过去我们过（guò）多（duō）地把目光聚焦于“人工智能三要素”中的算力（lì）和模型上；但（dàn）随着（zhe）人（rén）工智能的深入，好的算（suàn）力（lì）和模型已不再是稀（xī）有物种，被（bèi）标注好的优质数据却成（chéng）为时下最为（wéi）稀（xī）缺的“黑金（jīn）”。AI的（de）崛起离不开“好的”数据作为地（dì）基，这也是云（yún）测数据（jù）成立的初衷所在。现在戳右边链（liàn）接（jiē）上新智元小程序了解更多！

算力、模型和数据构成（chéng）了人工（gōng）智能的三要素（sù），过去，我们过多（duō）的（de）把（bǎ）目光聚（jù）焦于算力和（hé）模型（xíng）上（shàng），殊不知，随着（zhe）人工智能的深入，好的算力和模（mó）型已不再（zài）是稀（xī）有物种，反而那些（xiē）被标注好（hǎo）的（de）优质数据成为时下（xià）最为稀缺的“黑金”。

“公司的（de）壁垒（lěi）不再（zài）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（zhì）能和机器学习（xí）领（lǐng）域国（guó）际的权威（wēi）学者吴恩达在发（fā）表以“AI is the new electricity”为（wéi）主题（tí）的演讲时，就重点（diǎn）强调了（le）数据的重要性。无独有偶，李开复在清华大学“清华学堂计（jì）算机科学实验（yàn）班”题（tí）为《人工智能的黄金时代（dài）》的演讲中也（yě）讲到（dào）了此类观点，“如（rú）果你有垄断性（xìng）的大（dà）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（bú）开“好的”数据（jù）作为地基，这也是云测数据成立的初衷（zhōng）所在。

溯源云测（cè）数据（jù）的AI数据服务（wù）之路

“自（zì）2011年（nián）切（qiē）入（rù）企（qǐ）服市（shì）场以来，Testin云测不断致力于助（zhù）力（lì）产业（yè）智能（néng）化，除（chú）了测试业务我（wǒ）们（men）已经（jīng）成为专业领域（yù）的垄断品牌（pái），专（zhuān）注于（yú）AI数据（jù）服务（wù）的云测（cè）数据（jù）也成（chéng）为数据领域的标杆品牌。目前（qián）我们整个数据服务团队规模已超过1000人，通（tōng）过（guò）标审（shěn）分离的流程化作业模式和（hé）数（shù）据安全机制（zhì），更好的保证数据的高质（zhì）量产出和（hé）数据隐私（sī）性，从而更好地为人工（gōng）智能落（luò）地提供定制化‘数据养（yǎng）料’。”在接受钛（tài）媒体专访时，云（yún）测数据总经理贾宇（yǔ）航如（rú）是说（shuō）。

AI数据服（fú）务作为一个非标领域，往（wǎng）往需要（yào）根据不同行业领域、不同的需求进（jìn）行特定化的场景（jǐng）定制，而数据标注的过程，规范化、标（biāo）准化（huà）以及可机读性又不可或缺，这就意味着（zhe）云测数据所从事的（de）领域，并没有捷径可以走。

早期的数据标注（zhù）服（fú）务门槛（kǎn）并不（bú）高，几个（gè）人、几台电（diàn）脑便可展开操作，导致了行业（yè）鱼（yú）龙混杂、同质（zhì）化竞争（zhēng）等现（xiàn）象，而这（zhè）时的人工智能（néng）也处（chù）在初（chū）期发展阶（jiē）段。但（dàn）当人工智（zhì）能（néng）驶入（rù）深水区，“应用人智能（néng）”声势逐（zhú）渐火热（rè），相对应的算法对（duì）数据的精准程度和质量要求也水涨船高，就要求着作为（wéi）AI数据服务（wù）的提供者（zhě），要为人（rén）工智能提供定制化（huà）的、还原应（yīng）用场景（jǐng）的优质（zhì）数据（jù）。

