远景和毁灭一同存在，数据标示从业者代延从未如此对立。

30岁的内蒙古人代延在本年头创业，组建了一个近30人的线上标示团队。此前代延曾在数据标示的众包渠道做了两年。能够称为是“熟工”的他，对眼下的局势既等待又严重。

他从年头就重视到ChatGPT。从AI企业注册量的粗犷增加上，代延看到了AI的作业爆火与数据标示的创业时机。天眼查数据显现，仅本年一季度就新增注册17万家人工智能相关企业，现在总计已有267万家。

他幻想着自己能跟从作业共进，公司未来能开展到100人的规划。但眼下的现状却难以支撑他的期盼：数据标示的圈子很快被打破——很多标示需求、标示工人和中间商一同涌入，单价更低了。

就像工程队触摸不到有修建需求的甲方，只能从承包方手上接项目相同，代延触摸的工价因项目层层易手越压越低。他回绝干一天只能拿到30元的标示项目。

与此一同，代延还面对着标示业没有作业提高、没有合同确保、被拖款也投诉无门的困顿。他自嘲：“咱们便是新年代的数据民工。”

但这并不是问题的悉数。更大的问题在于，主动化标示也正在吞噬他们手上仅有的项目。由代延这样的数据标示员操练的AI，正在人类监督中自我学习，进行自标示。

主动化标示将极大削减企业本钱，也成为数据标示商场上最被看好的方向。

代延不得不为“AI或许彻底替代人”做预备。他带着团队一同做文本标示类别的教辅标示和3D点云标示项目。一个是文字，一个是图片视频。代延做好了一个项目假如被AI推翻，就立马带着团队转型去另一个范畴的方案。

此外，团队人数也要精简。代延划掉了脑海中幻想的百人公司规划。他以为终究或许只会保存20人的熟手团队。

这些由数据标示员一手操练的AI，一边让他们梦想着赚得更多，一同逼着他们做好被推翻的方案。

1.标示，让AI睁眼看国际

为了让机器像人相同了解文字、语音、图片，人类发明了一个机器的学习链条：收集物理国际的什物图画和声响，对数据进行标示、清洗，将数据转换为一串串代码后输送给机器。

AI学者以为，三岁婴儿经过眼睛“拍照”了数亿张图片，重复知道国际。所以只需给机器灌注足够多的数据，也能让机器从学会识字、认语句，终究了解言语背面的深意。

标示图集ImageNet上有1500万张图片，这个数据集协助很多AI企业取得在计算机视觉上的打破，比方人脸辨认、搜图看看。

为了树立ImageNet，全球167个国家的近5万名数据标示工一同标示了两年半，他们都来自众包渠道Mechanical Turk。

标示要求非常简略，MTurk常见的作业内容便是差异相片的色彩，或许对图画中呈现的动物进行分类，或是用一个个方框框定选定目标，标示其称号：这是蛋糕、这是轿车、这是一朵云等等。

该渠道上的20万名零工散布在人力本钱贱价的非洲和东南亚，乃至形成了特征「数据标示村」。他们符号的数据支撑着科技企业在AI上的探究。

而我国的上百万名标示员散布在贵州、山西、山东、河南等省份的二三线城市，并逐渐向人力本钱更低的县城浸透。他们或是依托线上众包渠道，或是参加线下的数据标示公司和标示基地。

标示内容依据场景差异为文本、图画和语音，对应着协助机器取得识字、识图和听声响的功用。

前期的标示项目会集在互联网企业，首要标示语音和文本。现在则转向主动驾驶企业标示由激光雷达扫描取得的3D场景，比方点云标示；或是更笔直的文本和语音标示方向：协助教育公司的大模型供给教辅类标示数据；或是为医疗机构的大模型供给校正后的医疗数据。

当AI迈入2.0年代，ChatGPT冷艳了投资者、企业家和创业者，咱们对AI的等待现已不只仅是呆板地辨认文本、语音和图片的信息了。人们还期望AI能像人相同真实了解事物之间的联络，辨认细小的差异和动作背面的心情，主动地分辩和收集信息。

比方让主动驾驶轿车差异前方是一个空扁的塑料袋，而不是一块色彩体积附近的石头；让游泳池旁的摄像头不再仅仅记载泳池旁发生了什么，而是了解发生了什么，在有人溺水时宣布警报。

这些仍然需求依托数据标示，而且对标示提出更高的要求——更笔直、更准确、更节省。

标示商场的热潮也由此开端。

2.“订单多到做不过来”

很难有数据直接阐明新的标示需求激增，但这并不难判别。由于仅2023年一季度，我国就新增了17万家人工智能企业，而只需是用到AI的公司，就势必有数据标示的需求。

需求很快传导至数据标示商场。在数据标示从业者集合的贴吧内，一天能刷新出十几条项目招人的帖子，包含且不限于文本标示、录题审阅、无人机售卖视频标示、2D检测杆、3D点云等从文本到图片视频的标示项目。

