AI被認為是最有可能的新工業革命引爆點，各國都在此方向積極投入參與競爭，中國當前的競爭位置還很不錯，當在兩強之一。AI發展需有三個要件，即算力、算法和數據，這其中算力屬于基礎設施能力，算法可算是基于基礎設施之上運作的工作方法，而數據則相當于用來指導算法運作的依據。從一個可以完整運作的AI應用來看，沒有算力則算法和數據跑不起來，沒有算法則數據沒有執行通道，沒有數據則算力和算法就成了擺設，而目前人工智能發展的階段恰逢算力和算法充足，AI數據十分缺乏，毫不夸張的說如果沒有高質量的數據，人工智能將沒有未來。

有數據人工智能才能跑起來，但數據的質量高低，對AI是否好用起到決定性作用。當前AI發展對于數據的需求非常大，但對于AI來說數據量并非等于數據質量，只有高質量的數據才能對算法起到決定性作用，進而產生生產力，而質量一般的海量數據對AI不但無利反而有害。大數據行業之前有對大數據去噪的作業流程，而到了AI時代，隨著AI公司對高質量數據的需求不斷加大，數據標注開始形成一個行業，在AI發展中擔當越來越重要的作用。云測數據，正是這個行業中的頭部企業。

像百度、阿里巴巴這樣擁有海量數據的企業，更需要將數據進行清洗、標注，把海量數據加工成有價值的數據。更不用說人工智能產業落地前夕，AI需要更多還原特定場景的數據。這對于輕資產的AI公司來說用人力去做成本太過高昂，因此AI公司多將此類工作外包。由此而產生了一個以數據標注為核心的AI數據服務市場。根據艾瑞報告，2018年AI基礎數據服務市場的規模約為25.86億元，并預測到2025年這個市場的規模約為113億元。這是個高速增長的市場，有多家企業涉足其中，為AI行業的發展提供最不可或缺的服務。

數據標注行業從性質上看偏勞動密集型，因為主要工作過程都牽涉到人力。舉一個例子，谷歌大腦當年曾成功從視頻中認出了一只貓，為此所付出的算力代價則是16000臺電腦學習了1000萬張圖片。在當前的算力情況沒有突破性進展的情況下，這個案例是無法落地應用的，因為僅僅認出一只貓就要機器學習這么久，要是認一間屋子里床上的一只貓呢？從應用角度來說算力成本太高，難以推行。將這個案例投入應用的唯一辦法，就是采集和標注大量貓圖片訓練算法，以提升效率。這只是數據標注行業的某個單一工作場景，還有更多更復雜的數據需求。

當一輛自動駕駛的車行駛在路上時，有可能遇到的情況有哪些？由于智能駕駛領域的的特殊性，其算法模型要求能處理任何常規情況和突發情況，條件是要在數據上盡可能對其加以滿足。前后左右來車，這是最常見的簡單場景，目前自動駕駛發展的階段可以作相應處置以避開，但如果車前方飛來一只鳥，或走來一個撐雨傘的人，這就屬于非常見的復雜場景了，任何互聯網公司也沒有此類數據，只能靠云測數據等這些數據服務公司進行特定場景的數據搭建采集。自動駕駛的車要保證安全，就需要后臺的AI數據盡可能將任何在公路上可能遇到的情況容納進去，有些情況發生概率接近零，但只要不是零，自動駕駛的車的算法模型就需要這些數據。一個例子是，特斯拉曾有輛車在自動駕駛狀態下車毀人亡，原因是自動駕駛系統沒有辨別出前方白色車輛和天空的區別，導致自動剎車沒有及時制動，一頭沖了過去。

隨著AI應用落地越來越廣，相應的高質、精準、安全數據的需求量也在直線上升。創建于2011年的Testin云測從應用測試業務出發，在服務了超過一百萬家企業之后，經過行業前瞻判斷，抓住機會順應市場趨勢進入了AI數據服務領域，成立數據標注業務品牌云測數據。通過自建數據場景實驗室和數據標注基地，為智能駕駛、智能家居、智慧城市、智慧金融、零售等領域提供定制化的數據采集、數據標注服務，全方位支持文本、語音、圖像、視頻等各類型數據的處理。在很短的時間內，云測數據已成為國內AI數據標注服務市場的第一名，目前市場上主要的AI企業均是其客戶。

