本文來自微信公眾號：黑智（ID：VR-2014）

在接觸數(shù)據(jù)采標(biāo)行業(yè)過程中，黑智聽到一個陸奇和河南標(biāo)注工廠的故事。

據(jù)悉，大部分河南標(biāo)注工廠用的是百度的標(biāo)注工具，干的是百度的活。陸奇掌旗百度時，放出了大量采標(biāo)需求。當(dāng)時，活不難（準(zhǔn)確率只有90%），標(biāo)注的利潤空間可以達到60%—70%。有些企業(yè)盲目擴張，一下子招了幾百人；陸奇離開后，百度需求恰也減少。2018年下半年，準(zhǔn)確率又普遍提高至95%-96%，活難干了。這些工廠只會百度的標(biāo)注工具，很難接別家的業(yè)務(wù)，因此死了一批。沒有死的工廠不得不裁員，目前處于艱難轉(zhuǎn)型中。

當(dāng)河南標(biāo)注工廠艱難轉(zhuǎn)型時，張三的標(biāo)注公司卻正式營業(yè)。公司初建，百事繁雜，前幾天，黑智才在中午空閑時間，聯(lián)系上他。他告訴黑智，兩個年前的單子需要返工，一直在忙。對于初建公司，忙比閑好。如果有一天空閑下來，張三說他晚上都會睡不著覺，“一天沒活干，幾千塊錢就打水漂了。一個月得支出15萬（注：目前，公司有65名員工）?！?/p>

在他看來，標(biāo)注行業(yè)是一個苦行業(yè)，“前半年，一定會賠錢的，你要做好一個人賠一萬塊錢的準(zhǔn)備?！彼χ嬖V黑智，“如果你和誰有仇，就勸他干標(biāo)注吧?！边@是標(biāo)注圈有名的段子。

標(biāo)注圈說大不大，說小也不小，分了四個梯隊。張三說，他的公司屬于第三梯隊。第一梯隊，比如百度眾測、京東眾智等。第二梯隊，比如龍貓數(shù)據(jù)、Testin云測、倍賽 BasicFinder、數(shù)據(jù)堂等。他將第二梯隊和第三梯隊的關(guān)系，比做小房地產(chǎn)開放商和搬磚工人。第三梯隊之下，是數(shù)量巨大的小作坊，團隊規(guī)模在3-5人之間。

標(biāo)注行業(yè)又是一個有前景的新生行業(yè)。

新生意味著不確定與無限可能，“干標(biāo)注就像將水倒進一個水桶里，每拉一個框就是添一碗水。目前，誰也不知道還能添多久，只有水溢出來時，才知道。”這并不妨礙張三設(shè)計未來，“第一步，現(xiàn)階段先服務(wù)好第二梯隊，以后搞一個平臺，把公司做成第二梯隊?！?/p>

300億市場與轉(zhuǎn)折點

數(shù)據(jù)采集、標(biāo)注市場有多大？300億元。

1984年前后，這個市場就出現(xiàn)了。欣博友的公司是眾多公司中的一家。當(dāng)時，這些公司更像一個“錄入公司”——將紙質(zhì)內(nèi)容電子化，而不是標(biāo)注公司?！颁浫搿笔且粋€勞動密集型的工作，一家公司需要雇傭很多人來做這件事。智聯(lián)招聘顯示，欣博友在公司人數(shù)項上，勾選的是“1000—9999”。

和欣博友不同，海天瑞聲成立于1998年，做的是語音標(biāo)注，自建了很多語音庫，業(yè)內(nèi)人士告訴i黑馬&黑智，重復(fù)銷售以前做的語音庫是海天瑞聲比較大一塊業(yè)務(wù)。數(shù)據(jù)堂成立于2011年，通常外界對其最深印象是“它是國內(nèi)最大的數(shù)據(jù)交易平臺”。這和其起家業(yè)務(wù)相關(guān)。

2015年前后，隨著以榜單中的人工智能公司TOP50的強勢崛起，數(shù)據(jù)標(biāo)注和采集需求逐漸多了起來。這個市場才真正意義上形成，也即前面提到的四個梯隊。他們作為乙方，進入到這個日益擴大的市場，為估值超10億美金的AI獨角獸服務(wù)，教能夠改變世界的人工智能產(chǎn)品學(xué)習(xí)。

