來源：獵云精選；文/孫媛

近一年來，數(shù)據(jù)標(biāo)注賽道呈現(xiàn)了一些不同。

在企業(yè)端，相較年初，相關(guān)賽道玩家融資宣發(fā)變少了，資本似乎變得更理智；在“民工”端，數(shù)據(jù)標(biāo)注員的工資繼續(xù)走低，在“月入不過5000，單價從5毛降到4分”的收入變化下，似乎預(yù)示著簡單的數(shù)據(jù)標(biāo)注將會被AI取代。

投資人Jerry說，大家現(xiàn)在已經(jīng)不單獨談數(shù)據(jù)標(biāo)注的概念，而是升級談更火的數(shù)據(jù)服務(wù)。例如，圍繞數(shù)據(jù)服務(wù)新增業(yè)務(wù)，給大模型公司主動提供數(shù)據(jù)，或者和大模型公司一起服務(wù)于主機廠。

跟隨產(chǎn)業(yè)發(fā)展，不難發(fā)現(xiàn)，數(shù)據(jù)標(biāo)注的概念和服務(wù)內(nèi)容在升級，玩家們也在復(fù)用其原有的管理體系、研發(fā)能力等，去解決圍繞數(shù)據(jù)的行業(yè)痛點，結(jié)合行業(yè)變化來逐步拓寬業(yè)務(wù)范圍。

事實上，Jerry所言早有全球數(shù)據(jù)標(biāo)注領(lǐng)域的先驅(qū)Scale AI在踐行。

這家估值73億美金獨角獸，成立于2016年，核心業(yè)務(wù)就是數(shù)據(jù)標(biāo)注，通過快速捕捉AI行業(yè)趨勢推新，已從自動駕駛場景起家后切入政府、電商、機器人、大模型等場景，提供各類工具、平臺和服務(wù)。

而在國內(nèi)，也有這么一家先行者，它僅次于Scale AI一年后成立，創(chuàng)辦伊始就獲得了水木清華校友基金、老鷹基金、天使灣創(chuàng)投等5家機構(gòu)進行天使輪“團購”，隨后青銳創(chuàng)投、華映資本、厚天資本、瑞夏投資更是相繼押注。

它便是以自動化解法切入AI數(shù)據(jù)標(biāo)注和數(shù)據(jù)管理服務(wù)的星塵數(shù)據(jù)。

80后數(shù)據(jù)科學(xué)家回國創(chuàng)業(yè)，以自動化做解法

星塵數(shù)據(jù)掌舵者，是80后數(shù)據(jù)科學(xué)家章磊。

星塵數(shù)據(jù)創(chuàng)始人兼CEO 章磊

在海外就職期間，章磊先在華爾街做數(shù)據(jù)量化，后又去硅谷做自動化投資相關(guān)的算法工作。期間，他在華爾街工作期間開發(fā)的底層風(fēng)控算法曾被美國聯(lián)邦儲蓄局作為壓測標(biāo)準(zhǔn)，在硅谷開發(fā)過世界首款股權(quán)投資機器人。

回國后，章磊第一次創(chuàng)業(yè)，是以CTO的身份做了一家與自動化投資策略相關(guān)的公司，該項目需要通過大量NLP（自然語言處理）的數(shù)據(jù)來進行投資決策，當(dāng)時投資年化已做到100%。

也正是這次創(chuàng)業(yè)，讓章磊基于對數(shù)據(jù)標(biāo)注的大量需求，與數(shù)據(jù)堂、龍貓、百度這些數(shù)據(jù)標(biāo)注公司打起交道，卻意外發(fā)現(xiàn)供給側(cè)與需求側(cè)的極大gap。

他看到，自動化投資需要數(shù)據(jù)側(cè)和算法側(cè)能夠進行深入交流，即數(shù)據(jù)策略，僅僅按每人每天進行數(shù)據(jù)標(biāo)注并不能解決算法工程師的問題。另外，由于標(biāo)注工具簡陋不好用，標(biāo)注員產(chǎn)能也不高，既無法滿足企業(yè)的工期需求，也無法提高標(biāo)注員的個人收入。

當(dāng)時在供給側(cè)端，數(shù)據(jù)標(biāo)注公司理念還停留在低認(rèn)知、低附加性屬性的人力外包模式，更多是在賺取人力差，而算法側(cè)本質(zhì)需求是隨時協(xié)同迭代，這就導(dǎo)致商湯曠世百度等高認(rèn)知的早期AI公司只能內(nèi)部自建標(biāo)注、數(shù)據(jù)生產(chǎn)的管道。

