数据标注师：站在了人工智能风口，却为5K月薪挣扎？

Posted 2021-10-19 程序员的店小二

 

上个月，特斯拉首席执行官马斯克表示，将在明年推出“Tesla Bot”人形机器人原型，以从事人们不喜欢做的危险、重复性或枯燥的工作。该计划一经发布便引起了广泛讨论，国外媒体的焦点，放在了安全性上。而在国内，隐藏在人工智能产业链中一群人“小人物”却开始浮出水面，并被舆论聚焦。

他们是AI行业的赋能者，是人工智能背后的“人工”。在AI繁荣的背后，有亿兆级的数据信息，在流水作业中，这些数据最终都会传递到名为“标注师们”的电脑前，被他们手动去“智能化”。

他们扮演了“老师”的角色——手把手地传授现实世界中的表情和动作，然后等着AI这位“学生”成长、离开，或许有一天这些“AI学生”将取代“老师”的位置。如今，随着数据标注行业迭代升级，这些数据标注师或许很快就会离开舞台……

入行、扎根

上海一座创意园区内，主管员刘梦缘（化名）正坐在自己的小隔间里，等着手下的标注师们发来成型的文档。

外面的工位上坐满了员工，他们一个个都把脑袋凑近屏幕，脖子还向前探着。其中的一位员工正在做着“描点标注”，将视频按帧截取并放大，细致对脸部特征、骨骼弯曲点进行标注，由于截取的画面像素低，大部分员工总是习惯性地一边滑动鼠标滚轮一边叹气。

员工们操作的“描点标注”是人脸识别前重要的步骤之一，除去“描点标注”，还有分类标注、标框标注等。AI不是生来就能识别人的眼耳口鼻，它需要通过标注师绘制的人脸关键点，来建立对五官轮廓的认知。在此基础上，AI才可通过这些点构成的轮廓特征，完成一系列识别工作。

当你“刷脸”解锁手机、完成支付，当你进入火车站，检票设备扫描面部时，都是在使用人脸识别的技术。而助力这项技术的，正是数据标注师们。

在刘梦缘所在的公司，标注师们用细密、起伏的鼠标点击声制造出成千上万个关键点。这项工作很“初级”，却也很艰难，刘梦缘在屋里偶尔会出来看一眼，然后见怪不怪地回到隔间，“我以前也是这么过来的，正常。”

她是从2018年入行的，从机械地录入（数据清洗）工开始，几个月后才正式接触数据标注工作。她的第一个任务是给图像中的人物打标签：年龄、性别、人种、头发、表情等，以供AI学习。而在见识了海量人物标签后，AI就像炼就了火眼金睛，“一眼”认出人的特征来。

“当时税后5千多的工资，主要是门槛不高，其实说到底就是互联网民工的角色吧”。当时的刘梦缘大专毕业后几次应聘都不顺，灰心丧气之际她与“标注师”不期而遇，女生特有的细心和韧劲让她一路坚持下来，直到现在。

也正是在刘梦缘入行的2018年，数据标注公司的风口来临。根据前瞻产业研究院统计，2017年数据标注相关融资事件达到9起，到2021年4月，共有18家公司获得融资，投融资事件39起。

 

来源：前瞻产业研究院

跟着这一波潮流发展的是，许多数据服务公司也作为乙方进入到日益扩大的市场，为百度、阿里等大型互联网公司，以及部分AI独角兽企业提供服务。

图片来源：人社部

2020年4月26日，人力资源与社会保障部发文正式宣布，“人工智能训练师”正式成为新职业，并纳入国家职业分类目录。预计到2022年，国内外相关从业人员有望达到500万。

行业向上，但“老师”们依旧用密集、艰辛的劳动辅助AI一步步走向成熟。光鲜的AI科技发布会在台前风光无限，可标注师们的生活似乎变得有些困难了。

“说是没技术含量，精度要求在那里，很容易犯错，”刘梦缘看着现在的手下的员工说道。每张图片要标记的点位繁杂，稍有偏离就会产生错误。一张图有错，会影响到整个数据包数据，然后就是“回炉重造”。

除了精度，疲倦是标注师最大的敌人。“这行干久了之后，我清楚地知道客户要通过我们实现什么——就是把人脑当电脑用”，刘梦缘笑着说道。

大公司会用软件监控标注师的疲劳程度，也算是一种人性化的体现，“但小公司本来就是接人家剩下来的活，时间紧任务急，只能拼着命熬，”正是如此，刘梦缘的团队里常年备着成箱的红牛和西洋参含片。

AI快速发展的背后，一批批“老师”换血，流动率相当高。“做文本标注的人员，现在越来越少，图像标注的30%的流动率，语音、视频常年都是对半开。而且现在的95后、00后愿意做的人少了，一般呆过三个月就不愿意继续干了”。

3年时间过去了，刘梦缘不断和老同事告别。但她从枯燥无味的工作中坚持了下来，她记不得自己标注了多少图，只觉得自己是踏上了人工智能的大潮。

对那些新晋的员工，刘梦缘也是如此描述，“我们是走在智能时代前面的一群人”。

巨头来了

行业的分水岭出现在2019年初：几大互联网巨头纷纷意识到数据的重要性，并着手建立自己的“数据工厂”。

据媒体报道，截至今年3月，百度山西人工智能数据产业基地中，就拥有超过3000位标注师，主要涉及自动驾驶、人脸识别等内容标注，其中86%的员工为90后；字节跳动在北京、天津、济南、武汉各地，也招募了4万名数据标注师；腾讯更是直接把平台放到了线上，让标注师变成了一种“全民兼职”，称为“众包”。

