人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)2023/03人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。核心觀點(diǎn)整體市場(chǎng)：人工智能產(chǎn)業(yè)的快速增長(zhǎng)帶動(dòng)了人工智能基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)的蓬勃發(fā)展，自動(dòng)駕駛是未來(lái)五年最重要的應(yīng)用領(lǐng)域結(jié)構(gòu)化數(shù)據(jù)是人工智能算法開(kāi)發(fā)迭代的重要基礎(chǔ)，人工智能基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)受人工智能核心產(chǎn)業(yè)發(fā)展帶動(dòng)仍將保持高速增長(zhǎng)，預(yù)計(jì)2027年市場(chǎng)規(guī)模有望達(dá)到130-160億元。自動(dòng)駕駛是人工智能基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)占比最大的下游應(yīng)用，隨著自動(dòng)駕駛算法技術(shù)不斷迭代與場(chǎng)景落地，未來(lái)占比有望進(jìn)一步提升。發(fā)展趨勢(shì)：標(biāo)注復(fù)雜化、自動(dòng)化、全棧式服務(wù)需求以及愈加嚴(yán)格的數(shù)據(jù)合規(guī)需求是AI基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)的四大趨勢(shì)標(biāo)注復(fù)雜化：隨著算法迭代創(chuàng)新以及場(chǎng)景功能的持續(xù)擴(kuò)展，數(shù)據(jù)標(biāo)注元素和標(biāo)注信息維度均將大幅增加，對(duì)于數(shù)據(jù)基礎(chǔ)服務(wù)供應(yīng)商提出了更高的要求；自動(dòng)化標(biāo)注：AI賦能的自動(dòng)標(biāo)注工具逐漸成為基礎(chǔ)數(shù)據(jù)服務(wù)商和AI算法公司降本增效的利器，推高行業(yè)集中度；全棧式服務(wù)：下游算法應(yīng)用方自研人工智能算法的趨勢(shì)逐漸顯現(xiàn)，需求方對(duì)于“基礎(chǔ)數(shù)據(jù)服務(wù)+云資源+工具鏈”的全棧式服務(wù)需求提升（包括算法公司，但主要由應(yīng)用方驅(qū)動(dòng)），特別是對(duì)于工具鏈產(chǎn)品的需求將隨著商業(yè)化場(chǎng)景的成熟由自動(dòng)駕駛領(lǐng)域向各行各業(yè)拓展，適應(yīng)未來(lái)的迭代需求；從自動(dòng)駕駛基礎(chǔ)數(shù)據(jù)服務(wù)需求方的角度出發(fā)，整車廠及Tier1自研需求不斷提升，同時(shí)技術(shù)迭代帶來(lái)的更復(fù)雜、更專業(yè)的數(shù)據(jù)標(biāo)注需求，這將推升整個(gè)自動(dòng)駕駛行業(yè)的基礎(chǔ)數(shù)據(jù)服務(wù)外包需求，并進(jìn)一步釋放對(duì)工具鏈及全棧式服務(wù)的需求。數(shù)據(jù)合規(guī)性：數(shù)據(jù)安全法律法規(guī)體系不斷完善，基礎(chǔ)數(shù)據(jù)服務(wù)商在數(shù)據(jù)脫敏、數(shù)據(jù)采集的測(cè)繪資質(zhì)要求等環(huán)節(jié)的專業(yè)性價(jià)值會(huì)為其帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)。競(jìng)爭(zhēng)格局：傳統(tǒng)的專業(yè)型基礎(chǔ)數(shù)據(jù)服務(wù)商仍是行業(yè)重要組成，但科技巨頭企業(yè)依托其科技實(shí)力和強(qiáng)大資源，逐漸占據(jù)競(jìng)爭(zhēng)優(yōu)勢(shì)科技巨頭、專業(yè)型基礎(chǔ)數(shù)據(jù)服務(wù)商以及科技初創(chuàng)企業(yè)是人工智能基礎(chǔ)數(shù)據(jù)服務(wù)行業(yè)的主要參與者，其中專業(yè)型基礎(chǔ)數(shù)據(jù)服務(wù)商布局早，服務(wù)經(jīng)驗(yàn)積累深，在市場(chǎng)中仍占有較大份額，而科技巨頭近兩年發(fā)力明顯，快速搶占市場(chǎng)；自動(dòng)化標(biāo)注、專業(yè)數(shù)據(jù)采標(biāo)及全棧式服務(wù)是人工智能基礎(chǔ)數(shù)據(jù)的三大核心能力，其中領(lǐng)先的科技巨頭在三個(gè)維度均有持續(xù)的積累，綜合能力最強(qiáng)。以百度為代表的科技巨頭依托其研發(fā)能力、產(chǎn)業(yè)鏈協(xié)同資源和對(duì)AI算法的理解、穩(wěn)定和專業(yè)的標(biāo)注團(tuán)隊(duì)，競(jìng)爭(zhēng)優(yōu)勢(shì)顯著，市場(chǎng)份額有望持續(xù)提升。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。目錄章節(jié)第一章：人工智能，數(shù)據(jù)先行：AI基礎(chǔ)數(shù)據(jù)服務(wù)持續(xù)快速發(fā)展頁(yè)碼4第二章：AI基礎(chǔ)數(shù)據(jù)服務(wù)趨勢(shì)：復(fù)雜化、自動(dòng)化、全?；昂弦?guī)化12第三章：科技巨頭已下場(chǎng)，強(qiáng)者優(yōu)勢(shì)愈發(fā)清晰19?

