更精細(xì)，更趨向場(chǎng)景，同時(shí)也更加垂直。

數(shù)據(jù)采集的模式正在升級(jí)。一方面這和愈發(fā)加速的AI步伐相關(guān)，但更重要的是數(shù)據(jù)采集的賽道開(kāi)始呈現(xiàn)出更為清晰的邊界和梯度。

隱藏在新邊界背后的是AI行業(yè)發(fā)展的良莠不齊，在這樣一個(gè)良幣驅(qū)逐劣幣的賽道上，數(shù)據(jù)的生意邊界被無(wú)限放大，卻又無(wú)限縮小。

放大的是基于技術(shù)的橫向場(chǎng)景化發(fā)展，企業(yè)有能力、也有信心來(lái)進(jìn)行更多有難度的數(shù)據(jù)采集工作;縮小的是這個(gè)行業(yè)內(nèi)玩家上升的門(mén)檻，技術(shù)化的“重模式”注定了這里的玩家會(huì)筑高墻，廣積糧。

重新「定義」AI數(shù)據(jù)服務(wù)

助力AI企業(yè)獲取更多優(yōu)質(zhì)的特定場(chǎng)景數(shù)據(jù)，輔助其構(gòu)建自身的核心數(shù)據(jù)壁壘——這是云測(cè)數(shù)據(jù)一直賦予自身的“使命”。

這是一家不同其它的公司。

它有著自身獨(dú)特的運(yùn)作模式——建立了多個(gè)大型的數(shù)據(jù)標(biāo)注基地和大型場(chǎng)景化數(shù)據(jù)采集中心，高度保證客戶數(shù)據(jù)的精準(zhǔn)率，進(jìn)而輔助產(chǎn)品更好的重現(xiàn)使用時(shí)的場(chǎng)景和真實(shí)情況。

“我們發(fā)現(xiàn)AI與產(chǎn)業(yè)相結(jié)合是未來(lái)趨勢(shì)，為此我們培養(yǎng)工作人員學(xué)習(xí)相關(guān)領(lǐng)域知識(shí)，以更好更快的理解企業(yè)需求，輔助企業(yè)建立數(shù)據(jù)核心壁壘?！辟Z宇航這樣表示。

與之對(duì)應(yīng)的是在每個(gè)項(xiàng)目?jī)?nèi)都會(huì)有對(duì)應(yīng)的場(chǎng)景化數(shù)據(jù)模式培訓(xùn)，保證數(shù)據(jù)采集不僅僅是限于科學(xué)理論，而且更合乎產(chǎn)業(yè)，更合乎實(shí)際情況?！皵?shù)據(jù)采集同樣需要領(lǐng)域的相關(guān)知識(shí)，以更好更真實(shí)地還原一些場(chǎng)景?！?/p>

可以理解為，云測(cè)數(shù)據(jù)的采集模式更像是“產(chǎn)業(yè)+技術(shù)”的雙重疊加，以更為科學(xué)的模式重現(xiàn)生活化的場(chǎng)景，使數(shù)據(jù)更鮮活有生命。

在他看來(lái)，如今云測(cè)數(shù)據(jù)的角色更像是服務(wù)企業(yè)AI數(shù)據(jù)核心壁壘的"構(gòu)建者" 。它利用自身這種“更為鮮活的數(shù)據(jù)”來(lái)輔助企業(yè)的AI業(yè)務(wù)線快速成型，迭代進(jìn)化，進(jìn)而加速人工智能行業(yè)的場(chǎng)景化落地。

從某種角度來(lái)說(shuō)，云測(cè)數(shù)據(jù)正在重新定義“AI數(shù)據(jù)服務(wù)”——通過(guò)協(xié)同溝通、對(duì)定制化場(chǎng)景理解，進(jìn)而搭建對(duì)應(yīng)采集線下場(chǎng)地，同時(shí)以技術(shù)驅(qū)動(dòng)提升標(biāo)注流程的效率，以更好地滿足業(yè)務(wù)對(duì)數(shù)據(jù)的要求。

從技術(shù)出發(fā)，落地到精細(xì)場(chǎng)景，可以看到，云測(cè)數(shù)據(jù)越走越穩(wěn)，也越走越快。

快速，進(jìn)化和細(xì)分

不同的前進(jìn)方向，永遠(yuǎn)是時(shí)代浪潮中企業(yè)發(fā)展的常態(tài)。決定于此的，是基于當(dāng)下市場(chǎng)的需求。

一個(gè)不可忽略的大背景是，數(shù)據(jù)行業(yè)正在蓬勃發(fā)展，據(jù)IBM Marketing Cloud分析指出，近9成數(shù)據(jù)在兩年內(nèi)產(chǎn)生。而結(jié)合5G和AIOT的設(shè)備的到來(lái)，未來(lái)更將會(huì)有越來(lái)越多的數(shù)據(jù)產(chǎn)生，進(jìn)而不斷催生數(shù)據(jù)服務(wù)業(yè)的發(fā)展。

而面對(duì)新產(chǎn)品的不斷落地，如今數(shù)據(jù)行業(yè)正處在選擇和被選擇的分水嶺。

在如今的數(shù)據(jù)采集和標(biāo)注賽道上，你能看到遍布三四線城市的“小團(tuán)隊(duì)”，也能看到像云測(cè)數(shù)據(jù)這樣偏更重場(chǎng)景化、精細(xì)化的數(shù)據(jù)企業(yè);你能看到每天有不少團(tuán)隊(duì)選擇眾包的渠道模式，也能看到很多AI數(shù)據(jù)企業(yè)開(kāi)始自建線下場(chǎng)地，精益求精，建立品牌。

從某種程度來(lái)看，每個(gè)行業(yè)形態(tài)的存在都必然有其合理性。企業(yè)對(duì)于自身數(shù)據(jù)的需多種多樣，對(duì)應(yīng)的也自然是以完成客戶需求為使命的不同服務(wù)形態(tài)的企業(yè)模式。

但就當(dāng)下而言，數(shù)據(jù)行業(yè)更像是一個(gè)蹣跚學(xué)步的孩童。我們很難給它的未來(lái)下一個(gè)確切的定義，但可以肯定的是，隨著企業(yè)模式的變化，這個(gè)行業(yè)也必將呈現(xiàn)不斷進(jìn)化的態(tài)勢(shì)。

“就企業(yè)來(lái)說(shuō)，只是對(duì)于業(yè)務(wù)模式的選擇不同而已，但我們更看好現(xiàn)在這個(gè)精細(xì)化、場(chǎng)景化的方向。”賈宇航最后說(shuō)。