“你能想象吗？我每天超过一半的工作时间，都沉浸在数据标注的海洋中。”百度算法工程师李杉（化名）向新京报贝壳财经记者透露了他的日常。

数据标注，即对图片、语音、文本及视频中的数据进行严格筛选、深度清洗、精准分类、详细注释，并为其添加恰当的标签。李杉深知，数据标注的精确度直接关系到AI模型的性能与实用性，因此他始终保持高度专注。

数据，被誉为人工智能技术发展的燃料。大量非结构化数据需经过标注转化为结构化数据，才能被系统有效识别。随着自动驾驶、大模型等尖端技术的崛起，市场对高质量数据标注的需求急剧上升。政策层面，国家也高度重视数据标注行业的发展。

近期，国家发改委等四部门联合发布了《关于促进数据标注产业高质量发展的实施意见》（简称《意见》）。《意见》提出，到2027年，数据标注产业的专业化、智能化及科技创新能力将显著提升，产业规模大幅跃升，年均复合增长率有望超过20%。旨在培育一批有影响力的科技型数据标注企业，打造产学研用联动的创新载体，建设特色鲜明的数据标注基地，构建完善的数据标注产业生态。

时代变迁，数据标注行业也在经历深刻变革。从简单的识别能力到复杂的推理能力，再到其他专业能力的积累，数据标注师的从业门槛不断提升。从人工标注到人机协同，数据标注企业间的竞争已转向技术维度，如何更好地与细分行业融合成为关键，技术壁垒逐步提高，行业正迎来新一轮变革。

曾几何时，数据标注师被贴上了“低端”的标签。在大众眼中，他们的工作简单易懂，无需专业技能，与工厂流水线上的工人无异，难以与“白领”或高科技前沿领域相提并论。然而，随着深度学习技术的兴起，数据标注行业迎来了第一次爆发，但当时的工作难度并未显著提升，仍然是简单的拖动鼠标选取图片内容并打上标签，竞争主要集中在价格上。

直到大模型的出现，数据标注行业才真正开始改变。AI需要执行的任务越复杂，所需的数据就越复杂。李杉解释说：“过去，我们可能只需要识别图片中的动物是猫还是狗，但现在需要从更多维度为图片做标签，如猫的种类、是否为宠物猫、市场价格区间等。”对于长文本的分析，也不再仅仅是拆词，还需要解读文本背后的语义、情绪，甚至为用户画像。逻辑能力、推理能力已成为数据标注师的必备技能。

图为刘吉工作的京数云数据标注公司。

在国家数据局对《意见》的解读中，“自动化”“专业化”“高端化”正成为数据标注产业的新标签。刘吉，一位在数据标注行业摸爬滚打多年的老兵，于2019年创立了公众号“AI数据标注猿”，通过开源共享传播行业知识。他看好数据标注行业的发展前景，希望为行业的进步贡献自己的力量。

随着大模型的兴起，数据标注行业产生了新的规则。在行业发展初期，市场上以基础大模型为主。然而，经过一年的发展，专业化垂直大模型已成为新的趋势。落地和商业化成为下一轮竞争的重点，因此数据标注不仅要求高质量，还需与业务需求紧密匹配。李杉指出，不同部门对数据标注的要求并不统一，而是与业务需求密切相关。

在与多位数据标注行业从业者的交流中，“业务导向”成为他们频繁提及的词汇。恺望数据创始人兼CEO于旭认为，数据是模型背后的生产力资源。随着小模型发展成大模型，再到大模型的落地和应用，对数据标注的要求也逐步提高，从轻加工向深加工转变。在第三方招聘软件上，AI数据标注师的职位要求已显著提升，包括本科及以上学历、经济大类或新闻国际关系等相关专业优先、良好的数据分析和建模能力等。

与此同时，传统数据标注师的月薪仍在三千元左右徘徊，即便是管理岗或质检岗，六千元左右的薪资也与AI数据标注师相去甚远。这表明，数据标注师正经历从行业技能到职业技能的转变，对专业技能的要求不断提升。2020年2月，数据标注员作为人工智能训练师的一个工种，被正式纳入国家职业分类目录。

这一变化对数据标注公司的经营能力提出了更高的要求。于旭指出，早期的数据公司可以通过大规模的人力管理和运营来提升生产力，但下一阶段的竞争更看重如何与产业、行业紧密结合，实现更快更准的落地。随着数据标注行业向“自动化”“专业化”“高端化”发展，竞争维度已从低价竞争转向技术竞争。

过去两年，恺望数据主要服务于自动驾驶企业。于旭在这个过程中发现了自动驾驶行业存在的问题，如数据量不足、数据价格过低、数据匹配的标准化规则尚未形成等。为了解决这些问题，北京亦庄智能城市研究院与恺望数据联手打造了国内首个“车路云”数据协同平台，专注于自动驾驶车辆感知数据和智能交通场景的智能数据应用服务。

该平台通过集成数据存储、监管与再加工技术，实现行业数据的共享与复用，提高了个性化结果的生成效率。云测数据则将自建标注基地和专业人才储备作为核心竞争力，致力于提升数据流转效率，打通与各个企业间的数据闭环。然而，数据标注行业仍处于发展初期，究竟哪种技术路线能够最终成功，还需时间的检验。

随着数据产业的不断发展，技术壁垒将更加凸显。于旭回忆说，2022年刚开始创业时，投资人对数据标注行业的了解程度参差不齐，有的完全没听说过，有的则持有刻板印象认为这是一个人力密集型的低价值行业。但到了2023年和2024年，投资人的态度发生了明显转变，尤其是国资背景的投资人越来越看重这个行业。

面对技术发展的迅猛势头，也伴随着对数据标注师未来的质疑。多位受访者认为，具备专业背景的数据标注师不仅不会消失，需求还会增加。但那些只会进行简单标注的数据标注师则可能会逐渐被AI取代。于旭强调说：“如果我们需要开展与本地生活相关的业务，比如出行业务，那么具有携程或飞猪工作背景的员工将是我们非常需要的人才。”

（文章来源：新京报贝壳财经记者张晗）