2022。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。

人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)存在大量針對(duì)黃恐暴、抄襲等方面的內(nèi)容審核需求，但人工審核效率低、成本高傳統(tǒng)客服也面臨成本高昂的問(wèn)題人力工序過(guò)程失誤率高，且難以追溯部分工作環(huán)境存在高危性國(guó)內(nèi)醫(yī)療水平參差不齊，基層衛(wèi)生醫(yī)療水平低下，有經(jīng)驗(yàn)的醫(yī)生資源稀缺新藥設(shè)計(jì)難度大、成本高且耗時(shí)傳統(tǒng)安防無(wú)法準(zhǔn)確識(shí)別人、物與場(chǎng)景犯罪、恐怖襲擊等事件無(wú)法預(yù)知人口紅利消失，駕駛員成本高且資源短缺超載及疲勞駕駛導(dǎo)致安全事故頻發(fā)，造成生命財(cái)產(chǎn)損失采用語(yǔ)音識(shí)別、語(yǔ)義切割、圖像識(shí)別等方式對(duì)內(nèi)容數(shù)據(jù)進(jìn)行識(shí)別分類，高效實(shí)現(xiàn)審核工作ChatGPT的誕生大大加快了人機(jī)交互的效率與應(yīng)用利用計(jì)算機(jī)視覺(jué)技術(shù)高效準(zhǔn)確發(fā)現(xiàn)瑕疵品機(jī)器人代替人在危險(xiǎn)場(chǎng)所完成工作智能影像識(shí)別可以通過(guò)自動(dòng)讀片快速進(jìn)行疾病篩查，彌補(bǔ)醫(yī)療資源差異AI制藥能夠以更低成本高效發(fā)現(xiàn)藥物靶點(diǎn)、篩選化合物，大幅提升新藥研發(fā)效率通過(guò)計(jì)算機(jī)視覺(jué)等技術(shù)實(shí)現(xiàn)人臉識(shí)別，從而發(fā)現(xiàn)嫌疑人行動(dòng)軌跡進(jìn)出樓宇與園區(qū)時(shí)采用指紋或人臉識(shí)別提高識(shí)別精確度自動(dòng)駕駛通過(guò)傳感器、計(jì)算機(jī)視覺(jué)等技術(shù)逐步解放駕駛員，實(shí)現(xiàn)車輛的自主駕駛

中國(guó)人工智能產(chǎn)業(yè)處于高速增長(zhǎng)期，正在加速向各行各業(yè)滲透，包括互聯(lián)網(wǎng)娛樂(lè)、智能制造、智慧醫(yī)療、智能

安防及自動(dòng)駕駛等，而自動(dòng)駕駛等應(yīng)用場(chǎng)景的復(fù)雜性又反向推動(dòng)了人工智能的迭代演進(jìn)互聯(lián)網(wǎng)娛樂(lè)智能制造智慧醫(yī)療智能安防自動(dòng)駕駛?cè)斯ぶ悄苤饕獞?yīng)用場(chǎng)景場(chǎng)景痛點(diǎn)AI解決方案AI應(yīng)用場(chǎng)景復(fù)雜性AI精度要求人工智能正在加速滲透應(yīng)用到各行各業(yè)低高信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)數(shù)據(jù)價(jià)值數(shù)據(jù)需求量

結(jié)構(gòu)化數(shù)據(jù)是人工智能算法模型開(kāi)發(fā)和迭代的基礎(chǔ)，從設(shè)計(jì)、訓(xùn)練、評(píng)測(cè)、仿真到整個(gè)算法更新迭代的全生命

周期都需要持續(xù)不斷的結(jié)構(gòu)化數(shù)據(jù)的輸入作為支撐人工智能算法模型開(kāi)發(fā)流程開(kāi)發(fā)流程從數(shù)據(jù)源采集包括圖像、語(yǔ)音、文本、點(diǎn)云等形式在內(nèi)的算法所需數(shù)據(jù)，通過(guò)標(biāo)注，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為計(jì)算機(jī)語(yǔ)言下的結(jié)構(gòu)化數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)是人工智能算法開(kāi)發(fā)的基石需要大量結(jié)構(gòu)化數(shù)據(jù)進(jìn)行模型訓(xùn)練需要根據(jù)場(chǎng)景挖掘構(gòu)建場(chǎng)景庫(kù)，并進(jìn)行仿真測(cè)試需要經(jīng)過(guò)標(biāo)注的測(cè)試數(shù)據(jù)集進(jìn)行對(duì)照驗(yàn)證結(jié)構(gòu)化數(shù)據(jù)訓(xùn)練仿真評(píng)測(cè)設(shè)計(jì)需要持續(xù)的一定量數(shù)據(jù)輸入進(jìn)行算法模型迭代通過(guò)海量結(jié)構(gòu)化數(shù)據(jù)訓(xùn)練人工智能算法模型，使人工智能算法得以落地實(shí)踐通過(guò)數(shù)據(jù)建模建立接近真實(shí)世界的測(cè)試場(chǎng)景并進(jìn)行算法可行性測(cè)試驗(yàn)證，例如自動(dòng)駕駛場(chǎng)景或智能制造場(chǎng)景通過(guò)人工數(shù)據(jù)標(biāo)注結(jié)果與模型標(biāo)注結(jié)果比對(duì)進(jìn)行算法模型的評(píng)測(cè)，判別算法模型識(shí)別準(zhǔn)確性通過(guò)感知訓(xùn)練評(píng)測(cè)平臺(tái)根據(jù)實(shí)際場(chǎng)景和技術(shù)趨勢(shì)對(duì)算法進(jìn)行可持續(xù)性的、針對(duì)性的更新迭代和算法bug修復(fù)明確選擇算法的核心目標(biāo)，并從數(shù)據(jù)中提取有效信息以進(jìn)行算法模型的選擇和設(shè)計(jì)分析小批量數(shù)據(jù)特性以設(shè)計(jì)算法模型迭代人工智能算法模型開(kāi)發(fā)結(jié)構(gòu)化數(shù)據(jù)是人工智能快速發(fā)展的基石低高信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)