巨头的加入一方面是为了市场和成本，另一方面也是出于数据安全考虑，所以在内部搭建专门的标注团队显然是一个好选择。但是，“模型的训练和数据需求是周期性的，任务不持续，今天有活、明天没活，人员容易流失，管理成本很高”，刘梦缘能理解大厂摆出“众包”的原因，“我让手下的人去试过平台的兼职标注，单个标注几分钱，一个月的收入在2000元左右，比起让外包来做，省了一半还多。”

“大厂出手之后，市场最后拼的就是成本”，那段时间刘梦缘所在公司业绩下滑了40%，而且做出的标注数据质量也差很多。

图片来源：Boss直聘

据懂懂笔记了解，2018-2020年数据标注师行业平均薪资为5000-6000元，如果晋升为项目主管或者更高级别的项目总监后，月薪才能向5位数靠拢。而这一薪资标准到了2021年， 在一些求生的外包“小厂”内，不升反降。

图片来源：职友集

巨头涌入，薪资缩水的“大趋势”下，能窥探出标注师行业的“小趋势”：许多数据标注就像被人精心种下的水稻，还未到秋收季节稻穗就掉进了土里。

年初，刘梦缘单独接了一个“私单”，赚了2万元。

那是一个大厂“丢”出来的单子，做无人驾驶的数据标注工作，由于公司手头上的人员都扑在另一个项目上，她拉了之前的一些老同事和10个兼职学生，干了个“包工头”的活。

已经快1年没有亲自上阵标注文件的刘梦缘，只能硬着头皮和所有人一样移着鼠标，头顶、脖子、肘部、手腕、膝盖……都要一个个地标出来。整整一周，一群人完成了几万个点位的标注——他们看似在科技的潮头，干的却是苦力活。

本以为这单生意之后，可以继续接小单，可好景不长。“4月份开始，很多新团队出现，压价特别狠，原来是标注的报价按毛算，现在报价单上都出现几分钱了”。

数据标注行业有一套分工流程：巨头把任务交给中游的数据标注公司，再由中游包给下游的小公司、小作坊，有的小作坊还会进一步众包给“散户”：比如兼职学生。一单生意几经转手，就造成了行业众包中介层叠越来越严重，利润所剩无几。

“AI 肯定是未来的大趋势，但我们这些小公司很迷茫，听说很多公司都不干了。”刘梦缘本想着“私单”做得差不多了之后就出来单干，可这样的行业情况下，她能感受到的只有压力。

困境、挣扎

尽管目前的情况不乐观，刘梦缘依旧相信，数据标注行业最终会大浪淘沙，而他们，是走到最后的那一批。

从好的局面来看，下游市场陷入混战的同时，上游的 AI 市场从未停止过发展，AI正在成为人们进入这个社会的“入口”，这让刘梦缘和其他从业者们感到充满希望。

但行业也显露出严峻的一面，数据标注在迭代：大模型慢慢替代标注师，一些门槛更高、学科更细分的领域正露出头角。比如，医疗健康领域需要对病理切片等进行标注，以腰椎间盘突出的 CT 片为例，标注员必须准确识别并标注出间盘的轮廓。不过，很多医疗专家并没有时间和精力做数据标注，而这类工作又是普通的标注师无法胜任的，通常需要请医生或医学院的学生来做，结果就是成本居高不下，这些专业人员的成本是普通标注员的10倍。

像刘梦缘之前那样手把手教人工智能学习的方式，被称为“有监督”的机器学习。但当人工智能被逐渐成熟，它自身的识别能力与模型拟合准确度将不断提高，进入人机协作模式。直至人工智能会在模型的注准确度与效率上完全超过人类，此时它便要离开人工标注，进入无监督机器学习。

理论上说，每一个垂直场景随着技术发展，人工智能都有可能进入无监督学习状态。AI的核心在于预测，AI的下一个变革是无监督学习、常识学习。也就是说，“老师”们正在努力让 AI 不依赖人类训练，自己去观察世界是如何运转的，并学会预测，最终AI要甩掉“老师”。

但刘梦缘并没有很强的危机感：“我带领我们的人在做一件最有意义的事，在将每一个个体的智慧转化为 AI。我能保证，如果未来 AI 取代人类，他们也会是最后一批被取代的。”

为什么是最后一批？“因为总会有一个新的行业需要引入 AI ，需要我们（标注师）为他们来做数据准备。”

刘梦缘一直认为：“最大的一块市场是审核”。随着 AI 技术的发展，早年一些基本的标注工作正被逐渐被淘汰。以自动驾驶模型为例：以前靠人工来识别车、行人，如今则是由机器先标出来，然后人再去检查标注是否正确。

她考虑过自己的职业规划：“非常想进大厂，可是简历不够漂亮，门槛都迈不进去”。

互联网大厂对于数据的重视，最直接的反应就是薪资，尤其是管理岗，优厚的薪资福利让很多人都羡慕不已，刘梦缘也是其中一员。除此之外，她还考虑过自己单干去开个小公司，然后以被收购的方式进入大厂的管理体系。

“不过，那都是非常遥远的未来，还是抓紧现在吧。”如今，刘梦缘已经升级为公司主管，名片上的职位是数据总监。她也不再像刚入职时那样累了，“每天工作结束，累得不行，还要在内部对比谁今天完成的任务多。”

当然，角色的转换之后刘梦缘会思考更多，“或许下一个风口明年就来，又或者……”她也有些语塞。

在科技急速发展的年代，各类人工智能的应用如雨后春笋一般闪现，随之而来的是职场的多变。刘梦缘现在能依靠的，就是自己在“教学”生涯中的经验，至于那些新入行的标注师们，他们刚踏上了人工智能的列车，却已经驶向一个模糊的未来。