日前，百度在港交所二次上市，三位素人“敲鐘者”中，來自百度山西數(shù)據(jù)標注基地的年輕媽媽郭梅引起了外界注意，和她一起AI數(shù)據(jù)標注師這個看起來偏“冷門”的職業(yè)，也首次為大眾所熟知。其實早在去年2月，它的官方名稱“人工智能訓練師”就已成為新職業(yè)，并納入國家職業(yè)分類目錄，它是AI技術廣泛應用所催生的新崗位。
百度為了做好二次上市這場“大戲”，包括郭梅的敲鐘三素人都大有來頭，從身份上來講他們都和AI密切關聯(lián)。數(shù)據(jù)標注師為何重要呢？打個淺顯的比喻，如果人工智能是一條高速公路，那數(shù)據(jù)標注就是這條高速公路的基石，而數(shù)據(jù)標注師就是那群不分日夜夯實基石的幾十萬、上百萬的“鍵盤軍”。
人工智能大踏步的由概念到應用，數(shù)據(jù)標注這一行業(yè)也就被廣為討論。就在之前不久，聚焦亞太市場人工智能與大數(shù)據(jù)的中國出海公司領創(chuàng)智信（ADVANCE.AI）也首次推出數(shù)據(jù)標注業(yè)務，旗下上千人數(shù)的東南亞團隊將開始為國內的人工智能行業(yè)服務。從百度到領創(chuàng)智信，從三四線城市到東南亞地域，隨著中國在AI大國競賽中的提速，圍繞中國人工智能正在形成一個覆蓋廣大地域的產(chǎn)業(yè)生態(tài)圈。
大國AI競賽，數(shù)據(jù)標注緣何重要
科學技術不僅可以改變生活，而且可以改變世界，未來是屬于科技的時代，更是屬于人工智能的時代。據(jù)艾媒咨詢的數(shù)據(jù)預測，2021年全球人工智能市場收入規(guī)模或將達到12140億美元，至2024年這一數(shù)字或達到39410億美元。在這個迅猛的崛起過程中，將需要數(shù)量龐大的數(shù)據(jù)標注師作為支撐。
據(jù)相關統(tǒng)計預測，數(shù)據(jù)標注師與下游研發(fā)端人員需求的比例達到了驚人的1:100，因此數(shù)據(jù)標注行業(yè)也被稱為新時代的“富士康”，足見該行業(yè)人員缺口之巨。
圖片來源：艾媒咨詢
面對如此龐大的潛在市場，包括中美在內的大國之間，早已悄無聲息的開啟了關于AI的競逐賽，美國由于經(jīng)濟基礎較好，所以在人工智能領域處于領先地位，但隨著中國綜合實力的整體提升，很多專家學者預測在不久的將來，中國將會挑戰(zhàn)美國地位爭奪全球AI的NO.1。
這一切并不是空想，至少在科研方面國內并未落后，根據(jù)斯坦福大學人工智能研究所近期發(fā)布的數(shù)據(jù)顯示，2020年AI期刊引用中國的研究論文的數(shù)量已經(jīng)超越了美國。全球去年所發(fā)布的AI期刊論文中，中國占了18%，居次的是美國的12.3%，歐盟則是8.6%。而在最常被引用的論文中，中國首度超越美國，占比20.7%，美國為19.8%，歐盟則是11%。
以上數(shù)據(jù)仍只是局限在研究論文層面，也至少證明了中國人工智能部分領域和美國的差距并沒有太大。
另根據(jù)中國信通院數(shù)據(jù)研究中心的測算，2020年中國人工智能規(guī)模占到全球市場規(guī)模的三成。以此為基數(shù)的話，人工智能未來競爭中，中國并非沒有一戰(zhàn)之力，至少很有機會坐牢全球AI實力榜前三國家的位置。只不過從研究到應用，人工智能比拼的仍是綜合實力。美國人工智能科學技術之所以得以高產(chǎn)、高質，其背后是數(shù)據(jù)標注行業(yè)發(fā)達的功勞。
因為，數(shù)據(jù)標注既是人工智能產(chǎn)業(yè)的基礎，又是機器感知現(xiàn)實世界的起點，可以說數(shù)據(jù)標注是人工智能的發(fā)展“基石”。
人工智能是讓機器具備人類的思維和行為方式，而數(shù)據(jù)標注之所以重要，則因為它通過人類標注正確的數(shù)據(jù)樣本，讓AI機器學習成長的一種方式，從某種程度上來看，沒有經(jīng)過標注的數(shù)據(jù)就是無用數(shù)據(jù)。而數(shù)據(jù)標注的工作目前只能由數(shù)據(jù)標注師來完成的，數(shù)據(jù)標注師們要對世界上如汪洋一般的圖片、語音、文本、視頻等數(shù)據(jù)內容進行標注，充當著人工智能機器的“幼兒教師”，以此來提高人工智能的精準度和智能化水平。
