“大數(shù)據(jù)本身處于一個原始狀態(tài)，那些還沒有經(jīng)過清洗和整理的非結(jié)構(gòu)化數(shù)據(jù)是價值極低的，只有經(jīng)過結(jié)構(gòu)化處理，數(shù)據(jù)才能夠被真正用起來。”愛數(shù)智慧創(chuàng)始人兼CEO張晴晴表示。
圖 | 愛數(shù)智慧創(chuàng)始人兼CEO張晴晴
眾所周知，AI的發(fā)展需要滿足三個基本（必要）條件：算法、算力和數(shù)據(jù)。數(shù)據(jù)作為其中重要的一環(huán)，隨著5G時代到來，重要性愈加凸顯。促進(jìn)AI行業(yè)的發(fā)展，用好數(shù)據(jù)很重要。但是在這之前還有一個環(huán)節(jié)不可忽視，即數(shù)據(jù)采集和標(biāo)注，目的是讓數(shù)據(jù)變得“能用”。
增速快，數(shù)據(jù)采集與標(biāo)注市場未來可期
什么是數(shù)據(jù)采集與標(biāo)注？簡單來講，就是收集包括文本、圖像、視頻、、語音等在內(nèi)的數(shù)據(jù)，繼而對這些數(shù)據(jù)進(jìn)行清洗和標(biāo)注。
數(shù)據(jù)顯示，2018年我國數(shù)據(jù)標(biāo)注行業(yè)的市場規(guī)模已達(dá)到60億元。對于數(shù)據(jù)采標(biāo)的市場規(guī)模，張晴晴表示，短期來看，數(shù)據(jù)采集標(biāo)注市場可能只是百億量級，但從長遠(yuǎn)角度來看，讓數(shù)據(jù)從非結(jié)構(gòu)化進(jìn)化到結(jié)構(gòu)化的精加工過程是一個非常龐大的市場，預(yù)計將達(dá)到千億。
“現(xiàn)如今，大家對智能化、信息化、標(biāo)準(zhǔn)化需求的滲透率還沒有那么高，隨著滲透率的逐步擴(kuò)大，數(shù)據(jù)采標(biāo)的市場也會越來越大。”
落實到具體的需求，客戶究竟想得到怎樣的服務(wù)、達(dá)到什么樣的目的？對于這個問題，張晴晴也給出了答案。她表示客戶的核心需求主要有兩個，一個是搭建系統(tǒng)用的基礎(chǔ)數(shù)據(jù)庫，另一個則是數(shù)據(jù)的精加工。“公司會從我們這里購買一些標(biāo)準(zhǔn)化的數(shù)據(jù)產(chǎn)品，來搭建基礎(chǔ)系統(tǒng)。隨著系統(tǒng)搭建完成，源源不斷的新數(shù)據(jù)開始產(chǎn)生，這些數(shù)據(jù)是非結(jié)構(gòu)化的，而企業(yè)需要收集它們并進(jìn)行精加工，去做結(jié)構(gòu)化的標(biāo)注，公司這時候也會需要我們的服務(wù)。”
充分利用人機(jī)協(xié)作優(yōu)勢，為智能世界提供數(shù)據(jù)生產(chǎn)力
張晴晴介紹，她本人之前所從事的是聲學(xué)研究，而團(tuán)隊的背景也多在語音語義領(lǐng)域，因此在業(yè)務(wù)層面，愛數(shù)智慧主要集中在語音方面，包括智能客服、智能家居、智能教育等等。另外在圖像、文本等領(lǐng)域，他們在主營業(yè)務(wù)之外也有所涉獵。
