像凱凱做的圖像標註，就是通過在圖上框出行人、汽車輪廓和標籤，注入AI訓練的模型，自動駕駛汽車才能識別出周邊的各種物體。「喂養」一個AI模型需要至少幾十億的數據樣本，這背後就需要標註員們靠著雙手一個個作出標註。

早在2015年左右，隨著第一波人工智慧浪潮的興起，國內數據標註行業也迎來發展。經過幾年的積累，在河南、山東、山西、河北、貴州、安徽等省份的三四線城市裡，已誕生了大量的數據標註員。

對於這些從業者的數量，目前還沒有權威的統計。在國內，AI數據服務商龍貓數據是知名的眾包平台之一，在其上已經擁有了超過500萬註冊用戶。如果說數據是AI金字塔的基石，那麼這批數量龐大的數據標註員們，就是搭建它的螞蟻雄兵。

這個群體目前以大專生、兼職的大學生、在家想賺些零花錢的寶媽們為主。他們一般在當地線下的數據標註公司和基地工作，或是通過線上眾包平台、社交工具上拉的標註群在線接活兒。

絕大多數標註員們的收費模式是計件。數據標註公司相對規範，會和標註員們簽訂合同，提供底薪，額外完成工作量公司會計件提成。在線上，有項目時，負責人會發布任務的內容、規範和報名的通知，給參與的標註員們計件付費。

一般公司提供的底薪在2000-4000元之間，但計件的單價並不高。前幾年還有幾毛錢，現在普遍已經降到了幾分錢。像凱凱拉一個框，2D的圖3分錢，3D的是5分錢。曾從事過這個行業的AIGC公司HEARD創始人蒙太奇估計了下，普通標註人員平均月薪，基本會在3000元左右。

曉妍是名機械專業的大學生，她在老家安徽的一家數據標註公司做了一段時間，底薪有3000元。她拿出刻苦學習的勁兒來，一天干滿8小時、每周單休，一個月下來拿到了3200元。

在三四線城市，曉妍這樣的收入還算可以了。「這比一般辦公室工作要累，但比純體力勞動還是要輕鬆的。」但她也特意強調，最好不要在線上做——在線上接活兒往往沒有底薪，項目也不穩定，達不到量的話，收入就會很低。一位湖南的標註員在社交平台上曬出了自己的結算單，一天內她拉了700多個框，一個單價4分錢，總共是30元零兩毛。「乾了一天，也就賺個路上的油錢。」

標註員做得熟練了，一小時也能拉上幾百個框。一般做到了3個月，公司就要開始向上加量。但返修也是家常便飯。比如凱凱一個標註車位的項目，線畫得長了、漏標了，質檢時每次總能挑出毛病，返修了四五次才改完一張圖。這也意味著，可能你花了一個小時的功夫，到手的只有幾毛錢。公司每次接的項目也不一樣，往往剛熟悉了一個，下一個就換了，規則和質檢要求也跟著改變，結合起不高的單價，就很容易讓人煩躁。

在相關貼吧里，不少公司貼出的招聘要求里都說，干這份工作「帶手來就行」。但換一個角度看，這也意味著，這份工作中沒有挑戰、沒有新鮮感。很多公司管理上也比較嚴格，不允許員工上班時接聽電話，手機要放到儲物格里。但在電腦前枯坐幾個小時，只有一遍遍的機械式畫線、拉框，這樣的重複性勞動往往會帶來精神上的疲憊感。在這種狀態下，標註員們就忍不住去思考，做這份工作帶來的價值和意義。「我覺得，我媽媽來也可以做。」有標註員曾吐槽說。

這也讓很多公司很難留住人，尤其是年輕人。凱凱認為，儘管和AI掛鉤，但這仍然還是個電子流水線式的工作，「沒有什麼前途」。曉妍也覺得，學生兼職還不如去做家教，「在這裡，你是大專、中專還是其他學歷，有什麼分別？」

她們在各自的公司都只做了不到兩個月，就決定不幹了。而這，也成為數據標註員們的常態。

每年都會看到大批公司倒閉

單價壓低的背後，曉妍說，是因為很多項目尤其是線上的，已經「不知道轉過幾手了」。這也和整個行業的商業模式與現狀息息相關。「做的人多了，現在已經太卷了。」

在2023年，大模型捲起了人工智慧的新浪潮。據天眼查信息，今年1月-10月，人工智慧行業新增了72.2萬家相關註冊企業。而市場對此的認知是：不管是什麼應用，只要是用到AI，就必然會對數據標註有需求。