以美國的發(fā)展路線來看，它們的數(shù)據(jù)標注主要是以眾包和海外外包為主，以總部位于澳洲的數(shù)據(jù)標注上市公司為例，其在180多種語言的國家和地區(qū)擁有超過40萬名合同工。該司服務的客戶遍布全球，不少就是來自美國的人工智能企業(yè)。前兩年又先后收購了一家位于美國硅谷的數(shù)據(jù)標注公司，和一家在印度有自己數(shù)據(jù)加工工廠的數(shù)據(jù)標注公司。
另外，如Facebook則將部分數(shù)據(jù)標注工作外包給了印度公司W(wǎng)iPro，后者雇傭了幾百名工人為前者服務。而美國谷歌、微軟、雅虎等科技巨頭，也曾在非洲肯尼亞雇傭了大量的人力來做數(shù)據(jù)標注服務。
美國人力成本高昂，除了部分數(shù)據(jù)標注交給眾包平臺消化，科技巨頭們把更多的業(yè)務外包給了海外地區(qū)，這種形式擁有更高的集中性。上面提到的美國人工智能“大廠”們往往需要多種類型數(shù)據(jù)，傾向于在第三世界國家地區(qū)尋找一家大型綜合性服務商。這些服務商有較高集成性，通過網(wǎng)絡與全球各地標注人員進行工作分包。
作為IT產(chǎn)業(yè)的起源國和霸主的美國，就是通過海外外包的形式來實現(xiàn)在“IT時代”的領先地位的，而印度則被稱為“美國IT的后花園”。由于印度的勞動力成本較低，官方語言又是英語，整整一代人的時間里，美國科技公司一直將工作外包給印度，因此催生出一種“全球交付模式”，即先去客戶的公司得到他們的要求，回到印度開發(fā)這個軟件，全球交付，最后做一些維護。
此種模式在IT行業(yè)可以跑通，同理在以人工智能為主導的“新IT時代”也正在被復制，從東南亞到非洲崛起的數(shù)據(jù)標注服務產(chǎn)業(yè)，正在成為美國在全球范圍內培養(yǎng)的下一個“印度”。
太平洋彼岸的中國，由于政策的傾斜和5G等相關基礎技術的發(fā)展，人工智能產(chǎn)業(yè)也進入快速增長階段。據(jù)相關數(shù)據(jù)顯示，2020年我國新一代人工智能市場規(guī)模預計達到700億元，龐大的市場規(guī)模，也促使我國的數(shù)據(jù)標注行業(yè)進入細分化階段。
在國內，數(shù)據(jù)標注產(chǎn)業(yè)進駐了不少城鎮(zhèn)和農村地區(qū)，在一些省份甚至還出現(xiàn)了特色的“數(shù)據(jù)標注村”。隨著出海公司領創(chuàng)智信推出數(shù)據(jù)標注及采集業(yè)務，意味著，中國數(shù)據(jù)標注產(chǎn)業(yè)也意欲在全球范圍內尋找適合自己發(fā)展的“AI后花園”。
人工智能即將到來黃金十年，數(shù)據(jù)標注師缺口將異常龐大。據(jù)阿里巴巴集團調研數(shù)據(jù)顯示，預計僅到2022年，人工智能訓練師國內外相關從業(yè)人數(shù)有望達到500萬，如此來看，人工成本正在快速上升的中國，未來或也會把部分“壓力”向周邊國家地區(qū)外移。
東南亞會是中國“AI后花園”？
中國人工智能的發(fā)展，催生數(shù)據(jù)標注行業(yè)數(shù)百萬人才的缺口。中國相比美國，在人力成本上是存在優(yōu)勢的。正因如此，美國人工智能巨頭和數(shù)據(jù)標注企業(yè)大踏步全球化的時候，中國人工智能企業(yè)卻是三條路并行。
百度、阿里等“大廠”，采取將數(shù)據(jù)標注基地“下放”三五線城市+眾包來解決；而類似領創(chuàng)智信的中國出海企業(yè)，也正在東南亞地區(qū)“培育”后備力量。為何出現(xiàn)這種現(xiàn)象？
