2019年6月5日，全球人工智能行業高速發展，ai正在通過“數據＋算力＋算法＋場景”的疊加效應，幫助企業更好地決策，將復雜的分析嵌入到日常的工作和交易場景中，使日益復雜的工作變得更加自動化，提高財資工作效率，從而直接改變和衍生出更多的商業模式和應用場景。

但人工智能公司鎂光燈下展現的更多的是愿景、場景、算法、模型。卻鮮有公司呈現自己的數據能力。其實，在算法和模型的差異性比較小，而識別度和準確度的差別，直接影響到一家人工智能公司的“智能程度”。

數據獲取能力不僅拼資本，更拼行業關系

中國市場主要的人工智能公司，例如商湯科技、曠視科技、地平線等，包括百度、阿里、騰訊等傳統互聯網平臺公司，獲取數據的方式主要是通過獲得國家頒發的牌照，自己購置設備進行采集；傳統互聯網公司在數據采集部分擁有一定程度的先發優勢，基于原有的大量用戶和終端，可以比較容易的獲得一些通用數據，但對于某些特定人群和特征的數據，獲取難度依然很高，所以這些公司的數據獲取既要大投入拼資本，更要拼行業關系，通過行業上下游的商務合作，進行數據的交換，方能有可能補全自己的數據類型。

數據標注能力其實是ai公司的供應鏈管理能力

所以很多人工智能公司被數據獲取這道門檻擋在了外面，而即使有了數據，并不等于萬事大吉，最重要的是數據標注。只有對數據進行結構化處理，按照算法要求進行精準標注，才能使得模型得以被訓練，識別度、準確率才能穩步提升，進而才能實現產品的迭代優化，從能用到好用的飛躍。而如何在魚龍混雜的數據標注公司里選擇穩健、優質的合作伙伴，成為了各家ai公司采購部門的難題。

在走訪多家數據標注公司并請教行業的專家后，我們不難發現，數據標注公司可以大致分為兩大類：1.0階段，轉包式平臺公司；2.0階段自營式服務公司。

兩者的區別關鍵在于，數據標注公司是否有完全自建的標注團隊，很多自詡為數據標注平臺的公司，普遍采用轉包模式，通過層層轉包，各接包方并不擁有自建的標注團隊，只是賺取微薄的差價。 這類數據標注公司其實并不具備相應的能力，徒有其名而已。

人工智能公司如果選擇這類公司合作，會存在諸多風險，比如對業務需求理解不準確、響應速度慢、調整速度慢、最關鍵的是數據安全根本得不到保障，對于保密級別高的數據類型，選擇轉包類公司合作，無異于飛蛾撲火。

數據安全更加考驗ai公司的風險意識

以91aiwork為代表的2.0階段的自營式數據服務公司，杜絕了行業內層層轉包的弊病，通過完全自建高標準的數據交付中心，達到“物理安全、人員安全、數據安全”，確保客戶數據不被存貯、不被翻錄、翻拍、轉發，360度安全無死角；并依托91aiwork數據服務平臺給予各合作方進行賦能，通過業務培訓、管理培訓、工具支持等全方位的緊密合作。

數據服務的前提是數據安全，如果數據安全得不到保障，給予數據的服務又從何談起，所以數據安全的重視程度，其實倒逼人工智能公司在選擇數據標注合作伙伴時候，不只是關注價格高低，而要先考察對方的業務模式，數據安全的可靠性。在這些基礎上，才能進行商務洽談。

以上是網絡信息轉載，信息真實性自行斟酌。