淘金AI时代的“卖水人”，数据标注为何没站上风口？(2)
但在趋势之外，这些硅谷公司依然在全球采用大量廉价劳动力从事数据标注服务，就这一点来看，中国公司和这些海外公司相比，差异似乎就小了很多。可无论在产业规模还是发展速度上，如今中国数据标注该企业都还和Scale AI有很大差距，要弄清楚这种情况出现的原因，我们就不得不去分析国内人工智能公司的创业以及生存环境。
创业者不能“大力出奇迹”
在中国，数据标注独角兽没有出现的首要原因，在于创业公司缺乏人工智能领域人才和数据。
根据2018年脉脉发布的《中国人工智能人才数据报告》中显示，人工智能相关人才几乎都聚集于百度、阿里、腾讯、京东等互联网科技巨头手中，而这些企业，更倾向于将数据掌握在自己手中。
不过，数据标注这样的体力活，巨头也需要通过自己平台的外包服务来解决。因此就出现了百度众测、京东微工、阿里众包、腾讯搜活帮等众多数据标注平台。
与初创公司相比，这些大平台无疑在外包服务领域具有较强的品牌竞争优势，并且更进一步，还吸收了国内廉价但更好用的数据标注劳动力，这意味着海外创业公司外包廉价劳动力到发展中国家的“大力出奇迹”方法在国内没有用了，所有这些都加剧了创业者从众包平台起步的难度。
不过，由于网络数据规模过于庞大，大公司们也意识到，即便自己拥有数据标注平台以及众多相关人才，但数据标注的成本也在不断增加。
一位业内人士举了个例子，比如市场人工翻译每单词平均价格约7.5美分，假设单个句子平均长度为30个单词，1000万个句子人工翻译标注的成本约为2200万美元；若需支持上百种语言的互译，人工标注训练集的成本将达到上千亿美元。
这样的开销并不少，因此一些不太核心的数据标注业务便被派给第三方公司以降低成本。比如腾讯参投的标贝科技，小米参投的海天瑞声等，这些公司承接了一些大公司的相关数据标注，逐渐在市场上存活下来。
不过，出于数据安全和市场竞争的原因，一些公司依然把重要的核心数据标注拿在自己手中。曾在英伟达自动驾驶组实习的研究员张航就表示“比如自动驾驶人命关天，通常是技术人员自己标注，而且雇佣培训了几位专门的标注人员。”
如此种种，便在国内造成一种现象：科技互联网公司扎堆人工智能，但数据标注行业却少有人踏足，一边是激烈的巨头竞争，一边是人才资源的缺乏。
相关数据也证明了这一点。数据标注公司从2014年开始不断增加，并在2017年达到高峰，根据前瞻产业研究院统计，2017年数据标注相关融资事件达到9起，但在此后便有所减少，到2021年4月，共有18家公司获得融资，投融资事件39起。
从融资规模来看，千万级人民币规模算是常态。即便是已经新三板上市的数据堂，如今市值也只有1亿元人民币左右。
至于“准上市公司”海天瑞声拟IPO融资7.66亿元人民币，这笔融资如果成功将是中国数据标注行业最大的一笔单额融资。但是，海天瑞声的上市之路也比较波折，在2019年因外界对其“人工智能（AI）”表述存在问题冲击IPO失败，尽管2020年再次传出IPO过会的消息，但在今年7月13日才刚刚获得证监会的“同意科创板注册”。
能够看出，这些融资较多的公司都已经不在“劳动密集型”的第一阶段，而是进入到了技术更迭以及垂直整合数据服务的下一阶段，可即便如此，在盈利方面依然无法和海外独角兽相比。
以海天瑞声为例，这是一家提供AI算法训练数据产品及解决方案的服务商，主攻方向是自然语义识别，语音合成。从2005年成立到2020年11月IPO过会，海天瑞声共经历了漫长的20年时间，如今其主要客户包含微软、阿里巴巴、百度、腾讯等巨头企业，但2020年总收入为2.33亿元，净利润仅0.82亿元。
Scale AI呢？这家公司自2016年成立至今，便吸引了包括Waymo、OpenAI、Airbnb、Nuro 和 Lyft 等公司，提供数据标注、解读数据、数据可视化、清洗数据等服务。更是在2020年9月首次和美国军方达成合作，拿下美国国防部9100万美元大单，协助美国军方试验、开发以及更新用于机器学习和AI的标注数据集，创始人曾在此前提到，其2020年营收将达到1亿美元。
还有一些国内公司，则在尝试新的赛道，比如把目光放在自动驾驶领域。以龙猫数据为例，经历4轮融资，可承担千万人以上样本量的数据采集和标注优势，自称是可调动数据处理人员最多的数据服务平台。
能够看出，即便是国内已经发展十五年的企业，在数据标注领域依然和海外公司存在一定差距，只有那些正确判断出人工智能产业变化趋势的公司，才能借风口获得扩张。但除了我们前面分析的市场竞争激烈以及人才缺乏问题外，还有什么是国内没有产生独角兽的原因呢？
中国独角兽何时能出现
关于中国之所以没能出现独角兽，赢识科技创始人兼首席执行官楚汝峰表示，竞争激烈和市场不集中是主要原因：“国内做标注的小作坊太多了，市场不集中。大公司或一定规模的公司的都或多或少有自己的外包团队，同时和外部标注团队合作。”
但同时他也认为，经历多年发展，一些有资历，有专业领域人才的数据标注公司能够具备一定的竞争壁垒，他们有机会继续成长起来。“例如当巨头寻求外部合作时，他们往往缺少某个领域的数据，这对数据标注公司来说就是一个绝佳的机会。”
腾讯优图实验室总监郑冶枫也有类似看法，他以医疗领域举例：“难点一方面体在顶尖的医疗数据标注人才缺乏，另一方面在于临床、科研任务重，很多医疗专家没有时间和精力做数据标注。”
>相关《淘金AI时代的“卖水人”，数据标注为何没站上风口？(2)》内容：
1、 恒天财富2.0时代下的新使命：通过转型创新 创造长期财富价值
理财鱼小提示：恒天财富2.0时代下的新使命：通过转型创新 创造长期财富价值 2018年资管新规的出台重新规范了财富管理行业秩序，在打破刚兑的政策导向下，整个财富管理产品供给端迎来调整，与此同时，居民的财富管理观念也随之发生变化，配置需求从原先单一的比价...【继续阅读】
2、 研发还投不投？甘李药业谈后集采时代的胰岛素规划
《科创板日报》（上海，记者 金小莫）讯，胰岛素国采后，有投资人士认为，虽然国产胰岛素得以放量，但总体来看，该品类已“看点不足”。日前，甘李药业副总经理孙程则在第十四届中国医药战略大会上称，不因外在的政策变化而影响到自己的坚持，“胰岛素市场...【继续阅读】
3、 宁德时代市值一日蒸发千亿背后：万亿电池帝国裂缝究竟有多大？
《科创板日报》(上海，记者 曾乐)讯，近日，有媒体报道称，小鹏汽车决定削减宁德时代(300750)的供货份额，引入新的主力电池供应商中航锂电。对此，小鹏汽车相关负责人回应财联社记者表示，“车辆生产的零部件供应链需要不断完善，才能更好地保供保产，更加...【继续阅读】