章磊坦言，雖然從人力或銷售端來切入，可以對人力進行標(biāo)準(zhǔn)化的培訓(xùn)操作上崗，通過職高院校之類的合作來降低人員供給端的成本，但這對于國內(nèi)數(shù)據(jù)標(biāo)注行業(yè)來說治標(biāo)不治本。

當(dāng)時，他就有一個判斷，這種靠人力差價的生意最終會隨著自動化技術(shù)發(fā)展而因為純粹靠人力而失去成本優(yōu)勢，甚至?xí)潛p。

在低進入、高認(rèn)知的行業(yè)門檻特點下，章磊認(rèn)為，從長遠考慮，自動化才是更優(yōu)解。

“Autolabeling本身是一套組合拳，里面有很多細節(jié)，譬如對感知決策、大模型的任務(wù)所需要的自動化完全不一樣，需要有很高的算法認(rèn)知去用最新的技術(shù)來解決問題，并且把它落地產(chǎn)品化，成為可復(fù)制的工具鏈。目前行業(yè)內(nèi)玩家不具備這樣的能力，更多是在銷售端或運營端有一些優(yōu)勢?！?/p>

為此，逐鹿數(shù)據(jù)標(biāo)注再創(chuàng)業(yè)，基于團隊的算法以及硅谷背景，章磊決定“從甲方出來解決甲方問題”，從三方面出發(fā)。

一，成立一個算法認(rèn)知的團隊去真正解決行業(yè)痛點，具備數(shù)據(jù)策略專家的能力；二，用工具鏈去做好數(shù)據(jù)服務(wù)，包括數(shù)據(jù)閉環(huán)管理的工具、數(shù)據(jù)標(biāo)注、項目管理、數(shù)據(jù)檢索等輔助功能，打造云端工廠的概念；三，讓數(shù)據(jù)處理可以極大被自動化，提高到50%至90%甚至以上，形成一個高度自動化的數(shù)據(jù)生產(chǎn)管道的終局。

于是，有別于人力服務(wù)型數(shù)據(jù)標(biāo)注企業(yè)，想在國內(nèi)走出Scale AI之路的星塵數(shù)據(jù)于2017年應(yīng)運而生。

以AI全生命周期的數(shù)據(jù)閉環(huán)為基座，把數(shù)據(jù)價值產(chǎn)品化

從Scale AI的發(fā)展態(tài)勢來看，自動化這條路一旦走通，具備領(lǐng)先優(yōu)勢后可以一招鮮占領(lǐng)生態(tài)位，但也并不好走。

算法層面需要根據(jù)產(chǎn)品的反饋和用戶實際的人因工程來分析進行優(yōu)化，除了團隊要具備能力基因外，還需要以最后實際落地成果來進行驗證，譬如其標(biāo)注的數(shù)據(jù)策略、工具鏈的優(yōu)化、產(chǎn)品形態(tài)、算法能不能夠跟上等。

星塵的商務(wù)和項目團隊每次跟客戶溝通和pitch時，都被要求跟客戶認(rèn)知在同一水平，成為行業(yè)的數(shù)據(jù)策略專家。

“特別是大模型的公司，因為其數(shù)據(jù)生成面臨著很多不確定性和變化，就需要能夠通過數(shù)據(jù)策略找到各種問題，并且和客戶反饋并商量去優(yōu)化最終效果，以模型效果為目標(biāo)去發(fā)力，提升客戶算法效果?！?/p>

過去6年，星塵數(shù)據(jù)在行業(yè)從野蠻生長行至盈利爬坡的過程中也沒少踩坑，但也正因此，在服務(wù)50多家車企和自動駕駛公司、經(jīng)歷上千個項目打磨后，在點滴中積累了算法和產(chǎn)品的迭代能力，其自動化標(biāo)注平臺Rosetta平臺現(xiàn)可提供數(shù)百個標(biāo)注功能，支持4DBEV、圖像、點云、文本、語音、采集等在內(nèi)的100+種主流標(biāo)注場景。

其中，星塵數(shù)據(jù)的數(shù)據(jù)閉環(huán)解決方案是其Rosetta3.0平臺的一大亮點。章磊透露，今年年底，星塵數(shù)據(jù)即將發(fā)布全新的AI數(shù)據(jù)管理平臺MorningStar，打通數(shù)據(jù)落盤、流程編排、數(shù)據(jù)管理、數(shù)據(jù)檢索、難例發(fā)現(xiàn)、數(shù)據(jù)送標(biāo)、算法管理、推理管理等機器學(xué)習(xí)閉環(huán)全鏈路，持續(xù)提升算法迭代速度。

