景联文数据标注平台，提升AI数据标注准确度

一个办公室，几台电脑，十几个人，似乎就可以组建一个数据标注团队，但从人工智能企业的角度来看，选择数据供应商应当是项目经验丰富的，稳定的，性价比高的合作伙伴，无组织的标注团队会因价格优势在市场获得一定份额，随着越来越高的标注精度要求和越来越快的响应速度要求，粗放的管理方式和单一的标注工序已越来越跟不上市场的脚步。

数据服务商的核心竞争力到底是什么？

景联文科技CEO郑晓薇给出的答案是：成熟的自研数据标注平台，用工具进行预先标注，人工干预进入修改，提高标注效率，用最快的速度交付合格的数据给客户。

标注平台对于AI训练数据标注准确度的提升有重要意义。

一.标注操作台：集成众多高效的标注工具

景联文标注平台支持图像类，语音类，文本类，视频类，3D点云类等多类型数据标注。

具体功能:

图像类可实现基础的点，线，框标注，语义分割，实例分割等；

文本类支持实体提取，文章理解；

语音类支持语音切割，语音转写；

视频类支持视频审核，事件提取；

3D点云类支持3D语义分割，点云连续帧标注。

其中2D图像标注可以实现部分预标注功能，标注员只需对AI标注的数据检查调整即可提交进入审核。从人工标注训练AI模型，到AI代替一部分人工标注，预标注的应用前景十分广阔，推动着整个标注行业优化升级。

同时支持标注工具的定制开发,可灵活满足不同的标注需求,配合客户进行数据处理落地。

图片来源作者

二.项目管理平台：可视化管理助推产能提升

项目管理平台，具体的执行步骤是新建项目—执行标注—全量质检—部分抽检—验收数据，其中新建项目由项目经理通过公司内部竞标后创建，按流程配置工具，上传数据，分发任务。

数据在线可以实时流转，标注，审核过程透明且有记录可循，减少内部沟通成本，项目经理通过可视化面板把控标注进度，能够及时调整标注方案，做好逾期风险管控。

在绩效管理模块，团队绩效和个人绩效均自动化生成，配合公司的绩效奖励制度，既方便统一管理，也使标注员保持高度专注的作业状态，相比传统管理，产能 得到极为明显的提升。

图片来源作者

该标注平台上线以来，平均交付速度超过传统模式50%以上，为客户提供更高质量更低成本的AI训练数据，更好的服务人工智能数据处理需求。

未来，景联文数据标注平台将提高执行系统平台的流程化协作能力,准确地把控从创建任务、分配任务、标注流转到质检/抽检等环节，保障标注数据精度提升。

新基建 浪潮之下，各行各业都在积极拥抱AI，进行智能化转型，以“AI+”为核心的科技策略，正在推动社会形态、经济结构不断发生变化。随着AI技术的进一步发展，传统家居、安防、驾驶、教育、商业、城市管理……都将被颠覆。

而在这一过程中，数据作为驱动AI向前快速飞奔的“燃料”，重要性日渐凸显，大量的数据采集标注需求涌向市场。据艾瑞咨询《2020年中国人工智能基础数据服务白皮书》预测：到2025年，AI基础数据服务市场规模将突破100亿元。

在市场规模迅速扩大的同时，市场对数据的需求也在发生变化。

AI数据产业正在迎来变革

AI作为一项前沿应用技术，受到社会各界的广泛关注，经过多年发展，如今AI面临着一个现实而又紧迫的挑战——商业化落地。

为了加快落地进程，AI算法企业需要解决两个问题，一是提升算法的精确度，以保证在市场中的领军性;二是保障算法模型稳定度，从而实现在各类场景中的适用性。

而解决这两个现实问题的最简单办法就是——数据，大量、高质量、场景化的数据。

图片来源作者

目前，AI数据生产主要依赖于市场上林林总总的AI数据服务企业、外包团队以及兼职个人，由于市场需求量大、准入门槛低，行业整体处于野蛮生长状态，从拼人力逐渐过渡到了拼价格，但本质上数据质量却没有明显提升。

