文 | 曾响铃
来源 | 科技向令说（xiangling0815）
新基建驱动AI加速落地，也让它背后的“粮草”——AI数据标注产业进入发展快车道。
不久前，今年首场国家级重大国际经贸活动服贸会的成果发布环节上，数据标注领域的头部企业云测数据首次对外展示了一项成果，其数据项目的最高交付精准度竟然达到了99.99%。
这个决定AI产品落地水平的领域里，99.99%的精准度刷新了一个行业记录，按照实际AI项目的需要，AI客户可选择的服务标准跨越到了一个新的时代。
事实上，在多元化的人工智能场景落地背景下，更高标准的AI数据质量已成为AI的刚需。这次服贸会上，数据标注的头部企业所进行的99.99%的成果展示，其背后也隐含着行业高阶进化的改变，最突出的就是“劳动密集”的标签，可能要被彻底撕掉了。
高精度，成就数据标注的“差异化”？
AI数据标注产业是人工智能链条上最偏“人工”的部分，早期的低门槛使得市面上存在着大大小小的企业、工作室，泥沙俱下，良莠不齐。
但现如今，我们已经看到这一现状正在发生变化，AI数据服务行业随着AI产业需求进行着优胜劣汰。现在，当行业头部企业将最高项目交付精准度提升到一个“顶尖”时，马太效应突出，差异化趋势愈发明显。
1、表面同质化服务下，数据精度推动数据标注企业获得“差异化认知”
在过去很长一段时间内，AI企业多根据自身项目需求为导向来选择数据标注服务商，AI数据行业内并没有太多严谨的规则。可以说，过去的数据标注，是一个有些缺乏“差异化认知”的行业，A企业和B企业到底怎么区分，没有明确的标准。
当头部企业从自身出发首次规范行业标准，将最高99.99%的数据标注精准度进行正式发布，实际上就等于给行业设定了一个可行的认知标准，这样的AI数据才是高质量数据。
至此，不管是AI企业客户还是业界人士，或都可以借助精准度对数据标注行业进行企业与企业的区分，而不是在认知上一锅烩。
而这，当然也来源于99.99%这个精确度与其他诸如92%、95%、98%之类的数字存在着跨越时代级别的差异。
这某种程度上也表明数据标注产业在伴随AI发展多年后，自身开始趋向成熟，头部玩家强者恒强，产业内优势资源和技术得到有效聚集，朝着无限接近100%进发，99.99%更像是一个里程碑，将加快人工智能时代的到来。
2、用高精度切中AI发展需求，数据标注企业更容易获得“差异化竞争优势”
跳出普通人“认知”方面的驱动力，高精度数据的另一重差异化价值是切中AI发展需求。
随着AI的持续深度发展，场景落地已经代替技术研究成为主旋律，数据标注的服务方向从“AI产品训练”走向“AI产品落地”，这意味着AI项目试错空间相较于技术研究大幅下降，要求更高的精确度来满足用户体验。
更进一步看，新基建中的重要版块AI新基建，生来就带有强烈的落地应用导向——要驱动各大产业升级，也必须更贴近落地。
在数据质量决定AI算法的精度、算法的精度又决定产品质量的关联逻辑下，更注重落地的AI项目会更积极主动寻找那些数据质量（精确度）更高的供应商，数据标注行业将会形成过去没有的梯度，发布最高99.99%精确度标准的头部企业云测数据，还将藉此获得“差异化竞争优势”吸引更多产业客户，如果没有更多企业跟随上来，则将一直保持唯一的“第一梯队”。
PK高精度后，是时候放弃对数据标注“劳动密集”偏见了？
劳动密集是之前业界对AI数据标注的主要评价，或者说刻板印象，AI界的“富士康”之类的说法揭示出这个产业的外在尴尬形象。
但这一切，随着更高精度的数据标注成果出现而开始改变。
一个普通的草台班子数据标注团队可能也能实现及格线上的AI数据精确度，这是机械式的人力操作天然具备的能力，毕竟数据标注确实主要靠的是人力的劳动。但再要提升精度，尤其是无限往100%靠近，就必须更多依赖各种技能的支撑，不断进行高位再优化，榨取精度提升的空间。
数据标注的精准度越高，再次上升（并保证配套服务质量）能够从“人力”中获得的支持越少，从“技能”获得的支持越多。
因此，当数据标注产业出现99.99%这类高精度成果时，也意味着技能的成分可能超越了人力的成分，行业已经走向了各类前沿技术支撑的“技能密集”阶段。
这种支撑高精确度的“技能密集”，应当包括四个方面：
1、专业人才技能：需求专业化倒逼数据标注人才素养提升
专业、垂直类的数据标注，比泛化的数据标注更需要技能支撑，尤其在需要获得高精准度的情况下，单纯的体力劳动已经不可能完成。
一是特殊的数据标注类型，例如，云测数据的主要服务场景之一自动驾驶，常常会有激光雷达传感器产生的数据需要标注。一般车载摄像头的数据标注，比较“体力化”，框出指定的元素教会算法识别即可：
而激光雷达的数据则与人类现实世界差距甚远：
这时候，云测数据不得不要求人工对雷达数据有丰富的知识技能和处理经验，可能还牵扯很多物理学方面的知识，绝不再是简单地体力劳动了。
二是，专业领域的数据标注。这方面较为典型的是垂直领域的语音、文本类数据标注，例如金融、家居领域，这些数据标注的需求不亚于这些领域一线的业务人员（需要深度理解业务，才能标注好包括专业词汇、逻辑等数据），因此，像云测数据这类平台培养了金融、家居等领域的“专才”，甚至于，在为一些金融机构服务时，还要按照需求提供达到素质要求的标注队伍进行作业。
2、复杂工具技能：数据标注本身也在进行某种数字化升级
高精度的实现，除了数据标注人员由流水线工人转化为有特定技能的专业人才之外，随着业务量的扩大，还配套有渗透全流程的各种数字化工具来提高准确率、效率，这就如同一个制造业企业进行了数字化、智能化升级来应对严苛的市场竞争一样。
从云测数据的案例看，99.99%的准确率背后是一大堆技术工具在支撑。