基于結(jié)構(gòu)化數(shù)據(jù)的重要性，人工智能產(chǎn)業(yè)逐漸誕生了一批專業(yè)人工智能基礎(chǔ)數(shù)據(jù)服務(wù)商—通過(guò)數(shù)據(jù)采集與數(shù)據(jù)

標(biāo)注，有效銜接數(shù)據(jù)源與具有算法開(kāi)發(fā)需求的企業(yè)人工智能基礎(chǔ)數(shù)據(jù)服務(wù)商處于產(chǎn)業(yè)鏈中游，通過(guò)提供數(shù)據(jù)采集和標(biāo)注服務(wù)，連接上游數(shù)據(jù)來(lái)源方和下游人工智能算法研發(fā)方市場(chǎng)上現(xiàn)存的大量數(shù)據(jù)均為非結(jié)構(gòu)化數(shù)據(jù)，無(wú)法直接應(yīng)用于人工智能算法的研發(fā)與訓(xùn)練，需要通過(guò)數(shù)據(jù)的采集與標(biāo)注將其轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，以供下游人工智能算法研發(fā)商使用。這個(gè)采集與標(biāo)注的過(guò)程逐漸形成了一項(xiàng)專項(xiàng)工作，主要由專業(yè)的基礎(chǔ)數(shù)據(jù)服務(wù)商來(lái)提供，少量由算法研發(fā)企業(yè)的自有團(tuán)隊(duì)執(zhí)行人工智能基礎(chǔ)數(shù)據(jù)服務(wù)產(chǎn)業(yè)鏈1注釋：1.

產(chǎn)業(yè)鏈圖譜中代表廠商為不完全列舉，排名不分先后產(chǎn)業(yè)鏈上游數(shù)據(jù)產(chǎn)生源產(chǎn)業(yè)鏈中游人工智能基礎(chǔ)數(shù)據(jù)采集與標(biāo)注產(chǎn)業(yè)鏈下游人工智能算法研發(fā)AI基礎(chǔ)數(shù)據(jù)服務(wù)商語(yǔ)音圖像視頻點(diǎn)云數(shù)據(jù)采集數(shù)據(jù)標(biāo)注非結(jié)文本

構(gòu)化數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)道路 物體 車輛聲音 圖片 事件人體 行為 信號(hào)科技公司行業(yè)企業(yè)AI公司科研單位下游應(yīng)用下游企業(yè)自有團(tuán)隊(duì)對(duì)結(jié)構(gòu)化數(shù)據(jù)的需求催生基礎(chǔ)數(shù)據(jù)服務(wù)產(chǎn)業(yè)信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)8.210.713.818.030.345.0130-160+41%25%-30%

人工智能技術(shù)經(jīng)歷數(shù)十載的發(fā)展，近年來(lái)深度學(xué)習(xí)加速了人工智能技術(shù)的商業(yè)化落地，同時(shí)也帶來(lái)了大量AI算

法訓(xùn)練需求，推動(dòng)基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)的快速增長(zhǎng)人工智能技術(shù)已經(jīng)經(jīng)歷了較長(zhǎng)時(shí)間的發(fā)展，近年來(lái)由深度學(xué)習(xí)帶來(lái)的人工智能技術(shù)商業(yè)化應(yīng)用落地極大的推動(dòng)了AI基礎(chǔ)數(shù)據(jù)服務(wù)的需求人工智能發(fā)展階段及重要里程碑人工智能的誕生人工智能技術(shù)高速發(fā)展2006-20161950s-20051956年達(dá)特茅斯會(huì)議召開(kāi)，標(biāo)志著人工智能這一技術(shù)的誕生1958年《感知器：腦的組織和信息存儲(chǔ)的概率模型》發(fā)表，打開(kāi)了神經(jīng)網(wǎng)絡(luò)研究的大門