一、數(shù)據(jù)標注師被調侃，調教AI、月薪三千；數(shù)據(jù)標注師從名字上來看挺“高大上”，可由于是“勞動密集”的職位，他們工資普遍不高，月薪三四千就已經(jīng)算是高薪了。其背后的原因在于，為了讓人工智能更“智能”，需要龐大的人力去對如汪洋一般的各類數(shù)據(jù)進行不同的標注，基于工作的性質和成本考慮，數(shù)據(jù)標注師本身的薪資很難提高。
想要了解數(shù)據(jù)標注行業(yè)的勞動密集程度，可以舉一個小例子，為了“調教”人工智能更準確的識別圖片各類信息，或需要至少10億張圖片進行訓練。怎么樣才可以給這10億張圖片進行分類和打上標簽呢?以一個人每天可以分類1000張圖片來計算，10億張圖片需要一個人干上100萬天，也就是2740年。
圖片來源：艾媒咨詢
包括語言識別、圖像識別、自然語言處理，數(shù)據(jù)標注師們需要使用標注工具通過分類、畫框、標注、注釋等，對圖片、語音、文本等數(shù)據(jù)進行處理，“喂養(yǎng)”它們，以令它們能夠勝任交通、金融行業(yè)、醫(yī)療行業(yè)、家居行業(yè)、安防行業(yè)、公共服務、電子商務等應用場景，這將是個超過人想象的工作量。
這直接決定了數(shù)據(jù)標注師行業(yè)平均薪金不會太高，否則人工智能將因為成本問題，永遠無法落地到實處。
二、“大廠”三五線基地+眾包方式的局限性；開頭提到的百度山西數(shù)據(jù)標注基地，就是百度在山西省太原市建立的人工智能基礎數(shù)據(jù)產(chǎn)業(yè)基地，按照百度的計劃，未來5年，百度還將培養(yǎng)數(shù)據(jù)采集、標注專業(yè)人員5萬人，阿里巴巴在貴州銅仁萬山區(qū)也在做類似的事。即使如此，仍不能完全“消化”大廠數(shù)據(jù)標注的旺盛需求。
阿里旗下就有阿里眾包平臺，僅圖搜測評任務就累計推出了近百萬的任務量，將圖片搜索的準確度從原有的30%提升到80%左右。百度旗下有百度數(shù)據(jù)眾包平臺，官方網(wǎng)站顯示已有1萬名專職外場數(shù)據(jù)采集員，覆蓋40多個國家和地區(qū)，遍布全國300+城市。京東旗下的京東眾智，也是類似的平臺。
大廠們之所以都選擇兩條路走，一個原因是在三四線城市打造數(shù)據(jù)標注基地能在成本可控的前提下提供更為穩(wěn)定的服務；然而，由于三四線城市人才普遍學歷不高，另一邊的眾包業(yè)務可以吸納在校學生的“閑散”人力，兩者互為補充。要知道，數(shù)據(jù)標注雖被調侃為新時代的“富士康”，可該職業(yè)仍有不小的上手門檻和技能要求。
東南亞地區(qū)“AI后花園”與中國人工智能產(chǎn)業(yè)的聯(lián)動，正在復刻當年印度與美國硅谷的關系；從上面能夠看到，由于工作量龐大，決定了該職業(yè)無法開出足夠誘人的“工資”。因此，在三四線城市構建數(shù)據(jù)標注基地和面向社會的眾包模式成為大廠解決困難的兩條路。而從領創(chuàng)智信的“出口轉內銷”身上，似乎看到了第三條路，市場對數(shù)據(jù)標注的旺盛需求倒逼下，將該產(chǎn)業(yè)南移到東南亞“消化”也正在進行著。
提起領創(chuàng)智信國內大多數(shù)網(wǎng)友是比較陌生的，這家公司在國內人工智能出海企業(yè)中卻很有名氣，該公司聯(lián)合創(chuàng)始人兼CEO壽棟，是賓州州立大學計算機碩士和清華大學軟件碩士；人工智能產(chǎn)品負責人王芳林，獲得上海交通大學博士學位，并在哈爾濱工業(yè)大學獲得碩士和學士學位，曾擔任過NUS的研究員和Autodesk的研究科學家。
領創(chuàng)智信2016年成立后，先后在新加坡、中國、印度尼西亞、印度、越南、菲律賓設有辦公室，服務超過1000家行業(yè)客戶，于2019年9月完成了8000萬美元的C輪融資，由高榕資本和新加坡淡馬錫控股旗下蘭亭資本參與領投。目前，團隊有2000+名員工，其中有很多就來自騰訊、百度、華為、亞馬遜等曾在互聯(lián)網(wǎng)公司供職的行業(yè)人才。
該公司在東南亞主要聚焦人工智能（e-KYC，智能流程自動化，聊天機器人），風險管理（反欺詐，信用評分）和數(shù)字貸款解決方案三大領域，業(yè)務邊界不斷拓寬，由印尼逐步覆蓋到菲律賓、印度、越南等國家。