在一個完整的數(shù)據(jù)閉環(huán)中，客戶可使用星塵數(shù)據(jù)提供的離線數(shù)據(jù)包進行基礎(chǔ)版模型訓(xùn)練，星塵數(shù)據(jù)標(biāo)注系統(tǒng)通過API與客戶算法系統(tǒng)進行交互，動態(tài)感知客戶模型效果，基于模型各版本迭代，在經(jīng)歷幾次迭代后，不僅沉淀了有效數(shù)據(jù)，還節(jié)省了數(shù)據(jù)成本。

同時，星塵數(shù)據(jù)還可以在海量數(shù)據(jù)中找到真正有價值的數(shù)據(jù)幫助客戶訓(xùn)練模型，并利用自有Benchmark數(shù)據(jù)集評測模型效果。模型上線后，行車數(shù)據(jù)可用于模型迭代，形成數(shù)據(jù)閉環(huán)。該方案通過打通星塵數(shù)據(jù)標(biāo)注系統(tǒng)和客戶算法系統(tǒng)，實現(xiàn)主動學(xué)習(xí)、分批訓(xùn)練和動態(tài)發(fā)掘有價值數(shù)據(jù)，從而降低數(shù)據(jù)標(biāo)注規(guī)模，節(jié)省標(biāo)注成本。

星塵數(shù)據(jù)AI數(shù)據(jù)管理平臺Morningstar

據(jù)悉，具備算法認(rèn)知和迭代能力的產(chǎn)品（簡稱技術(shù)迭代能力）的客戶，譬如自動駕駛感知決策賽道上的Tier1自動駕駛公司和造車新勢力等頭部技術(shù)客戶，以及大模型企業(yè)，往往傾向于自研整個數(shù)據(jù)閉環(huán)的工具鏈，把一小部分工作通過找供應(yīng)商來合作。星塵數(shù)據(jù)通過技術(shù)匹配及形成閉環(huán)，就能快速達成合作。

而不具備技術(shù)迭代能力的傳統(tǒng)車廠等腰部技術(shù)公司，則非常依賴于供應(yīng)商去合作組建數(shù)據(jù)生產(chǎn)線。雖然增量很大，但其理念和合作方式上沒“整明白”，導(dǎo)致數(shù)據(jù)側(cè)和算法側(cè)都沒有很好的一個合作方式。

通常情況下，往往技術(shù)側(cè)60分的車廠想要采購90分的供應(yīng)商，價格又得是行業(yè)最低，但數(shù)據(jù)側(cè)做到90分的前提是技術(shù)測也要90分，不然又跑不動，這就需要星塵去協(xié)同打造數(shù)據(jù)生命周期管理的數(shù)據(jù)閉環(huán)系統(tǒng)，回歸業(yè)務(wù)本質(zhì)來適配以持續(xù)創(chuàng)造營收。

章磊透露，目前星塵數(shù)據(jù)客戶以每年2倍增速在發(fā)展，主要服務(wù)大模型和自動駕駛。感知決策賽道上已服務(wù)了90%頭部自動駕駛企業(yè)，AGI方向的大客戶也開始增多，目前已經(jīng)和多家頭部的大模型客戶達成合作。

星塵已經(jīng)與華為在DataOps系統(tǒng)方面達成了戰(zhàn)略合作，共同服務(wù)于感知決策、通用人工智能等領(lǐng)域，為客戶提供更加完善的數(shù)據(jù)閉環(huán)工具和服務(wù)支持。

率先步入下一階段，華映跑來領(lǐng)投A輪

近一年來，隨著數(shù)據(jù)標(biāo)注走熱，VC開始尋求標(biāo)的，愷望數(shù)據(jù)、曼孚科技、整數(shù)智能等賽道玩家陸續(xù)官宣融資，星塵數(shù)據(jù)這個老玩家也在資本助力開始了加速賽。

在2022年5000萬元A輪融資中，華映資本則將橄欖枝扔給了章磊。

彼時，華映資本管理合伙人章高男在看了行業(yè)若干個標(biāo)的后，作為技術(shù)創(chuàng)業(yè)出身的投資人，便與同樣有著技術(shù)背景的章磊一見如故，甚至表示，“這個行業(yè)要投就投星塵，要不就不投了。”

在章高男看來，技術(shù)足以區(qū)別真正的企業(yè)家和生意人，企業(yè)家懂得如何將技術(shù)用于再生產(chǎn)、將盈利用于投資，能目標(biāo)明確、通過產(chǎn)品化可復(fù)制的方式去把這盤棋做大。