資本的反應也說明了這一點。國內一二級市場上，相關公司在今年上半年都出現了一輪估值高漲。A股上的數據標註龍頭海天瑞聲，在春節後開市就迎來了一個漲停板。到了今年3月底，海天瑞聲股價漲幅超過300%。

但是，海天瑞聲股價飆升的同時，其盈利能力也在面臨挑戰。根據2023年上半年財報，公司營收7446萬元，較去年同期下降35.13%；凈利潤虧損1724.14萬元，扣非凈利潤虧損2310.46萬元，分別較去年同期減少了188.76%和380.40%。

在2018年完成Pre-A輪融資4年後，去年年底，自動標註公司星塵數據再度獲得5000萬元的A輪融資。今年上半年，凱望數據、整數智能、柏川數據、曼孚科技等相關公司都相繼拿到了融資。

新的中小團隊也不斷進入，試圖在這個市場中淘金。一家來自內蒙古的創業者去年也投身入這一領域，在當地，有數據基地提供辦公空間，也有政府的補貼和扶持，一年內，其團隊就擴張到了300人。

熱鬧的背後，如何拿到項目，成為小公司們必須要解決的首要問題。

數據標註行業基本採用的是分包模式，由甲方企業發標，其他數據服務商進行競標。各類科技企業、AI公司、車企等是甲方企業；處於中間位置的，是頭部數據服務平台以及大公司的數據標註服務部門，它們能夠獨立承接訂單，有的還有自己的數據標註基地；再下面就是星羅棋布的中小團隊，包括人數從幾十人到上百人不等的數據標註公司、3-5人的小作坊，還有線上的個體從業者。

數據標註仍然是個勞動密集型的行業，註定是低利潤的。「主要靠堆人工。」蒙太奇告訴「市界」，可以說是大部分的小公司支撐起了這個行業。由於進入壁壘不高，獲取客戶的能力是團隊立足的關鍵。但能夠獲得甲方尤其是大公司項目的，往往是業務能力夠強、對行業有足夠了解的服務商。之後，大部分項目還是會繼續向下分包到不同團隊手中。由於不少項目對團隊規模有要求，在眾包平台上，小團隊和個人組成了「公會」一起接單；掌握了渠道的中間商，則在其中賺取差價。

「知名的接單公司都在北上廣深，外包團隊在三四線城市。」一位從業者說。這種模式下，經歷了多級分包、層層抽傭，項目單價也被一路壓低。等到了接活兒的團隊手裡，往往單價也被壓到了只有幾毛錢。給普通數據標註員們的價格自然也就壓縮到了幾分錢。

對於中小團隊來說，訂單是不穩定的。「所有的項目都是周期制的，一個項目完成了，客戶那邊接不上，是常有的事；或者突然之間項目沒預算了，就不得不面對人員的變動；到最後，利潤極其微薄。」蒙太奇說。

大模型的熱度對行業本是利好，但也加劇了競爭。一位在今年入局的河南創業者感慨說：「這一行對於新入坑者並不友好。」

「現在價格被壓低，項目量也少了。」另一位河南數據標註公司創始人老張說。他已經從業5年，目前擁有50人左右的團隊，在這個行業里也算是久經風浪了。

「從我開始做，每年都會看到大批的同行業公司倒閉。」老張說。市場裡也存在不良競爭，「有人打壓價格，也有無良商家欺騙甲方。」他說，這是個最「磨鍊人心性」的行業。要想做下來，只能靠堅持。

但對於數據標註業來說，挑戰還剛剛開始。

他們的工作，將要被替代

大模型出現後，行業對從業者的要求，正在變得更高。

雲測數據總經理賈宇航告訴「市界」，對於行業大模型訓練，首先需要大量行業垂直數據去做預訓練，接下來則需要進行微調工作，例如需要大量的問答對數據（即包含大量問題和答案對的數據集），可以幫助大模型去做到進一步的優化、疊代，再去進一步適應其使用場景。當完成了微調之後，還需要進行評測和聯調。其中，數據標註的質量對於模型訓練就非常關鍵。甲方對於容錯率的要求，也比以往要更高。

最典型的變化就是，標註員不再沒有門檻了。

「對於從業人員，按照積累的程度和要求，是會逐漸地出現分層的。」賈宇航說，「像法律或者金融、醫療等行業，也將需要有一定的學歷背景或者從業經驗才行。」

一位外包領域的業內人士也表示，比如圖片類內容審核，要求標註員有中專、大專學歷即可；但文字審核相對來說，一般就會傾向於大專學歷；但到了更高難度的行業，比如說金融類數據的編輯、處理，以及一些英文文本的審核，可能就要本科學歷才能勝任。在大型的人力外包公司中，數據標註人員的在崗時間也延長了，可以做到3-5年。