01 得數(shù)據(jù)者得AI的天下

數(shù)據(jù)是AI公司的必需品。就像人每天需要一日三餐，而AI模型也每天需要數(shù)據(jù)的喂養(yǎng)。數(shù)據(jù)和AI模型的關(guān)系，倍賽 BasicFinder創(chuàng)始人兼CEO杜霖理解深刻。高中期間，他開始研究計算機視覺，高三發(fā)表了論文。大學(xué)期間，他也一直在做相關(guān)的研究。他知道數(shù)據(jù)對于AI模型的重要性，并得出“AI建模沒有門檻，數(shù)據(jù)才是門檻”的結(jié)論。

在他看來，現(xiàn)階段的人工智能是簡單的認(rèn)知智能?！罢J(rèn)知智能就是幫你去識別、分類這個世界。分類器的構(gòu)造是個數(shù)學(xué)問題，就是由數(shù)據(jù)堆起來的。”“深度學(xué)習(xí)本質(zhì)上是個數(shù)學(xué)問題，是由大量的樣本空間數(shù)據(jù)反向構(gòu)造分類器的系數(shù)空間的過程。你要有很多樣本，什么叫樣本？知道正確答案的才叫樣本。這跟我們小時候求多樣式、求系數(shù)式是一個道理。我們要有很多空間中的已知點，才能擬合成一個多樣式。同理，深度學(xué)習(xí)也是這個模式，也需要大量樣本，也即標(biāo)定好的數(shù)據(jù)?！?/p>

于是，杜霖認(rèn)準(zhǔn)了“在現(xiàn)階段工業(yè)界的AI應(yīng)用研發(fā)，標(biāo)數(shù)據(jù)是一定跳不過去的，可能10年之內(nèi)都要依賴于標(biāo)數(shù)據(jù)?！睌?shù)據(jù)對于AI的重要性如斯，但數(shù)據(jù)的標(biāo)注和采集公司并沒有學(xué)界、業(yè)界、資本甚至是媒體的認(rèn)可，光環(huán)一開始便屬于那些做模型研發(fā)的AI公司，比如商湯科技、曠視科技等。

“一個公司做成了很好的人工智能產(chǎn)品，大家都會說人工智能算法?；蛘呖茖W(xué)家牛，但從沒見人說數(shù)據(jù)收集得好的?！盩estin云測VP賈宇航說。賈宇航告訴i黑馬&黑智，不但鎂光燈照不到，數(shù)據(jù)采標(biāo)還是個“苦活”。苦到?jīng)]有人想去做。它很像移動互聯(lián)網(wǎng)，產(chǎn)品好，沒人想到軍功章有APP測試者一份。一旦出了問題，第一個被責(zé)備的一定是做測試的部門。

02 300億元數(shù)據(jù)采標(biāo)市場

數(shù)據(jù)對于AI公司的重要性不言而喻。據(jù)悉，AI公司投入10%—15%的經(jīng)費用于數(shù)據(jù)采標(biāo)。也有人提到，這一比例為20%—30%。

2018年，中國AI公司的總?cè)谫Y規(guī)模達到千億元以上，數(shù)據(jù)采標(biāo)的市場約為100億元—300億元。其中，有三分之一是AI公司內(nèi)部的標(biāo)注部門之間消化的，有一些會被商務(wù)流程外包公司瓜分，剩下的25%—33%流向?qū)ｉT做數(shù)據(jù)采標(biāo)的第三方公司。目前，AI融資規(guī)模約以每年25%的速度在增長。

隨著AI技術(shù)門檻的降低，越來越多的公司開源了自己的框架，把數(shù)據(jù)喂進去就能出來一個模型。越來越多的頭部垂直公司開始創(chuàng)建AI部門，之前它們多會把業(yè)務(wù)交給做AI模型的公司來做，這兩年，龍貓數(shù)據(jù)、Testin云測、倍賽 BasicFinder的很多客戶不是來自AI行業(yè)的客戶，而是傳統(tǒng)公司的AI業(yè)務(wù)部門。龍貓數(shù)據(jù)創(chuàng)始人兼CEO昝智認(rèn)為從這個角度來看，市場規(guī)模并不好算，BAT、小米、京東、TMD等互聯(lián)網(wǎng)公司和傳統(tǒng)行業(yè)里的傳統(tǒng)企業(yè)，它們會拿出多少預(yù)算做AI，不得而知。唯一可以肯定的是，這兩三年，數(shù)據(jù)采標(biāo)的市場規(guī)模越來越大。