针对于此，贾（jiǎ）宇（yǔ）航告诉钛媒体，“以人（rén）脸关键（jiàn）点识别为（wéi）例，早（zǎo）先的相关数据（jù）标注往往用一句话便（biàn）可描述完它（tā）的任务需求（qiú），到了（le）现（xiàn）在，已经发展到几（jǐ）百个关键点。通常数量级的人（rén）脸数（shù）据标注任（rèn）务（wù），有时候4张A4纸都未必能写完这些需求，而（ér）人脸的数据标注只是（shì）众多（duō）领域的任务需（xū）求（qiú）之一。”

庞大（dà）数据标注任务量级之下（xià），是当下业内（nèi）需求（qiú）端对（duì）精准和高（gāo）质（zhì）数据的普遍共识。

这就要求（qiú）着数据服务要在数（shù）据标注和采（cǎi）集上下（xià）足功夫，而小团队（duì）的（de）能（néng）力范围则显得捉襟见（jiàn）肘。回归到（dào）数据标注面向多领域这件事的本质（zhì）时（shí），你（nǐ）又会发现（xiàn），光（guāng）靠人（rén）多或者说采用“众（zhòng）包”模式往往只能解决量（liàng）的（de）需求，数据标注人员是否能统一化协同管（guǎn）理以及是否具备相（xiàng）关领域知识，才是决定（dìng）某项数据任务完（wán）成质量的好坏。

同时，这也是（shì）云测数据当下正专注的事情。正如医生可以标注得好（hǎo）ct诊疗片，而云测数（shù）据团队在进（jìn）行自动驾驶车外环境数据标（biāo）注（zhù）时发现（xiàn），那些能（néng）够快速、精准进行数据标注的人员往往拥有（yǒu）驾（jià）驶经（jīng）验。

云测数据快速成长的秘诀是（shì）什么？

至此，我（wǒ）们还需要思考一（yī）个（gè）问（wèn）题，为什么云测数据能（néng）做到且做（zuò）好AI数据服务？

通（tōng）过（guò）观察Testin云测的发（fā）展（zhǎn）历史，我们便能找到答案。

自（zì）2011年Testin云测成立到现在，已（yǐ）经为全球超（chāo）过（guò）百万的企业及开发者提供（gòng）服务，积累了丰富（fù）且完善的技术（shù）能（néng）力和流程化（huà）管理能力。而云测数据AI数据服务正式（shì）开展于2017年，换句换说（shuō），Testin云测的数（shù）据（jù）业务（wù）线从一出生便拥有（yǒu）7年企业服务所积攒的经验（yàn），并继承（chéng）了行业独立第三方的角（jiǎo）色，天然的“以客（kè）户为中心”的企服基因是云（yún）测（cè）数据区（qū）别于同（tóng）行的最大护城河，而客户最（zuì）为关键的（de）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（tōng）过这么（me）多年的（de）观察我们（men）发现，是否能切实满足用户的真实需求，其（qí）实是一个非常重要（yào）的点，并不是说（shuō）企业一定要做出一个平台（tái）或者一（yī）个（gè）工具，更多是（shì）从企业（yè）或（huò）行业需求出发，构建对应的服（fú）务模（mó）式。”贾宇（yǔ）航对（duì）钛媒体补充到。

以新（xīn）零售门店巡检为例，通常来说，每个门店每月（yuè）都要巡检一次，门店（diàn）巡检（jiǎn）模式是让一（yī）个人拿着调研表去盘点，随着人（rén）工成本的增加，而门店（diàn）数越来越多现实情况，已经让这成为（wéi）一（yī）笔不小的开销。通过引入AI数据服务，现（xiàn）在工作（zuò）人员可以（yǐ）拿一个手机APP直接巡（xún）检，物品的（de）数量、sku的数量以及对应的sq数量，都（dōu）能一目（mù）了然。

“从不同客（kè）户反（fǎn）馈（kuì）得知，通过我们（men）云（yún）测数据的数据标注服务而落地AI产品的企（qǐ）业（yè），可（kě）为（wéi）企业减少（shǎo）大概（gài）1/3的（de）人工成（chéng）本。”贾宇航如是说。

