没有“好的”数据，AI就没有未来？听听云测数据怎么说

算力、模型和数据构成了人工智能的三要素，过去，我们过多的把目光聚焦于算力和模型上，殊不知，随着人工智能的深入，好的算法和模型已不再是稀有物种，反而那些被标注好的优质数据成为时下最为稀缺的“黑金”。

“公司的壁垒不再是算法，而是数据。让算法利用足够的数据，使得产品运行起来。”人工智能和机器学习领域国际的权威学者吴恩达在发表以“AI is the new electricity”为主题的演讲时，就重点强调了数据的重要性。无独有偶，李开复在清华大学“清华学堂计算机科学实验班”题为《人工智能的黄金时代》的演讲中也讲到了此类观点，“如果你有垄断性的大数据，你就会有很大的优势。”

以上种种，都表明着一件事，即AI的崛起离不开“好的”数据作为地基，这也是云测数据成立的初衷所在。

溯源云测数据的AI数据服务之路


“自2011年切入企服市场以来，Testin云测不断致力于助力产业智能化，除了测试业务我们已经成为专业领域的垄断品牌，专注于AI数据服务的云测数据也成为数据领域的标杆品牌。目前我们整个数据服务团队规模已超过1000人，通过标审分离的流程化作业模式和数据安全机制，更好的保证数据的高质量产出和数据隐私性，从而更好地为人工智能落地提供定制化‘数据养料’。”在接受钛媒体专访时，云测数据总经理贾宇航如是说。

AI数据服务作为一个非标领域，往往需要根据不同行业领域、不同的需求进行特定化的场景定制，而数据标注的过程，规范化、标准化以及可机读性又不可或缺，这就意味着云测数据所从事的领域，并没有捷径可以走。

早期的数据标注服务门槛并不高，几个人、几台电脑便可展开操作，导致了行业鱼龙混杂、同质化竞争等现象，而这时的人工智能也处在初期发展阶段。但当人工智能驶入深水区，“应用人智能”声势逐渐火热，相对应的算法对数据的精准程度和质量要求也水涨船高，就要求着作为AI数据服务的提供者，要为人工智能提供定制化的、还原应用场景的优质数据。

针对于此，贾宇航告诉钛媒体，“以人脸关键点识别为例，早先的相关数据标注往往用一句话便可描述完它的任务需求，到了现在，已经发展到几百个关键点。通常数量级的人脸数据标注任务，有时候4张A4纸都未必能写完这些需求，而人脸的数据标注只是众多领域的任务需求之一。”

庞大数据标注任务量级之下，是当下业内需求端对精准和高质数据的普遍共识。

这就要求着数据服务要在数据标注和采集上下足功夫，而小团队的能力范围则显得捉襟见肘。回归到数据标注面向多领域这件事的本质时，你又会发现，光靠人多或者说采用“众包”模式往往只能解决量的需求，数据标注人员是否能统一化协同管理以及是否具备相关领域知识，才是决定某项数据任务完成质量的好坏。

同时，这也是云测数据当下正专注的事情。正如医生可以标注得好ct诊疗片，而云测数据团队在进行自动驾驶车外环境数据标注时发现，那些能够快速、精准进行数据标注的人员往往拥有驾驶经验。

云测数据快速成长的秘诀是什么？


至此，我们还需要思考一个问题，为什么云测数据能做到且做好AI数据服务？

通过观察Testin云测的发展历史，我们便能找到答案。

自2011年Testin云测成立到现在，已经为全球超过百万的企业及开发者提供服务，积累了丰富且完善的技术能力和流程化管理能力。而云测数据AI数据服务正式开展于2017年，换句换说，Testin云测的数据业务线从一出生便拥有7年企业服务所积攒的经验，并继承了行业独立第三方的角色，天然的“以客户为中心”的企服基因是云测数据区别于同行的最大护城河，而客户最为关键的诉求则是“降本增效”。

“与企业服务在美国环境更侧重标准不同的是，中国更重服务，通过这么多年的观察我们发现，是否能切实满足用户的真实需求，其实是一个非常重要的点，并不是说企业一定要做出一个平台或者一个工具，更多是从企业或行业需求出发，构建对应的服务模式。”贾宇航对钛媒体补充到。

以新零售门店巡检为例，通常来说，每个门店每月都要巡检一次，门店巡检模式是让一个人拿着调研表去盘点，随着人工成本的增加，而门店数越来越多现实情况，已经让这成为一笔不小的开销。通过引入AI数据服务，现在工作人员可以拿一个手机APP直接巡检，物品的数量、sku的数量以及对应的sq数量，都能一目了然。

“从不同客户反馈得知，通过我们云测数据的数据标注服务而落地AI产品的企业，可为企业减少大概1/3的人工成本。”贾宇航如是说。

门店巡检只是案例之一，就目前来说，云测数据主要关注智能驾驶、智慧城市、智慧金融和智能家居几大方向，这也是当下市场需求最大的几个领域。面对不同的数据领域，云测数据通过流水化作业，将各个环节打造成不同模块，并配合自己的流程管理工具，优化人员管理、数据采集、数据清洗和数据标注的各个环节流程，确保内部的持续高效能运转，最终保证AI数据高质产出。

根据IDC调查显示，目前中国大数据发展处于应用落地阶段，整个市场预计未来五年将保持持续增长的趋势，年复合增长率将达到17.3%。而得益于人工智能、5G、区块链、边缘计算的发展，未来多方技术融合，数据增长必然呈现井喷态势，数据采集和标准业务作为其伴生体，必然有较大的增长空间。

得益于对AI趋势的判断，Testin云测认为，“人工智能正在逐渐往应用人工智能”方向发展，因而云测数据在成立之初，就确定了定制化“精准高质、独立安全”业务方针。本着这张“王牌”，云测数据部门迅速扩充，在以往企业服务经验的完美嫁接之下，最终让云测数据成为AI数据服务领域的头部企业。”

“云测数据业务规模量每年都在以倍数的规模增长，这也与我们所处赛道的市场深度息息相关，在我看来，整个市场仍然呈现非线性的几何增长态势，还有很多机会蕴含其中，有待挖掘。”谈及云测数据业务线发展状态时，贾宇航如是说。

“安全”是AI数据服务提供商绕不开的命题


机会之下，企业端在提供优质数据的同时，也要注意数据服务过程中的规范和安全。

在这方面，云测数据通过自建数据采集实验室和自建数据标注基地的方式，规范管理专职数据服务团队。这种措施除了保证标注数据的质量和效率，也最大限度地保证了数据产出的安全隐私性。

贾宇航对钛媒体强调到，云测数据自伊始便将数据安全放在首位，集中表现在以下几个方面：

第一，不滥用数据，数据交付后清毁数据不留底，绝不二次使用；

第二，不侵犯隐私，与所有数据采集的用户都签订数据授权协议，确保AI企业用于训练的数据合法合规；

第三，建立相关的数据保障机制，如从防火墙的设置、内部信息系统的管护、乃至标准化的流程作业体系等。

正如Testin云测CMO张鹏飞多次强调：“即便说云测数据从安全到隐私防护这套体系会加重运营成本，但从我们行业大局发展来看，只有以这种负责的态度来执行工作，我们的行业才能‘良币驱除劣币’。”



（本文首发钛媒体，作者/桑明强）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App