不是标注公司，而是AI训练链上的数据操作系统
数据标注业务的背景
关键词：自动化、垂直领域专业化、单条标注价格高
- AI 数据标注，已经从众包工具，走到了AI Agent 自动标注，人工校验的阶段
- 标注的内容，从基础标注，如简单图像分类、框选，走到了复杂任务，如视频帧追踪、3D点云、金融因子标注、医疗影像分割的阶段
高级标注服务常见内容：
- 计算机视觉：关键点标注、边界框、语义分割、视频目标追踪、3D点云标注
- 自然语言处理：实体识别、关系抽取、情感标注、对话意图标注
- 金融数据：因子标注、财报结构化、ESG标签、事件驱动标注
- 多模态数据：图文匹配、视频-文本对齐、语音转写+时间戳标注
以下是一份 AI数据服务类企业（如“数据标注即服务”DaaS）与投资人沟通时的高频问题清单。
涵盖业务模式、技术壁垒、财务模型、竞争格局、融资策略、退出路径等关键维度。
一、关于商业模式
| 问题 | 投资人意图 |
|---|
| 1. 你们是做项目制还是订阅制？收入结构如何？ | 想判断你是否具备“可预测性+可持续性”的收入能力 |
| 2. 客户怎么付费？按任务量、时间、质量等级？ | 看你的产品标准化程度和定价能力 |
| 3. 客户生命周期价值（LTV）和客户获取成本（CAC）是多少？ | 考察单位经济模型是否健康 |
| 4. 有没有大客户依赖？前三大客户占比多少？ | 判断客户集中风险 |
| 5. 你是To B还是To G？是否涉及政策敏感领域？ | 评估客户结构与政策风险 |
二、关于技术与产品
| 问题 | 投资人意图 |
|---|
| 1. 你们的核心技术是什么？是否有专利或独有系统？ | 想判断是否具备“护城河” |
| 2. 标注平台是怎么构建的？是自研的吗？ | 自研意味着可控性、延展性更强 |
| 3. 是否支持多模态、复杂推理任务？比如视频、3D、数学公式？ | 考察你能否满足高阶需求 |
| 4. AI Agent在其中起到什么作用？是不是真的提升了效率？ | 验证“AI for AI”的战略方向 |
| 5. 未来是否会向全自动标注演进？路线图如何？ | 展望技术演化空间与想象边界 |
三、关于财务模型
| 问题 | 投资人意图 |
|---|
| 1. 当前营收规模是多少？增长曲线是怎样的？ | 判断当前阶段与增长潜力 |
| 2. 毛利率/净利率是多少？成本结构如何？ | 考察盈利能力和成本控制能力 |
| 3. 盈亏平衡点何时实现？预计多久能正向现金流？ | 明确投资回报周期 |
| 4. 年度预算和下一轮资金用途计划是怎样的？ | 看你对资本的使用规划是否清晰 |
| 5. 如果不投你，你会怎么做？ | 测试你的市场选择力和抗压能力 |
四、关于客户与市场
| 问题 | 投资人意图 |
|---|
| 1. 你主要服务哪些行业？有没有重点突破领域？ | 判断你是否具备垂直深耕能力 |
| 2. 客户为什么选你而不是竞品？有哪些成功案例？ | 验证你的差异化竞争力 |
| 3. 你如何定义自己的目标市场规模（TAM）？ | 判断你是否看得远、想得清 |
| 4. 有没有尝试从“数据服务商”转型为“平台提供商”？ | 关注你是否具备平台化思维 |
| 5. 你如何看待数据治理、合规性、隐私保护这些问题？ | 数据安全越来越受监管关注 |
五、关于团队与管理
| 问题 | 投资人意图 |
|---|
| 1. 团队构成是什么？技术、运营、销售、研发的比例？ | 看是否是一个全栈型创业团队 |
| 2. 你是CTO出身吗？是否亲自做过算法或系统设计？ | 判断技术领导力是否真实 |
| 3. 你如何看自己作为创始人的核心价值？ | 评估你的“不可替代性” |
| 4. 团队稳定性如何？流失率是多少？ | 看组织文化与人才吸引力 |
| 5. 有没有引入顾问或外部专家？ | 看你是否重视生态与资源链接 |
六、关于融资与估值
| 问题 | 投资人意图 |
|---|
| 1. 本轮你要融多少钱？估值逻辑是什么？ | 想看你是否理性、是否有对标依据 |
| 2. 这轮之后你计划怎么用这笔钱？扩张、研发、市场？ | 评估资金分配的合理性 |
| 3. 有没有其他机构也在接触？进展到哪一步了？ | 了解你是否具备议价权 |
| 4. 下一轮融资目标是什么？预期何时完成？ | 看你是否有节奏感和融资规划 |
| 5. 如果这轮没融到，你打算怎么办？ | 考验你对最坏情况的准备和底线意识 |
七、关于行业与趋势
| 问题 | 投资人意图 |
|---|
| 1. 你觉得数据标注这个赛道未来的演变方向是什么？ | 检验你是否具备行业洞察力 |
| 2. 你怎么看大模型对标注行业的冲击？是机会还是威胁？ | 看你是否理解技术变革的影响 |
| 3. 大厂会不会进入这个赛道？他们如果进来了你怎么办？ | 检验你的危机意识与应对手段 |
| 4. 你有没有考虑出海？海外市场的机会在哪里？ | 探索你是否具备全球视野 |
| 5. 你有没有考虑将数据本身变成资产？比如开放标注标准、数据交易平台？ | 看你是否思考“第二曲线”可能性 |
八、关于愿景与使命感
| 问题 | 投资人意图 |
|---|
| 1. 你觉得公司最终要解决的是什么问题？ | 看你是否有清晰的使命驱动 |
| 2. 如果给你一个亿，你三年后希望看到什么样的公司？ | 看你是否有远见与执行力 |
| 3. 你有没有考虑过不做商业，而做成一个公共基础设施？ | 试探你的价值观与长期主义倾向 |
| 4. 你认为数据标注这件事的意义是什么？ | 看你是否能跳出“赚钱”谈意义 |
| 5. 如果你失败了，最大的遗憾会是什么？ | 看你是否真心投入这件事 |
附：投资人关心但不说出口的问题（隐藏信号）
- 你是不是在讲PPT上的故事，而非真实的生意？
- 你是否真正理解“数据是AI的基础资产”这一命题？
- 你有没有在做一件“别人不愿意做”的事？
- 你能不能在没有补贴的情况下活下来？
- 你能不能在两年内成为“不可或缺”的一部分？
标签：infra, ai