|
算力、模型和數據構成了人工智能的三要素，過去，我們過多的把目光聚焦于算力和模型上，殊不知，隨著人工智能的深入，好的算法和模型已不再是稀有物種，反而那些被標注好的優質數據成為時下最為稀缺的“黑金”。 “公司的壁壘不再是算法，而是數據。讓算法利用足夠的數據，使得產品運行起來。”人工智能和機器學習領域國際的權威學者吳恩達在發表以“AI is the new electricity”為主題的演講時，就重點強調了數據的重要性。無獨有偶，李開復在清華大學“清華學堂計算機科學實驗班”題為《人工智能的黃金時代》的演講中也講到了此類觀點，“如果你有壟斷性的大數據，你就會有很大的優勢。” 以上種種，都表明著一件事，即AI的崛起離不開“好的”數據作為地基，這也是云測數據成立的初衷所在。 溯源云測數據的AI數據服務之路“自2011年切入企服市場以來，Testin云測不斷致力于助力產業智能化，除了測試業務我們已經成為專業領域的壟斷品牌，專注于AI數據服務的云測數據也成為數據領域的標桿品牌。目前我們整個數據服務團隊規模已超過1000人，通過標審分離的流程化作業模式和數據安全機制，更好的保證數據的高質量產出和數據隱私性，從而更好地為人工智能落地提供定制化‘數據養料’。”在接受鈦媒體專訪時，云測數據總經理賈宇航如是說。 AI數據服務作為一個非標領域，往往需要根據不同行業領域、不同的需求進行特定化的場景定制，而數據標注的過程，規范化、標準化以及可機讀性又不可或缺，這就意味著云測數據所從事的領域，并沒有捷徑可以走。 早期的數據標注服務門檻并不高，幾個人、幾臺電腦便可展開操作，導致了行業魚龍混雜、同質化競爭等現象，而這時的人工智能也處在初期發展階段。但當人工智能駛入深水區，“應用人智能”聲勢逐漸火熱，相對應的算法對數據的精準程度和質量要求也水漲船高，就要求著作為AI數據服務的提供者，要為人工智能提供定制化的、還原應用場景的優質數據。 針對于此，賈宇航告訴鈦媒體，“以人臉關鍵點識別為例，早先的相關數據標注往往用一句話便可描述完它的任務需求，到了現在，已經發展到幾百個關鍵點。通常數量級的人臉數據標注任務，有時候4張A4紙都未必能寫完這些需求，而人臉的數據標注只是眾多領域的任務需求之一。” 龐大數據標注任務量級之下，是當下業內需求端對精準和高質數據的普遍共識。 這就要求著數據服務要在數據標注和采集上下足功夫，而小團隊的能力范圍則顯得捉襟見肘。回歸到數據標注面向多領域這件事的本質時，你又會發現，光靠人多或者說采用“眾包”模式往往只能解決量的需求，數據標注人員是否能統一化協同管理以及是否具備相關領域知識，才是決定某項數據任務完成質量的好壞。 同時，這也是云測數據當下正專注的事情。正如醫生可以標注得好ct診療片，而云測數據團隊在進行自動駕駛車外環境數據標注時發現，那些能夠快速、精準進行數據標注的人員往往擁有駕駛經驗。 云測數據快速成長的秘訣是什么？至此，我們還需要思考一個問題，為什么云測數據能做到且做好AI數據服務？ 通過觀察Testin云測的發展歷史，我們便能找到答案。 自2011年Testin云測成立到現在，已經為全球超過百萬的企業及開發者提供服務，積累了豐富且完善的技術能力和流程化管理能力。而云測數據AI數據服務正式開展于2017年，換句換說，Testin云測的數據業務線從一出生便擁有7年企業服務所積攢的經驗，并繼承了行業獨立第三方的角色，天然的“以客戶為中心”的企服基因是云測數據區別于同行的最大護城河，而客戶最為關鍵的訴求則是“降本增效”。 “與企業服務在美國環境更側重標準不同的是，中國更重服務，通過這么多年的觀察我們發現，是否能切實滿足用戶的真實需求，其實是一個非常重要的點，并不是說企業一定要做出一個平臺或者一個工具，更多是從企業或行業需求出發，構建對應的服務模式。”賈宇航對鈦媒體補充到。 以新零售門店巡檢為例，通常來說，每個門店每月都要巡檢一次，門店巡檢模式是讓一個人拿著調研表去盤點，隨著人工成本的增加，而門店數越來越多現實情況，已經讓這成為一筆不小的開銷。通過引入AI數據服務，現在工作人員可以拿一個手機APP直接巡檢，物品的數量、sku的數量以及對應的sq數量，都能一目了然。 “從不同客戶反饋得知，通過我們云測數據的數據標注服務而落地AI產品的企業，可為企業減少大概1/3的人工成本。”賈宇航如是說。 門店巡檢只是案例之一，就目前來說，云測數據主要關注智能駕駛、智慧城市、智慧金融和智能家居幾大方向，這也是當下市場需求最大的幾個領域。面對不同的數據領域，云測數據通過流水化作業，將各個環節打造成不同模塊，并配合自己的流程管理工具，優化人員管理、數據采集、數據清洗和數據標注的各個環節流程，確保內部的持續高效能運轉，最終保證AI數據高質產出。 根據IDC調查顯示，目前中國大數據發展處于應用落地階段，整個市場預計未來五年將保持持續增長的趨勢，年復合增長率將達到17.3%。而得益于人工智能、5G、區塊鏈、邊緣計算的發展，未來多方技術融合，數據增長必然呈現井噴態勢，數據采集和標準業務作為其伴生體，必然有較大的增長空間。 得益于對AI趨勢的判斷，Testin云測認為，“人工智能正在逐漸往應用人工智能”方向發展，因而云測數據在成立之初，就確定了定制化“精準高質、獨立安全”業務方針。本著這張“王牌”，云測數據部門迅速擴充，在以往企業服務經驗的完美嫁接之下，最終讓云測數據成為AI數據服務領域的頭部企業。” “云測數據業務規模量每年都在以倍數的規模增長，這也與我們所處賽道的市場深度息息相關，在我看來，整個市場仍然呈現非線性的幾何增長態勢，還有很多機會蘊含其中，有待挖掘。”談及云測數據業務線發展狀態時，賈宇航如是說。 “安全”是AI數據服務提供商繞不開的命題機會之下，企業端在提供優質數據的同時，也要注意數據服務過程中的規范和安全。 在這方面，云測數據通過自建數據采集實驗室和自建數據標注基地的方式，規范管理專職數據服務團隊。這種措施除了保證標注數據的質量和效率，也最大限度地保證了數據產出的安全隱私性。 賈宇航對鈦媒體強調到，云測數據自伊始便將數據安全放在首位，集中表現在以下幾個方面：
正如Testin云測CMO張鵬飛多次強調：“即便說云測數據從安全到隱私防護這套體系會加重運營成本，但從我們行業大局發展來看，只有以這種負責的態度來執行工作，我們的行業才能‘良幣驅除劣幣’。” |