云測數據可以說是隨著一個應用人工智能市場的成長而崛起的，其目前的市場地位除了順應趨勢站上風口之外，還有長期耕耘To B市場的流程化管理和人員協作經驗的繼承，而云測數據在開拓新業務時有章有法，是一個更為重要的原因。一個新生市場在初期時往往是野蠻生長期，監管缺失，市場認識不足，都會導致這個市場內亂象橫生。企業為了盡可能拿到市場紅利，往往會只盯住增長而放任其他方面不管，甚至采用一些非常規手段來保證盡快增長，但云測數據在AI數據標注服務這一行的征戰，顯然沒有走這條看似常規的路。

需求定制是云測數據商業模式的核心，無論是數據標注還是數據采集，云測數據都發展出一套科學的生產與管理流程。云測數據在華東、華南、華北等地自建的數據交付中心和數據采集基地，在提升了數據生產作業流程環境、保證數據交付效率的同時，對于數據的最終質量保證有著很大的提升作用。如果為了節省成本可以采用小作坊式的數據標注作業場所，生產環境惡劣，員工素質不高，雖然可以省點錢，卻終究無法提供最好的服務。云測數據是將AI數據服務當成一個長遠的事業來做的，而非用來賺快錢，這個主導思想自然會對最終結果產生正面影響。

其實云測數據更為吸引客戶的，是在數據安全方面所下的功夫。行業發展初期很少有公司會重視這件事，但云測數據卻對其高度重視。云測數據在場景數據采集之前都會與被采用戶簽署數據授權協議，確保AI企業用于訓練的數據合法合規;在作業流程中采用數據隔離機制，所有的數據都是被封閉在標注平臺中的，員工可以在平臺之上作業但卻無法真正接觸到這些數據，以保證數據的安全性;還有一點是不濫用數據，數據交付后清毀數據不留底，絕不二次使用;從安全防范到作業流程，再到數據審核與質量保障，每個環節云測數據都建立起了一套完善的機制與管理規定，用制度來守護數據的安全性和隱私性。

Testin云測CMO張鵬飛也強調“從整體看來，AI數據行業關于安全、隱私等方面并沒有統一的標準和強調重視。但我們從長遠角度出發，一直在隱私和安全防護角度下大力氣服務行業、樹立數據質量標桿，只有以這種負責的態度來服務客戶，我們的行業才能‘良幣驅除劣幣’，真正讓人工智能成為新一輪技術革命，改變整個社會和人類進程”。

事實上，這些看似繁瑣的安全和質量機制，恰恰是客戶所看重的，即便客戶需求中也許不會展示那么詳細，但云測數據通過科學流程主動將客戶顧慮排除，客戶的內心一定是認可的。因為誰也不愿意自己重要的數據被泄露外傳，也不想自己的數據經過一番加工之后質量達不到要求。人工智能公司與AI數據服務公司之間，最重要的是建立一種信任關系，其他的事情自可迎刃而解。云測數據在這個行業內有章有法的運營行為，是其能夠獲得成功的關鍵。這給整個行業做出了正面示范，也引領了行業的健康發展態勢。

全機器化、全智能化的時代還遠遠沒有到來，在通往這個目標的過程中，相應的人力消耗與線下活動是必需的，因此云測數據具備充足的發展空間和機會。AI數據服務看上去所做的事情足夠基礎，但這些工作卻是AI行業發展不可缺少的。如果說數據是驅動AI運行的能源，那么數據標注就是提供石油的那個角色。如果說數據是驅動AI運行的血液，那么數據標注就是造血干細胞，其作用與功能的重要性是怎么描述也不為過的。而云測數據正是這個新生行業的執牛耳者，將隨著AI行業的發展而不斷成長。

責任編輯：ct