今年8月，百度智能雲與海口市政府合作共建了國內首個大模型數據標註中心，其中擁有數百名專職大模型數據標註師，本科率已達到100%。

在網際網路招聘平台上，不少公司發布的對兼職數據標註員招聘信息中，也要求應聘者具有本科學歷，工作地點在一、二線城市，日薪在100-250元/天不等。

（招聘軟體上的部分數據標註員招聘信息截圖）

小型公司也感受到了行業的變化。「甲方提出的要求越來越高了，我們人員的技能也要提升。」老張說，「GPT大模型的數據標註，低於本科水平的人很難從事這一崗位。還有英文文本標註，需要對英語高級別的要求。」他的團隊成員中，目前最低學歷也是統招大專，覆蓋了文學、計算機等專業。「不能盲目招聘，重點要放在培養人上。」

第二個變化是，被人類標註出的數據訓練出來的AI應用，也逐漸應用到了數據標註場景。AI公司中，商湯科技宣稱已經在智能駕駛領域應用大模型自動標註技術；今年4月，海康威視在其財報會議上也提到將AI技術用於自動化標註，並稱標註數量能提升10倍。

訓練AI的數據標註員們，也在面臨一個迫在眉睫的問題：在未來，他們的工作，是否會終將被AI所代替？

前述外包領域業內人士提到，大模型應用後，大廠在數據標註外包方面的投量（投放的物料量/需要審核的原始數據）發生了變化，大約下降了40%-50%。但與此同時，「審核的難度也相對更高了」。

自動駕駛一直是數據標註的大頭。對於它所需要的圖像拉框等操作來說，目前的學歷和經驗要求還是比較寬鬆的。但這塊領域也在被大模型進占。

在今年4月的一次活動上，理想汽車創始人李想表示，過去公司一年要做大概1000萬幀的自動駕駛圖像人工標註，請了很多外包公司，一年的成本接近一個億。但是當理想使用軟體2.0的大模型時發現，應用其進行自動化標註，過去需要用一年做的事情基本上3個小時就能完成，效率是人的1000倍。

數據服務商們用自動化標註來替代人工，成為業界的關注重點。行業終將從勞動密集型向技術密集型轉化，已是共識。

在今年3月，星塵數據上線了自動化標註平台Rosetta3.0平台。發布時，星塵數據創始人、CEO章磊曾介紹說，新平台在自動化標註和數據閉環上成果顯著，數據處理準確度接近100%。

數據服務平台的服務模式也在進行升級，向著AI工程平台方向進化。今年9月，雲測數據在去年發布的「AI工程化數據解決方案」基礎上進行升級，發布了面向垂直行業大模型的AI數據解決方案，通過以集成數據底座為核心的數據標註平台，為行業大模型提供從持續預訓練、任務微調、評測聯調測試到應用發布的全流程數據服務，來滿足大模型疊代的數據需求。

賈宇航表示，雲測數據主要滿足行業場景化需求，主要聚焦在自動駕駛、智能AIOT、智慧金融和智慧城市這四個行業。「對行業作出預判，快速適應算法的成長，做好積累和研發；同時關注成本效率，提升準確率的同時，做到成本合理，就能為企業建立壁壘。」

同時他也認為，對於人工標註的需求並不會消失。「隨著人工智慧行業的發展，人工標註的數據量還會持續增長，是離不開人工的，人力未來還將更多地參與到算法校驗的環節中去。」賈宇航預測，「未來可能會逐漸演化成為人工標註、自動標註以及自動標註之後的人工審核三部分。」

但粗放式的小公司、小作坊們的淘汰賽已然開始。「現在的趨勢是自動化和半自動化，行業不會有太多機會了。」蒙太奇說。他認為，對於數據標註員來說，及時轉型成為大模型的Prompt工程師（提示詞工程師），也是一個方向。

老張也對行業進行了思考。大廠在近年來紛紛自建基地，老張說，對行業中的公司也肯定是有影響的。「但實際上，建基地的費用比起外包來，應該也會更高。」他認為，只有建立良性的管理運營體系，培養和留住員工、爭取更多的AI公司項目，才是生存下去的方向。他為公司制定了崗位規章制度和新人培訓流程，並且決定全員持股分紅。「甲方項目我們不外包，也不採用市面上常見的計件方式。有些項目價格低，公司寧願原價+補貼給到員工。」

「自動化標註代替人工的時代，是早晚要到來的。沒有一個行業會免於受到科技帶來的衝擊。我們現在要做的，就是努力為接下來的衝擊做好準備。」他說，「談夢想之前，首先要活下來。」

（凱凱、曉妍為化名）

作者 | 楊 潔

編輯 | 孫春芳

運營 | 劉 珊