年均復合增長率超20%，四部門發(fā)文促進數據標注產業(yè)發(fā)展釋放了哪些信號？
人工智能背后的數據標注產業(yè)被關注，國家層面首次對數據標注產業(yè)進行系統(tǒng)謀劃。
1月13日，國家發(fā)展改革委、國家數據局、財政部、人力資源社會保障部聯(lián)合印發(fā)《關于促進數據標注產業(yè)高質量發(fā)展的實施意見》(以下簡稱《實施意見》)。《實施意見》包括總體要求、主要任務、保障措施三個部分，其中主要任務共計13條，圍繞深化需求牽引、增強創(chuàng)新驅動、繁榮產業(yè)生態(tài)、優(yōu)化產業(yè)支撐四個方面提出相關政策舉措。
《實施意見》提出到2027年，數據標注產業(yè)專業(yè)化、智能化及科技創(chuàng)新能力顯著提升，產業(yè)規(guī)模大幅躍升，年均復合增長率超過20%，培育一批具有影響力的科技型數據標注企業(yè)，打造一批產學研用聯(lián)動的創(chuàng)新載體，建設一批成效明顯、特色鮮明的數據標注基地，形成相對完善的數據標注產業(yè)生態(tài)，構建創(chuàng)新要素聚集、產業(yè)鏈上下游聯(lián)動、區(qū)域協(xié)同發(fā)展的新格局。
為數據標注產業(yè)提供全面指導
數據標注產業(yè)是對數據進行篩選、清洗、分類、注釋、標記和質量檢驗等加工處理的新興產業(yè)。培育壯大數據標注產業(yè)對于提升數據供給質量，推動人工智能創(chuàng)新發(fā)展具有重要支撐作用。
2020年2月，數據標注員作為人工智能訓練師的一個工種，就已被正式納入國家職業(yè)分類目錄。2024年5月，國家數據局發(fā)布了承擔數據標注基地建設任務的城市名單，四川成都、遼寧沈陽、安徽合肥、湖南長沙、海南海口、河北保定、山西大同等7個城市承接了數據標注基地建設任務書。
北京市社會科學院副研究員王鵬向澎湃新聞記者表示，隨著人工智能技術的快速發(fā)展，數據標注產業(yè)作為人工智能訓練和應用中的關鍵環(huán)節(jié)，迎來了前所未有的發(fā)展機遇。然而，當前數據標注行業(yè)也面臨著行業(yè)標準缺乏、標注質量參差不齊、技術和人力資源需求不匹配等問題，制約了行業(yè)的健康發(fā)展。《實施意見》的出臺為數據標注產業(yè)的高質量發(fā)展提供了全面的規(guī)劃和指導。
經濟學家余豐慧也提及上述因素，并指出數據標注產業(yè)的發(fā)展不僅在于促進數字經濟的健康發(fā)展，推動人工智能等前沿技術的應用，同時可創(chuàng)造大量的就業(yè)崗位。
《實施意見》在深化需求牽引方面，給出了兩個方向，一是釋放公共數據標注需求，其中提及鼓勵政府部門和企業(yè)協(xié)同開展政務大模型所需數據的標注和訓練，推動數據標注服務納入政府采購范疇。二是挖掘企業(yè)數據標注需求，其中提及，實施“國有企業(yè)數據效能提升行動”，加大企業(yè)數據開發(fā)利用，釋放企業(yè)數據標注需求。圍繞醫(yī)療健康、人力資源、數字貿易、自動駕駛、低空經濟等場景，以業(yè)務創(chuàng)新拉動數據標注需求。
“《實施意見》強調了創(chuàng)新驅動在數據標注產業(yè)發(fā)展中的重要性，包括支持關鍵技術攻關、推動技術融合創(chuàng)新等，也對企業(yè)有一些優(yōu)惠政策，包括研發(fā)費用加計扣除、高新技術企業(yè)稅收優(yōu)惠，旨在降低企業(yè)研發(fā)成本，鼓勵企業(yè)加大研發(fā)投入。”王鵬說。
具體來看，《實施意見》在開展關鍵技術攻關中提到，依托國家重點研發(fā)計劃、國家科技重大專項等，加強跨領域跨模態(tài)語義對齊、4D標注、大模型標注等數據標注領域的關鍵技術攻關應用。