在中国信息通信研究院发布《人工智能发展白皮书(2018年)》中也曾提到了“在数据层面，主要存在流通不畅、数据质量良莠不齐和关键数据集缺失等问题。尤其是数据标注主要通过外包形式，劳动力水平决定了产出的标注数据质量。”

而随着AI的落地，对数据质量要求的逐渐提高，AI数据产业也正在迎来变革，原本粗放式的数据生产模式已经逐渐式微，景联文科技这类AI品牌数据服务商开始兴起。

自建标注团队是行业发展必然

纵观市场，AI数据生产主要有转包模式、众包模式、自建团队模式三类。

早期众包模式凭借着低廉的价格、大规模的 人力资源从而占据着市场，但随着行业发展，众包模式的弊端初显：直接和标注团队对接，非常考验需求方项目管理能力，并且由于标注人员素质等原因，无法执行复杂任务。

图片来源作者

在众包模式不能满足市场的背景下，转包模式出现了。转包模式是由具备行业经验的数据供应商承接项目，再将项目拆分转包给标注团队或个人执行，数据供应商扮演的是一个沟通管理的角色，通过协调需求方以及标注团队，共同完成项目。

但转包模式也并非没有缺陷，由于供应商没有自己的采集标注团队，就容易出现层层转包情况，数据倒手数次，安全性无法保证。

对于科技企业而言，数据意味着未来，数据隐私和安全是科技公司做决策首要前提，因此，也有部分数据供应商投入大量资金、人力组建自有标注团队，并提供驻场、第三方部署等业务方案，解决了客户后顾之忧。

景联文科技CEO郑晓薇解释道：“传统AI数据生产，无论是转包还是众包，本质上都是一种轻资产模式，这样的优点是前期投入成本低，周转率快，但弊端也就是对交付数据质量和服务态度难以把控。AI大规模落地在即，未来行业对数据的需求将从量转向质的层面，因此，自建团队模式是行业发展的必然。”

景联文科技：自建标注团队，生产高质量AI数据

景联文作为市场上最早一批自建标注团队的AI数据服务商，在业务开展之初，就砸下重金组建项目团队，确保服务流程的规范与高效。

经过多年沉淀，目前景联文在全国范围内拥有5个标注基地，220名全职人工智能训练师; 上线了自有标注平台，涵盖了绝大多数主流标注工具，支持语义分割、拉框标注、多边形标注、关键点标注、3D点云、2D3D融合标注、图片分类、声纹识别、ASR转写、韵律标注、NLP、文本分类、OCR转写、情绪判断等多种标注业务;提供企业私有化部署、跨地区作业等定制服务。

谈及自建标注团队的初衷，郑晓薇表示：“早期景联文专注于指纹防伪算法，随着业务的推进，公司有大批量指纹采集需求。考虑到指纹采集工作涉及到公众隐私，因此公司决定内部培养专业团队执行。”

图片来源作者

一次偶然的机会，某科技大厂客户在参观了景联文数据基地后，希望景联文代为标注一批保密数据，由此景联文正式踏入了AI基础数据市场。短时间内，景联文凭借着多年处理敏感数据的经验，以及长期深耕To B市场的流程管理经验积累，在行业迅速站稳脚跟。

截至目前，景联文科技已与 阿里巴巴、 华为、vivo、美团、 字节跳动、滴滴、 陌陌、 海康威视、大华、宇视、 同济大学、 中国人民大学、工信部中国电子技术标准化研究院、公安部一所等多家企业、机构达成深入合作。

景联文科技立足行业、放眼未来，从工具到团队管理，全方位构建完整业务生态。在AI数据服务这条赛道上，景联文还将继续前进，为AI落地提供高质量、场景化的数据支持。