這兩三年，AI模型對數(shù)據(jù)采標(biāo)的復(fù)雜度和精細度要求也越來越高了。比如說，現(xiàn)在，做一個人臉拉框，人臉的拉框精度要求在五像素以內(nèi)或者三像素以內(nèi)；又或是，整批數(shù)據(jù)精確度需在97%或者99%以上。賈宇航認(rèn)為，精度的提高是AI行業(yè)發(fā)展的必然結(jié)果。對于AI行業(yè)，有一句話叫 Garbage in, Garbage out，低精度的標(biāo)注數(shù)據(jù)對于算法沒有任何意義。只有能持續(xù)輸出高精度采標(biāo)數(shù)據(jù)，才是一個能持續(xù)保持競爭優(yōu)勢的服務(wù)商。

第二，更龐大、更多樣的數(shù)據(jù)規(guī)模。龐大在于數(shù)據(jù)量會更大，以傳感器為例，隨著傳感器成本下降，并被大量應(yīng)用，將有更多大量的數(shù)據(jù)需要被標(biāo)記；更多樣指的是更豐富的數(shù)據(jù)維度，在今年的CES展上，松下推出的智能家居解決方案，不僅僅通過電視上的攝像頭觀測人臉的疲勞度，還通過椅子上的電容傳感器，去檢測人的心跳。而之前，疲勞檢測只是通過攝像頭捕捉人臉。將來，更多維度的數(shù)據(jù)將被收集，不單單是2D的圖象、聲音，3D的激光雷達以及心跳數(shù)據(jù)等也將被納入到采標(biāo)的范圍內(nèi)。

03 轉(zhuǎn)折點

需求側(cè)的變化，不可避免地在供給側(cè)引起不小的地震。供給側(cè)開始從密集勞動型行業(yè)向新產(chǎn)業(yè)、新模式——工具+眾包轉(zhuǎn)型。洗牌開始了，數(shù)據(jù)采標(biāo)迎來了下半場。

受負面影響最大的第四梯隊。無論是采標(biāo)的復(fù)雜還是要求愈高的精度，對于它們來說都不是好消息。去年中旬以來，每天十幾、二十幾家小作坊要求掛靠在倍賽 BasicFinder旗下，這說明小作坊已經(jīng)失去業(yè)務(wù)的來源。“他們靠低質(zhì)量數(shù)據(jù)和低價搶市場的模式，已經(jīng)不能持續(xù)了。因為AI工程師不能接受低質(zhì)量的數(shù)據(jù)，也不能接受不靠譜的交期。”杜霖說。

張三認(rèn)為，第四梯隊壞了規(guī)矩。他們先靠低價四處搶單子，而后內(nèi)測什么樣的項目能夠在單位時間內(nèi)產(chǎn)出最多，再去做這個項目。其它項目，則被分包給更小的團隊去做。質(zhì)量難以保證?！八麄儾凰惴孔狻⒐芾淼?，只核算人工費用。他們的邏輯是一個人一天50塊錢，高于這個價就是賺的。于是他們就報100元的單價。而第三梯隊需要承擔(dān)房租，稅收、管理費用以及每天的喝水吃飯等亂七八糟的消耗，至少報200元的單價，才可以做。”

早期，第四梯隊靠著這種方式，賺了一些錢，回收了硬件成本，并有結(jié)余。但2018年初，第二梯隊開始做店測，“看看你有多少人，看看你的場地。你不專業(yè)，行業(yè)正在慢慢把你淘汰掉?！碧蕴?，意味著沒有業(yè)務(wù)來源，那么多人需要吃飯、拿工資，不專業(yè)的第四梯隊危機便出現(xiàn)了。即便能夠找到項目，采標(biāo)項目的要求提高，比如準(zhǔn)確度要達到95%甚至是99%以上，小作坊必須從團隊中抽出一部分人脫產(chǎn)質(zhì)檢和最后的抽檢，成本也會上升。