于是，在幾面之緣之下，基于章高男對人的敏銳判斷，華映資本領(lǐng)投了星塵數(shù)據(jù)A輪融資。就在這輪融資中，還有一家VC對星塵后續(xù)發(fā)展助力頗大，那就是小米生態(tài)鏈機構(gòu)厚天資本。

也正是機構(gòu)方在管理和戰(zhàn)略上的加持，讓章磊帶領(lǐng)的星塵數(shù)據(jù)專注于既定路線用技術(shù)去解決行業(yè)的本質(zhì)問題，在眼下更具備“抗補貼”的能力。

章磊坦言，隨著數(shù)據(jù)標(biāo)注賽道微風(fēng)漸起，市場愈發(fā)激烈，甚至今年形成了以價換市“打補貼”的特殊情況。

“很多玩家為拿資本去搶占市場，或者是拿了資本被要求更激進去搶市場。但這有兩個弊端，一是貼錢后，基于價格壓力很難做好服務(wù)；二是今后很難跟車廠談價格。”

在這個過程中，章磊看到，車廠也因為買低入坑，但隨后也吃一塹長一智，逐步轉(zhuǎn)變采購邏輯，客戶端的認(rèn)知度在市場教育后也有所提高。

星塵數(shù)據(jù)合作的一家車廠就是如此。

據(jù)悉，該車廠想自己搭建數(shù)據(jù)工具鏈，剛好有數(shù)據(jù)標(biāo)注企業(yè)免費提供了一款產(chǎn)品，等于為其省了幾百萬支出。

然而，由于產(chǎn)品中有各種各樣的bug需要處理，車廠不得已又投入了數(shù)百萬來改造這款工具來實現(xiàn)真正投產(chǎn)。雖然標(biāo)注成本紙面上還可以，但因為各種數(shù)據(jù)出問題導(dǎo)致工期耽誤，項目暫停又啟動，客戶對效率降低而導(dǎo)致的隱性成本支出怨聲載道。最后，為了保證數(shù)據(jù)的高效生成，這家車廠還是棄而選擇為可用產(chǎn)品付費買單。

“車廠們逐步發(fā)現(xiàn)，采購零部件那一套不適合放到軟件上。因為零部件有一些性能指標(biāo)規(guī)范，但軟件特別是數(shù)據(jù)相關(guān)的產(chǎn)品迭代，不可能用一兩個紙面上的指標(biāo)來評估。星塵跟客戶去做技術(shù)匹配和長期合作過程當(dāng)中，會通過賦能聯(lián)合迭代、建模，實現(xiàn)降本增效?！?/p>

隨著感知決策以及大模型算法達到了需要不斷去以數(shù)據(jù)為中心迭代算法和模型的臨界點，章磊認(rèn)為數(shù)據(jù)行業(yè)也在迎來一場變革，將出現(xiàn)以下三方面發(fā)展態(tài)勢。

一是純?nèi)肆π蛿?shù)據(jù)標(biāo)注公司發(fā)展空間縮小，在自動化成本達到了跟人力持平、甚至更便宜的狀態(tài)后，整體會面臨比較大的紅海競爭。反向要求企業(yè)具備研發(fā)自動化標(biāo)注算法的能力和迭代能力。

二是市場亟需數(shù)據(jù)價值，其不僅在于數(shù)據(jù)增值和人類反饋，更在于發(fā)現(xiàn)指標(biāo)跟蹤、數(shù)據(jù)存儲、數(shù)據(jù)檢索、算法反饋迭代的工具鏈。

三是擁有技術(shù)迭代、產(chǎn)品迭代能力的公司，要針對客戶的痛點去解決問題，才能真正立足。同時，玩家們僅靠數(shù)據(jù)服務(wù)做好還不夠，更需要做好工具鏈和自動化算法，星塵數(shù)據(jù)目前正處于這一階段。

“我們看到數(shù)據(jù)服務(wù)可能很快會出現(xiàn)一些革命性的產(chǎn)品，或者說已經(jīng)有一些實驗性的結(jié)果在頭部實驗室誕生，可以極大降低數(shù)據(jù)的成本，快速提高模型跨領(lǐng)域的適配性和魯棒性，這種技術(shù)也是數(shù)據(jù)行業(yè)下一階段的趨勢。”

接下來，章磊表示，公司將從DataOps全流程進行技術(shù)賦能，通過一站式的AI數(shù)據(jù)管理平臺和數(shù)據(jù)策略服務(wù)，以及具有自動化能力的工具鏈給客戶帶來整體的價值，提升算法最終效果的上限。

（Jerry為化名）