ChatGPT背后的打工人，月薪3000

ChatGPT背后的打工人，月薪3000

作者 | 徐倩影题图 | 视觉中国

2023年第一季度，国内多家互联网企业相继推出类ChatGPT产品。

复旦大学邱锡鹏教授团队发布国内第一个对话式大型语言模型MOSS，邀公众参与内测；百度推出类ChatGPT产品“文心一言”；秘塔科技自研LLM大模型“对话写作猫”已正式上线……且不说产品的体验感如何，它们均提醒了中国AI企业必须加速推进。

当一众互联网大佬纷纷表示要在ChatGPT风口寻求新的机会时，作为人工智能下游的数据标注行业从业者，杨科琪明显感受到公司业务量出现了短期增长。但这种增长量是否会持续？他无法判断，至少到目前为止，国内做AI的公司有很多，但能够盈利的却少之又少。

早在2017年，伴随无人驾驶与阿尔法围棋（AlphaGo）带来的AI浪潮，数据标注行业逐渐进入大众视野。同年，国务院发布《新一代人工智能发展规划》，明确新一代人工智能发展三步走战略目标，人工智能上升为国家战略层面。

图源：图虫创意

2019年，即人工智能训练师被纳入国家职业分类目录的前一年，杨科琪和朋友在中国西北的一个小县城开启了AI数据服务生意。杨科琪说：“实际上，职业培训与做业务是两回事，在数据标注公司，聪明、用功的人学习一周就能上手。”在他看来，数据标注是一份门槛低且又有些枯燥的工作，但这并不影响其成为时下中国部分县城流行的职业之一。

2020年，杨科琪离开了初创公司，进入一家专业AI数据服务提供商企业。在他看来，数据标注行业必定要走向专业化与职业化的发展方向。

以下为杨科琪的自述。

是安逸还是无趣？

1000个工位，1000台电脑，目前有800位人工智能训练师，他们每天坐在电脑前画框、放大画面、调整框线、提交审核……这里有空调、有网络，每个人有不到2平方米的办公区域。

目前，我们最大的业务是无人驾驶项目，标注员根据系统给出的方框，用鼠标细化一辆车的大体轮廓，然后将图片放至最大，细心调整车辆边缘的框线，再勾选屏幕左上角的车辆属性。

图源：视觉中国

今年3月，德勤中国发布的《人工智能基础数据服务白皮书》显示，人工智能基础数据服务下游应用占比中自动驾驶占到52%。随着自动驾驶AI算法的升级迭代及模型训练数据量的指数级增长，技术迭代带来数据需求“大爆发”。相比其他项目，自动驾驶业务的持续性更好，而且服务周期也比较长。

标注员一天的工作内容就是画框线，根据项目的难易程度，一个框3—8分钱，工作日8小时要画2000个框以上，人均月收入在3000—4000元。

2023年2月16日，陕西省榆林市清涧县，工作人员在进行数据标注。/视觉中国

以我们公司为例，人员流动率在30%—40%，因为工作比较简单，每天8小时坐在电脑前，做着重复性工作，对于有的人而言是一份还算安逸的工作，但对另一些人而言就显得非常枯燥和无趣。

一个AI产品的诞生一般需要经历数据准备、模型训练与优化、模型管理、推理应用等4个模块，在国内已经形成了非常成熟的全产业链。目前，我所在的公司在做的就是数据准备，包括数据生产、数据清洗、数据标注三大方面。像我们这种布局在县城的数据标注公司，一般主要负责数据清洗和数据标注。清除模糊的图片、噪声太多的语音、错误的文本内容后，我们再进行画框线和数据标注，根据甲方的不同需求进行操作。

技能等级认定中的初级工

根据《人工智能训练师国家职业技能标准（2021年版）》的定义，人工智能训练师是使用智能训练软件，在人工智能产品使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的人员。

在我看来，虽然标注员也被称为人工智能训练师，但如果按照去年发布的《关于开展新职业技能等级认定工作的通知》的内容，标注行业内的人工智能训练师在技能等级认定中应该属于初级工，在其之上还有4个更高的职业技能等级。