壓力，對于行業(yè)中的每一個參與者都是同樣的。對于龍貓數(shù)據(jù)、Testin云測、倍賽 BasicFinder等第二梯隊公司來說，他們需要創(chuàng)業(yè)迭代，他們需要想清楚在這個過程中如何突破自我，不斷創(chuàng)新，走出自己的舒適區(qū)。他們找到了一個抓手起步，需要思考的是未來怎么才能取得全勝。

業(yè)界認(rèn)為，第四梯隊危機的出現(xiàn)，有利于實力強大的第二梯隊靠著服務(wù)質(zhì)量與效率搶占退出的小作坊留下的市場空白。

新階段與新競爭

數(shù)據(jù)標(biāo)注和采集是一個技術(shù)活。

需求來到，采標(biāo)公司做兩個方面的工作，一，調(diào)配和研發(fā)模塊，二，進行試標(biāo)，并嘗試總結(jié)規(guī)則，并培訓(xùn)。做完了這兩方面的工作，公司會向需求方報價，報價過程中，采標(biāo)公司回去準(zhǔn)備相關(guān)應(yīng)標(biāo)材料或者應(yīng)答材料。

中標(biāo)之后，采標(biāo)公司開始傳輸數(shù)據(jù)，上傳到平臺上，并開始配置生產(chǎn)和標(biāo)注業(yè)務(wù)。據(jù)悉，數(shù)據(jù)標(biāo)注業(yè)務(wù)的配置是一個復(fù)雜的數(shù)學(xué)模型。比如，有些任務(wù)需要串并聯(lián)的工作流，并聯(lián)的工作流是多人協(xié)同的工作。串聯(lián)的工作流是后一個結(jié)果是基于前一個結(jié)果進行處理的，串并聯(lián)的工作流需要平臺來實現(xiàn)業(yè)務(wù)工作流的配置。比如一些NLP型的文本標(biāo)注作業(yè)，需要多個人來標(biāo)，最后N選一或者投票。串并聯(lián)配置涉及到底層數(shù)據(jù)流的分發(fā)等。

標(biāo)注過程中，質(zhì)量的協(xié)同管理和績效的統(tǒng)計非常關(guān)鍵。平臺需及時統(tǒng)計到每個人的準(zhǔn)確率、穩(wěn)定性以及效率。標(biāo)注完了之后，客戶驗收前，采標(biāo)公司還需要抽檢。最后，公司按照與客戶約定的格式進行交付，這又涉及到格式轉(zhuǎn)化的問題。

以上過程包含了整個標(biāo)注系統(tǒng)所有的技術(shù)核心點。標(biāo)注和采集服務(wù)并不是堆人就能夠干出來的。對于依靠人力的第三、第四梯隊來說，賈宇航認(rèn)為，如果它們想轉(zhuǎn)型眾包+工具的新生產(chǎn)方式，“局限性比較大”。理由有二：

一、數(shù)據(jù)行業(yè)的領(lǐng)頭者會通過這3年的持續(xù)服務(wù)，在客戶圈贏得口碑，品牌效應(yīng)會給其帶來一定的商業(yè)積累。一些更在意質(zhì)量、更在意投入產(chǎn)出比的公司會逐漸向領(lǐng)頭者們傾斜。

二、技術(shù)優(yōu)勢。頭部標(biāo)記公司有資金去優(yōu)化自己的工具和應(yīng)對客戶的定制化需求，并通過管理經(jīng)驗優(yōu)化對應(yīng)的服務(wù)體系和流程。而對于小團隊想要快速創(chuàng)建已有工具和流程化體系去覆蓋一個或多個行業(yè)是有局限性的。有兩條路可供它們選擇，第一，精簡團隊，專營一個或幾個AI公司的業(yè)務(wù)，做一個小而美的生意；第二，與精英合作，使用精英提供的工具，做平臺分配過來的任務(wù)。

對于尚未入場的后來者來說，如果后來者一開始便立志做一個眾包+工具的平臺，除了克服商務(wù)壁壘外，在眾包方面，眾包平臺需要強運營能力，需要足夠多的人在平臺上。平臺方需要考慮如何拉新，如何保留日活、月活等。在工具方面，只有一個可采標(biāo)的APP也是不夠的，沒有便捷的溝通方式減少誤差的傳遞，也是很難做成的。這就像木桶理論一樣，缺一塊板都裝不了水。換言之，留給新進入者的窗口期逐漸關(guān)閉。

