根据艾瑞咨询发布的行业白皮书显示,2018年中国人工智能基础数据服务市场规模为25.86亿元,预计2025年市场规模将突破113亿元,行业年复合增长率达到了23.5%。​

作为人工智能产业的基石,数据标注行业正在从幕后走向前台,未来前景无限广阔。

然而,正如黎明前是一片无尽的黑暗一样,数据标注行业在蓬勃发展的背后也面临着诸多困局,这些困局已成为阻碍行业发展最大的绊脚石。

1. 人力成本突出

数据标注虽然披着人工智能的“外衣”,但是本质上仍然属于劳动密集型产业。

目前,国内从事数据标注行业的人群已达上千万,这其中90%的从业人员为数据标注员,这些数据标注员分散在大大小小的标注团队内。

以一个20人全职的小标注团队为例,平均每天每个人的人力成本大约在100-200元,每个月仅仅在人力成本上的消耗就达到了6万-12万,而一个周期在半个月以上的标注项目可能总合同金额不过几万元而已,这样的结果就是很多标注团队营利甚微或是压根就无法营利。

数据标注团队

事实上,很多标注团队的管理人员已经意识到人力成本对于团队发展的威胁,但是却很少有人选择以裁员的方式来减少此类成本,甚至很多团队顶着亏损的风险不断加人,原因无他,作为劳动密集型产业的数据标注行业,有足够的人力才能保证吃得下大项目,越是裁员越是无法接到高利润的大项目,拾人牙慧捡一些小资源,团队最终面临的可能就是解散的局面。

2. 标注效率低下

在人力成本无法大规模减轻的局面下,摆在数据标注团队面前最可行的方式就是提高标注效率。

通过招聘熟练度较高的数据标注员,或是使用高效率的标注工具可以做到在短时间内有效提升标注效率,但是到了真正实施的阶段,很多人却发现并不是如此简单。

一方面,熟练度较高的高素质数据标注员在行业内仍是稀缺状态,尤其是随着AI公司对于标注数据的场景化需求越来越高,这种缺口将越来越大。举个简单的例子,在语音标注领域,目前有很多英文标注项目,但是熟练掌握英语的数据标注员却稀少。

另一方面,行业内缺乏一款高效率的数据标注工具。目前很多标注团队使用的是开源标注工具,此类工具虽然能够满足基本的标注需求,但是在效率、准确度上已经远远满足不了当下AI公司的需求。

3. 准确率难以满足AI公司需求

人工智能行业内有一个简单但很重要的共识:数据集质量的高低直接决定最终模型质量的好坏。

机器学习依赖海量标注数据的投喂,这些数据质量的高低将对AI最终能否顺利落地产生关键性影响。

目前很多AI企业都意识到了这点,并在标注数据质量上提出了新的要求。举个例子,以往标注数据的准确率达到了95%即可满足AI企业的需求,但是目前就需求达到99%,甚至是99.99%。

然而,目前相当多的标注企业无法满足这样的需求,原因正如上面所说,一方面数据标注员能力参差不齐,另一方面标注工具质量低下。

4. 数据安全性存疑

数据标注行业既然与“数据”有关,那么安全性一定是很多企业关注的重点。

在安防领域,因为涉及到需要采集标注很多人脸等私密数据,因此确保数据的安全性成为了很多项目方的硬性需求。

数据安全性是很多项目方的硬性需求

从数据的采集、数据的标注,再到数据的保存,每一个环节都必须保证数据不被泄露、不被窃取,这对于很多团队来说都是无法做到的事情。

一方面,很多团队没有自己独立研发的标注平台,仍使用开源工具或者是在开源工具的基础上略作修改,使用这种开放的平台如何保证数据的安全性?

另外,很多企业在标注与储存数据的过程中,出于成本的因素使用的仍然是公有服务器,这对于许多安防领域的企业来说,很明显是无法达标的。

5. 欠缺场景化标注能力

随着人工智能技术开始大范围落地应用,AI公司对于标注数据的场景化要求正变得越来越高。

以汽车自动驾驶为例,相关汽车厂商对于标注场景要求越来越精细化,一些复杂的长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等等出现的频率开始增多,相当多数据标注团队无法满足AI发展的要求。

汽车自动驾驶标注场景(来源:曼孚科技数据标注平台)

这一方面与数据标注团队欠缺定制化服务能力有关,另一方面也与标注团队使用的标注工具功能简单化有关。在AI大规模落地的时代背景下,无法满足项目方的需求即意味着面临被淘汰的风险,提升场景化、定制化标注能力是摆在很多标注团队面前相当现实的需求。

针对以上困局,曼孚科技从现实出发,做出了如下的努力:

1. 专业团队打造优质数据服务平台,服务成本降低30%以上;

2. 独立自研SaaS数据标注平台,预标注技术加持下标注效率可提升4倍以上;

3. 实时精确估算与AI辅助筛查,数据精确至99%以上;

4. 支持私有云部署,实时监测加强安全保护;

5. 定制化场景搭建,7X24小时快速技术响应。

通过以上努力,曼孚科技致力于为客户提供高水准、高效率、定制化、场景化的数据标注服务体验。曼孚科技旗下的数据采集标注一站式解决方案平台正在自动驾驶、安防、VR/AR、无人机、新零售、AI教育、工业机器人等相关领域悄然改变着这个世界。

尽管当下数据标注行业面临的困局已经影响了整体产业的蓬勃发展,但正如曼孚科技的愿景一样,我们将凭借自身努力,用数据解放AI的一切可能。

AI数据标注行业面临的5大发展困局丨曼孚科技的更多相关文章

  1. 破局AI落地难,数据标注行业需率先变革丨曼孚科技

    ​2019年,国内人工智能领域的投融资热情大幅降低,相当数量的AI企业彻底消失在了历史的长河中,“人工智能寒潮已至”甚至成为行业年度热词. 与前几年创业与投资热情齐头并进的盛况相比,近段时间的AI行业 ...

