目前国内数据标注市场规模如何？

Posted 2023-04-13

数据标注为通过分类、画框、标注、注释等，对图片、语音、文本等数据进行处理，标记对象的特征，以作为机器学习基础素材的过程。中国数据标注行业参与企业类型按参与模式主要分为众包和自建工厂两种模式，其中，众包模式主要包括百度众包、京东众智、龙猫数据等;工厂模式主要包括贝赛、云测、爱数智慧、海天瑞声、阿里数据标注、元坤智能数据、点我科技等。

头部企业为自建数据团队，中小数据供应商占比较大

目前，我国国内数据标注市场第一梯队包括头部公司组建自己的数据标注部门，京东(京东众智)、百度(百度众测)、腾讯、阿里(阿里数据标注)都已经拥有自己的标注平台和工具。头部公司之外，国内近年兴起众多数据标注公司，如龙猫数据、Testin云测、倍赛BasicFinder、数据堂等。这些公司仅次于头部公司，都具有相当的规模，位于第二梯队。

在中国数据标注行业参与主体中，按规模划分，品牌数据服务商、中小数据供应商和需求方自建基础数据团队构成市场竞争关系，为AI数据标注市场的主要供应方，在2019年AI数据标注市场份额占比分别为30.4%、47.0%和22.6%，目前中小数据供应商是市场中的主要供应力量。

按模式分为数据标注公司和众包平台，服务领域广泛

中国数据标注行业参与企业类型按参与模式主要分为众包平台和自建工厂(专业数据标注公司)两种模式。2020年数据标注公司排行榜中，Testin云测、数据堂、龙猫数据位居前三;数据标注众包平台排行榜中，京东众智、百度众测、数据堂位居前三。

从数据标注代表企业业务布局来看，大部分数据标注服务商提供文本、语音、图像、视频等各类型数据标注，服务应用领域涵盖安防、智能驾驶、医疗、教育、金融等多个领域，主要客户包括科技公司、人工智能企业、传统企业、政府部门、科研机构等。

业务偏重视觉类的企业多拥有自建标注基地，多分布在山西、河南等地

AI数据标注业内玩家按照业务方向和进入市场的时机可做粗略划分，包括早期进入玩家、中晚期进入玩家、偏重视觉类业务玩家、偏重语音类业务玩家等。其中，业务更偏重语音类数据的玩家，通常拥有较多的自有知识产权数据集;拥有自建标注基地或全职标注团队的则多为偏重视觉类的玩家。

作为人工智能产业链中必不可少的一环，发展AI数据标注服务成为了各地方推进AI建设的重要方向之一，贵州、山西、重庆等地相继出台指导意见，引入科技公司，共建数据基地、数据交易中心，打造具有地方特色的人工智能产业园。

目前，众多数据标注公司自建标注基地或团队，如百度的“百度山西的AI数据标注基地”、“百度大数据百鸟河基地”，数据堂的“数据堂保定数据加工基地”、“数据堂合肥数据基地”、“数据堂北京TTS录音中心”等，多分布在山西、河南等地。

北京、上海、成都为需求企业分布前三地区，杭州数量下滑

从需求企业来看，根据AI数据标注猿统计数据显示，2020年4月，国内数据标注业务相关公司数量为565家，2020年12月，数量增长至705家。从数据标注需求企业地区分布情况来看，截至2020年12月，北京、上海、成都、深圳、杭州为数据标注企业分布TOP5城市，企业数量分别达到185家、84家、68家、63家、46家;其中北京、上海、成都、深圳企业数量均较2020年4月有所上升，杭州企业数量较2020年4月有所下降。

市场集中度较低，未来将有所提升，行业并购成为趋势

2019年，AI数据标注行业CR5(前五大企业市场份额)为26.2%，处于低集中竞争阶段，行业活力充足，发展空间良好。前五大企业中，海天瑞声与百度数据众包越众而出，据了解，国内整体供应方中，以提供图像类数据采标服务的公司居多，内容涉及人像数据、OCR数据、自动驾驶数据等，业务需求较为分散，其中以百度数据众包营收份额占比最大。