其实，拿证和做业务真是两回事。考取职业证书，按照职业教育的要求需要上满 60 个课时，课程中会系统学习人工智能的概念、未来的发展方向，以及相对完整的知识构架逻辑。但是在标注行业，在数据标注公司，聪明、用功的人学习一周就能上手，只要会使用标注工具就能胜任。

标注行业作为劳动密集型产业，运作模式主要有两种。一种是专业AI数据服务提供商自己雇人自己做；另一种是他们接到业务后发包出去，使用更具性价比的人员或公司。我所在的公司也属于后者，“层层发包”在标注行业比较常见。

2019年7月31，贵州铜仁。“AI豆计划”的学院在万山区人工智能产业扶贫孵化空间练习数据标注。/视觉中国

数据标注发展初期，就是由“众包”模式而兴起，当时有很多众包平台，需求方项目要求有大量兼职人员接单，和目前的美团模式差不多。当年，我们的初创公司也是利用信息差，从数据标注平台接单，在市场上找更便宜的人力资源完成任务，但随着数据标注从野蛮生长阶段进入规范化发展阶段，市场上的兼职人员正在减少。越来越多的兼职业务正在被像我们这样的县城标注公司替代。

2019年，我刚刚创业时，知道数据标注的人不多，这行属于刚刚兴起。现在，这行的入门门槛变高了，参与的人也越来越多，市场压价现象很普遍，与刚入行时相比，价格下降了30%左右，我个人觉得数据标注市场已经有点“红海”了。

目前，大部分互联网企业都在自建基地，比如百度、阿里巴巴、京东等互联网大厂在全国都建立了基地，从而获得政策扶持、租金减免等条件。

人工智能的下一站是县城

人工智能训练师流行于县城？我觉得很正常。目前，国内标注行业的价格战愈演愈烈，在质量、效率不断提高的情况下，各大公司拼的无疑就是价格。随着行业的发展，甲方需要不断寻求价格更低的生产力区域，所以各大AI数据服务企业转战县城非常正常。

在县城办公，房租、人力成本相对较低，同时互联网企业确实可以解决一部分人的就业和收入问题。目前，百度拥有行业内最大的自建标注团队，在山东济南、山西临汾、重庆奉节、四川达州、甘肃酒泉、江西新余等10个地区有自建标注基地。

2022年2月21日，陕西省铜川市宜君县。人工智能训练师张文涛正在做地图数据标注工作。/视觉中国

除此之外，政府补贴也是相关企业选择县城的主要原因。2023年1月，贵阳市人民政府网发布的《贵阳鼓励企业吸纳就业政策》中提到，贵阳市符合条件的小微企业、民营经济组织和社会组织吸纳高校毕业生就业的，给予800元/人的一次性吸纳就业补贴及一定额度的创业担保贷款。

数据标注作为劳动密集型产业，当企业更多地选在三四线城市落地，当地政府看重的则是产业化的基地建成后，带动当地就业、促进当地经济发展。智研咨询发布的《2022—2028年中国数据标注与审核行业投资策略探讨及市场规模预测报告》中提到，随着人工智能成为国家发展战略，其势头锐不可当，预计2028年我国数据标注与审核行业市场规模将达262.74亿元。

不久前，Meta发布了史上首个图像分割基础模型——SAM（Segment Anything Model）。有人认为，这代表着计算机视觉领域的GPT-3时刻已经到来。有人说这一模型会替代大量的标注员，我个人认为在数据处理的精度方面，人类无法被替代，至少目前不会，毕竟对于AI产品而言，数据越精准，模型才会越精准。

未来，数据标注这行一定会向着规范化和职业化发展，因为需求方的类型和要求会增多，也会涉及各个领域的专业性方面。比如医疗，如果没有医学常识很难做好标注；金融数据也是如此，看不懂财报，就没办法做标注。

（应受访者要求，文中杨科琪为化名）

运营：嘻嘻

排版：韩博菲