一位从业多年的数据标示作业者察觉到，本年的无人车标示项目有所增加，而由AI2.0热催生的笔直范畴大模型创业，让本来衰败的文本标示项目细分至不同赛道，也增加了小众的数据标示的需求。

在需求的推动下，成立新团队淘金的不止代延。山东东营的张唯在上一年底也开端投身数据标示创业，半年开展为一个十几人的小团队。依托当地政府的补助和扶持，张唯的公司不只取得免费的作业室，政府还帮助拉通甲方资源。

项目订单不少，从开端十几万的项目到最近的40万订单，急迫的交给使命让张唯更活跃地寻觅标示工：前几天，张唯仅一天就增加了6台电脑。

在河南郑州，一家做数据标示的众包渠道正迁移至能包容百人的两层作业楼。它们在门口招牌、作业室里都写上公司的定位：“AI人工智能大数据研制基地”“重复的数据清洗，是为了你的AI更智能”。

“标示项目订单多到做不过来。”其负责人说。

热钱也久别地进入了标示公司的口袋。数据标示龙头海天瑞声，在本年的3~5月股价最高涨了4倍。

依据36氪音讯，本年以来B轮及从前的十余家数据标示渠道，团体迎来了挨近100%增幅的高估值。从上一年下半年开端，主动标示公司连续取得新融资。

2022年9月，博登智能取得千万元融资；12月，星尘数据完结A轮融资5000万元，相距上一次2018年6月取得融资现已时隔4年半。

2023年4月，数据标示解决方案公司「恺望数据」取得新一轮战略融资；6月，AI数据公司「整数智能」取得数千万Pre A轮融资。

他们斗志昂扬地打出代替人工标示的标语：“重构数据标签出产”“主动化产线 规划化人力”“打破主动驾驶标示的手艺形式”。

明显，资本商场也正从头重视这个新式范畴。

3.更卷，也更严厉

数据标示的链条由三部分组成。

上游：1~150人的数据标示公司、线上散兵和小作坊。

中游：数据服务商，一类是接受上下流的中介方众包渠道，一类是企业为安稳投入工业而挑选自建标示基地。

下流：科技公司、作业企业、AI公司、科研单位，在2018年左右以互联网企业为主导，现在转至车企、主动驾驶企业。

作业遍及采纳分包形式，即先由甲方企业发标，第三方服务商参加竞标，竞标成功后进入企业的供货商队伍，其间中心供货商能享用优先使命挑选权和更多订单。

企业对中心供货商的要求是具有至少30人的交给团队，老练的订单交给经历，树立操练体系、把控交给质量和数量的才干。安稳的出产团队，终究导向让公司更有竞争力的低报价。

但是，管控团队带来的贱价优势已然被打乱。“本年竞标惨烈！”一位服务商告知「甲子光年」，“一个项目咱们报200元，有人报80元一天。”

终究项目由报价低的团队拿下，终究却回到更老练的团队手上。“他们完不成又被甲方转回给咱们，但价格现已上不去了。”

由于代延的线上团队不直触摸摸甲方。所以市面上多级分包层层压价的紊乱局势，让他们倍感压力。

数据标示是资源型作业，谁能拿到和甲方的协作谁就有优势。代延泄漏，一些个别注册公司后，谎报有40-50人的专业团队，以极低的价格参加招标，拿下项目后，拆分红4-5份分给不同的团队，小团队再往下分，层层抽佣，中间商赚到差价，分给数据标示工的计件价越来越低。

只需有人接盘，就会一向螺旋向下。

「甲子光年」得到的一份价格表显现，从2D标示到3D激光点云标示，标示项目单价一般为0.5～1.5元/框。代延曾接到过打了半数的单框价，“至少转过四五手了”。

单价内卷直接导致标示人员的薪资缩水。代延和团队归于半全职状况，团队成员多为宝妈、大学生、自由作业者和职高学生，每天拉框6小时。保持着这样的状况，代延在2022年疫情期间，每月有4~5千元的收入。

“有电脑、有电就能操作”，这是数据标示招人贴中常见的吸引人入行的话。曩昔，这一度是数据标示作业最明显的优势。但今日这种优势却让整个作业堕入内卷。现在代延每月收入只要2～3千元。

尽管收入下降，但作业量并没有下降。恰恰相反，数据标示的作业愈加杂乱与详尽。

数据标示的资深从业者们更思念互联网时期的标示商场：单框价格高3倍，项目量大。一个60~70人的团队，能拿到月入30万的成绩。“现在商场上都是产量（单人每天标示发生的价值）不到百元的项目，从前一天大几百。”一位从业者说。

