数据管理：人工智能商业化落地的“必修课”

中国经济导报 中国战略新兴产业杂志 中国发展网 记者 | 杜壮

目前人工智能市场发展依然火热，各行各业对数据的需求也呈现井喷态势。然而现在很多企业的大部分非结构化数据无法用于AI（人工智能）模型训练，需要大量的人工进行标签化处理。人工智能企业要想在数据标注上降本增效，必须选择更加高效、体验更好的标注工具，从而提升标注团队的工作效率。

在2021年中国国际服务贸易交易会期间，云测数据发布了“云测数据标注平台-AI数据集管理系统”，专注于AI数据集的上传、管理、存储、分享，数据类型标签化管理，同时支持标注结果的存储、标注结果可视化等功能，从而助力企业进行数据管理，提升数据训练的匹配度。作为AI训练数据头部服务商，云测数据总经理贾宇航接受中国经济导报记者专访时表示，只有把海量的训练数据进行有效管理，才能减少冗余数据、最大化地发挥训练数据的价值，从而推动数据要素有序发展及高效利用。

在人工智能产业链中，算法、算力和数据共同构成技术发展的三大核心要素。从人工智能产业链的发展情况和未来发展趋势来看，中国人工智能数据服务行业的市场规模正在逐步扩大。据IDC预测，中国的数据量增速最快，平均每年的增长速度比全球快3%。2018年，中国的数据量为7.6ZB，占全球总量的23.4%，预计到2025年将增至48.6ZB，占全球总量的27.8%，年复合增长率达30.35%。在这样的数据增长背景下，数据资产管理的重要性不言而喻。

如今，各行各业纷纷搭乘数字化转型的快车，以取得市场竞争力。值得注意的是，在企业争先拥抱数字化转型的同时，部分中小企业也面临着“不会转、不能转、不敢转”的现状。相关数据显示，目前我国仅有25%的企业开启了数字化转型，中小企业比例则更小。

贾宇航认为，数字化转型的本质，是利用软件技术、互联网、人工智能等数字手段，降低企业运营成本，提升生产运营效率，为对外开源拓客创造更多价值的过程。也正因为如此，企业的数字化转型必然离不开应用、软件、系统等信息基础设施的建设与运用，这背后必然产生大量的数据。

“人工智能落地商业化时代，企业面临着自身AI数据量大、对某个特殊问题场景很难找到有价值AI数据的普遍困境。同时在人工智能数据训练过程中，AI数据管理更是面临着数据资产不能充分利用、管理方式不完善等新的挑战。”贾宇航说。

“企业在使用系统的过程中会有一个‘拎包入住’的体验。”贾宇航告诉记者，这次推出的平台将AI数据服务的流程具象化，变成了一个产品。原来用于管理云测数据内部的服务流程，如今可以扩展到AI相关企业中应用。再结合云测数据标注平台，客户可以一站式、流程化进行数据采集、数据标注、数据管理。

据了解，自主研发的云测数据标注平台为AI相关企业提供了一站式、大规模处理训练数据的能力，可以助力AI数据训练综合效率提升200%，标注精准度最高可达99.99%。

“作为AI技术的三大要素之一，数据从本质上决定了人工智能的落地水平。通常来讲，数据标注得越精准，数据量越大，模型就越好，最后的AI产品效果也就越好。”对于未来，贾宇航充满了信心。他告诉记者：“人工智能被列入新基建中的新技术基础设施，将会有更多的资本或者政策关注，而人工智能三要素之一的数据，势必会伴随着人工智能行业的增长而增长。”

在人工智能的大潮中保持技术和行业的领先性并非易事。贾宇航也道出了他们发展的秘密，那就是“一横一纵”战略。

谈到“一横”，贾宇航解释道：“伴随着整个人工智能的发展，我们在自动驾驶、智能家居、智慧城市和智慧金融等多个行业，有端到端的训练数据服务解决方案。随着越来越多的行业进行智能化、数字化转型，我们将积极地为这些具有潜力的赛道和行业，去制定数据解决方案，帮助更多的人工智能技术商业化落地。”

“‘一纵’更多地是对热门行业和技术发展趋势进行前瞻性预测，提前准备相关的工具链以及数据服务能力，确保有充足的准备去应对新的AI数据需求。”贾宇航说。