我国数据标注行业处于高速发展阶段

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。数据标注是人工智能技术的底层支撑，是大部分人工智能算法得以有效运行的关键环节。在ChatGPT训练的三个阶段中，只有第三阶段不需要使用人工标注数据，第一、第二阶段都需要大量的人工标注，数据标注以人工标注为主，属于劳动密集型产业，随着机器学习不断完善，自动标注成为大趋势。下游应用场景的拓展与大模型的快速发展也将有力地推动行业上游发展数据标注的需求都将大幅增加。ChatGPT 在参数规模上已经达到了千亿级别，对于AI 大模型而言，不论是训练还是推理，对于数据标注有着极大的需求。2019年，数据标注行业市场规模为30.9亿元，到2020年行业市场规模突破36亿元，预计2025年市场规模将突破100亿元，说明我国数据标注行业处于高速发展阶段。目前的人工智能（有监督机器学习）由标注数据驱动，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。

人工智能行业的蓬勃发展，对数据的需求呈井喷式增长，数据标注行业是伴随着人工智能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。