近年來，數據標註行業經歷了巨大的變革和挑戰。娛樂資本論·視智未來採訪了數據標註公司飛火大數據的CEO丁一峻，他分享了自己的創業歷程、公司現狀和對行業的洞察等。
從中我們可以感受到這個行業在繁華背後所面臨的困境、競爭以及未來的方向。從做阿里的數據外包到轉型做百度的業務，再到如今的數據採集車項目，丁一峻帶我們走進數據標註行業的內部世界，一探行業的現狀與前景。
飛火大數據公司成立於2019年，專注於AI感知數據採集和標註業務，主要做自動駕駛汽車、數據採集等業務。
---以下為採訪實錄---
關於公司：
視智未來：你最開始做數據標註公司的原因是？
飛火大數據CEO丁一峻（下同）：
2018年我做阿里的數據外包業務，覺得利潤可觀，開始創業。早年百度開發過面向C端的標註平台，後來發現與其組建部門管理C端不如直接外包和團隊合作，性價比更高，2019年我開始做百度的業務。
2019年做百度某數據標註業務項目截圖
視智未來：您公司現在多少人？
高峰時有兩三百人，現在公司只有40多位員工，老客戶的需求還在，能維持正常運營，但這種單子很雞肋，一個月幾百幾千跟辦公室採購差不多，利潤太低，項目體量也不穩定。數據行業缺乏像蘋果、特斯拉一樣需求穩定的工廠。不然我也不想裁人，有活還需要找外包，之前想過和學校還有監獄合作，但學校要考慮領導、輔導員各種利益分配，監獄對網絡要求高，不如找全職。
視智未來：你們現在數據標註員的工資基本是？
基礎的標註員往往都是屬於地方上的最低工資標準，三線城市兩三千左右，質檢員和項目經理，能到七千左右。
視智未來：現在和2020年相比衰落了嗎？
對我們來講還好，也在開發培訓工具，很多業務會外包，員工經驗多了會轉型做項目經理。
為了提高效率，我們開發了工具，之前2D拉框要8分一個，現在降到了5、6分，操作更便捷。質量上，如果客戶不想要目標物低於某像素值的，工具直接調數值，標註員就不用標了。
但是這種工具標註公司基本只能自用，同行有能力買的，自己有開發的實力。沒開發實力的，出不起這個錢。工具都是基於labelme的底層邏輯。早幾年能打個信息差，賣平台賺點錢，現在不行了，大家都知道套路，直接上源碼加個UI就成產品了。
現在甲方公司更願意買。因為甲方公司沒有工具的話，數據外包的安全性流程會比較亂，被拷貝、轉走也不好管理。
視智未來：你們之前是做自動駕駛嗎？
前兩年做自動駕駛的公司好融資，這類訂單多，今年AIGC 文本更火，這塊訂單多了。我們除了小語種沒別的特色，跟著市場走。
視智未來：GPT 爆火之後，對你們公司的影響大嗎？
文本類的零碎訂單增多，很多公司會用大模型提煉數據，或者直接AI標註，甲方外包數據減少預算卡在了兩三萬。這樣的訂單增多，對我們小公司來講意義不大，單價低，又需要投入太多的精力，跟收益不成正比。
視智未來：你們做的事，還挺用 AI來替代自己工作的。
對，我們做的就是一個自我淘汰的行業。這個行業最終可能會只剩質檢員。
視智未來：你們的客戶訂單是私有的數據嗎？還是公網數據？
之前我們做一家證券公司的數據標註，剛好有一位標註員，是這家證券公司的用戶，他發現用了他的數據，提出了抗議。後來私下花錢和解了。誰採集數據，出了問題誰負責，所以一般我們也不會過問數據來源情況。
現在我們拓展業務，做了數據採集車，才關注到數據智慧財產權、數據安全這些事。
視智未來：你們一般採集哪類信息？
早年種類多樣，比如人臉聲音，現在都屬於敏感信息了。現在就和合作單位做路采。
視智未來：人臉採集一般應用在哪裡？
銀行APP、高鐵閘機，主播專用相機的人臉自動修復功能等。
關於行業：
視智未來：你覺得數據行業以後會怎麼發展？
分兩塊，一個是行業本身的科技發展，一些簡單的數據處理會被機器所替代。數據公司做小眾的、有特色的領域。另一塊是看政策，比如數據像期貨一樣進行交易，會誕生很多數據生產商，而不是靠接訂單生存。這時候大家比的才不是資源，而是技術。
視智未來：目前數據行業接單主要看的是什麼？
現在價格內卷的太厲害，主要看關係還有團隊管理。
視智未來：你怎麼看待國內的AIGC數據合成情況呢？
AIGC合成數據需要看政策，現在是灰色地帶，好不好獲取，就看膽子大不大了。誰也不知道未來會不會出爆款，有比擬真實數據的內容出現。
視智未來：你覺得數據標註行業像富士康工廠嗎？
數據標註本質是高級搬磚，我們不如工廠，AI的產品線不像工廠那麼完善，缺乏法律和社會面的支持，比如版權、數據安全。
視智未來：你了解到國內哪個城市在數據標註上走的靠前嗎？
深圳和上海比較靠前，貴陽在打造數據存儲之地，應該是因為貴陽那邊山多電費相對便宜些。
視智未來：你們接下來的業務方向是？
公司搬到了工業配套更完善的蘇州，在做數據採集車、數據回灌的生意。