由内容质量、互动评论、分享传播等多维度分值决定，勋章级别越高()，代表其在平台内的综合表现越好。

　　原标题：华高莱斯丨技术要点：那些成功挤入人工智能产业链的中小城镇们

　　先后主持及参与了厦门湖里区东部新城（旧村改造）、武汉国家商业航天基地战略策划、深圳中央科学公园产业综合体、武汉新洲问津新城战略策划、成都仁寿中岗向家产业新城、华夏沈阳铁西战略策划、安徽马鞍山和县产业新城战略策划、西安浐河国家风景路战略策划、武汉琴台文化中心发展战略研究、张坊运动休闲小镇旅游策划等项目。

　　人工智能，似乎是一个与中小城镇相距甚远的产业。实际上，全球各地的中小城镇正通过“数据标注”与人工智能建立起紧密的产业联系：在印度加尔各答，拥有服务于三星、阿里巴巴、滴滴出行等世界级人工智能企业的数据标记产业村；肯尼亚内罗毕，是数据标注企业如Samasource的理想办公之地；中国河南南阳、许昌、郏县，贵州惠水县，也聚集了大量的数据标注企业……这些看似“不具备科技实力”的中小城镇已经成功挤入了人工智能产业链。那么，究竟什么是数据标注产业？这些中小城镇能发展数据标注产业，到底是赶上了产业风口，还是一次改变命运的逆袭？

　　一、 数据标注，是人工智能成长的必然产物

　　早在1983年，诺贝尔经济学奖获得者Wassily Leontief就指出：人类作为*重要的生产要素的作用必然会减少，就像马匹在农业生产中的作用被削弱是因为引入了拖拉机。人工智能时代的到来，似乎加速了这一过程。据麦肯锡2017年1月的报告《A future that works: automation, employment, and productivity》预测，60%的岗位与30%以上的工作内容能被自动化替代。但不可否认的是，当我们在担忧人工智能替代人类进行工作的同时，它也衍生出一些新的产业类型——数据标注产业（Data Label Industry）就是其中之一。

　　到目前为止，所有人工智能技术都来自“监督学习”。深度学习神经网络的本质就是由样本空间反向构造一个多维向量分类器的系数空间的过程。在这个过程中，人工智能系统需要采用特定形式的数据进行培训。要想训练一个好的分类器，就必须有足够大的数据样本空间，也即标注好的数据。举例来说，要让计算机识别出“狗”，就要提供大量标注“狗”特征的图片。机器在学习过图片中的特征后，才能认出“狗”。强大的AI算法背后是由人类构建和标记的大量复杂数据集。

　　然而，获得高质量的训练数据成为当下计算机视觉的主要瓶颈。根据 Cognilytica的一份报告显示，目前，在大多数人工智能机器学习项目中，数据准备和数据工程占了八成以上的时间。人工智能公司Playment 高管Siddharth Mall曾说：“就拿自动驾驶汽车来说，一小时的视频数据可能需要800个工时来处理。”即使现在有一些数据服务平台开发了AI工具来辅助人工标注，但依然需要数据标注员去检查和修正其中的错误。

　　对于人工智能企业，尤其是初创企业而言，数据标注需要花费大量的时间，这也意味着这项劳动密集型工作不可能由“拿着高薪水的人工智能工程师”来完成，*经济的方法就是把大量任务拆分成小任务，再以低廉的价格分发到数据工人手中。因此，就出现了开篇所提到的全球的数据标注产业聚集区。数据标注，作为先于“智能”的“人工”环节，也随着人工智能不断扩张的数据需求，在全球范围内如火如荼地发展起来：有媒体估计，在中国已经约有10万名的全职数据标注员，100万名的兼职数据标注员。另据Cognilytica预计，截止2018年，全球数据标注相关产业的产值将增长66%达到5亿美元，2023年产值更将翻一番。

　　二、 数据标注，是上天给予中小城镇的一根救命稻草

　　数据标注这种“有多少人工，才有多少智能”的产业特征，似乎为中小城镇产业发展带来了新的机遇。我国的中小城镇历来是劳动力人口的富集之地，但是当下，他们正面临着极其艰难的“收缩危机”。经历了四十多年的高速城镇化之后，城市发展动力、产业结构、人口增长速度和结构等都出现了变化。其中，人口流动更是造成了城市在规模上的“零和博弈”，发展条件较好的一二线城市聚集了越来越多的人口，而一些发展条件较差的三四线城市则人口流出、产业衰退，出现了“城市收缩”现象。

