AI 模型發(fā)展帶動(dòng)訓(xùn)練數(shù)據(jù)需求升G，標(biāo)注和結(jié)構(gòu)化處理真正實(shí)現(xiàn)將數(shù)據(jù)轉(zhuǎn)為為 AI 商 業(yè)價(jià)值。隨著 AI 與各個(gè)產(chǎn)業(yè)結(jié)合得愈加緊密，AI 商業(yè)化程度進(jìn)入新階段，企業(yè)對(duì) AI 在商 業(yè)化落地中的表現(xiàn)要求越來(lái)越G。為了保證 AI 算法的識(shí)別精度，數(shù)據(jù)標(biāo)注的質(zhì)量也就變得 至關(guān)重要。

AIGC 向圖像、語(yǔ)音、文字多維數(shù)據(jù)延伸，AI 基礎(chǔ)數(shù)據(jù)服務(wù)與治理賽道有望受益加速 成長(zhǎng)。數(shù)據(jù)服務(wù)是利用數(shù)據(jù)采集與標(biāo)注工具處理圖片、語(yǔ)音、文本等非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)治理則使用數(shù)據(jù)治理的各模塊管理多源異構(gòu)數(shù)據(jù)，提G數(shù)據(jù)質(zhì)量并形成數(shù)據(jù)資產(chǎn)。G質(zhì)量 的數(shù)據(jù)可供各行業(yè) AI 廠商訓(xùn)練模型，并支撐各場(chǎng)景商業(yè)化產(chǎn)品的落地。

數(shù)據(jù)標(biāo)注目前仍以人工為主，行業(yè)向智能化和去人工化趨勢(shì)演進(jìn)，標(biāo)注數(shù)據(jù)生產(chǎn)效率 與 AI 模型進(jìn)步協(xié)同共振。不同于計(jì)算機(jī)視覺(jué)L域 AI 模型訓(xùn)練所用的圖像數(shù)據(jù)，NLP 模型 訓(xùn)練的數(shù)據(jù)往往來(lái)自于半結(jié)構(gòu)化或非結(jié)構(gòu)化的信息，目前無(wú)法實(shí)現(xiàn) AI 算法模型的自動(dòng)化標(biāo) 注，目前主流的實(shí)現(xiàn)路徑是人工標(biāo)注與智能標(biāo)注協(xié)同方案，即人工完成一小部分的數(shù)據(jù)標(biāo) 注，再借助算法模型對(duì)剩余數(shù)據(jù)進(jìn)行標(biāo)注，通過(guò)人工對(duì)部分難例數(shù)據(jù)樣本的二次標(biāo)注后， 終形成G質(zhì)量的標(biāo)注數(shù)據(jù)。