2006年，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)概念被提出2016年，谷歌Alpha

Go運(yùn)用深度學(xué)習(xí)算法戰(zhàn)勝世界圍棋冠軍，拉開(kāi)了人工智能深度學(xué)習(xí)商業(yè)化落地的大幕2027E2018201920202021202220172021年百度與小馬獲得首批自動(dòng)駕駛車輛收費(fèi)服務(wù)試點(diǎn)，標(biāo)志著中國(guó)自動(dòng)駕駛商業(yè)化運(yùn)營(yíng)的元年2017年，蘋(píng)果iphoneX首次推出人臉識(shí)別解鎖，2017-2018年，阿里巴巴、小米及百度先后推出AI智能音箱。AI智能終端商業(yè)化快速發(fā)展深度學(xué)習(xí)加速人工智能商業(yè)化落地中國(guó)人工智能基礎(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模單位：億元基礎(chǔ)數(shù)據(jù)服務(wù)受AI商業(yè)化落地驅(qū)動(dòng)高速增長(zhǎng)信息來(lái)源：公開(kāi)資料整理、IDC；德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)數(shù)據(jù)采集標(biāo)注類型未來(lái)增長(zhǎng)潛力未來(lái)增速1自動(dòng)駕駛采集大量真實(shí)、覆蓋不同道路天氣小概率事件的道路視頻圖像以及激光點(diǎn)云圖像，標(biāo)注視頻圖像以及點(diǎn)云數(shù)據(jù)中的道路可行駛區(qū)域、車輛、行人等各類元素自動(dòng)駕駛行業(yè)對(duì)數(shù)據(jù)的需求處于起步階段，未來(lái)技術(shù)與功能迭代、場(chǎng)景拓展將帶動(dòng)數(shù)據(jù)需求量幾何級(jí)增長(zhǎng)32-37%智慧工業(yè)采集產(chǎn)品圖像、生產(chǎn)環(huán)境畫(huà)面、設(shè)備運(yùn)行狀態(tài)畫(huà)面等數(shù)據(jù)，標(biāo)注各類生產(chǎn)狀況及產(chǎn)品圖像及其狀態(tài)，如鋼鐵表面瑕疵或裂紋工業(yè)視覺(jué)是行業(yè)增長(zhǎng)主要驅(qū)動(dòng)力，伴隨國(guó)家對(duì)工業(yè)領(lǐng)域數(shù)字化智能化的重投入，未來(lái)行業(yè)需求量有望放量提升24-29%智能安防采集各類公共場(chǎng)所、居民住宅樓及商用樓的監(jiān)控?cái)z像頭數(shù)據(jù)，標(biāo)注視頻圖像中的人臉骨骼點(diǎn)、車輛、動(dòng)作行為等元素人臉識(shí)別精確度的可提升空間有限，但事件感知識(shí)別等新場(chǎng)景需求為智能安防基礎(chǔ)數(shù)據(jù)服務(wù)需求帶來(lái)一定增長(zhǎng)空間17-22%AI+互聯(lián)網(wǎng)采集用戶生成的文章、搜索、直播、視頻、圖像等內(nèi)容素材，標(biāo)注文本中的敏感字眼以及視頻圖像中人的行為、手勢(shì)、嘴型等動(dòng)作元素行業(yè)快速技術(shù)迭代驅(qū)動(dòng)數(shù)據(jù)迭代需求增長(zhǎng)，但由于技術(shù)路徑正向無(wú)監(jiān)督訓(xùn)練傾斜，未來(lái)長(zhǎng)期看數(shù)據(jù)標(biāo)注的需求量或?qū)⑾仍龊鬁p15-20%智慧醫(yī)療采集醫(yī)療影像、手術(shù)工具、處方、設(shè)備控制、病例等數(shù)據(jù)，標(biāo)注醫(yī)療影像中的人體拉框、骨骼點(diǎn)以及處方病例中的文本等我國(guó)老齡化明顯，醫(yī)療行業(yè)AI應(yīng)用發(fā)展旺盛，帶動(dòng)基礎(chǔ)數(shù)據(jù)服務(wù)需求呈現(xiàn)一定增長(zhǎng)15-20%其他智能終端、智慧金融等場(chǎng)景已較為成熟固化，未來(lái)增長(zhǎng)潛力稍低，將趨于穩(wěn)定但其他潛在應(yīng)用領(lǐng)域例如元宇宙板塊隨著發(fā)展成熟或存在市場(chǎng)增長(zhǎng)爆發(fā)的機(jī)遇12-16%10%6%

10%7%10%7%16%12%16%

16%38%52%2027E2022注釋：1.

2022-2027E

CAGR

人工智能基礎(chǔ)數(shù)據(jù)服務(wù)應(yīng)用于眾多下游場(chǎng)景，但不同下游場(chǎng)景對(duì)數(shù)據(jù)采集類型以及數(shù)據(jù)標(biāo)注對(duì)象有著各自的差

異化需求，自動(dòng)駕駛當(dāng)前是人工智能基礎(chǔ)數(shù)據(jù)服務(wù)最重要的應(yīng)用領(lǐng)域，并將在未來(lái)繼續(xù)維系這一地位人工智能基礎(chǔ)數(shù)據(jù)服務(wù)下游應(yīng)用占比（2022-2027E）基礎(chǔ)數(shù)據(jù)服務(wù)在不同場(chǎng)景的需求各不相同整體市場(chǎng)規(guī)模：45億 130-160億

份額占比：

增加智能終端：各國(guó)人像、小語(yǔ)種、方言等數(shù)據(jù)智慧金融：票據(jù)單據(jù)、保險(xiǎn)標(biāo)的、人臉、對(duì)話語(yǔ)音等非結(jié)構(gòu)化數(shù)據(jù)以及風(fēng)控?cái)?shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)持平 降低信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)

自動(dòng)駕駛AI算法的升級(jí)迭代及模型訓(xùn)練數(shù)據(jù)量的指數(shù)級(jí)增長(zhǎng)，將持續(xù)拉動(dòng)人工智能基礎(chǔ)數(shù)據(jù)服務(wù)需求17.124.638.251.662.474.92024E44%38%2022E2023E50%52%2025E52%2026E52%2027E大量整車廠與Tier1開(kāi)始自研自動(dòng)駕駛?cè)斯ぶ悄芩惴◣?lái)新數(shù)據(jù)需求，同時(shí)搭載自動(dòng)駕駛車型滲透率不斷攀升，算法模型的跨車型搭載帶來(lái)適配需求自動(dòng)駕駛技術(shù)從目前低級(jí)別向高級(jí)別的迭代將帶來(lái)人工智能模型訓(xùn)練數(shù)據(jù)量指數(shù)級(jí)的需求增長(zhǎng)定的“小確幸”技術(shù)迭代帶來(lái)的需求“大爆發(fā)”自動(dòng)駕駛?cè)斯ぶ悄芑A(chǔ)數(shù)據(jù)服務(wù)市場(chǎng)規(guī)模及整體占比單位：億元；%自動(dòng)駕駛基礎(chǔ)數(shù)據(jù)服務(wù)規(guī)模