相比而言，语音类数据需求较为集中，且供应门槛高于图像类数据，内容包含语音识别数据、语音合成数据等，其中以海天瑞声营收份额占比最大。

目前人工智能数据标注行业集中度较为适中，既非寡占型市场也非充分竞争市场，这一方面是由于百度数据众包、海天瑞声、数据堂等企业进入市场较早，积累了较多客户资源，另一方面则是由于下游企业之前多采用公开数据集训练模型，对数据的高精度要求由来尚短，受生态传导效应滞后影响，市场门槛还不显著，资金与研发实力较为薄弱的中小企业还有较强的发展土壤。

然而未来，随着下游企业发展壮大，直接使用外包团队成本低廉、数据安全可控性强，一些基础性需求将由下游企业自给自足，外部的数据服务商现有的存量市场面临下降，因此必须承担高难度、前沿独特性任务，这就要求其自身投入高精度、专业化数据处理工具的研发和人工智能算法基础研究，以把握客户需求，开拓增量市场，因此资金与研发实力成为较高行业门槛，同时受近年资本市场冷却影响，一批中小型厂商面临业务收缩，再者部分厂商如倍赛开始在业内并购，参考海外数据服务市场发展情况(海外行业巨头Appen多次并购其他企业)，并购也将成为市场趋势，多种因素叠加影响下，行业集中度将提升。

综上，未来数据标注行业兼并与重组将成为大势所趋。目前，国内较为典型的并购事件为倍赛BasicFinder收购专业的人工标注服务商荟萃，以此丰富自主数据采集系统，从而完成更具多样性的任务。全球数据标注行业兼并重组步伐加快。

一方面头部企业逐渐收购中小微数据平台，将自己的议价能力提高到新的水平，在此背景下，全球数据标注行业市场集中度进一步提升。数据标注行业的并购重组规模将持续增长，行业的竞争将愈发激烈。

—— 更多数据来请参考前瞻产业研究院《中国数据标注行业市场前瞻与投资战略规划分析报告》

参考技术A 根据数据显示，2019年中国数据标注行业市场规模可达30.9亿元，其中图像类、语音类、NLP类数据需求规模占比分别为49.7%、39.1%和11.2%;根据需求方投入情况和供应方营收增长情况推算，预计2025年数据标注市场规模将突破100亿元，年化增长率为21.8%。本回答被提问者采纳 参考技术B 规模挺大，有十几家比较成熟的公司专门承接，人工智能公司的数据标注，目前这个增长态势应该还好
不过新进入的公司不知道去哪里拿订单 参考技术C 目前国内数据标注的市场规模还是比较不错的，能够通过有效的市场发展达到更加理想的发展趋势。 参考技术D 国内数据标注市场规模的话，现在还是比较好的了，因为它现在的话规模已经上来了，而且它的市场合理性越来越好了。

ULAM赋能实体-游戏

目前国内网络游戏行业蓬勃发展,市场规模稳步增长,但是发展的同时也面临着诸多问题.随着比特币的火爆,其底层的区块链技术也逐渐受到社会多方面的关注.网络游戏在国内市场的发展规模已经趋于稳定,逐渐从增量扩张模式转向存量市场争夺模式.区块链技术作为新的热点受到国内各大技术厂商积极追捧,以求激发行业新的活力.相较于目前中心化网络高性能服务能力,基于区块链的去中心网络还难以支撑当前主流的大型网络游戏.虽然目前国内外出现的众多区块链游戏,在游戏性方面还较差,但是涌现出的经济效应以及共享思维为未来游戏的发展方向提供了一种新的可能.随着区块链技术的不断发展,法律体系的不断完善,有理由相信网游行业将迎来新的活力与突破.

游戏目前所面临的问题

1.资产不流通。

2.赏金支付问题。

3.游戏版权以及众筹问题。

4.游戏运营商滥发装备等使得老玩家被“坑”的问题。

5.对于运营方的信任问题。

6.游戏资产处于封闭体系中，缺乏共通性。游戏资产的交易平台又存在不少漏洞，不时出现“卖家道具追溯”或“买家黑卡付款”等手段的欺诈。

区块链如何解决这些问题

 将游戏里面的代币等虚拟资产当做数字资产基于区块链来进行流通，优点是流通更便捷、成本更低。我们可以将这些游戏的游戏币通过区块链技术来进行打通，游戏A的金币到了游戏B仍然有用，这样，如果游戏A的用户不想玩A游戏，他可能会因为游戏A里面的金币更偏向于选择该公司的其他游戏，这样对游戏公司来说，可以更好的圈住用户，对用户来说，可以确保自己的虚拟资产不被贬值，从而刺激游戏里面的交易。对于小的游戏公司来说，他们的用户导流是一个成本很高的事情，如果联合起来，共享游戏里面的虚拟资产，从而吸引其他游戏的用户。