去年6月份，其推出的數(shù)據(jù)標注與采集一體化服務，就是根據(jù)市場需求將過去人工智能數(shù)據(jù)標注與采集打包成新的業(yè)務線對外服務，其中包括圖片、語音、對話、文本和視頻數(shù)據(jù)的標注及采集。一方面，該服務面向出海東南亞等各國的中國人工智能企業(yè)服務，一方面也為中國人工智能企業(yè)的外包數(shù)據(jù)標注及采集業(yè)務服務。
不到一年時間，該公司在國內就擁有了不小的名氣。我們知道，美國人工智能產(chǎn)業(yè)正在帶動印度、東南亞甚至非洲等地數(shù)據(jù)標注外包市場，中國似乎也正在走向這個方向，這或是國內旺盛數(shù)據(jù)標注需求獲得解決的另一條出口。
中國AI產(chǎn)業(yè)生態(tài)圈不可忽視的一環(huán)
近年來，中國企業(yè)紛紛進入東南亞市場，借“一帶一路”政策，中國和東盟10國均獲得了有目共睹的經(jīng)濟收益。數(shù)據(jù)顯示，至2016年5月，中國和東盟國家的雙向投資已達1600億美元，雙方貿易額也從1991年的79.6億美元增長至2015年的4721.6億美元。相信未來東南亞地區(qū)，將有更多類似領創(chuàng)智信的企業(yè)誕生。
為何這么預測呢？因為就數(shù)據(jù)標注服務的性質來看，東南亞外包模式有它自身的優(yōu)勢在里面。
1、同屬漢文化圈的便利性，東南亞華僑規(guī)模全球第一；不完全統(tǒng)計，東南亞11國，447萬平方千米，6.5億人口，被看作是中國、印度之外的另一個巨大市場。在中國互聯(lián)網(wǎng)企業(yè)全球化浪潮影響下，和“一帶一路”扶持政策的推動下，“下南洋”正成為國內科技公司集體的共識，并且成績斐然。目前東南亞市場上公認的十大獨角獸企業(yè)中，中國企業(yè)通過資本、技術、經(jīng)驗等方式的加持，已經(jīng)牢牢占據(jù)了半壁以上江山。
其實，任何國家企業(yè)進行海外拓展，本土化都是最先需要考慮的問題，內在文化的牽連度越高越容易成功。東南亞地區(qū)與中國接壤，可以說“一衣帶水”，無論文化背景、風俗習慣皆比較相近，與中國一樣過農歷春節(jié)并有法定假期的國家中就包括越南、印尼、新加坡和馬來西亞等。相比于美國、歐洲科技巨頭，中國企業(yè)進行東南亞地區(qū)的拓展具備更多的便利性。
圖片來源：《2019 年東南亞互聯(lián)網(wǎng)趨勢報告》
另外，不完全統(tǒng)計東南亞等國家地區(qū)華僑人數(shù)高達3千多萬左右，是世界上海外華人分布最集中的地區(qū)。這也是中國企業(yè)在該地區(qū)發(fā)展相較順利的原因之一，反過來講，這些優(yōu)勢也使得該地區(qū)成為中國初級產(chǎn)業(yè)鏈外移的首選地。
2、成本優(yōu)勢；根據(jù)相關新聞報道，中國三五線城市數(shù)據(jù)標注員工資也在三五千，東南亞很多國家地區(qū)的平均薪金才不到一千。據(jù)英國人力資源管理顧問機構 ECA International 公布的一份《2020年世界薪資漲幅最高國家》報告顯示，各國工人的工資中印尼最低108美元（約706元），最高272美元（約1780元）；緬甸108美元;菲律賓最低135美元（約882元），最高265美元（約1733元）。
數(shù)據(jù)標注服務除了基礎設備的一次性投入，大頭就在工資上。領創(chuàng)智信的數(shù)據(jù)標注服務，企業(yè)每月能超過或累計超過5萬人?幣，就提供整套采集/標注的?案設計，所依憑的正是該地區(qū)的人力成本優(yōu)勢。如果該團隊所在地在國內，這些錢甚至不夠工人幾天的工資。
3、人才優(yōu)勢；正是因為人工成本低，可以低成本雇傭具備一定學歷的人員提供數(shù)據(jù)標注服務。以往印象中，數(shù)據(jù)標注師普遍學歷不高、工作環(huán)境惡劣，不過這只是行業(yè)事實的一角。根據(jù)過往調查，數(shù)據(jù)標注師大多都需要?？票尘?，經(jīng)過培訓才能掌握通用型的拉框或打點任務。但涉及到醫(yī)療、金融、語言、法律等專業(yè)領域，都需要具備專業(yè)知識的數(shù)據(jù)師來標注，這關乎著人工智能在垂直領域應用落地。
