過去的2021年，對于數據標注行業(yè)而言，是略顯“矛盾”的一年。
一方面以自動駕駛場景為核心的數據處理需求持續(xù)激增，數據標注行業(yè)迎來發(fā)展的沃土;另一方面，行業(yè)融資事件寥寥，且依然沒有誕生獨角獸企業(yè)。
與前十年野蠻增長不同，邁入下半場的數據標注行業(yè)急需的不僅是思考，更是改變。
自動駕駛進入商業(yè)化運營階段
2021年，國內自動駕駛行業(yè)迎來新一輪發(fā)展高峰。
相關統計數據顯示，過去一年國內自動駕駛行業(yè)披露的融資事件高達94起，融資總金額超435億，同比歷史最高。與之相對應，美國加州交通管理局DMV發(fā)布的2021年自動駕駛MPI數據中，中國企業(yè)占據榜單半數，其中，Auto X位列第一，滴滴位列第三，國內自動駕駛企業(yè)競爭力凸顯。
國內歷年自動駕駛融資
自動駕駛行業(yè)的興盛一方面與產業(yè)鏈不斷升級相關，另一方面也離不開國家政策的大力引導。
產業(yè)鏈方面，攝像頭、毫米波雷達、超聲波雷達、激光雷達等硬件成本不斷下降，自動駕駛感知系統愈發(fā)完善。以激光雷達為例，與前幾年動輒上萬美元的天價相比，目前主流激光雷達廠商的產品價格已大幅降低。
例如Luminar推出了1000美元的LiDAR解決方案，Velodyne公司則計劃在未來幾年將平均售價從17900美元降至600美元，而華為則宣布會將量產的激光雷達單價控制在200美元以內，這為自動駕駛汽車的大規(guī)模量產打下了堅實的基礎。
政策方面，國家和地方政府先后出臺多項政策性、規(guī)范性文件，鼓勵自動駕駛行業(yè)健康有序發(fā)展。
自動駕駛分級標準方面，工業(yè)和信息化部率先推出國家級標準《汽車駕駛自動化分級》，對自動駕駛技術等級及其劃分要素做出規(guī)定。在道路測試和市場準入方面，國家多部委也先后推出《智能網聯汽車道路測試管理規(guī)范》、《道路交通安全法(修訂建議稿)》、《智能網聯汽車生產企業(yè)及產品準入管理指南(試行)》等多項重磅性產業(yè)政策。
在以上這些政策、法律規(guī)范的鋪墊下，自動駕駛行業(yè)向商業(yè)化運營階段邁出關鍵性一步：北京智能網聯汽車政策先行區(qū)，在2021年向部分企業(yè)頒發(fā)國內首批自動駕駛車輛收費通知書，這讓北京成為國內首個明確認可“Robotaxi”商業(yè)化試點的城市，同時也標志著國內自動駕駛賽道終于迎來商業(yè)化運營階段。
數據標注行業(yè)的下半場
自動駕駛行業(yè)的繁榮也帶動了上下游產業(yè)鏈的興盛，尤其以數據標注行業(yè)為代表。
L3級別以上的自動駕駛系統主要由感知、定位、預測、決策和控制五部分構成，每部分均不可或缺。其對于計算機視覺技術的需求依賴度較高，系統需要對傳感器采集的點云圖像數據進行實時處理，構建車輛行駛環(huán)境，為預測和決策做依據，這對算法的準確性和實時性考驗極大。
目前自動駕駛視覺技術主要以有監(jiān)督深度學習方式為主，是基于已知變量和因變量推導函數關系的算法模型，需要大量標注數據對模型進行訓練與調優(yōu)。
換言之，想要讓自動駕駛汽車更“智能”、自動駕駛算法能更加從容應對復雜多變的道路環(huán)境，背后就需要有海量且高質量的真實道路數據做支撐。相關統計數據顯示，目前國內基礎數據服務市場需求在200-500億元規(guī)模，且保持每年30%-50%以上的高速增長。
然而，與快速擴張的市場需求相比，則是行業(yè)落后的生產力，集中表現在數據服務商產能無法滿足市場需求以及數據產出質量較低兩方面。
產能方面，目前國內數據標注第一梯隊服務商年營業(yè)額普遍以千萬級為主，業(yè)務規(guī)模、執(zhí)行效率與項目經理能力高度綁定，產能瓶頸問題凸顯，無法有效填補并搶占極速擴張的需求市場。數據標注產業(yè)在國內發(fā)展多年，卻從未誕生獨角獸企業(yè)。