　　据清华大学建筑学院的龙瀛副研究员和其合作者吴康与王江浩博士对我国收缩城市的研究，我国城镇化率已达60%。在2000年到2010年间，却有180个城市的人口在流失，包括1个省会城市乌鲁木齐，40个地级市和139个县级市。即使实施了发达地区向欠发达地区的“产业转移”政策，似乎也并未给中小城市带来多少产业发展动力。城市经济发展动力不足导致就业不足，成为造成中小城镇人口流失、出现“空心化”现象的核心原因。

　　产业要发展，离不开劳动力人口的支持。从我国几次民工潮来看，不同时代背景下的农民工对城市发展形成了不同的推动作用。1984年，东部沿海地区增加开放了14个港口城市，逐步开始兴办经济技术开发区。到了80年代后期，在几种比较典型的“苏南”、“广东”和“温州”模式的带动下，山东、河北乃至中部广大地区都兴起了大办乡镇企业的热潮，吸引了大量的本地富裕劳动力。可以说，*一代农民工从土地中来，他们“离土不离乡、就地进工厂”，推动了本地乡镇企业的蓬勃发展。

　　改革开放政策掀起了第二代农民工的南下淘金热。南巡讲话后，我国大力发展开发区。随着城市粮食供应制度的取消，1992年突然出现4000万农民工进城务工的现象，第二次“民工潮”出现。这一次，农民的步子迈的更大，走的更远，他们秉承“东南西北中，发财到广东”的信念，“离土又离乡，进城进工厂”，从江西、四川、贵州等地汇聚于东南沿海，推动了以来料加工为主的劳动密集型产业的发展。

　　前两代农民工几乎无“技能”可言，他们有的是对财富的渴望，拼的是吃苦耐劳的精神，谁肯出力气，谁就能赚到钱。随着前两代农民工群体的逐渐退场，第三代农民工陆续登场。这批“新生代农民工”几乎没有务农经历，他们是飞速发展的互联网时代下的数字原住民。他们多数来自独生或者少子女家庭，受教育程度普遍更高、更加关注自我、更加排斥体力劳动。他们外出务工的经济性动机在下降，不再是为了满足生存，而是对“自由”、“体面”生活状态的追求。数据标注产业的出现，似乎给中小城镇带来了“生机”——一个留住适龄劳动力的机会。

　　实际上，数据标注产业的主力正是这批“新生代农民工”。他们年轻，是90后甚至00后；学历不高，大都毕业于大中专院校；每天的工作内容简单重复：点击鼠标“拉框”、“标点”、“打标签”、“分割”、“批注”……也许相较于人工智能所代表的尖端科技，数据标记产业看起来枯燥、乏味，毫无技术含量。但是与“尘土飞扬、风吹日晒的建筑工地”及“嘈杂忙碌的加工制造工厂”相比，数据标注提供的是稳定和安全的工作，和其他白领一样在产业园的办公室中工作。这种契合中小城镇青年意愿的 “非体力活”、“科技职业”让他们获得了不一样的成就感。

　　据VICE新闻的报道：毕业于职业学校，在河南平顶山从事数据标注的小周，非常认可数据标注工作给他带来的价值：“在其他领域，如果你想成为*一，你需要大量的知识、经验和教育，这些是我没有的东西。但这个行业（数据标注行业）感觉它有潜力，虽然标签是相当低级别的工作，但进入门槛相对较低，而且仍然是人工智能行业。” 有可能留住人，才有可能实现产业发展。数据标注所代表的科技产业，成为那些想要留在家乡的年轻人的一种工作升级。

　　三、 数据标注，也可能只是根稻草

　　从全球规律看，作为人工智能的下游从业者，数据标注企业毫无例外的都集中在如印度、非洲、墨西哥、中国等国家或地区的人力密集的中小城市、城镇，甚至农村地区。这种不受地理限制的高科技劳动密集型产业的选址规律与以富士康为代表的传统人力密集企业的选址偏好高度重合，因为数据标注需要以更低廉的劳动力成本支撑起人工智能底层数据需求。

　　数据标注的人力能有多廉价？甚至可能低于富士康！

　　如今，数据标注已经形成了一条完整的外包产业生态链： 上游的科技巨头会将图片标注、视频标注、语音标注以及各种类型的数据采集任务交给中游的数据标注公司，再由中游公司分包给下游的小公司，小公司再将任务众包给数据小作坊甚至临时兼职人员完成。 而这些位于中下游的小公司和小作坊，就是聚集于中小城镇的数据标注产业主力。