平台基于区块链技术去中心化的方式来解决中心平台的信任问题，并利用智能合约来解决赏金支付问题。有点类似博彩的性质，跟现在的博彩平台相比，规则更公开透明，不存在平台造假的问题。而且有了智能合约，流程更简化。



我们可以通过区块链技术完成内容发布、版权众筹、IP 交易等等，是涵盖游戏项目的研发、运营、发行为一体的社区平台，平台上的代币作为这个流程的润滑剂，无论是发行游戏、还是IP交易、包括投资，都靠平台代币来定价，而代币来源于挖坑和用户对整个生态的贡献，所以是一个很完备的游戏生态圈。通过代币激励的方式解决常见的平台垄断问题，可以促进游戏开发者和玩家参与的积极性，传统意义的游戏平台可能会被这种去中心化的区块链平台所替代，更多的回归到提供服务本身，而不是靠垄断流量来获得利益。



区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链技术采用高冗余分布式共识，使得用户的隐私信息、个人财产难以被泄露或盗取。这就为交易/交换玩法提供了优势条件。



我们可以利用区块链的去中心化、透明、可记录的性质。将游戏中的虚拟物品写在不可擦除的区块链上——区块链就相当于一个巨型数据库，所有的交易都可以记录在里面：谁卖给谁、卖了多少钱、卖的是个什么东西——该是你的东西就是你的，上面还有你的ID。明确了所有权的归属，这让数字资产真正具有了成为“资产”的潜质，放到游戏中来说，你在一款区块链游戏中的数据就真正是你的，而不是运营商的了。



我们可以将区块链技术中的去中介化、智能合约都对解决信任问题有积极作用。如果运营方做到相应部分的数据上链，更能方便玩家看到一起分答题奖金的究竟是多少人、厂商的宣传是否只是噱头。在此之上的透明度也能成为博彩、答题产品的重要卖点。



区块链技术可以改变玩家虚拟资产流通、交易受限的局面。通过区块链将数字道具转换为加密资产，能降低玩家交易门槛和交易风险，同时玩家的交易不再仅限于单一游戏/平台内。



在支付方式相对传统的国家和地区，购买数字游戏依然要经历复杂的步骤，传统支付方式手续费率高、结算周期长。这样的环境下，可以利用区块链技术提升结算效率。



面对区块链正在掀起的风暴，绝对不乏吃螃蟹的人。这一次，跟互联网时代、智能机时代相似，但这一次又有些不同，区块链并非平台革命，这项新的技术与概念需要重塑大众认识的，或许需要做区块链游戏的人们需要拿出更具有颠覆性甚至是想象力的产品，才可以再次走到风暴中心了。

ULAM技术优势

完全去中心
由众多节点共同组成的一个端到端的网络。没有中心化设备、管理机构和中介。所有节点的权利和义务都相等，任一节点停止工作都会不影响系统整体的运作。

去信任化
系统中所有节点之间无需信任也可以进行交易。数据库和整个系统的运作是公开透明的，在系统的规则和时间范围内，节点之间无法欺骗彼此。

可靠数据库
通过分布式数据库形式，参与节点都获得完整数据库拷贝。单个节点对数据库的修改无法影响其他数据库，除非整个系统中超过51%的节点同时修改。

抗量子攻击
ULAM采用了抗量子攻击的签名算法NTRU。NTRU(Number Theory Research Unit)算法是1996年由美国布朗大学三位数学教授发明的公开秘密体制 。这是一个基于多项式环 （其中N是一个安全参数）的密码体制。它的安全性依赖于格中最短向量问题（SVP）。

颠覆式创新共识
ULAM是根据节点的幸运值来决定挖矿概率的，不需要进行hash值的计算。每个节点根据幸运值的大小，决定拥有的随机数的个数。节点的幸运值越大拥有的随机数越多。在每次出块的时候被选为记账节点的概率也就越高

高TPS
ULAM设计的全新非交互式交易验证算法（NITCV），可以使TPS最低达到10000。ULAM使用知识证明的方法构造出非交互式交易验证算法。普通的区块链在验证交易时需要所有矿工都对区块中的交易进行验证，Ulam的非交互式交易验证算法通过矿工打包区块后对区块内的交易验证后生成交易验证证明。