2024年12月末，四时如春的云南降温了。正在蒙自一处不起眼的二层小楼里，十位员工对着24英寸的电脑屏幕勾勾勒画，办公室只要点击鼠标和敲击键盘的“哒哒”声。坐正在窗边的男孩搓搓手，吸吸鼻子，继续工做。他们正在做的是针对从动驾驶车辆的数据标注工做。屏幕上显示一种由雷达车扫描生成的4D逻辑图层，他们需要标明图层中的车道线、行驶区域、道鸿沟线以及地面标识。数据标注是指对图片、语音、文本、视频等数据进行处置，转换为机械可识此外消息，为人工智能模子的锻炼和优化供给素材。“前面有几多智能，后面就有几多人工”的讥讽，道出了数据标注正在人工智能行业成长中起到的基石性感化。2020年2月，数据标注员做为人工智能锻炼师的一个工种，被正式纳入国度职业分类目次。短短几年，这个劳动力需求量庞大的行业，敏捷正在一些中小城市落地生根。屏幕上的图层是口角色的，像医学医治中的X光片，从干正在布满黑灰噪点的暗影里，以更深的颜色凸起显示。坐正在屏幕前的数据标注员好像看诊的医生，指着图中一片雾蒙蒙的暗影区域比齐截圈，“这是绿化带，正在道边上，由于它有较着的分层。”员工们熟练地滑动鼠标，画面不时翻转，呈现立体三维图，或俯视平面图。光标牵动着红色坐标线正在画面上挪动，定下的点幻化成绿色，多点连成线。员工每画出一条线、一个框，都意味着几分钱到手了。“我们按计件结算，一天能够标120块钱，每月能赔三千出头。”正在蒙自，这座附属河哈尼族彝族自治州的县级市里，一间约170平方米的办公室和12名数据标注员，是云南凯瑞科技无限公司现有的全数家当。27岁的彝族女孩李亚梅是公司里最年长的数据标注员，她高中学历，身世于蒙自农村，现在是一个两岁孩子的妈妈。她想通过这份工做，给孩子赔点尿不湿和奶粉钱。月收入两三千元不算高薪，但比拟于很多奔波劳顿的工做，对着电脑反复操做界面8小时，就能够赔得这份收入，李亚梅感应满脚。以前，李亚梅做发卖宽带的话务员，收入差不多，每天持续拨打7个小时德律风，时常被人误会为骗子。那是份挑和她性格的工做，“好严重啊，就但愿对面不要接德律风”。数据标注这份工做，李亚梅没经面试，就间接被老板邢开瑞录用。邢开瑞也是27岁，他刚创业，缺人，对员工不设置门槛，“只需你情愿来，那来就好了”。李亚梅的同事们，有从蒙自二本学院结业找不到工做的本科生，有从山东老家女友到蒙自寻生计的小伙子，也有正在夜市里跟“打逛击”的烧烤摊贩。李亚梅记得，有次一个外卖员来送餐，立马看上了这个“坐着不动”的工做，很快打点了入职。现实上，这份工做遍及门槛很低。一位做过数据标注的大学生将本人比做工业流水线上的“电子螺丝”，内容单调，节拍严重：小图一天要拉两三百个框，大图六百个框，每天填表记实工做量，每周统计一次，数据不达标就要面对加班，“有时候上个茅厕就完不成了”。一路来的三十多个练习生，半途走了三分之二。“我刚起头接触的时候，晚上做梦都正在画车道线。”李亚梅听老板讲，这份工做的意义正在于推进从动驾驶汽车提拔机能，那是李亚梅接触不到的工具。她不想那么多，“感觉单调，累到不下去，我就想到小孩，就又能。”“我们做的所有工具都是为了锻炼人工智能算法模子，只要不断地标，算法模子才能锻炼得很是强大，曲到模子很是完满，人就能够不消再标了，当前重生的内容间接过模子就能够。”正在互联网大厂处置数据标注九年的魏盈（假名）告诉南方周末记者，她曾正在两家互联网公司制定标注员操做规范。魏盈引见，锻炼一个成熟的人工智能算法模子要历经良多环节，算法工程师起首要就可行性进行内部评估，若是可行性较高，就正在数据库中“跑”出百万条数据，再由专人总结数据特征、书写标注规范，标注员再按照规范进行标注。