自動(dòng)駕駛占整體基礎(chǔ)數(shù)據(jù)服務(wù)占比預(yù)計(jì)2025年L3級(jí)別自動(dòng)駕駛實(shí)現(xiàn)商業(yè)化應(yīng)用，相應(yīng)的算法達(dá)到一定的成熟度，基礎(chǔ)數(shù)據(jù)服務(wù)需求開(kāi)始相對(duì)收斂當(dāng)前自動(dòng)駕駛領(lǐng)域各參與廠商正持續(xù)研發(fā)并落地L2+級(jí)別自動(dòng)駕駛L4級(jí)別自動(dòng)駕駛2030后或逐步落地，算法模型訓(xùn)練的數(shù)據(jù)需求2027年后或?qū)⒅鸩结尫藕诵尿?qū)動(dòng)因素自動(dòng)駕駛將在未來(lái)持續(xù)釋放數(shù)據(jù)基礎(chǔ)服務(wù)需求信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)數(shù)據(jù)采標(biāo)需求對(duì)應(yīng)功能及場(chǎng)景處理復(fù)雜程度量產(chǎn)車落地時(shí)間自動(dòng)駕駛場(chǎng)景發(fā)展規(guī)劃在限定道路和環(huán)境條件下，系統(tǒng)完成所有駕駛操作算法需要針對(duì)駕駛過(guò)程中的全部場(chǎng)景實(shí)現(xiàn)感知并自動(dòng)實(shí)現(xiàn)駕駛過(guò)程中的全部操作系統(tǒng)完成所有駕駛操作，根據(jù)系統(tǒng)需求，駕駛員適時(shí)接管算法需針對(duì)駕駛過(guò)程中的全部場(chǎng)景進(jìn)行有效感知與控制L4級(jí)別的算法模型開(kāi)放性較高，最終成熟可能需要百億甚至千億幀級(jí)別標(biāo)注需求一個(gè)L3級(jí)別算法模型打開(kāi)了更多的應(yīng)用場(chǎng)景，最終成熟需要約十億幀級(jí)別標(biāo)注需求一個(gè)L2+級(jí)別算法模型的最終成熟需要約千萬(wàn)至億幀級(jí)別標(biāo)注需求系統(tǒng)通過(guò)加速/制動(dòng)和轉(zhuǎn)向提供持續(xù)輔助算法可提供部分場(chǎng)景城市領(lǐng)航、記憶泊車等有限功能預(yù)計(jì)各類網(wǎng)聯(lián)式L4車輛將在2030年實(shí)現(xiàn)商業(yè)化落地，鑒于目前已經(jīng)有部分領(lǐng)先算法公司處于L4算法研發(fā)階段，對(duì)于數(shù)據(jù)的需求將持續(xù)釋放L3級(jí)自動(dòng)駕駛預(yù)計(jì)在2025年實(shí)現(xiàn)商業(yè)化應(yīng)用，目前各大車企正在積極布局，預(yù)計(jì)2023年開(kāi)始將爆發(fā)大量模型訓(xùn)練帶來(lái)的數(shù)據(jù)需求目前已經(jīng)處于L2+級(jí)別自動(dòng)駕駛規(guī)?；慨a(chǎn)階段，除了新進(jìn)入者及新車型帶來(lái)的基礎(chǔ)數(shù)據(jù)服務(wù)需求外，整體需求呈現(xiàn)收斂態(tài)勢(shì)

目前自動(dòng)駕駛主要聚焦于L2+級(jí)別開(kāi)發(fā)和應(yīng)用，隨著算法趨于成熟，算法開(kāi)發(fā)對(duì)于數(shù)據(jù)的需求量呈周期性收斂趨

勢(shì)，而高級(jí)別L3和L4自動(dòng)駕駛技術(shù)場(chǎng)景更為復(fù)雜，算法模型訓(xùn)練所需的數(shù)據(jù)量將逐步呈現(xiàn)指數(shù)級(jí)上升自動(dòng)駕駛等級(jí)場(chǎng)景及發(fā)展規(guī)劃Level

2+ Level

3 Level

4*隨著自動(dòng)駕駛技術(shù)迭代，功能和場(chǎng)景復(fù)雜度不斷提高，每個(gè)場(chǎng)景下所需的標(biāo)注點(diǎn)成倍增長(zhǎng)，數(shù)據(jù)采標(biāo)需求量呈指數(shù)級(jí)增長(zhǎng)自動(dòng)駕駛將在未來(lái)持續(xù)釋放數(shù)據(jù)基礎(chǔ)服務(wù)需求2030202520222020L2L爆2爆發(fā)發(fā)期期2023L3L3爆爆發(fā)發(fā)期期2027L4L爆4爆發(fā)發(fā)期期L2L收2收斂斂期期L3L收3收斂斂期期高場(chǎng)景處理復(fù)雜程度：低高數(shù)據(jù)采標(biāo)需求：低信息來(lái)源：《智能網(wǎng)聯(lián)汽車技術(shù)路線圖2.0》；德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)?

2022。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。

人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)外語(yǔ)、方言識(shí)別口罩、墨鏡下人臉識(shí)別安防事件預(yù)測(cè)算法與功能迭代創(chuàng)新L3自動(dòng)駕駛L4自動(dòng)駕駛L5自動(dòng)駕駛L2+自動(dòng)駕駛智慧工業(yè)智慧城市元宇宙L2自動(dòng)駕駛?cè)四樧R(shí)別語(yǔ)音識(shí)別語(yǔ)音合成

人工智能算法仍處于快速動(dòng)態(tài)演進(jìn)階段，隨著算法與功能的迭代創(chuàng)新，場(chǎng)景功能的持續(xù)擴(kuò)展，數(shù)據(jù)標(biāo)注元素和

