上个月，特斯拉首席实行官马斯克表示，将在明年推出“Tesla Bot”人形机器人原型，以从事人们不喜好做的危险、重复性或呆板的事情。该操持一经发布便引起了广泛谈论，国外媒体的焦点，放在了安全性上。而在海内，隐蔽在人工智能家当链中一群人“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，这些数据终极都会通报到名为“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——手把手地传授现实天下中的表情和动作，然后等着AI这位“学生”发展、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，等动手下的标注师们发来成型的文档。
表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。个中的一位员工正在做着“描点标注”，将视频按帧截取并放大，细致对脸部特色、骨骼波折点进行标注，由于截取的画面像素低，大部分员工总是习气性地一边滑动鼠标滚轮一边叹气。
员工们操作的“描点标注”是人脸识别前主要的步骤之一，撤除“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，它须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。在此根本上，AI才可通过这些点构成的轮廓特色，完成一系列识别事情。
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，都是在利用人脸识别的技能。而助力这项技能的，正是数据标注师们。
在刘梦缘所在的公司，标注师们用周详、起伏的鼠标点击声制造出成千上万个关键点。这项事情很“低级”，却也很困难，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，从机器地录入（数据洗濯）工开始，几个月后才正式打仗数据标注事情。她的第一个任务是给图像中的人物打标签：年事、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”认出人的特色来。
“当时税后5千多的人为，紧张是门槛不高，实在说到底便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起坚持下来，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。根据前瞻家当研究院统计，2017年数据标注干系融资事宜达到9起，到2021年4月，共有18家公司得到融资，投融资事宜39起。
来源：前瞻家当研究院
随着这一波潮流发展的是，许多数据做事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独角兽企业供应做事。
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告，“人工智能演习师”正式成为新职业，并纳入国家职业分类目录。估量到2022年，国内外干系从业职员有望达到500万。
行业向上，但“老师”们依旧用密集、艰辛的劳动赞助AI一步步走向成熟。光鲜的AI科技发布会在台前风光无限，可标注师们的生活彷佛变得有些困难了。
“说是没技能含量，精度哀求在那里，很随意马虎犯错，”刘梦缘看着现在的部下的员工说道。每张图片要标记的点位繁杂，稍有偏离就会产生缺点。一张图有错，会影响到全体数据包数据，然后便是“回炉重造”。
除了精度，疲倦是标注师最大的仇敌。“这行干久了之后，我清楚地知道客户要通过我们实现什么——便是把人脑当电脑用”，刘梦缘笑着说道。
大公司会用软件监控标注师的疲倦程度，也算是一种人性化的表示，“但小公司本来便是接人家剩下来的活，韶光紧任务急，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泰西参含片。
AI快速发展的背后，一批批“老师”换血，流动率相称高。“做文本标注的职员，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后乐意做的人少了，一样平常呆过三个月就不愿意连续干了”。
3年韶光过去了，刘梦缘不断和老同事告别。但她从呆板无味的事情中坚持了下来，她记不得自己标注了多少图，只以为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，“我们是走在智能时期前面的一群人”。
巨子来了行业的分水岭涌如今2019年初：几大互联网巨子纷纭意识到数据的主要性，并动手建立自己的“数据工厂”。
据媒体宣布，截至今年3月，百度山西人工智能数据家当基地中，就拥有超过3000位标注师，紧张涉及自动驾驶、人脸识别等内容标注，个中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”。
巨子的加入一方面是为了市场和本钱，另一方面也是出于数据安全考虑，以是在内部搭建专门的标注团队显然是一个好选择。但是，“模型的演习和数据需求是周期性的，任务不持续，本日有活、来日诰日没活，职员随意马虎流失落，管理本钱很高”，刘梦缘能理解大厂摆出“众包”的缘故原由，“我让部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元旁边，比起让外包来做，省了一半还多。”
“大厂脱手之后，市场末了拼的便是本钱”，那段韶光刘梦缘所在公司古迹下滑了40%，而且做出的标注数据质量也差很多。
图片来源：Boss直聘
据懂懂条记理解，2018-2020年数据标注师行业均匀薪资为5000-6000元，如果晋升为项目主管或者更高等别的项目总监后，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
巨子涌入，薪资缩水的“大趋势”下，能窥伺出标注师行业的“小趋势”：许多数据标注就像被人精心种下的水稻，还未到秋收时令稻穗就掉进了土里。
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事情，由于公司手头上的职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。
本以为这单买卖之后，可以连续接小单，可好景不长。“4月份开始，很多新团队涌现，压价特殊狠，原来是标注的报价按毛算，现在报价单上都涌现几分钱了”。
数据标注行业有一套分工流程：巨子把任务交给中游的数据标注公司，再由中游包给下贱的小公司、小作坊，有的小作坊还会进一步众包给“散户”：比如兼职学生。一单买卖几经转手，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，可这样的行业情形下，她能感想熏染到的只有压力。
困境、挣扎只管目前的情形不乐不雅观，刘梦缘依旧相信，数据标注行业终极会大浪淘沙，而他们，是走到末了的那一批。
从好的局势来看，下贱市场陷入混战的同时，上游的 AI 市场从未停滞过发展，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。
但行业也显露出严厉的一壁，数据标注在迭代：大模型逐步替代标注师，一些门槛更高、学科更细分的领域正露出头角。比如，医疗康健领域须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韶光和精力做数据标注，而这类事情又是普通的标注师无法胜任的，常日须要请年夜夫或医学院的学生来做，结果便是本钱居高不下，这些专业职员的本钱是普通标注员的10倍。
像刘梦缘之前那样手把手教人工智能学习的办法，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备超过人类，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能发展，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、知识学习。也便是说，“老师”们正在努力让 AI 不依赖人类演习，自己去不雅观察天下是如何运转的，并学会预测，终极AI要甩掉“老师”。
但刘梦缘并没有很强的危急感：“我带领我们的人在做一件最故意义的事，在将每一个个体的聪慧转化为 AI。我能担保，如果未来 AI 取代人类，他们也会是末了一批被取代的。”
为什么是末了一批？“由于总会有一个新的行业须要引入 AI ，须要我们（标注师）为他们来做数据准备。”
刘梦缘一贯认为：“最大的一块市场是审核”。随着 AI 技能的发展，从前一些基本的标注事情正被逐渐被淘汰。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，然后人再去检讨标注是否精确。
她考虑过自己的职业方案：“非常想进大厂，可是简历不足俊秀，门槛都迈不进去”。
互联网大厂对付数据的重视，最直接的反应便是薪资，尤其是管理岗，优厚的薪资福利让很多人都倾慕不已，刘梦缘也是个中一员。除此之外，她还考虑过自己单干去开个小公司，然后以被收购的办法进入大厂的管理体系。
“不过，那都是非常迢遥的未来，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，“每天事情结束，累得弗成，还要在内部比拟谁本日完成的任务多。”
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。
在科技连忙发展的年代，各种人工智能的运用如雨后春笋一样平常闪现，随之而来的是职场的多变。刘梦缘现在能依赖的，便是自己在“传授教化”生涯中的履历，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。