数据样本经质检及格，最终都被用于锻炼算法，样本量越大，品种越丰硕，算法模子识别就会越准。数据标注的品种繁杂，除了从动驾驶车企外，还涉及医疗、金融、家居、互联网公司等各个范畴，取人工智能相关的各行各业遍及对数据标注有兴旺的需求。正在安徽合肥，大学生宋雨婷也正在练习时做过数据标注工做，月入两千元。她要按照分歧音色和从题进行英文音频转写，每天登录公司特地的接单平台后，播放一条两分钟的音频，将其朋分，每句包含无效消息的英文间隙切确到不得跨越0。5秒空白，转写后提交，如斯反复完成十几条音频使命，涵盖上千个片段。另一位正在科大讯飞长沙分公司做过数据标注工做的大学生向南方周末记者引见，他曾担任给AI对小学试题生成的谜底打分并改正错误谜底。一全国来能完成120组无效人机对线组点窜，以此帮帮AI系统升级。魏盈这么描述人工智能取数据标注员的关系：人工智能外表是一辆豪车，打开车门会发觉，其实有一百小我骑着自行车抬它。邢开瑞对人工智能的领会，也是跟着进军数据标注行业一点点深切的。精确地说，他是抱着挖掘商机的野心，去拥抱人工智能。蒙自变成他抱负的掘金地。“蒙自市和周边一些小县城的年轻人外出务工，要么就来蒙自，要么就去省会昆明。”邢开瑞相信，做为红河州的州府和经济核心，蒙自有充沛的劳动力可雇用。“我们次要对接从动驾驶的车企，数据标注及格率必需达到98%-99%，只要及格率越高，AI才学得越精准，不容易犯错，终究从动驾驶。”邢开瑞说，他未来大概也是为国度人工智能成长做出菲薄单薄贡献的人。如许想来，做着一件现蔽而伟大的事业。他已经干过发卖、酒吧办事员，也逃逐过飞盘高潮创业成果失败。2023年，AI跟着ChatGPT问世正在网上成为抢手话题，邢开瑞听伴侣提及“环节词标注”的商机，只是伴侣也不晓得若何起步。邢开瑞查材料后大白，那是人工智能成长的必备根本工做，专业叫法是“数据标注”。对小县城来说，新词实正在目生，也意味着启动资金难拉，人员难聘请。创业初期，邢开瑞没钱，也没办公地址。他找了几十人拉投资，四周碰鼻，“由于没人传闻过数据标注，更不晓得怎样做、以至感觉这个工具就是的。”那段时间，邢开瑞将办公室设定正在本人家。那是一栋掩正在深院里的陈旧居平易近楼，楼外墙面斑驳，院门左拐是一家情趣糊口馆，左拐是，正在对面的马牙子上，全日蹲着一群寻活的农人工。邢开瑞一遍遍给来招聘的人吃定心丸，“旁边就是，有事你就大呼一声，他们也能来救你。”八个月前，另一个彝族女孩陶致萍来到这家公司时，邢开瑞曾经靠接几个项目赔了点钱，租下一间小办公室。但办公室外那扇半掩的卷帘门，看起来仍是不太靠谱，陶致萍猜可能是传销组织。一转眼，她曾经成为公司，手腕因持久正在鼠标垫上摩擦生出红茧。陶致萍的父母对这份工做也迷惑，他们问女儿，是不是要提着油漆桶，正在大顿时划线。邢开瑞回忆，他面试过上千人，可是晓得数据标注的不跨越5个。正在小县城做一门新概念生意受阻的履历，吴玥也有过。“我刚起头做数据标注的时候，处所不大，晓得的人出格少，招过来的第一批员工良多都跑了，感受我们正在做诈骗。”吴玥说，2020岁首年月，他取伴侣正在东营市广饶县创立的团队只要五六小我，一曲做到2023年还正在赔钱。“数据标注这个活相当于包工程，以攒人头为从，就需要大量人。”现在，吴玥的公司有固定六十多人，因公司取职校成立合做、产教融合，还有近230个学生能够按需，缓解人员流动的不不变性。吴玥的公司成长成功，很大一部门缘由是他获得临近的利津县政策支撑：针对规模20人以上的公司，每人每月补帮1000元，场地免费，还包了拆修费用。“利津县年轻人流动率大，要把年轻人留下，需要有大量劳动力（需求）的财产，就盯上了数据标注行业。”