標(biāo)注信息維度均將大幅增加，對(duì)于數(shù)據(jù)基礎(chǔ)服務(wù)供應(yīng)商提出了更高要求成熟應(yīng)用中長(zhǎng)期長(zhǎng)遠(yuǎn)未來(lái)短期相似功能應(yīng)用場(chǎng)景擴(kuò)展人工智能發(fā)展趨勢(shì)示意圖算法迭代創(chuàng)新需求場(chǎng)景功能擴(kuò)展需求隨著不同場(chǎng)景下的功能不斷拓展完善，算法存在迭代創(chuàng)新的需求。以自動(dòng)駕駛領(lǐng)域?yàn)槔S著L2至L4自動(dòng)駕駛技術(shù)的迭代發(fā)展需要，相應(yīng)的算法對(duì)于功能性要求愈發(fā)提高，對(duì)于數(shù)據(jù)采集與標(biāo)注的需求也將愈發(fā)龐大復(fù)雜，需要感知訓(xùn)練評(píng)測(cè)平臺(tái)加持模型迭代的效率與精確度。利用AI算法，實(shí)現(xiàn)對(duì)于同一種或者相似度較高的功能（例如人臉識(shí)別）需求不斷拓展，對(duì)算法進(jìn)行挖掘需求提煉、規(guī)則定義、工具制作、數(shù)據(jù)處理等工作，深度挖掘高價(jià)值數(shù)據(jù)標(biāo)簽。數(shù)據(jù)基礎(chǔ)服務(wù)復(fù)雜度不斷提升信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)AI自動(dòng)標(biāo)注能力推高行業(yè)競(jìng)爭(zhēng)門檻

隨著標(biāo)注量的增大，純?nèi)斯?biāo)注在成本上不再具有優(yōu)勢(shì)，AI賦能的自動(dòng)標(biāo)注能力與相關(guān)工具逐漸成為基礎(chǔ)數(shù)據(jù)

服務(wù)商和AI算法公司降本增效的利器，也推高了行業(yè)門檻，未來(lái)市場(chǎng)集中度有望提升AI自動(dòng)標(biāo)注基于通過(guò)大量數(shù)據(jù)訓(xùn)練的算法模型，能夠?qū)崿F(xiàn)對(duì)原始數(shù)據(jù)中需要標(biāo)注的元素的自動(dòng)識(shí)別、檢測(cè)以及標(biāo)注AI自動(dòng)標(biāo)注通過(guò)算法模型反哺，基于基礎(chǔ)圖像識(shí)別能力演化而來(lái)借助AI自動(dòng)標(biāo)注可大幅提升標(biāo)注效率以人工標(biāo)注為主，標(biāo)注過(guò)程中利用AI能力形成輔助工具幫助實(shí)現(xiàn)自動(dòng)貼邊、自動(dòng)分割等功能，從而提高人工標(biāo)注效率AI自動(dòng)標(biāo)注的不同功能模塊AI自動(dòng)標(biāo)注的主要作用標(biāo)注效率提升使標(biāo)注更簡(jiǎn)單高效，幫助提升數(shù)據(jù)標(biāo)注速度標(biāo)注成本降低提高效率的同時(shí)實(shí)現(xiàn)人工的部分替代，節(jié)省人力成本訓(xùn)練基礎(chǔ)數(shù)據(jù)服務(wù) 賦能 算法模型基礎(chǔ)數(shù)據(jù)服務(wù)訓(xùn)練算法的同時(shí)算法也能賦能自動(dòng)標(biāo)注AI輔助工具AI自動(dòng)預(yù)標(biāo)注通過(guò)AI算法初步生成標(biāo)注結(jié)果，AI標(biāo)注完成后再通過(guò)人工進(jìn)一步核對(duì)和驗(yàn)證標(biāo)注任務(wù)隨著人工智能算法功能的不斷迭代演進(jìn)，自動(dòng)標(biāo)注需要持續(xù)的訓(xùn)練以及更強(qiáng)的算法能力支撐，行業(yè)門檻提高，具備較強(qiáng)法能力和穩(wěn)定訓(xùn)練資源的數(shù)據(jù)基礎(chǔ)服務(wù)供應(yīng)商以及算法公司將更具優(yōu)勢(shì)自動(dòng)化程度：較低自動(dòng)化程度：較高AI自動(dòng)標(biāo)注無(wú)法完全替代人工標(biāo)注AI自動(dòng)標(biāo)注仍需要人工審核，且復(fù)雜度和精細(xì)度較高的需求仍然依賴人工AI自動(dòng)標(biāo)注 人工審核人工標(biāo)注人工審核AI賦值標(biāo)注人工審核定制化需求信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)自動(dòng)化程度：高低基礎(chǔ)型服務(wù)

隨著人工智能技術(shù)應(yīng)用深化，下游AI算法應(yīng)用方自研人工智能算法的趨勢(shì)逐漸顯現(xiàn)，他們相對(duì)算法公司而言，