業(yè)內(nèi)人士認(rèn)為，采標(biāo)市場將進入戰(zhàn)國爭霸期。實力強大的第二梯隊之間不可避免地面臨著一場混戰(zhàn)。數(shù)據(jù)采標(biāo)市場開始趨于統(tǒng)一。第一梯隊注定不會成為爭霸期的主角。因為行業(yè)競爭等方面的考量，采標(biāo)需求方不會將數(shù)據(jù)交給百度、京東的眾包平臺來做。做人力資源外包的上市公司會在下半場拿到一定比例的市場份額，會對五家標(biāo)采公司造成一定的威脅，但該威脅不大。

下半場，第二梯隊將如何競爭？通過與第二梯隊中的三家公司深入交流，黑智發(fā)現(xiàn)它們對未來和競爭理解各異，布局也不盡相同。這些差異在它們誕生的那一刻起，便被注定。

01 做輕還是做重？

在回答“做輕還是做重”這個問題上，龍貓數(shù)據(jù)、Testin云測、倍賽 BasicFinder給出了不同的答案。Testin云測、倍賽 BasicFinder都建有自己的標(biāo)注團隊，而龍貓數(shù)據(jù)則堅持用眾包的形式來做標(biāo)注。

不同選擇的背后，是各家不同的基因。Testin云測成立于2011年，以App兼容性測試作為切入點，進入企業(yè)服務(wù)，后衍生出功能測試、自動化測試、安全測試、性能測試等服務(wù)，成為一站式測試平臺。2017年，Testin云測積累了大量客戶。一些AI公司找到云測，希望通過云測的眾測平臺做數(shù)據(jù)采集。這是Testin云測采標(biāo)業(yè)務(wù)的起點。

Testin云測的采標(biāo)業(yè)務(wù)做得很重，比如除了眾包采集外，它還會做定制化場景采集，甚至和橫店影視基地合作，利用橫店群演資源，搭建專屬場景，完成客戶的定制化場景采集。在標(biāo)注方面，Testin云測又自建標(biāo)注基地，與房山市政府合作用于數(shù)據(jù)標(biāo)注。賈宇航表示，Testin云測所做的一切都是為了客戶需求，“通過工具研發(fā)驅(qū)動保障標(biāo)注的效率、精度，以及安全性。并通過項目管理、風(fēng)控管理等方式，確保標(biāo)注精度達到客戶標(biāo)準(zhǔn)，以滿足客戶對于準(zhǔn)確度的要求?！?/p>

從倍賽BasicFinder的產(chǎn)品基因上來看，倍賽的工具偏向于團隊模式的管理工具，而不是眾包模式。2018年12月，倍賽并購了欣博友，前面提到欣博友是一家運營了30年的北京數(shù)據(jù)處理公司。該公司提需求，倍賽做技術(shù)支持?！拔覀兊撕芏啻危總€工具、快捷鍵、每個設(shè)置的優(yōu)化，都是我們在數(shù)據(jù)生產(chǎn)中磨合起來的。倍賽接業(yè)務(wù)比別的公司都晚，2016年基本沒接業(yè)務(wù)，2017年才開始接。我們的工具做得很扎實?！?/p>

除了欣博友，倍賽BasicFinder一直在積極拓展產(chǎn)能，杜霖說，目前，倍賽BasicFinder又拓展了將近3000多個人的子工廠?！巴ㄟ^拓展自有產(chǎn)能，實現(xiàn)最專業(yè)的服務(wù)?！?018年9月，倍賽BasicFinder收購丁火智能100%股權(quán)。丁火智能旗下“薈萃APP”已積累數(shù)十萬活躍眾包用戶?！拔覀兇罱艘惶鬃灾鞑杉到y(tǒng)，再搭配薈萃APP實現(xiàn)數(shù)據(jù)采集，完成更多樣性的任務(wù)?！?/p>