门（mén）店巡检只是案（àn）例之一，就目前来（lái）说，云测数（shù）据主（zhǔ）要关注智能驾驶、智（zhì）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（jǐ）个领域。面（miàn）对不（bú）同的数据领域，云（yún）测（cè）数据（jù）通过（guò）流水化作业，将各个环节打（dǎ）造（zào）成不同模块（kuài），并配合自己（jǐ）的流（liú）程（chéng）管理工具（jù），优化人员管（guǎn）理、数据采集（jí）、数据清洗和数据标注的（de）各（gè）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（dà）数据发展处（chù）于应用落地（dì）阶段（duàn），整个市场预计未来（lái）五年将（jiāng）保持持续增（zēng）长的趋势，年复合增长率将达到17.3%。而得益于人工智能（néng）、5G、区块链、边缘计算的发展，未来多（duō）方技术融合，数据增长（zhǎng）必然呈现井喷态势，数据采集和标准业（yè）务作为其伴生体（tǐ），必（bì）然有较大（dà）的增长空间（jiān）。

得益于对（duì）AI趋势的判断，Testin云测认为，“人工智能正在逐（zhú）渐（jiàn）往应用（yòng）人工智能”方向发（fā）展，因而云（yún）测数（shù）据（jù）在成立之初，就确定了定制化“精准高（gāo）质（zhì）、独立安全”业务方针。本着（zhe）这张“王牌”，云测数据（jù）部门迅速扩充（chōng），在以往企业（yè）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（yún）测（cè）数据业务规（guī）模（mó）量每年都（dōu）在以倍（bèi）数的规（guī）模增长，这也（yě）与我们所处赛道的市场深度息（xī）息相关，在我看来，整个市场仍（réng）然（rán）呈现非线性的几何增长（zhǎng）态（tài）势，还（hái）有很多机会蕴（yùn）含其中，有待挖掘（jué）。”谈及云测数据（jù）业务线（xiàn）发展状态时，贾宇航如是说。

“安全（quán）”是AI数据服务提供商绕不开的（de）命（mìng）题

机会之下，企（qǐ）业端在（zài）提供优（yōu）质数据的同时，也要注意数据服务过程（chéng）中的规范和安全。

在这方面，云测数（shù）据通过自（zì）建（jiàn）数据采集（jí）实（shí）验室和自建数据（jù）标（biāo）注（zhù）基（jī）地的方式，规范管理专职数据服务团队。这种措（cuò）施除了（le）保证标注（zhù）数据（jù）的质量（liàng）和效率（lǜ），也最大限度地保证了数据产出的（de）安全（quán）隐（yǐn）私（sī）性。

贾（jiǎ）宇航对（duì）钛（tài）媒体强调（diào）到，云测数据自伊始便将数（shù）据安（ān）全放在首位，集中（zhōng）表现（xiàn）在以下几个方面：

第一，不滥用（yòng）数据，数据交付（fù）后清毁数据（jù）不留底，绝不二（èr）次使用；

第二，不侵犯隐私，与（yǔ）所有（yǒu）数据采集的用户都签订（dìng）数据授权协议，确保AI企业用于训（xùn）练的数据合法（fǎ）合规（guī）；

第三（sān），建立（lì）相（xiàng）关的数据保障机制，如从（cóng）防火（huǒ）墙的设置、内（nèi）部信息系统的管护、乃（nǎi）至标（biāo）准（zhǔn）化的流程作业体系等（děng）。

正（zhèng）如Testin云测CMO张鹏飞多（duō）次强（qiáng）调：“即便（biàn）说云测数据从安（ān）全到（dào）隐私防护这套体系会加（jiā）重（chóng）运营成本（běn），但从我们行业大局（jú）发展来看，只有（yǒu）以这种负责的（de）态（tài）度来执行工作，我们的行业才能‘良币驱除劣币’。”