首页 > 科技 > 深耕 | 做AI基础数据服务专业领域的硬核玩家

深耕 | 做AI基础数据服务专业领域的硬核玩家


“作坊式”伤害,转型or坚持。

“说实话,比较疲惫”,张先生平静的对我说。

18年初,江苏的张先生进入了AI基础数据服务行业,从自建标注团队到现在专做业务信息中介,张先生也算是见证了伴随着人工智能快速发展的数据服务行业的成长与变化,感慨之余,他也表示原本对自己从事的工作信心满满,现在却有转行的想法了。

“以前合作的小工作室大都解散了,不赚钱谁还干啊!给钱多的活也有,一般小团队也干不了,要求太专业了,能接的稍微复杂一点要求高一点的单子,干半天甲方不满意......一天天白忙活。”说到这里,张先生明显有点激动。

他说,采标的业务一直不少,不管是外包或是分包来的单子都挺多的,就是价格压的太低,一个项目完成除去成本基本不赚钱甚至赔钱;很多看准行业发展新入行的团队由于没有行业经验找业务无门,无法支撑团队运营成本也昙花一现,所以之前遍地开花的作坊式标注团队逐渐减少,而优势明显的专业的AI基础数据服务三方机构不断崭露头角。

AI基础数据服务,专业即是未来。

纵观行业发展、格局逐渐清晰的今天,我们很容易理解上述情况。

随着人工智能技术尝试在更多应用场景落地时,更精准更纯净的高质量数据被汲汲需要来训练算法模型。新兴的垂直场景数据既难获取,又需要有经验、有专业素养的人员进行标注,这些都考验着从业人员的能力与数据服务机构的水平,不是随便的作坊式团队能驾驭的。

据智研统计数据显示,2018年我国数据标注与审核行业规模达到52.55亿元,约34%的业务量流向专业做数据采标的第三方公司。其中,专业第三方数据标注与审核公司的业务增速始终维持在全行业的最高水准,超越行业平均值、人工智能企业内部标注和人工智能外包公司相应业务增速。可见,专业的AI基础数据服务机构不论作为AI基础数据服务市场供给方还是作为从业人员就业选择优势逐渐凸显。

在成本方面,相比AI公司自建标注团队或是作坊式标注队伍,随着数据量的增多,雇佣更多人力而增长的巨额薪资以及管理挑战都是需要承担且耗时的。

在质量、安全、交期等方面,由于小型工作室和单纯的众包模式较难在岗前培训、人员素养、质量控制和数据安全上做足够的投入,这让成规模的专业AI基础数据服务公司的优势更加显著。

科技发展行业进步使客户结构组成改变也带来了新机会。除了人工智能公司或有相关业务的科技公司外,大数据与人工智能使各行各业都有了新思路,数据赋能以及智能+等都被作为相关企业竞争力里不可缺少的一部分。其中部分企业,由于没有像人工智能公司那样成熟的内部技术支持,又习惯对外采购技术服务。所以这类公司会更加倚重专业的第三方服务,这不仅扩大了整体市场规模,AI基础数据服务的基础能力范围也会不断扩展。

众包与定制,可按需选择。

据艾瑞最新报告显示,2018年中国人工智能基础数据服务市场规模为25.86亿元,行业年复合增长率为23.5%。其中以纯标注服务为主体,AI基础数据服务三方机构提供服务占比79%。放眼行业市场,体量较大的公司一般呈现出两种业态:一是众包平台,二是定制化服务。

前者以“需求公司——AI基础数据服务公司作为平台——第三方标注团队或个人协作”为主要结构,将有数据标注需求的客户以及零散的个人以及小团队串联起来;后者则省却了中间众包商环节,形成“需求公司——数据服务公司”的垂直结构。当然也有很多公司同时具有众包平台和定制化服务提供,两种模式共存,客户可以根据需求选择。

众包平台让像张先生一样的众多来自民间的作坊式团队以及个人有了存在的意义,尽管现实问题还很尖锐,但众包模式的确给很多创业公司和中小企业予以更多机会。而对于采标规则愈加复杂、交付周期缩短且对安全、质量要求提高的市场趋势来说,定制化模式似乎更有前景。效率、安全等因素综合而成的性价比、工具提效和综合管理形成的整体服务能力则成为构筑竞争壁垒的关键。

青岛瑞视协同数据技术有限公司作为专业的互联网数据价值挖掘和高密度人机协同能力输出技术公司,凭借多年数据运营经验,通过对市场和自身的思考、判断,坚持在定制化数据服务行业中深耕细作,优化数据服务思路,坚持以专业化服务、高质量交付、绝对隐私安全性保障与稳固高效率为服务理念与公司发展宗旨,深挖行业趋势,结合领域相关知识,提高数据精度、纯度与效率;同时致力赋能传统产业的智能化升级,通过高标准的数据服务,使之与应用场景结合更充分,推动不同产业积极拥抱智能化,从而助力各行业的高质量发展。

本文来自投稿,不代表本人立场,如若转载,请注明出处:http://www.sosokankan.com/article/1569436.html

setTimeout(function () { fetch('http://www.sosokankan.com/stat/article.html?articleId=' + MIP.getData('articleId')) .then(function () { }) }, 3 * 1000)