  2. 战“疫”背后的AI身影丨曼孚科技

    近期新型冠状病毒肺炎的疫情,牵动着全国上下人民的心. 截止2月11日上午10点,全国确诊人数已达42708人,疑似病例21675人. 突发的疫情让部分地区的快速诊疗能力出现了结构性的缺失,为了打赢这场 ...

  3. 一文看懂AI深度学习丨曼孚科技

    深度学习(Deep Learning)是机器学习的一种,而机器学习是实现人工智能的必经途径. 目前大部分表现优异的AI应用都使用了深度学习技术,引领了第三次人工智能的浪潮. 一. 深度学习的概念 深度 ...

  4. 曼孚科技:数据标注,AI背后的百亿市场

    ​ 1. 两年前,来自山东农村的王磊成为了一位数据标注员.彼时的他,工作内容非常简单且枯燥:识别图片中人的性别. 然而,一段时间之后,他注意到分配给他的任务开始变得越来越复杂:从识别性别到年龄,从框选 ...

  5. 曼孚科技:“四管齐下”筑牢AI数据隐私安全防线

    谈及数据,绕不开的一个话题就是数据隐私与数据安全.随着数字化进程加快,数据安全事件频发,据Risk Based Security统计,去年国际数据泄露事件近5000起,被泄露数据近41亿条,数据造成的 ...

  6. 曼孚科技:AI算法领域常用的39个术语(上)

    ​算法是人工智能(AI)核心领域之一. 本文整理了算法领域常用的39个术语,希望可以帮助大家更好地理解这门学科. 1. Attention 机制 Attention的本质是从关注全部到关注重点.将有限 ...

  7. 曼孚科技:AI自然语言处理(NLP)领域常用的16个术语

    ​自然语言处理(NLP)是人工智能领域一个十分重要的研究方向.NLP研究的是实现人与计算机之间用自然语言进行有效沟通的各种理论与方法. 本文整理了NLP领域常用的16个术语,希望可以帮助大家更好地理解 ...

  8. 曼孚科技:AI机器学习领域常用的15个术语

    机器学习是人工智能(AI)的核心,是使计算机具有智能的根本途径.​ 本文整理了一下机器学习领域常用的15个术语,希望可以帮助大家更好的理解这门涉及概率论.统计学.逼近论.凸分析.算法复杂度理论等多个领 ...

  9. 曼孚科技:AI算法领域常用的39个术语(下)

    算法是人工智能(AI)核心领域之一. 本文整理了算法领域常用的39个术语,希望可以帮助大家更好地理解这门学科. 本文为下半部分,上半部分见本账号上一篇文章. 19.迁移学习(Transfer Lear ...

随机推荐

  1. javase第一章(了解java)

    ------------恢复内容开始------------ java介绍 java这门语言,如果你是一名IT从业者,那么就一定是会有所耳闻的,毕竟,这是编程史上其商业化最成功的一门语言,当然, 编程 ...

  2. 使用自环接口的UDP服务器和客户端

    import argparse,socket from datetime import datetime MAX_BYTES = 65535 def server(port): sock = sock ...

  3. 关于Icon,Image,ImageIcon的简单的对比参考

    Icon: Icon位于javax.swing包中,它是一个接口 public interface Icon,介绍为:一个小的固定大小的图片,通常用于装饰组件 有三个方法: int getIconHe ...

  4. 第3章 JDK并发包(五)

    3.3 不要重复发明轮子:JDK的并发容器 3.3.1 超好用的工具类:并发集合简介 JDK提供的这些容器大部分在java.util.concurrent包中. ConcurrentHashMap:这 ...

  5. RocketMQ重试机制和消息幂等

    一.重试机制 由于MQ经常处于复杂的分布式系统中,考虑网络波动,服务宕机,程序异常因素,很有可能出现消息发送或者消费失败的问题.因此,消息的重试就是所有MQ中间件必须考虑到的一个关键点.如果没有消息重 ...

  6. 全网一定不是最好懂的C++线性筛素数

    Part 0:概念 先给几个概念(很重要): 合数:如果\(xy=z\text{且}x,y\text{为正整数}\),我们就说\(x,y\text{是}z\text{的合数}\) 素数:如果数\(a\ ...

  7. Git 分支设计规范

    概述 这篇文章分享 Git 分支设计规范,目的是提供给研发人员做参考. 规范是死的,人是活的,希望自己定的规范,不要被打脸. 在说 Git 分支规范之前,先说下在系统开发过程中常用的环境. 简称 全称 ...

  8. Burpsuite Pro 2020.1最新破解版

    简介 Burp Suite 是用于攻击web 应用程序的集成平台,包含了许多工具.Burp Suite为这些工具设计了许多接口,以加快攻击应用程序的过程.所有工具都共享一个请求,并能处理对应的HTTP ...

  9. 在Thinkphp3.1中使用Mongo的具体操作

    最近研究Mongo项目都是用TP开发的,先介绍下Mongo在TP3.1中的用法 首先要确保你的PHP环境中已经安装好Mongo扩展,在实际项目中大多数都是Mysql数据库为主的,那么如何添加一个Mon ...

  10. PyObject and PyTypeObject - Python 中的 '对象' 们

    1 PyObject, PyTypeObject - Python 中的 '对象' 们 '一切皆对象' - 这是 Python 的学习和使用者们最最常听到一句, 可谓 博大精深 - '勃大精深'. ' ...