记者/李一鸣

薛再强的办公室里挂着横幅

替代

壁垒似乎坚不可摧。对于真正“亲手”训练AI的算法工程师们来说，数据标注是个被藏在地下的世界。他们所接手到的，只是一个个被标注后生成的Json文件，而每一串代码，其实代表着地下世界里某位人类教师的某句讲解：“这是货车”“这是汽车”“这是行人”……那是AI的启蒙教育，它们统统被纳入算法。

地下世界里，有标注员重复的工作，有数据标注订单的转包、争夺……为了得到订单，这些人力的供应商们只能“内卷”起来，压低报价。“我们就像坐在桥边等活的民工，别人过来问一百干不干，你说干，旁边立马站起个人说我八十能干，那个说我六十就能干。”一名数据加工产业的经营者说。

人力低廉的价格和庞大的数量，是数据标注员和老板们立足的倚靠之一。面对被不断压低的单价，标注公司们需要不断去寻找更加便宜的人工。目前，已经有不少企业更多寻求与职业院校的合作，让标注公司成为职校生的实习场所，以压低人工的成本。

机器也在加入争夺。赵子健也是乙方中的一员，他的企业的思路是让AI实现标注。

据国际数据公司（IDC）预测，到2025年，中国数据标注服务的市场规模会由2022年的43亿元增长至123.4亿元。不过在这一行业还没有出现某个独角兽体量的企业，劳动密集是绝大多数企业的类型。在美国，由于更高的人力成本，数据标注企业会通过技术角度，思考解决数据加工过程中的成本问题。例如ScaleAI，该企业主要训练用来实现机器自动标注的人工智能，2022年，这家公司的估值已经达到73亿美元。

赵子健也想做和ScaleAI一样的事，他首先面对的是人力的竞争。“假设我的客户想要降低30%的成本，他要么去找便宜30%的人，要么通过算法自动化来替代”，赵子健说，“短期来看，肯定是第一种方式更容易。”

赵子健在2018年发现了有关数据标注的需求。当时他在浙江大学读本科，了解到有实验室在做桥梁颜色的自动识别项目。那个课题组里，七八个人标注十万张图，用了三个月才完工。于是他和朋友合伙成立了公司，从处理实验室的数据需求开始，踏入了这个世界。

赵子健还接到过“智慧课堂”的项目。就是在课堂前方设置一个摄像头，让系统通过学生上课时的表情状态，分析其上课时的专注度。在他看来，这确实是一项存在伦理争议的项目，但是他也认为，“如果做一个调查，我觉得至少有80%以上的家长会愿意牺牲孩子在课堂上的隐私，让他们提高五分的成绩。”

在数据的世界，效率是第一位的。赵子健在等待一个机会，那就是人工的成本降低到人们“无法忍受”的程度。他觉得，到那时，可以大量替代人工的自动标注工具一定会迎来更多的市场机会，数据标注就会走上智能化自动化的路线。“甲方不会管乙方是人工还是智能，只看你能降低多少成本。”

赵子健介绍，即便是自动标注系统，同样需要少量人力来实现一部分的标注工作，但在这个系统中，标注员更多是在辅助算法，实现更精准的自动标注。并且，随着标注的数据越来越多，自动标注的精准度也会越来越强。

在赵子健所预见的未来中，人眼所见的一切都将被数据化、智能化。他也没接触过公司那些外包的数据标注员，更不会想到，像李亚洲一样的标注员们如果被替代，他们将会何去何从。

他的公司里没有标注员。他问记者：“那些标注员们，不会觉得自己的工作没有意义吗？”

这个问题在商丘的产业园中得不到回答——大部分人不会想这个问题，少部分人则觉得，自己是随着AI技术浪潮狂飙的一员。薛再强的办公室里挂着一道横幅：“为人工智能创造最高效的数据而努力奋斗”。这句话是上家公司留下的，薛再强觉得写挺好，就没摘。

（应受访人要求，文中王伟才为化名）