按照屬性來劃分，愛數(shù)智慧應(yīng)該歸類于專門做數(shù)據(jù)采標(biāo)的第三方公司，而一些公司往往還會選擇在內(nèi)部設(shè)立標(biāo)注部門。對此，張晴晴認(rèn)為從公司角度出發(fā)，出于數(shù)據(jù)安全考慮，這種做法是合理的。但是“公司自己來做的話，往往在數(shù)據(jù)結(jié)構(gòu)化的專業(yè)度等方面會有所損失。”她指出，現(xiàn)在的企業(yè)自己做數(shù)據(jù)大多是利用純?nèi)斯さ姆绞綄?shù)據(jù)進(jìn)行采集和標(biāo)注，這樣處理數(shù)據(jù)具有四個特點，就是少（處理數(shù)據(jù)少）、慢（速度慢）、貴（成本高）、差（質(zhì)量差）。
鎂客網(wǎng)采訪過程中，張晴晴強(qiáng)調(diào)“愛數(shù)智慧是一家專業(yè)數(shù)據(jù)服務(wù)商，能充分利用人機(jī)協(xié)作的優(yōu)勢，將人在數(shù)據(jù)處理上舉一反三的能力與機(jī)器良好的記憶能力相結(jié)合，讓數(shù)據(jù)處理的過程更快且處理效果更好“。“人機(jī)協(xié)作”是愛數(shù)智慧的最大優(yōu)勢，而這一模式能夠節(jié)省數(shù)據(jù)處理的時間和成本，并提高數(shù)據(jù)處理的精度。
“數(shù)據(jù)采標(biāo)過程中有很多環(huán)節(jié)是可以由機(jī)器來完成的，但是在精度方面會存在一些問題，尤其是當(dāng)數(shù)據(jù)存在異常的情況下，機(jī)器的精度是完全不能夠保證的。”張晴晴表示。當(dāng)機(jī)器不能解決問題時，就需要人工進(jìn)行介入。“總體來看，人工介入的比例還是比較少的，可以這樣理解，人工更多承擔(dān)的是‘質(zhì)檢工作’，是對機(jī)器的結(jié)果進(jìn)行質(zhì)檢，而不是從零開始對數(shù)據(jù)進(jìn)行標(biāo)注。”
目前，愛數(shù)智慧的智能化數(shù)據(jù)處理平臺包括智能采集判斷、標(biāo)注效率優(yōu)化、智能質(zhì)檢、智能任務(wù)拆解技術(shù)、智能畫像技術(shù)等。人工方面，這一平臺在全世界各地?fù)碛?0萬C端數(shù)據(jù)處理員，基于用戶畫像技術(shù)，平臺能夠“知悉”每位數(shù)據(jù)處理員的長處，繼而通過智能任務(wù)拆解技術(shù)將項目分拆，并分發(fā)給最適合某子項目的數(shù)據(jù)處理員，做到人員的配置最優(yōu)化。
“我們的定位是為智能世界提供充足的數(shù)據(jù)生產(chǎn)力。”張晴晴表示。
最后
在張晴晴看來，要想能夠很好地站立在數(shù)據(jù)采標(biāo)市場，除了做到“多快好省”，還需要做到“足夠?qū)I(yè)”。“做到多快好省中的一兩點還不能夠獲得一個明確的勝利，如果同時做到四點，那是非常不容易的。另外作為一家數(shù)據(jù)服務(wù)公司，還需要在數(shù)據(jù)處理維度上體現(xiàn)自己的專業(yè)度，做到給客戶提供更加專業(yè)的方案建議。”
目前，愛數(shù)智慧已經(jīng)與微軟、阿里、騰訊、滴滴等簽署了長期戰(zhàn)略合作計劃，也曾為中國移動、聯(lián)想、百度等八大行業(yè)的近百家客戶提供過數(shù)據(jù)服務(wù)。
可以看到，愛數(shù)智慧過往所服務(wù)的公司多是行業(yè)內(nèi)頭部企業(yè)，而在接下來，“我們將會為發(fā)展中的AI企業(yè)及其他布局AI的傳統(tǒng)企業(yè)客戶提供數(shù)據(jù)服務(wù)，為智能世界提供充足的數(shù)據(jù)生產(chǎn)力，為國內(nèi)外AI企業(yè)發(fā)展助力，為傳統(tǒng)企業(yè)智能化賦能”。