印度能成為美國IT產(chǎn)業(yè)后花園，也正是因為該地區(qū)有班加羅爾大學、印度科學院、印度科學研究所、農科大學、國家動力研究所等教育研究機構，每年產(chǎn)出大量低成本的人才進入外包服務市場。
東南亞地區(qū)人才相關的優(yōu)勢有兩個層面，一是東南亞互聯(lián)網(wǎng)用戶數(shù)量在2020年達到4億人，意味著該地區(qū)70%的人口都是網(wǎng)民。二是該地區(qū)高等教育群體就業(yè)問題一直存在，幾年前，越南國家統(tǒng)計局一份數(shù)據(jù)顯示，越南越來越多的大學生畢業(yè)即失業(yè)，人數(shù)達到19.25萬，占該國總失業(yè)人口的15%。去年印尼中央統(tǒng)計局一份報告也透露，截至2020年8月，該國失業(yè)人數(shù)也達到977萬人，同比上年度增加了267萬人。由于該地區(qū)大多數(shù)國家經(jīng)濟結構單一，許多高等教育人才面臨著畢業(yè)即失業(yè)的困境。吸納該地區(qū)人才為中國新興產(chǎn)業(yè)服務，可以大大提高國內科技領域的全球綜合實力。
4、品質優(yōu)勢；百度、阿里采取在三四線城市建設數(shù)據(jù)標注基地的做法，可以通過對某地區(qū)資源的集中傾斜，來實現(xiàn)聚集人才的目的?？蛇@種方案，并不適用國內所有人工智能企業(yè)。而采用外包，往往面臨著品質問題。領創(chuàng)智信在推出數(shù)據(jù)標注服務前，在印尼、菲律賓、越南等東南亞國家已經(jīng)服務了幾百家企業(yè)級客戶，并有數(shù)億次的產(chǎn)品調用量；穩(wěn)定的AI團隊和大學生為主人群組成執(zhí)行團隊，決定了服務品質上的保證。
據(jù)了解，領創(chuàng)智信專業(yè)的線下采集標注團隊，已支持包括圖片、語音、對話、文本、視頻數(shù)據(jù)的標注及采集。通過自檢、質檢和抽檢三重把關，多數(shù)任務達到99.8%以上的合格率，這或是它和國內數(shù)據(jù)標注企業(yè)競爭最大的優(yōu)勢所在。
《三體》作者劉慈欣曾說過這樣一句話，要達到電影里面的強人工智能，在現(xiàn)在看來中間還有很多技術障礙?！艾F(xiàn)在的人工智能，前面有多少智能后面就有多少人工?！?/p>
國家十四五規(guī)劃中重點提及人工智能，大國AI競賽將是全面競爭，曾落后IT時代的中國，應該不會放棄人工智能這個難得彎道超車的機會。
而在人工智能在各個領域落地的過程里，將需要數(shù)量龐大的數(shù)據(jù)標注師作為后備軍支撐。毋庸置疑，中國人工智能的大發(fā)展，不僅將帶動著中國三五線城市的就業(yè)，擁有獨特優(yōu)勢的東南亞市場，或也將成長為中國的“AI后花園”。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網(wǎng)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(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)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(wǎng)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(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)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(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
