都2023年了还有人创业做数据标注？还有VC和大厂看好？？

邓思邈 发自 副驾寺

智能车参考 | 公众号 AI4Auto

都2023年，还有人创业做数据标注，而且迅速获得了一众客户和投资？？？

选的还是自动驾驶赛道。

数据标注，AI被深度学习复兴以来新增的产业之一，一度“有多少人工就有多少智能”的调侃，指的就是数据标注在行业中的重要性。

但这都2023年，数据标注还能玩出什么新花样吗？

这家叫恺望的新创业公司，带来了规模化人工+自动化产线的方法，并表示可以提供稳定又低价的服务。

稳定又低价，怎么实现的？

数据标注，本质就是给训练数据集打标签。标签可以添加到任何类型的数据中，包括文本、图像、视频、音频和3D点云。

有了标签后，可以帮助机器学习模型未来遇到从未见过的数据时，也能准确识别数据中的内容。

但并非所有标注过后的数据，都能真正起作用。

其中涉及到不同客户对数据标注颗粒度、维度的要求，于是通常的痛点，会伴随着数据质量不佳、数量规模不足、标注成本高、数据生产流程不规范、甲乙方磨合周期长……

而为了解决上述问题，恺望提供的新思路是：规模化人力+自动化产线——可以实现成本降低超过20%。

一方面，“规模化人力”，主要是找“专业的人做专业的事”，用专门的在校学生，替换之前临时或简单培训就上岗的社会人士。

具体方面，恺望通过与高职院校合作，搭建数据学院，以此培养数据产线上需要的人。

据说可以迅速上岗——前期对学生进行70%的通用培训，然后再培训操作和运营的流程。

目前恺望第一批300名学生，已在山东等地高职院校完成培训，他们希望今年能够培训超过1000位学生。

另一边，“自动化产线”，是指通过工具提效和管理优化，提升整体运作效率。

恺望将整个数据处理流程拆成了4个环节：需求、生产、管理、生态。

简单解释就是，当汽车传感器采集到了数据后，就输入到“工厂”里，后续他们的工作首先是解读客户需求规则、拆分数据任务。

然后将这些任务匹配给不同的人去做，例如有人专门负责标红绿灯、车道线，有人则负责标道路交通牌。

在生产管理过程中，可以借助飞书把握不同学生的工作进度；还能利用亚马逊AWS云服务完成数据传输，好处是原来要花上2天才能完成，现在则缩短为1.5小时。

所以恺望的不同之处，就在于把自己与不规范的手工作坊区分开来，构建一套现代化工厂的运营模式。

工作人员不能是临时拼凑的，需要提前熟悉规则。工作流程必须是清晰有条理的，尽可能减少不必要的浪费，无论是时间还是成本。

有点像是数据标注行业里的富士康。

恺望是谁？

目前行业内的技术方案，大多关注的是“预标注”这个环节的效率。

即数据标注的自动化程度。

但恺望认为目前人工智能还不能完全替代人力，自动化数据标注会有一个发展过程，恺望CEO于旭就举例说：

就像是自动驾驶最终会走向L4、L5，但中间会经历L2、L3，但L2、L3的经验，可以使最终形态的自动驾驶更准确更科学的实现，人工智能一定是需要一个基于数据进行积累和建模、最终全面自动化和智能化的过程。这个不会是一蹴而就，而是需要逐步实现。

而且恺望产品项目副总裁张鹏也表示，“目前，数据标注以人工标注为主，机器标注为辅。而从整个自动驾驶行业的普遍水平来看，可以说95%的数据标注还是以人工为主”。

不过他们也给自己定下了目标，希望用3年时间，实现通用项目90%的自动化（即预标注占的百分比）。

恺望于2022年成立，创办1年就获得了不少知名客户，包括长安汽车、字节跳动、元戎启行、辉羲智能、地平线、寒武纪、易控智驾、中科创达、中交兴路、旷视、商汤等等。

创始团队由4人构成，其中创始人兼CEO于旭，硕士毕业于法国昂热大学，毕业后成了Uber中国的第4号员工，从0到1搭建起平台运营体系。其后就职于Momenta，参与构建了自动驾驶全链路数据的运营体系。此外于旭曾在字节跳动负责管理多个大型标注基地、千人规模大型数据外包渠道以及数万人的众包平台。

恺望合伙人团队，还包括奔驰金融运营流程管理专家、Monenta前数据平台技术负责人；同时还拥有覆盖自动驾驶商业、AI产品策略及算法领域的顾问团队。

融资方面，2022年9月，恺望完成了千万级天使轮融资，投资方包括辰韬资本、三一集团和溪山天使汇。目前，恺望已与三一集团在自动驾驶领域开展数据合作。

之所以在这个时间点，瞄准自动驾驶赛道成立数据公司，恺望称，主要是因为看到了庞大的市场需求。

摆在眼前的事实是——2022年12月，我国新能源汽车零售渗透率达到29.5%，较2021年12月22.6%的渗透率提升7个百分点。

而且在大多数情况下，谈电动必谈智能，两个属性往往如影随形、相伴而生。

目前乘用车落地的自动驾驶大部分处于L2级水平，随着激光雷达成本的降低、逐渐量产上车，将会加速L3+的落地。

而L3级别以上的自动驾驶系统，对于计算机视觉技术的需求依赖度较高，系统需要对传感器采集的点云图像数据进行实时处理，构建车辆行驶环境，为预测和决策做依据。

恺望认为，在完全自动驾驶真正实现之前，仍需要大规模数据作为支撑，而这至少还需要10-15年以上时间。

而现在，“规模化人力+自动化产线”，是必经路线。