高速发展和规范并举，云测数据推动 AI 数据价值进一步飞跃

随着行业高速数字化发展及 AI 技术创新应用的涌现，人工智能产业正在迎来一个新的黄金发展期。麦肯锡公司的数据表明，人工智能每年能创造 3.5 万亿至 5.8 万亿美元的商业价值，使传统行业商业价值提升 60% 以上。数据作为人工智能的核心要素之一，对人工智能技术积极发展起着至关重要的作用。

目前人工智能技术以有监督学习的模型训练方式为主，对数据有着强依赖。作为人工智能三要素之一的数据，肩负着提升 AI 识别率和精准度的重要任务。在早期就已关注到 AI 数据服务的需求缺口和潜在的应用市场，立足高质量、场景化的 AI 训练数据服务的云测数据，建立了数据产品、数据处理工具与数据服务的「三螺旋」，率先形成 AI 训练数据的「采、标、管、存」一站式服务，实现了从「数据原料」到最后的「数据成品」全链条打通，为智能驾驶、智慧城市、智能 IOT、智慧金融等行业提供高效率、高质量、多维度、场景化的数据服务与策略，最大化发挥训练数据的价值。

对于如何充分发挥 AI 数据对人工智能产业落地的价值，云测数据总经理认为，一是加强场景化数据的能力，换言之就是为人工智能细分场景的落地, 提供更加垂直且丰富的数据, 满足其长尾场景的需求；二是提升数据标注的准确性，从工具、规则、流程的开发制定, 到标注人员的素质培养，不放过任何可以提升标注准确性的可能；三是充分发挥「底层技术+服务能力」的力量，具备更深刻的行业领域知识、更懂场景、更懂技术、更具行业前瞻性。

与此同时，云测数据持续发挥在人工智能数据服务领域中的引领作用，积极推动技术标准创新，与 AI 领域各大代表企业积极推动行业相关标准体系化的建设，先后参与编写《智能网联汽车场景数据图像标注要求与方法》、《智能网联汽车激光雷达点云数据标注要求及方法》促进智驾场景数据标注的标准化，提升场景数据的通用性和易用性，规范智能网联汽车相关数据标注的内容和要求，为其他自动驾驶相关标准提供参考；同时在 AI 开发管理方面积极探索，参编中国信息通信研究院牵头的《人工智能研发运营一体化（Model/MLOps）能力成熟度模型》系列标准的研究和编制工作——《人工智能研发运营一体化（Model/MLOps）能力成熟度模型第一部分：开发管理》、《人工智能研发运营一体化（Model/MLOps）能力成熟度模型 第二部分：模型交付》，以此来帮助企业提升 AI 研发运营效能，赋能业务价值提升，促进企业智能化转型。

随着技术创新的迭代升级，AI 应用场景比以往明显更加广泛，随之而来对数据标注精度、交付效率、知识经验的要求越来越高，AI 产业对数据的拓展性需求和前瞻性需求将快速增长。这种相互之间的「吸引」现象，是当前 AI 数据服务行业的机遇和挑战。

通过扎根市场的实践积累和其进行前瞻布局与前沿技术能力探索，最大化地发挥着训练数据的价值，云测数据为人工智能场景化落地输送更多卓越的数据支撑。相信随着 AI 数据服务行业的高速发展和规范并举，AI 数据价值将进一步飞跃，人工智能产业落地进程将大步平稳向前。