和Testin云測、倍賽BasicFinder不同，龍貓數(shù)據(jù)沒有自己的標(biāo)注團隊，工具偏向眾包模式。昝智和聯(lián)創(chuàng)，出身于互聯(lián)網(wǎng)公司，他們更希望用互聯(lián)網(wǎng)平臺化的方式去做采標(biāo)，而不是“做一個純的數(shù)據(jù)工廠”。昝智既往經(jīng)驗告訴他，應(yīng)該讓系統(tǒng)做這些復(fù)雜的數(shù)據(jù)處理，而不是靠人對人的管理。因為人對人的管理非常低效。

據(jù)昝智介紹，龍貓數(shù)據(jù)是較早使用眾包模式做數(shù)據(jù)采標(biāo)的，“我們用眾包把事情做成了，很多跟進者也開始用眾包去做?！标弥钦J(rèn)為，龍貓數(shù)據(jù)打造出了“倚天劍”。他不覺得學(xué)龍貓數(shù)據(jù)的人能夠做好眾包，“早進入這個行業(yè)的玩家，有一把寶刀，他們用這把寶刀獲得了利益，然后看到別人拿了倚天劍獲得了更大利益，為了造倚天劍，他不可能把寶刀丟了。刀丟了，他們可能啥都沒了。但不丟刀，他們又很難造出倚天劍。因為人的精力是有限的，思維是局限的，他們不可能一邊把精力放在寶刀上，又一邊造倚天劍，而且造倚天劍還比我們造得好，這不科學(xué)。”

昝智認(rèn)為，龍貓數(shù)據(jù)沒有寶刀，“接到客戶需求，我們只能優(yōu)化系統(tǒng)，才能保證準(zhǔn)確產(chǎn)出數(shù)據(jù)。對于他們來說，接到客戶需求，他們還有退一步的路可以走，那就當(dāng)場監(jiān)督大家認(rèn)真去干。他們是有退路的，我們也沒有退路，我們必須把它搞定。有退路的時候，人一急了，就容易選退路了?！睋?jù)了解，目前，龍貓眾包平臺有400多萬用戶，其中只有一千多是做標(biāo)注的。龍貓數(shù)據(jù)的標(biāo)注業(yè)務(wù)主要由一千多個渠道商團隊承擔(dān)。

02 建模還是不建模？

賈宇航提到數(shù)據(jù)標(biāo)注的產(chǎn)業(yè)鏈可分為三個部分：人員、工具以及算法。而Testin云測堅持做好人員+工具，不做算法?！皵?shù)據(jù)具有可復(fù)制性這一特點，如果采集標(biāo)注公司會算法，這有點像一個算法公司找另一個算法公司做標(biāo)注，這一份數(shù)據(jù)到底是否用于乙方的提升，這中間存在一定的爭議?！薄拔覀兪窃跀?shù)據(jù)領(lǐng)域服務(wù)的企業(yè)，而不是賣算法的公司。我們只負責(zé)完成企業(yè)的數(shù)據(jù)采標(biāo)需求就可以了，完成了交付，我們將徹底清除客戶數(shù)據(jù)?！?/p>

杜霖或許不會同意賈宇航的觀點，因為倍賽 BasicFinder正在打造一款傻瓜式建模系統(tǒng)——用戶只需要輸入數(shù)據(jù)，便可以得到一個AI模型。“如果客戶想成立AI部門，只需要部署上倍賽的系統(tǒng)上，然后再找兩三個AI工程師調(diào)參，就可以自己出模型了。如此，標(biāo)注、采集、建模就會變成一個大閉環(huán)了，因為客戶懂業(yè)務(wù)，他知道業(yè)務(wù)數(shù)據(jù)應(yīng)該是什么樣子?！倍帕卣f。

現(xiàn)在，倍賽BasicFinder避免直接建模，杜霖強調(diào)，“我們將我們自主研發(fā)的私有化標(biāo)注系統(tǒng)及主流的深度學(xué)習(xí)框架，統(tǒng)一封裝進倍賽的AI基礎(chǔ)系統(tǒng)BasicAI，實現(xiàn)AI數(shù)據(jù)及模型的整個生命周期管理。倍賽不建模，我們只給客戶提供一套底層工具，讓客戶自己去建模?！倍帕亟忉屨f，“Tensorflow、Keras及Pytorch這些深度學(xué)習(xí)庫的出現(xiàn)，讓建模沒有門檻，未來甚至高中生都能夠建模。”

