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’。”