　　为了攫取利润，分包已经成为上游企业的惯例行为。层层分包极大地压缩了利润空间，位于底层的中小城镇数据工厂利润已经微不足道，但是即使是这样，人力成本也“仅为我们海外竞争对手必须支付的十分之一”。河南周口的一个数据标注团队算了笔经济账：“一个拉框平均4分钱，一个员工一天能做大约4500个，一共180块。过关率90%，再除去审核的成本，再给每个标注员每天发110元左右的工资，平均下来工作室每天也就从每个人身上赚30块吧。” 2018年贵州省平均工资5200元，由台湾HTC领投的贵州梦动科技有限公司的数据标注师仅为4200元。如果是职校招的实习生，只需要2000元。同在贵安新区的富士康，基本工资、加班费、补助每月合计是5000块。

　　无限的廉价，一定不是件好事。据《财经》杂志的报道，由于订单枯竭，中国河南省大约一半的数据标签公司在2018年破产。这些破产的企业，多是质量不过关，单纯依靠廉价人力压低利润的“数据标注小作坊”。如此的行业混乱现象或许意味着繁荣，可这种繁荣能够持续多久，并没有一个准确的答案。但毋庸置疑的是，人工智能数据标注的专业化、规范化是必然发展趋势。那么，面对行业洗牌，中小城镇要如何更好的发展数据标注产业？——不同区域或许可以有不同的发展路径。

　　提升数据标注产业的专业化程度。目前，能被建模量化的人工智能数据只是真实世界中的极少一部分，现有的数据标注业务也主要集中在安防和自动驾驶领域。由此可以预见：未来，数据标注的新需求将随着人工智能深入到更多行业，例如在专业领域如医学、生物学等，因此对数据的质量要求和专业要求必将进一步提高，甚至非专业人士而不可为。这就要求数据标注不仅要有足够的廉价劳动力，还要提升劳动力素质，实现标注的高质量和专业度。而现有对于数据标注企业对员工提供基础的培训还太过初级，仅仅是上岗前对标注工具、任务类型、操作方法等进行的培训。

　　面对更高更专业的标注需求，必须强化从业人员的专业技能培训，设置数据标注相关专业，引进如医学职校生等专业领域人才进行针对性培训等等。例如，在2017年，山西省的12所高校新增了“数据科学与大数据技术”专业 。这无疑对于全面布局数据标注产业的山西省增加了重要的人力优势。

　　延展数据标注全链条产业服务。人工智能下的数据生意，不是只有数据标注一个环节，前期的数据采集、数据清洗，后期的数据交易、数据应用等，均是人工智能基础数据服务体系中的重要组成部分。对于有大数据产业发展基础的地区，完全可以放大数据产业的优势，依托已有数据产业基础，瞄准数据标注产业进行全链条延展。

　　例如，贵州在其2019《贵州省大数据新领域百企引领行动方案》中已经提出，要依托贵阳、贵安、黔南等大数据清洗加工基地，开展互联网数据采集、数字化档案加工、人像数据处理、语音数据处理、工业自动化数据处理、数据脱敏等服务。全链条的产业布局，将为贵州在现有大数据产业上新增又一王牌。

　　可以说，以“新生代农民工”为主要劳动力的数据标注产业的发展，与之前所出现的任何一次依靠“民工潮”推动产业发展的逻辑并无差异——虽然数字标准产业看上去非常科技，也抓住了新生代农民工的心理诉求，但本质上依然是对于廉价劳动力的密集使用。我们更应该看到，廉价劳动力不是推动数据标注发展的长久之计。劳动力会因为好奇、新鲜而聚集于数据标注这种“时髦的传统产业”，也终将在对数据标注逐渐失去新鲜感后而流逝。

　　因此，中小城镇要想实现数据标注的长久发展，还是要回归产业本身，遵循其内在的发展逻辑，从产业专业化和产业链规模化等方面入手进行提升、延展，才能提高核心竞争优势，才能创造源源不断的发展动力。

　　Cognilytica是美国一家专门从事人工智能产业的市场和应用的研究的公司。

　　Playment是一个完全托管的人工智能平台，可帮助企业将大规模数据操作进行分包处理。它将大问题分解为微任务，并在其庞大的社区中分发。

　　龙瀛、吴康、王江浩，中国收缩城市及其研究框架，现代城市研究，2015年09期

　　《人工智能背后的“农民工”——数据标注员》

　　《教育部*新：283所高校获批数据科学与大数据专业》

产业招商/厂房土地租售：400 0123 021
或微信/手机：13524678515; 13564686846; 13391219793 
请说明您的需求、用途、税收、公司、联系人、手机号，以便快速帮您对接资源。 
长按/扫一扫加葛毅明的微信号

扫一扫关注公众号