數(shù)據(jù)有多重要?高質(zhì)量的數(shù)據(jù)直接決定了一家人工智能公司的競爭力。數(shù)據(jù)量越多，質(zhì)量越高，其算法模型的效果自然就越好，產(chǎn)品體驗(yàn)、商業(yè)落地也水到渠成。那么這些數(shù)據(jù)從何而來?可以通過微博知乎抓取，也可以通過大學(xué)或者研究機(jī)構(gòu)獲取公開數(shù)據(jù)，然而這樣的數(shù)據(jù)量并不能夠滿足AI公司的需求，并且，這些數(shù)據(jù)也不能直接應(yīng)用到AI技術(shù)中。由此，催生了AI數(shù)據(jù)服務(wù)行業(yè)，本文采訪的對象——龍貓數(shù)據(jù)CEO昝智，正是從事這一領(lǐng)域。

昝智曾先后擔(dān)任豌豆莢商業(yè)產(chǎn)品負(fù)責(zé)人、百度聯(lián)盟產(chǎn)品經(jīng)理，離職后聯(lián)合原豌豆莢游戲頻道技術(shù)負(fù)責(zé)人姚毅創(chuàng)辦龍貓數(shù)據(jù)，并于今年11月7日完成金沙江創(chuàng)投領(lǐng)投的3370萬元A輪融資。龍貓數(shù)據(jù)的核心業(yè)務(wù)是為AI及大數(shù)據(jù)公司提供數(shù)據(jù)采集、標(biāo)記等定制化的數(shù)據(jù)服務(wù)，涉及文本、語音、圖像、視頻四個(gè)領(lǐng)域。其數(shù)據(jù)服務(wù)業(yè)務(wù)主要依托眾包平臺(tái)——龍貓眾包來完成。據(jù)昝智介紹，龍貓眾包包括移動(dòng)端和PC端兩種形式，其用戶量級已經(jīng)達(dá)到百萬，在經(jīng)過線上培訓(xùn)和考試后，便有資格接受任務(wù)。

“客戶要什么就生產(chǎn)什么，相當(dāng)于有很多人的數(shù)據(jù)工廠”，昝智表示，龍貓數(shù)據(jù)偏向于眾包模式，是一個(gè)集中在數(shù)據(jù)服務(wù)領(lǐng)域的數(shù)據(jù)生產(chǎn)商。其客戶主要分為兩類，一類是百度、騰訊等大客戶;另一類是AI創(chuàng)業(yè)公司。對于百度等公司來說，雖然在某些方面擁有龐大的數(shù)據(jù)量，但是這些非機(jī)構(gòu)化的數(shù)據(jù)并不能夠應(yīng)用到AI技術(shù)中，例如人臉識(shí)別和語音識(shí)別需要的都是結(jié)構(gòu)化的數(shù)據(jù)。而對于初創(chuàng)公司來說，在A輪融資之前，不會(huì)有很強(qiáng)的數(shù)據(jù)購買需求，他們可以直接使用ImageNet或者國外大學(xué)的公開數(shù)據(jù)來訓(xùn)練自己的模型，因此龍貓數(shù)據(jù)主要針對的是B輪到D輪之間的創(chuàng)業(yè)公司。

談及行業(yè)競爭，昝智坦言在數(shù)據(jù)服務(wù)領(lǐng)域的競爭并沒有同是AI上游的芯片領(lǐng)域那樣激烈。其原因有三，首先，大部分AI領(lǐng)域的創(chuàng)業(yè)者，更希望在算法與技術(shù)上取得突破，愿意從互聯(lián)網(wǎng)產(chǎn)品上出發(fā)去提供服務(wù)的人很少。并且，對于這樣勞動(dòng)密集型的產(chǎn)業(yè)，投資人也更為謹(jǐn)慎，因此入局人較少。

第二，做數(shù)據(jù)服務(wù)，要同時(shí)保證質(zhì)量和效率，其內(nèi)部多種機(jī)制的建立并非一朝一夕就可以完成。昝智介紹，龍貓眾包平臺(tái)上的用戶，都是需要經(jīng)過線上培訓(xùn)和考試才有資格接受任務(wù)的，并且，用戶標(biāo)記后的數(shù)據(jù)會(huì)經(jīng)過百分之百的審核，審核后還會(huì)進(jìn)行抽審。例如對于圖片標(biāo)點(diǎn)，會(huì)有不同用戶對同一張圖片進(jìn)行標(biāo)注，并對有差異的位置進(jìn)行交叉驗(yàn)證。

在提效方面，龍貓數(shù)據(jù)選擇與客戶聯(lián)手解決。例如，人臉識(shí)別領(lǐng)域的用戶本身就會(huì)有一定的算法基礎(chǔ)，這時(shí)龍貓數(shù)據(jù)會(huì)引用部分客戶的能力對數(shù)據(jù)進(jìn)行判斷和檢查，同時(shí)客戶還可以幫助龍貓進(jìn)行初步檢測以及標(biāo)記的預(yù)處理，這樣做既可以提高龍貓數(shù)據(jù)的效率，還可以降低客戶成本，是一種雙方都樂于接受的方式。

第三，數(shù)據(jù)獲取較難。通常的數(shù)據(jù)服務(wù)公司會(huì)通過渠道或者地推的方式購買數(shù)據(jù)，然而當(dāng)數(shù)據(jù)樣本增加(超過10萬)，時(shí)間成本就會(huì)變得相當(dāng)大。另一種獲取數(shù)據(jù)的方法，就是龍貓數(shù)據(jù)所使用的“眾包”，然而這種方法會(huì)引出另外一個(gè)難點(diǎn)，既互聯(lián)網(wǎng)產(chǎn)品思維。

第四，互聯(lián)網(wǎng)產(chǎn)品思維。眾包平臺(tái)通常是以APP的方式連接用戶，然而單純的APP并不能構(gòu)成轉(zhuǎn)化壁壘，這時(shí)就需要足夠的運(yùn)營技巧，吸引用戶接受任務(wù)，以及邀請好友成為新用戶。昝智表示，創(chuàng)始人的工作背景會(huì)影響該公司的做事風(fēng)格，龍貓數(shù)據(jù)的CEO和CTO都曾就職于流量入口公司，有良好的互聯(lián)網(wǎng)產(chǎn)品思維和粉絲運(yùn)營技巧。

基于以上四點(diǎn)，數(shù)據(jù)服務(wù)領(lǐng)域里競爭并不是十分嚴(yán)峻，昝智表示，“各公司需要一起將產(chǎn)業(yè)鏈做起來，現(xiàn)在還不是要搶市場的時(shí)候。”

關(guān)鍵詞： 龍貓 數(shù)據(jù)