數據產出質量方面，隨著自動駕駛行業(yè)邁向商業(yè)化運營階段，以點云數據為代表的數據處理需求占比逐漸擴大，傳統依靠簡單工具且依賴人力的業(yè)務執(zhí)行方式，已經愈發(fā)無法滿足垂直市場的需求。
站在產業(yè)發(fā)展的角度，數據標注行業(yè)的下半場，內部急需醞釀一場深度變革。
PLG模式下的增長飛輪
深度剖析數據標注行業(yè)存在的各類問題，會發(fā)現無論是產能擴張受限還是數據產出質量較低，都可以用一個更簡練的原因概括：輕技術而重人力。
長期以來國內數據標注行業(yè)一直處于粗放狀態(tài)中，行業(yè)門檻低，拉起一批人，經簡單培訓，依靠功能簡陋的工具即可滿足大部分標注項目需求，后期業(yè)務拓展則完全依賴銷售驅動增長(SLG)。
這種模式在初期確實可以提供規(guī)?？捎^的業(yè)務量增長，但也很容易陷入擴張的瓶頸期，短期線性業(yè)務增長無法維系企業(yè)長期發(fā)展，過于依賴項目經理以及標注員的執(zhí)行方式也會因人員流動而產生較大的波動性。
因此，數據標注行業(yè)的變革也將是一場業(yè)務模式的變革，而PLG模式有望成為解決行業(yè)困局的一劑良藥。
PLG模式的英文全稱是“Product Led Growth”，即產品驅動增長。這個概念最早由風投公司OpenView提出，該業(yè)務模式的核心依賴于產品自身作為獲取、轉化、擴展客戶的動力。
2018年SaaS IPO公司的分析中，Openvie發(fā)現：PLG公司比其他非PLG同行表現更好，且估值高出30%。根據Bessemer Venture Partners (BVP)統計，在美國To B市場，PLG正成為一種主流的成長模式，這類公司在2020年的總市值接近6000億美元。
相較于傳統SLG(銷售驅動增長)模式重銷售輕體驗，PLG模式更加注重產品自身，即產品力建設。數據標注行業(yè)以往“輕技術而重人力”的業(yè)務邏輯方式，已被市場證明存在業(yè)務增長受限、產品力無法滿足甲方需求等問題，產能天花板更是成為困擾一眾數據服務商的“頑疾”。
而PLG以產品力為核心的新模式，則賦予了數據服務企業(yè)以更低人力支出和邊際成本，提供更具標準化解決方案的能力，高水準的數據智能平臺更成為企業(yè)擺脫人力依賴，突破業(yè)務增長天花板，從線性增長到指數型增長的關鍵。
以曼孚科技SEED數據服務平臺為例，作為曼孚科技第三代數據智能平臺產品，SEED平臺除擁有目前市面上主流第二代平臺的“多場景標注能力+有限項目管理能力”以外，還創(chuàng)新性的大量引入生命周期管理、AI增強等模塊，形成了覆蓋“數據全生命周期管理能力+供應鏈管理+項目協同+AI人機協同+自定義權限+全場景標注”的多維立體數據處理能力。
在這些功能模塊的加持下，平臺數據標注效率平均提升10倍以上;AI輔助篩查下，數據精準度可達99.99%級別，直擊AI企業(yè)數據需求痛點，從源頭端解決AI應用場景持續(xù)拓展對于多源異構數據的海量需求。
從短期角度來看，PLG模式對企業(yè)而言意味著高投入與放棄短期增長，但從長遠角度考量，以產品力為核心將更具競爭力，更是一種高效的增長模式。
數據標注行業(yè)的下半場，PLG模式有望為數據服務企業(yè)構筑起一條產品技術造就的護城河，成為驅動企業(yè)業(yè)務增長的飛輪。
（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，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
