结论提要

- 数据标注类项目，走向细分垂直，仍有机会
- 数据集交易是长期趋势，需要培养
- 地方产业基金，会考虑符合本地特色的投资项目

一、定义和模型

1、定义：

AI基础数据：为AI提供可用于模型训练、校验、应用的数据。数据加工的过程通常是指将非结构化数据转化为结构化数据的过程。

基础数据服务：包括资源和工具链两部分。资源是指多为非结构化的原始数据，也可以是结构化的数据集，以及加工数据所需要的人力资源；工具链是指支持数据采集、清洗、加工的基础技术软件和设施，主要目的是提高效率。

2、基本模型：

数据+算法+算力 -> 应用方案 <-> 应用场景

640.png

二、现状和判断

如上图的模型，应用场景增加要求方案群增加，而方案群增加有三个方向：

  • 算法增加，处理过去不能处理的数据类别
  • 算力增强，处理过去不能处理的数据量
  • 基础数据增加，提供过去没有数据类别，或因为准确性不足不能用于处理的数据

基本判断：

创业团队技术上难超越大厂。从当前云服务市场的成熟度看，算法和算力已经成为互联网大厂标配，有品牌和成本优势，且在人才储备和应用场景储备上投资很大。

1、基础数据提供，存在市场机会

  • 算法算力标准化之后，作为原料的基础数据差异（类别、质量、数量），成为竞争的关键
  • 向海外延伸中，小语种和方言应用场景，需要大量基础数据
  • 行业客户的AI改造，因为数据安全需求，存在一个咨询和私有化部署的市场

2、工具链，存在市场机会

  • 工具链对数据标注的效率提升，有很大空间
  • 新的标注领域，需要新的工具软硬件支持，如激光/红外/紫外图像标注、嗅觉标注、触觉标注、非侵入式脑机接口标注等

3、数据供给和交易，需要长期布局

  • 专业标注人员的培养和供给，是长期需求
  • 数据集在安全合规的情况下，交易是降低获取成本的重要手段，涉及到数据资产定价和保护
  • 数据跨境流动，是长期趋势，各地区存在监管落差，时机未成熟

三、地方产业基金的投入

AI市场规模和发展趋势，各类报告都有详尽的阐述，这里举例强调各地区规划的促进作用，会有地方产业基金在发展地方特色的基础上，深入投资。

1、湖北「湖北省新一代人工智能发展总体规划（2020—2030年）」
640.jpeg

2、云南

“构建开放协同的人工智能科技创新体系。突出了烟草、有色、化工、能源、环保、医药等智能特色应用领域技术创新”
“突出了“3个一批”，即推动一批企业智能化升级、引进一批人工智能领军企业、孵化一批人工智能企业”

四、风险与建议

风险：

1、常见的数据标注公司，走向人力密集型产业，受地方产业政策影响明显，竞争激烈
2、AI技术应用企业未形成稳定盈利，融资情况会影响数据提供商的收入稳定
3、工具链产品扩展新客户成本高，对新竞争者不利
4、数据安全监管加强，合规风险增加
5、算法模型的可解释性要求，对基础数据的影响不明确

建议：

1、掌握细分行业知识和特殊标注人员等的项目，关注对稀缺资源的掌控力，同时考虑市场需求是否过小
2、提供基础数据生产工具链的项目，关注获客成本
3、数据集安全合规的项目，关注政策和相关安全标准是否通用化
4、数据交易类项目，长期布局

标签：无

评论已关闭