在加大財稅金融支持力度方面，《實施意見》明確，落實研發(fā)費用加計扣除、高新技術企業(yè)稅收優(yōu)惠等政策。鼓勵有條件的地方加大數據標注產業(yè)的支持力度。各地區(qū)各部門可結合實際，統(tǒng)籌安排數據產品和標注服務采購費用。充分利用各地發(fā)放的數據券、算法券和算力券等，降低數據標注企業(yè)成本。鼓勵各類產業(yè)基金、專業(yè)投資機構加大數據標注產業(yè)投資力度，引導社會資本有序參與。
在提升標注公共服務能力方面，《實施意見》表示，要建設數據標注公共服務平臺，按照規(guī)范化接入和互聯(lián)互通要求，打造全國數據標注公共服務“一張網”。
培育一批數據標注龍頭企業(yè)
《實施意見》的發(fā)布，哪些企業(yè)可能受益？
對此，王鵬向澎湃新聞記者表示，一是數據標注企業(yè)，特別是具有技術優(yōu)勢和規(guī)模優(yōu)勢的企業(yè)，將受益于政策的支持和市場的擴大；二是人工智能企業(yè)，數據標注產業(yè)的高質量發(fā)展將為人工智能企業(yè)提供更高質量、更豐富的訓練數據，有助于提升人工智能模型的準確性和效率；三是相關產業(yè)鏈企業(yè)，包括數據采集、處理、分析等環(huán)節(jié)的企業(yè)，將受益于數據標注產業(yè)的快速發(fā)展和產業(yè)鏈的完善。
值得關注的是，《實施意見》在培育繁榮生態(tài)方面，第六條提出著力壯大經營主體，培育一批數據標注龍頭企業(yè)，鼓勵通過資源整合、并購重組等方式做大做強，推動數據標注企業(yè)規(guī)模化、標準化、集約化發(fā)展。支持和鼓勵科技創(chuàng)新型數據標注企業(yè)承擔基礎研究、技術攻關、產業(yè)應用等重點任務，提高產業(yè)鏈協(xié)同創(chuàng)新水平。培育一批深耕行業(yè)的數據標注瞪羚企業(yè)、獨角獸企業(yè)。第七條提及，積極完善產業(yè)生態(tài)，暢通數據采集、標注、人工智能應用產業(yè)鏈，推動數據標注產業(yè)上下游協(xié)同發(fā)展。
人工智能數據標注產業(yè)上下游鏈條是怎樣的？
2024年11月，中國信通院曾發(fā)布“人工智能數據標注產業(yè)圖譜”，圖譜收錄了來自全國各地500余家深耕數據標注產業(yè)鏈上下游企業(yè)，覆蓋超過16個行業(yè)領域。其中，上游是高質量數據集開發(fā)和治理，包括算法服務、技術服務、平臺服務、交易服務、人力服務；中游是數據資源提供和應用，包括公共數據、行業(yè)企業(yè)數據、互聯(lián)網數據；下游是能力支持與生態(tài)發(fā)展，包括人才培養(yǎng)、生態(tài)培育、數據安全、標注應用。
咨詢公司Grand View Research的數據顯示，2022年全球數據標注的市場價值為22.2億美元，預計到2030年將增長到171億美元。
澎湃新聞記者也曾探訪國內頭部互聯(lián)網企業(yè)的人工智能基礎數據產業(yè)基地，在基地一間間的辦公室中，每個電腦前都坐著一名AI數據標注師，他們將根據各自分配的任務對圖像、語音、視頻、文本進行標注。AI數據標注師技術門檻并不高，經過一定的培訓就能上崗，招工人群范圍廣泛，一些中專或高中學歷的人員也可勝任這項工作。
《實施意見》也關注到標注人才隊伍建設方面的工作，提出要以人才項目計劃和科技項目等為抓手，培育和引進高端專業(yè)人才。制(修)定人工智能訓練、數據標注相關職業(yè)國家職業(yè)標準。深化產學研融合，鼓勵行業(yè)聯(lián)盟、高校、科研院所與企業(yè)建立長期合作機制，加大數據標注實踐項目、繼續(xù)教育和公共實訓基地建設合作力度。
據悉，下一步，國家發(fā)展改革委、國家數據局、財政部、人力資源社會保障部將強化數據標注產業(yè)頂層規(guī)劃，協(xié)調解決產業(yè)發(fā)展過程中存在的重大問題。加強政策解讀和案例征集等宣傳推廣，營造數據標注產業(yè)發(fā)展的良好氛圍。
澎湃新聞記者 吳雨欣