那时的项目操作简略且没有要求，比方给无人车做2D场景标示，对图片中的车辆拉框时，只需能框住就行，没有要求。

但现在不同，“贴合度”是甲方最垂青的查验规范。“上一年还要求差错在5~7毫米，本年就要3~5毫米了。差错要求越来越小。”代延说。

人工智能学者吴恩达屡次着重，有标示的高质量数据才干开释人工智能的价值，高质量数据越多，人工智能的开展就会越快。

在无人车的标示数据中，表现为矩形框与标示目标的贴合度，贴合度越高算法精度越高，算法对车辆的操控越精准。

高质量的文本标示项目，表现为语义了解的正确性、答题的正确率等。正确率越高，被操练的大模型越聪明。

熟手才干确保数据交给又快又好。代延从前让一个新手参加核验ChatGPT做完的数学题是否完好、逻辑是否正确、言语能否被小学生了解。新手标示的7500个数据因正确率太低，被甲方要求返工，代延和搭档花了十几天才纠正完。

数据标示越来越不是一个没门槛的活。杂乱的语音标示，医疗、法令、金融等专业数据集标示出产，更需求有学科知识储藏的专业人才做专业标示。

代延以为，以无人车项目为例，新人成为2D标示熟手需求做3个月，成为3D熟手需求操练4～6个月。

这种操练是指，操练拉框的准确度，用鼠标在电脑的标示页面趁热打铁拉出一个矩形框，能准确盖住标示目标，不踩线、不漏点，乃至是严丝合缝。

仅仅，当机器开端自学，代替人为机器做标示，人们花费时刻操练的技能还有含义吗？

4.代替危机

代延意识到AI在接近，是从前段时刻做的图片标示项目中。

这是一个代延做了两年的老项目——识图。数据标示工需求辨认图片中的文字并打印出来，价格是8毛/张。代延标示的数据，被喂入了识图模型中。现在，这一模型现已熟练地辨认图片中的文字。代延的标示作业开端被缩减为订正和审阅。难度下降了，标示单价也下跌了。

被人类用标示操练的AI，正在代替人力的标示作业。在苏黎世大学的调查报告中，研讨人员经过实测发现，ChatGPT在15项标示使命中的处理才干高于众包人员。大模型嵌入众包渠道的进度条也被拉快了。洛桑联邦理工学院之后的研讨发现，已有超越30%的众包标示者在处理文本标示时运用了大模型。

AI无疑比人工更省时省力：研讨人员表明，ChatGPT的单位本钱只相当于MTurk的1/20。

代延也做好了这条事务线随时会被“更完善的AI”替代的预备。他把未来押宝在更有技能要求的主动驾驶标示中。

但主动驾驶标示也正被AI侵入。比较人工的拉框方法，主动化标示只需求内置大模型，进行参数设置后，本来需求手动标示的矩形框会主动生成。现在*的问题是，生成的矩形框有踩线、贴合度太低一级质量问题，需求人工逐个查验。

功率的提高让车企惊喜。理想在运用大模型2.0进行主动化标定，功率是人的1000倍；特斯拉一向在活跃推动主动标示的开展，比方在2022年6月裁撤了200名为特斯拉标示视频，以改进辅佐体系的美国职工，由于特斯拉的主动标示才干大幅改进，标示10000个不到60秒的视频，只需求大模型运转一周，而不再需求人工标示几个月。

AI数据公司整数智能的开创人林群书说，越来越多的车企和AIGC企业选用大模型产品做主动化标示，营收正在大幅增加。他们最新的动作是在新加坡树立研制分部。

但关于主动化标示的增加，第三方服务商没那么达观。河南一家众包渠道的项目司理说，主动化标示还不能替代60%以上的标示需求，只能作为辅佐标示东西，处理单一或特定数据，提高人效。

另一家数据标示公司的产品司理以为，主动标示只能过滤简略的根底数据，还不能像人相同从杂乱有争议的场景中准确辨认物体。这也是数据标示商场，现在仍然是以主动驾驶标示数据为主导的原因。

不过咱们也认同，未来的数据标示将从重人力转向重技能的趋势。

总归，不是被同行“卷死”，便是被技能“卷死”。但束手待毙必定不可，数据标示的第三方公司在寻觅未来的出路。

代延的方案是紧跟商场，保持警惕，随时裁人，一同向做主动化标示东西的方向开展。一家众包渠道的开创人在和同行沟通时说，未来不能堆人力，要有研制才干。

关于个人呢？作业里撒播的职场途径是，新手标示工——熟手标示工——标示项目管理员/司理——甲方公司数据分析师，终究完成月薪上万的提高。

代延知道的数据标示工没人执政这个方向走，他们要么停留在原地，要么退出，*的状况是树立自己的标示团队，像代延这样，不过他也没有觉得更轻松。

一边是AI风口带来的项目需求增加，一边是更紊乱的竞价、更低的人均产量和正敏捷生长的AI。两种心情是交错的，AI会带来无限机会，AI也会筛选“咱们”。

（应受访目标要求，文中姓名均为化名）