累积的人脉资本有了政策的，吴玥的公司从此前集中做无人驾驶的道识别数据标注，逐步拓展到语音类采集、医疗范畴标注以及智能物流数据标注营业，并且强大规模，慢慢归并了县城里其他几家小型数据标注公司。多位处置数据标注的受访者告诉南方周末记者，一二线城市的大型公司为节流成本，往往会把数据标注营业外包给中小城市的数据标注公司。“若是花大代价让正式员工来做这么简单的工作，用人成本太高，他们付不起这个钱，只能是正在偏僻的城市。”魏盈说。魏盈正在一家互联网大厂参取过三次营业结算。她向南方周末记者引见，采购人员一般通过投标寻找供应商，每家供应商提前报价。为节流成本，公司会正在其当选择价钱最廉价的，后按照现实采购价定妥每条数据标注价钱，最初按照质检通过的数据量结款。如许的一手资本是浩繁数据标注供应商的首选，找上门求合做的供应商有几十到上百家。这两年，魏盈参取的三批体量相当的营业采购价越压越低，第一批每月6710元，第二批每月5677元，第三批降到每月4817元。魏盈估量，除去外包公司抽成、办理费、税费等等，标注员每月工资可以或许拿到采购价的三分之二已较可不雅。例如按4817元每月的采购价，最终到数据标注员手里，可能税后不到2500元，员工想要添加收入，就得加班。“能拿这么低的价钱，数据标注团队绝对不成能正在上海，也不成能是正在富贵城市，根基上都正在四五线的小城市。”邢开瑞也会通过众包平台领使命，他拿到的项目时常是被层层分包的低价订单，“有的价钱低到你倒贴，赔的还不敷发工资。”扭转创业颓势是正在2024年9月，邢开瑞终究跳过了层层分包商，间接取一家大型众包平台搭上线。那次合做项目完成后，他发完36名数据标注员的工资，还余出两万元。因为数据做得标致，新的合做很快就找上门来。安徽智成长科技无限公司旗下的“伞云聪慧”也是一个大型线上众包平台，范阳是其创始人之一。他向南方周末记者引见，层层分包的模式中，每一环城市被扣除至多20%的利润，构成一条越向下越初级的食物链，以致于良多拿不到订单的数据标注公司，因入不够出而倒闭。李亚梅发觉，他们现在接的道识别项目，精确率比以前超出跨越很多，对数据标注员提出的要求也越来越切确。统一个项目，第一版本只需员工标明车道线，提交后甲方要求更迭到第二版本，员工要标明通俗车道和非灵活车道，比及第三版本法则改变，员工要精细化识别各类交通标识。“后面新来的同事怎样培训都不会，除非从头培训，把前面的版本都教一遍。”吴玥也发觉人工智能前进敏捷，他持久取研发无人驾驶的车企合做，三四年前，数据标注员次要做2D图片拉框和朋分营业，那时从动驾驶系统还没有预识别功能。现在2D类项目预识别曾经能达到精确率85%，只需要人工进行微调。“机械识别精确率变高当前，简单的项目变少，人力需求也变少，随之而来可能是一些难度比力高的项目。”吴玥正在接医疗、外文翻译等相关数据标注项目时，会优先选择专业对口的本科生进行培训。当数据标注的价钱降低，而门槛又逐渐升级，范阳预估，数据标注企业将来会大幅度被裁减。他阐发，一方面是不专业的数据标注公司加剧了行业内卷，乱象丛生；另一方面，良多科技公司受限于大，缩减科研投入，进而流向数据标注营业的价钱也更低。但邢开瑞不这么想，他对数据标注的将来充满决心。2024年整个12月，他都正在热火朝六合筹备新的数据标注，以每年二十多万元的价钱租了一栋四层小别墅，估计聘请200名数据标注员，“现正在四处都正在裁人，我还正在特大规模招人。”“将来人工智能成长需要用到的锻炼数据涵盖各行各业、千奇百怪，是我们想象不到的那种多，数据标注短时间内必定是不会消失的。”邢开瑞，只需人类存正在，就会成长人工智能；只需人工智能成长，就需要人来锻炼；只需需要人，他就有钱赔。