如果一個汽車公司讓倍賽BasicFinder幫忙做一個自動駕駛系統(tǒng)，杜霖表示做不了。但他也說，“我們的BasicAI實現(xiàn)從標(biāo)注到建模的高效流程管理?？蛻粼诒顿悩?biāo)數(shù)據(jù)，數(shù)據(jù)流到建模平臺，客戶在Tensorflow里調(diào)點參數(shù)，模型就出來了?！?今年，倍賽將推出3.0新版本，同時提供SaaS化標(biāo)注工具服務(wù)，幫助客戶實現(xiàn)數(shù)據(jù)標(biāo)注管理。杜霖提到，為團隊打造的采標(biāo)及建模流程化工具，可以提高倍賽的業(yè)務(wù)延展性，提高競爭中的優(yōu)勢。

選擇無優(yōu)劣，但市場會給所有選擇一個清晰的答案。而戰(zhàn)國混戰(zhàn)，或在接下來的幾年見分曉。不過，客戶并不希望一家獨大，大樹之下，寸草不生的局面。未來，數(shù)強并立的局面或?qū)㈤L期存在。

走向終局

一個場景，一個市場，一個產(chǎn)業(yè)，一個江湖。

熙熙攘攘被裹挾著進場的人，有的主動選擇，有的則是被動，但一旦進入，市場和資本的邏輯發(fā)揮作用，他們你我都變成生產(chǎn)鏈上的生產(chǎn)要素，被挑選，被進步，亦或被淘汰。

各個產(chǎn)業(yè)參與者的位置，從誕生起或已被注定。從產(chǎn)生的那一刻起，它按著既有邏輯在走，從不以個人意志轉(zhuǎn)移。上半場，草根英雄輩出，拼價格，下半場拼品牌、服務(wù)與效率。精英開始清場，草根離場或者重新站隊。而資本，加速整個產(chǎn)業(yè)迭代。

現(xiàn)在，下半場剛開啟，談終局似乎有些為時過早。有太多的不確定將在接下來幾年的競爭中，變得確定。但更多的不確定性，可能又會出現(xiàn)。城頭變幻大王旗，只在一瞬之間。

黑智認(rèn)為接下來幾年，不確定性雖是主流，但仍有幾件事是確定的：

1. 下半場仍將是性價比之爭?？蛻粲肋h希望用最小的成本獲得更高質(zhì)量的數(shù)據(jù)。為了生存和在競爭中脫穎而出，供給側(cè)不得不迎合性價比需求，他們不得不通過技術(shù)來獲得降價空間和利潤空間。賈宇航覺得，技術(shù)永遠是最重要的?！巴ㄟ^技術(shù)的方式倒逼自己不要賺太多錢。如此，價格才能降下來，競爭力則提了上去?！?/p>

2. 不要忽視傳統(tǒng)公司的AI需求。毫無疑問，接下來幾年，傳統(tǒng)企業(yè)的AI需求將會出現(xiàn)井噴，如何抓住他們，并服務(wù)好他們，這是所有采標(biāo)公司亟需思考的。當(dāng)然，也不能忽視AI行業(yè)的新數(shù)據(jù)，比如3D的激光雷達以及心跳數(shù)據(jù)等。

3. 不能忽視商務(wù)能力。不強的商務(wù)能力，或?qū)⒊蔀椴蓸?biāo)公司的新短板?，F(xiàn)階段，它們的產(chǎn)品和商業(yè)模式已基本經(jīng)過市場的驗證。他們需要通過放大商務(wù)杠桿擴大產(chǎn)品的覆蓋范圍。

4. 創(chuàng)建第二條增長曲線。接下來幾年，有人離開，有人留下。每個人都有所歸屬，在產(chǎn)業(yè)鏈上，支配或者被支配。所有留下的公司都應(yīng)該尋找第二條增長曲線，如此才能突破現(xiàn)有成本收益的限制。另外，張三的夢仍需要做，仍需要努力實現(xiàn)。夢想總是要有的，萬一實現(xiàn)了呢。

本文來自微信公眾號：黑智（ID：VR-2014）