火爆智能下的惨淡人工管理论文.docVIP

火爆智能下的惨淡人工管理论文 目录 一名没有任何经验的标注员 一个现实的问题是 正文 摘要：火爆“智能”下的惨淡“人工” 作者：未知 从人工智能发展高地北京到河南郑州，只需要两个小时的高铁，那里有中国最大的代工厂富士康。再从郑州火车站出发，半小时车程，到达一栋不起眼的写字楼，打开一扇没有任何标志的大门，就是目前河南最大的人工智能数 聚集在北京的人工智能公司里，随处可见人脸识别机器以及实时的大数据热点图。但这家数据工厂里，并没有任何智能的样子，也没有普通工厂里的流水线，更像是一间网吧――装修简单，几十台电脑依次排开。 正值午休时间，一半的电脑前面空空如也，还有数十名员工坐在电脑前，或是吃着打包来的午饭，或是掏出手机打游戏，也有部分标注员还在处理一张张模糊或清晰的照片。 数据标注行业流行着一句话，“有多少智能，就有多少人工。”目前AI算法能学习的数据，必须通过人力逐一标注，这些人力为AI产业提供养料，这是AI金字塔的基础，处于最底层。 此前，一些数据标注工厂被冠以“血汗工厂”的名号，为了应对庞大的数据标注需求，标注员们必须加班加点盯着电脑屏幕，夜以继日地重复枯燥的工作，但眼前的这个工厂里，似乎有些轻闲。 “听说AI很火，我们也想参与进来。”翊澳数据总经理靳建伟对《财经》记者说。 靳建伟经历丰富，善于追逐潮流。微信最火的时候他做过微信推广，拼多多起来后在上面卖过袜子，还在关注短视频营销行业，“你知道抖音推广吧？就是一个后台可以操纵一百个账号那种，据说很赚钱。 大多数AI初创公司还处于依靠融资发展的阶段，但数据标注产业更像传统行业，拿一单数据结一单钱，江湖中流传的传说是，这个领域已经创造了不少“一夜暴富”的故事。 被这样的故事吸引，不少像靳建伟一样的人加入了这场淘金游戏，但现实给了他们当头一棒。 2018年，河南省的数据标注公司死掉了一大半，剩下的几乎都在艰难求生，接受《财经》记者采访时，靳建伟已经两个多月没有接到新的订单，工厂员工从600人，锐减至200人，他觉得自己恐怕需要开始找下一个风口了。 撞进了AI圈 靳建伟今年28岁，2017年以前，他甚至没听说过“数据标注”这个词。 他并不懂AI算法和技术，也不太清楚AI到底能解决哪些问题，2017年，他偶然听说做数据标注能赚钱，当时他正从事证券销售业务，由于没有资质，公司被关停，他找到一个卖保健品的朋友，共同成立了这家数据标注公司。 2017年，中国AI创业开始达到顶点。对数据标注的需求也迅速爆棚。河南是人口大省，数百家数据标注公司在此诞生。 靳建伟算了一笔账，一个成熟的标注员，月产值能做到7000元，除去3000元的工资和质检、场地设备等费用，公司能赚1500元。 “那我不断招人就行，如果招100个人，一个月就赚15万元。”靳建伟说道，“怎么看都觉得这个生意靠谱。 有电脑、有场地，再迅速招一批没有学历、工作经验要求的数据标注员，就可以迅速上手。 深度学习的关键在于大量的数据训练，数据训练之前，必须对这些数据进行明确的标注。例如，机器需要识别斑马线，就必须提供大量标注了斑马线的数据来进行学习，数据量足够大时，机器就可以识别出任何角度的斑马线。 这意味着，在某种程度上，AI算法的优化，取决于数据标注的质量，而把控这些质量的，是完全不懂AI技术的一群人。 一名没有任何经验的标注员，通过半天的培训即可开工，一两个月之后可变成熟练工，一天就可以完成1500张-2000张图片的标注。 需要标注的图片数据从客户提供的数据处理平台上打包下载，根据不同的需求进行标注，常见的包括物体识别和人脸识别，物体识别主要是“画框”，人脸识别则是“打点” 完成后会进行一到两道的质量检测程序，来确保标识准确率，合格后会重新传送到客户的数据平台上。 然后，这些数据会被应用到自动驾驶、AI安防、智能身份认证等新兴应用领域。 依靠这些应用，人工智能公司在资本市场颇受追捧，投中研究院发布的数据显示，2018年上半年，进入商业化阶段的中国人工智能行业已经获得超过400亿元人民币的融资。 这400亿元的资金，仅有极少部分流入了数据标注行业。商业信息服务平台企名片收录的标签为“数据标注”的公司共有15家，2018年，这15家公司共完成6?P融资，单笔融资金额约为1000万元人民币左右，总计不超过1亿元人民币。 靳建伟还没考虑过融资这件事，他听说北京的AI公司都在以亿为单位进行融资，但他的思维和之前的数次创业没有区别，找客户，做业务，能赚钱，才是应该做的事情。 单打独斗在当下的AI圈很难混得开。由于完全没有相关行业经验，也没有资本加持，一开始靳建伟只能接二手、甚至三手订单，也即外包服务。“一些有渠道的公司接了订单，自己不做，或者自己做不过来，就分发给我们做，他们再从中间收取差价。 与很多行业一样，渠道是核心竞争力，中间商们不需要耗费