更需要“基礎(chǔ)數(shù)據(jù)服務(wù)+云資源+工具鏈”的全棧式服務(wù)下游應(yīng)用廠商向上游布局趨勢(shì)顯著 新格局下的全棧式服務(wù)需求傳統(tǒng)算法公司對(duì)于基礎(chǔ)數(shù)據(jù)服務(wù)的需求聚焦于標(biāo)注效率、標(biāo)注質(zhì)量以及標(biāo)注成本等基礎(chǔ)型需求算法應(yīng)用方對(duì)于數(shù)據(jù)存儲(chǔ)以及算法開(kāi)發(fā)和運(yùn)行所依賴的云計(jì)算算力資源提出了相應(yīng)的新需求需借助數(shù)據(jù)管理中臺(tái)、智能標(biāo)注平臺(tái)、感知訓(xùn)練平臺(tái)、仿真平臺(tái)等成熟的算法工具鏈產(chǎn)品實(shí)現(xiàn)快速部署與持續(xù)的快速迭代目前工具鏈主要應(yīng)用在自動(dòng)駕駛領(lǐng)域，未來(lái)需求將隨著人工智能商業(yè)化場(chǎng)景的成熟擴(kuò)展至各行各業(yè)隨著下游應(yīng)用方的下場(chǎng)參與，他們算法能力積累較少，而同時(shí)面臨算法能力快速部署與迭代的需求，進(jìn)而催生出了對(duì)包括云資源、算法工具鏈等全棧式工具服務(wù)的需求算法工具鏈人工智能技術(shù)應(yīng)用的逐漸深化促使部分下游人工智能應(yīng)用廠商在產(chǎn)業(yè)鏈上進(jìn)行延伸，逐步開(kāi)始向上游人工智能算法領(lǐng)域布局算法公司與應(yīng)用方都有對(duì)全棧式服務(wù)的需求，云計(jì)算資源及算法工具鏈需求量不斷擴(kuò)大。但相比之下應(yīng)用方的技術(shù)能力偏弱，在向上游延伸的過(guò)程中，對(duì)于工具鏈的需求更加強(qiáng)烈2018年，上汽宣布建立人工智能實(shí)驗(yàn)室——上汽ailab，大舉進(jìn)入自動(dòng)駕駛領(lǐng)域，加大算法研發(fā)投入2016年，招商銀行正式提出要加快推進(jìn)金融科技戰(zhàn)略，通過(guò)旗下招銀網(wǎng)絡(luò)科技加人工智能的創(chuàng)新應(yīng)用智能安防自動(dòng)駕駛智慧金融全棧式服務(wù)需求逐漸顯現(xiàn)云計(jì)算資源主要需求方： 算法公司+ 算法應(yīng)用方

示例 2015年?？低暢闪⑷斯ぶ悄苎芯吭?017年大華成立聚焦AI等技術(shù)的先進(jìn)技術(shù)研究院信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)數(shù)據(jù)采集數(shù)據(jù)標(biāo)注自動(dòng)駕駛算法研發(fā)自動(dòng)駕駛解決方案開(kāi)發(fā)自動(dòng)駕駛整車應(yīng)用標(biāo)注工具標(biāo)注團(tuán)隊(duì)傳統(tǒng)車企造車新勢(shì)力整車廠Tier

1企業(yè)（如博世、大陸等）自動(dòng)駕駛算法公司基礎(chǔ)數(shù)據(jù)服務(wù)商

自動(dòng)駕駛板塊表現(xiàn)十分明顯，算法研發(fā)過(guò)去由專業(yè)算法公司把控，近年來(lái)越來(lái)越多的整車廠與頭部Tier1也開(kāi)始

構(gòu)建自有算法，嘗試掌握自動(dòng)駕駛的核心環(huán)節(jié)，由此成為行業(yè)的“算法新兵”…基礎(chǔ)數(shù)據(jù)服務(wù)商專注于服務(wù)下游客戶外包數(shù)據(jù)服務(wù)需求傳統(tǒng)車企核心布局自動(dòng)駕駛整車應(yīng)用Tier1廠商主要通過(guò)整合自動(dòng)駕駛軟硬件集成解決方案領(lǐng)先公司的工具能力更強(qiáng)頭部傳統(tǒng)Tier1逐漸加入自研自動(dòng)駕駛算法以把控算法為目的，頭部整車廠陸續(xù)搭建算法自研團(tuán)隊(duì)多自建一定規(guī)模數(shù)據(jù)標(biāo)注團(tuán)隊(duì)及標(biāo)注供給滿足自身部分需求傳統(tǒng)車企與傳統(tǒng)Tier1近年來(lái)紛紛布局自研算法僅吉利億咖通具備甲級(jí)測(cè)繪資質(zhì)造車新勢(shì)力自帶互聯(lián)網(wǎng)基因，且相較傳統(tǒng)車企，技術(shù)路徑更先進(jìn)，技術(shù)投入更高，往往傾向采用自研算法路徑，并親自布局自動(dòng)駕駛算法至整車應(yīng)用的完整環(huán)節(jié)自動(dòng)駕駛算法公司核心布局算法環(huán)節(jié)自動(dòng)駕駛算法成為“兵家必爭(zhēng)之地”“算法新兵”主要采用外部標(biāo)注工具與外部標(biāo)注團(tuán)隊(duì)進(jìn)行算法自研有部分內(nèi)生核心團(tuán)隊(duì)，同時(shí)外包部分需求核心布局環(huán)節(jié)延伸布局環(huán)節(jié)信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)中小算法公司頭部算法公司專業(yè)自動(dòng)駕駛算法公司造車新勢(shì)力傳統(tǒng)車企整車廠Tier1

“算法新兵”將在未來(lái)釋放出大量基礎(chǔ)數(shù)據(jù)服務(wù)需求的外包需求，同時(shí)隨著整車廠及Tier1供應(yīng)商對(duì)于自動(dòng)駕駛

算法自主研發(fā)能力的深化，也將釋放更多工具鏈?zhǔn)褂眯枨笞詣?dòng)駕駛基礎(chǔ)數(shù)據(jù)服務(wù)不同下游客戶數(shù)據(jù)處理需求量占比示意圖內(nèi)生處理 外包需求“算法新兵”釋放全棧式需求?1?

