毫无疑问，数据量的飙升是AI产业爆发的原因之一。很快我们可以发现，将数据采集、整理、清洗、标注再输送给AI企业用作模型训练，已经成为了一条运行流畅的产业链。
很长一段时间以来，数据服务都处于一种粗放原始的状态之中，甚至出现了一种“数据农场”的说法：数据服务从业者们从各种公开数据集或移动互联网产品中获取数据，以几乎零门槛的形式聘请大量廉价劳动力进行简单的清洗标注工作，例如勾选出一张照片中哪里是天空哪里是大地。后再将这些粗糙处理过的数据一股脑地投入神经网络的黑箱之中。
但现如今，我们已经看到这一现状正在发生变化，AI企业对于数据的应用需求逐渐开始分化，以往一味粗放的处理模式已经不能满足他们的需求，也因此搅动了AI数据服务市场，潮水从奔腾到平静，让泥沙沉淀，清流上涌。这一次，我们采访了云测数据的总经理贾宇航，听他来谈谈，他眼中的数据服务中场战事。
风起云涌的数据服务战场
如果说数据是AI的养料，那么养料的营养含量，自然也决定了AI的强壮程度。算法模型的精准与否、对不同环境的适应性究竟如何等等能力，几乎都来自于原始数据的累积。
先发生变化的，是AI产业。清华大学发布的《2018年中国人工智能发展报告》显示，去年中国人工智能产业市场规模达到237亿元，同比增长67%。据预计2019年一年中，中国人工智能行业的增长率高达75%。
产业规模的爆发式增长，意味着竞争将进一步严峻。面对这种竞争，AI企业对于数据的需求必然发生变化。
比如，企业正在渴望更精细和定制化的数据。
现实场景的环境永远比实验室中的构想更加复杂，想要提供更落地、更具差异化优势的模型，仅仅依靠基于移动互联网数据，或者基于众包用户数据采集的数据显然是不足够的。只有通过定制化数据采集不断打入细节、打入人无我有的场景，才能不断提升技术价值，在洪流中立足。
又比如，企业正在渴望获取更加专业和垂直的数据。
随着AI技术深入到各个细分领域，很多数据标注工作要交由专业人士去做。像是对于医疗影像数据的标注，又比如在工业生产线上对于各种材料的认识。这些都不再像以往那样，召集一群普通人就能完成，相反需要的是行业内专业工作人员进行相关处理。如何满足这些要求，是数据服务企业和AI企业都在思考的问题。
以及企业日益提高的数据安全要求。
除了提出数据隐私等常规数据安全要求以外，有些企业为了突破已有模型的局限，开始配套研制自己的硬件，走向多模态融合的方式;或是像上文所说的，专门采集一些定制化的专业数据。这时这些数据就会成为企业构建自身核心壁垒的发展方向。如此以来，数据安全问题就成了重中之重。
另一方面，对于AI数据服务企业来说也是如此。
AI数据服务企业意识到，越来越多的AI企业对数据准确性、安全性和标注效率提出了更多要求，并且AI企业开始倾向于与大公司合作，对数据服务企业进行尽职调查、设立供应商列表等等。这一切都意味着，数据服务企业必须加强技术能力、促进管理正规化才能应对全新的需求。
中场战事的号角已经吹响，这场战争决定着AI数据服务企业的生死存亡，也是它们力争上游的重要机会。
中场战事改变了什么：AI数据服务产业的下一幕
参与AI的企业越来越多，类型也越来越丰富，其中会有对技术一无所知的小型传统企业，会有扎根于农业、化工等等某一极其细分行业的企业，同时也会有依赖丰富的数据累积对AI技术精益求精的科技巨头。他们对于数据类型的需求也会越来越细化、专业和垂直。在这种趋势之下，数据与算法之间的产业分工会逐渐走向明晰。或许数据企业需要“把手伸得更长”，才能更好的为他们提供服务。
相信在中场战事这一转折点之后，数据服务行业会从单纯的拼劳动力，演变成拼技术、拼专业、拼垂直。
对于数据服务产业来说，这也是一个不断洗牌的过程。产业发展行程过半，真正的竞争才刚刚来临。数据服务产业作为AI的“源头”，在历经优胜劣汰之后，也给予AI发展更强大的动力。
