一文了解中国数据标注与审核行业发展现状及趋势 内容审核

1、监督学习为主流，数据标注与审核成基石

人工智能是研究如何通过机器来模拟人类认知能力的科学，机器学习是现阶段实现人工智能的主要手段。机器学习的处理系统和算法是主要通过找出数据里隐藏的模式进而做出预测的识别模式。机器学习是一个范围宽阔、内容繁多、应用广泛的领域，并不存在（至少现在不存在）一个统一的理论体系涵盖所有内容。根据技术的路线的不同，可以分为监督学习、无监督学习、强化学习三大类。

机器学习分类

通过比较可以看出，监督学习与其他两类方法主要区别在于模型训练过程中是否需要标注数据。监督学习模式，需要标注数据对学习结果进行反馈，在大量数据训练下，算法错误率能大大降低。自动驾驶、药物医疗、安防等领域主要采用了此种方法，因此监督学习成为机器学习的主流，海量的标注数据也成为机器学习蓬勃发展的基石。

三类方法比较

 

2、行业产业链及业务流程

数据标注就是对文本、图像、语音、视频等待标注数据进行归类、整理、编辑、纠错、标记和批注等操作，为待标注数据增加标签，生成满足机器学习训练要求的机器可读数据编码。

数据标注与审核行业产业链涉及到上游人力供给和设备供给，下游则主要应用在智能识别的人工智能领域。

上游产业包括标注员劳动力、计算机软硬件设备。上游市场的正向发展有利于数据标注与审核行业在业务的深度和业务能力的快速提升。下游主要以人工智能为主，下游市场的持续扩张有利于数据标注与审核行业新增市场空间的发展，保持数据标注与审核行业未来可观的发展前景。

数据标注与审核行业产业链结构

资料来源：智研咨询整理

数据标注的主要过程，其中包括: 需求承接、标注准备、正式标注、验收交付、模型训练、上线运营等。

数据标注流程架构

资料来源：智研咨询整理

3、行业高速增长，数据资源定制服务为主要细分市场

十多年时间，国内数据标注与审核大致经历三个发展阶段。近年来运营模式、标注工具及管理工具、数据流存储管理等多方面创新，行业进入了新的发展阶段。作为劳动密集型产业以及数据产业的一个处理环节，正好是当前疫情形势下解决大量就业并促进人工智能发展的大好机会，各地政府大举投入数据标注产业园区建设。

我国数据标注与审核行业发展阶段

资料来源：智研咨询整理

智研咨询发布的《2022-2028年中国数据标注与审核行业投资策略探讨及市场规模预测报告》显示，2015-2021年，我国数据标注与审核行业市场规模保持稳步增长态势，2021年达到44.40亿元。2015年以来，我国AI行业尚处在启动期，预计在之后的几年里，伴随AI战略被更多企业认同，更多资金和资源的投入，以及各项技术的实际应用落地，我国数据标注与审核行业将延续高速增长态势。

2015-2022年我国数据标注与审核行业市场规模走势图

资料来源：智研咨询整理

2021年，我国数据标注与审核行业数据资源定制服务市场规模37.92亿元，同比增长19.02%；数据集产品市场规模5.92亿元，同比增长21.31%；其他数据资源应用服务市场规模0.56亿元，同比增长51.35%。

2015-2021年我国数据标注与审核细分产品市场集中度

资料来源：智研咨询整理

4、行业受到资本市场青睐

人工智能的发展和兴起带动了与其相关产业的发展，而数据标注作为其中重要的一环，毫无疑问成为了新兴的代表行业。对于投资方而言，之所以选择数据标注，一方面，AI公司在算力、算法方向投入的增量梯度逐渐下降，未来市场存在巨大的数据需求；另一方面，这类公司的智能标注工具不仅提升了数据的产出效率，同时也在数据、辅助标注模型的迭代中打造出了完善的AI基础设施。AI的未来就是数据到模型的无缝输出。

近年来我国数据标注与审核市场部分企业融资情况

资料来源：公司公告

5、行业外包机构占据主导地位

目前我国的数据标注与审核业务的参与者主要包括两类，一是人工智能公司内部的标注部门，二是商务流程外包公司。随着人工智能的持续发展，人工智能企业对数据质量要求逐渐提升，数据标注与审核市场需求持续增长，同时大量中小初创人工智能企业为了降低成本，更愿意选择专业的第三方数据采集服务商，数据标注与审核行业规模持续扩大。

数据标注行业参与者类型

资料来源：智研咨询整理

AI行业的蓬勃发展，对数据的需求呈井喷式增长，数据标注行业是伴随着AI的兴起而产生的一个新兴行业。目前，我国国内市场越来越多的互联网巨头公司开始组建自己的数据标注平台，京东（京东众智）、百度（百度众测）都已经拥有自己的标注平台和工具。头部公司之外，国内近年兴起众多数据标注公司，如龙猫数据、Testin云测、倍赛BasicFinder、数据堂等，这些公司仅次于第一梯队，都具有相当的规模。

数据标注与审核行业企业格局

资料来源：智研咨询整理

6、行业维持高增长，AI+、高精准、定制为行业主要发展趋势

目前的人工智能（有监督机器学习）由标注数据驱动，也可以说标注数据是人工智能的血液。随着人工智能成为国家发展战略，其势头锐不可挡，预计2028年我国数据标注与审核行业市场规模将达262.74亿元。

2023-2028年数据标注与审核行业市场规模预测

随着AI技术的发展，数据标注工具需要从只支持人工标注逐渐转化为人工标注+AI辅助标注的方法。其基本思路为：基于以往的标注，可以通过AI模型对数据进行预处理，然后由标注人员在此基础上做一些校正。因此，数据标注工具的发展趋势是开发以人工标注为主机器标注为辅的半自动化标注工具，同时减少人工标注的比例，并逐步提高机器标注的占比。随着机器标注占比提升，未来数据标注与审核产品/服务价格仍然存在下降空间。

数据标注得越精准、对算法模型训练的效果就越好。大部分算法在拥有足够多普通标注数据的情况下，能够将准确率提升到95%，但从95%再提升到99%甚至99.9%，就需要大量高质量的标注数据。可以说，高质量的数据是制约模型和算法突破瓶颈的关键指标。

随着人工智能对数据采标的复杂度和精细度要求变高，众包在现有技术条件下，很难实现品控。随着人工智能产品进入落地多元行业和场景，作为基础的数据也向着场景化发展。在算法、算力没有重大突破的前提下，场景化的数据就是核心优势。因此贴合度较高的定制化服务能力就显得尤为重要。