數(shù)據(jù)需求向整車廠及Tier1側(cè)重隨著整車廠及Tier1供應(yīng)商對(duì)于自動(dòng)駕駛算法自主研發(fā)能力的深化，將產(chǎn)生更多的基礎(chǔ)數(shù)據(jù)服務(wù)需求，占比逐步提升外包服務(wù)需求整體加強(qiáng)隨著當(dāng)前的L2+繼續(xù)向L3和L4的技術(shù)迭代，更多復(fù)雜場(chǎng)景下的復(fù)雜標(biāo)注需求將更多通過(guò)外包的形式得到滿足，數(shù)據(jù)基礎(chǔ)服務(wù)供應(yīng)商的專業(yè)性將協(xié)助其進(jìn)行市場(chǎng)開(kāi)拓工具鏈需求逐漸顯現(xiàn)由于工具鏈對(duì)于算法開(kāi)發(fā)在算力、協(xié)同性、易用性等方面不可替代的優(yōu)勢(shì)，未來(lái)隨著傳統(tǒng)車企與Tier1隨著算法能力構(gòu)建深入，工具鏈將成為未來(lái)企業(yè)的主要工具2?210%100%當(dāng)前第三方基礎(chǔ)數(shù)據(jù)服務(wù)商市場(chǎng)空間數(shù)據(jù)需求量占比基礎(chǔ)數(shù)據(jù)服務(wù)外包占比未來(lái)變化趨勢(shì)30%3信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)3119202020212021年7月，國(guó)家有關(guān)主管部門對(duì)國(guó)內(nèi)企業(yè)高精度地圖測(cè)繪資質(zhì)進(jìn)行復(fù)核，具有甲級(jí)測(cè)資質(zhì)的企業(yè)由原來(lái)的31家減少到現(xiàn)在的19家，資質(zhì)獲取難度較高，具有稀缺性202020212022自動(dòng)駕駛領(lǐng)域響應(yīng)政策，甲級(jí)測(cè)繪資質(zhì)成為數(shù)據(jù)采集必須數(shù)據(jù)脫敏合規(guī)性數(shù)據(jù)授權(quán)合規(guī)性因涉及數(shù)據(jù)安全性與保密性，自然資源部規(guī)定僅已獲得甲級(jí)測(cè)繪資質(zhì)的企業(yè)可合法開(kāi)展自動(dòng)駕駛高精度地圖的數(shù)據(jù)采集、存儲(chǔ)、傳輸與處理等相關(guān)測(cè)繪活動(dòng)，而無(wú)相關(guān)測(cè)繪資質(zhì)的企業(yè)須與有資質(zhì)企業(yè)合作以達(dá)成合規(guī)要求導(dǎo)航電子地圖制作甲級(jí)測(cè)繪資質(zhì)審核要求高，目前具備該資質(zhì)的廠商共19個(gè)規(guī)定個(gè)人信息控制者開(kāi)展個(gè)人信息處理活動(dòng)應(yīng)向個(gè)人信息主體明示個(gè)人信息處理目的、方式、范圍等規(guī)則，征求其授權(quán)同意針對(duì)個(gè)人信息去標(biāo)識(shí)化與匿名化提出更為嚴(yán)格的定義，明確經(jīng)處理后的信息不僅不得識(shí)別到特定自然人，而且不得關(guān)聯(lián)到相關(guān)個(gè)人信息主體《中華人民共和國(guó)數(shù)據(jù)安全法》2021.6

隨著數(shù)據(jù)安全相關(guān)法律法規(guī)體系的完善，數(shù)據(jù)合規(guī)要求愈發(fā)嚴(yán)格，基礎(chǔ)數(shù)據(jù)服務(wù)商在數(shù)據(jù)脫敏處理、數(shù)據(jù)采集

的測(cè)繪資質(zhì)要求等環(huán)節(jié)的專業(yè)性價(jià)值優(yōu)勢(shì)凸顯數(shù)據(jù)合規(guī)相關(guān)法律法規(guī)及標(biāo)準(zhǔn)體系《

信息安全技術(shù)個(gè)人信息安全規(guī)范》 2020.3規(guī)定任何以電子或者其他方式記錄的信息的處理，包括數(shù)據(jù)的收集、存儲(chǔ)、試用、加工、傳輸、提供、公開(kāi)等，均應(yīng)進(jìn)行規(guī)范以保障數(shù)據(jù)安全，工業(yè)、電信、交通、金融、科技等行業(yè)主管部門承擔(dān)本行業(yè)、本領(lǐng)域數(shù)據(jù)安全監(jiān)管職責(zé)對(duì)于各行各業(yè)的數(shù)據(jù)安全與合規(guī)提出了更嚴(yán)格的頂層設(shè)計(jì)《自然資源部關(guān)于促進(jìn)智能網(wǎng)聯(lián)汽車發(fā)展維護(hù)測(cè)繪地理信息安全的通知》2022.8數(shù)據(jù)合規(guī)趨嚴(yán)，專業(yè)性價(jià)值凸顯信息來(lái)源：

《民法典》、

《

信息安全技術(shù)個(gè)人信息安全規(guī)范

》、《中華人民共和國(guó)數(shù)據(jù)安全法》、《自然資源部關(guān)于促進(jìn)智能網(wǎng)聯(lián)汽車發(fā)展維護(hù)測(cè)繪地理信息安全的通知》；德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)?

2021。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。

中超聯(lián)賽2020年商業(yè)價(jià)值年度報(bào)告科技巨頭下場(chǎng)，行業(yè)競(jìng)爭(zhēng)格局正在重塑科技巨頭公司強(qiáng)大的IT能力帶來(lái)的算法工具鏈能力AI大模型算法基礎(chǔ)帶來(lái)一定的自動(dòng)化標(biāo)注能力云計(jì)算資源的部署與協(xié)同能力全平臺(tái)業(yè)務(wù)帶來(lái)的客戶資源品牌化專業(yè)型基 專業(yè)服務(wù)商礎(chǔ)數(shù)據(jù)服務(wù)商以眾包或重人力外包模式起步，依托多年服務(wù)經(jīng)驗(yàn)形成了各環(huán)節(jié)專業(yè)化的基礎(chǔ)數(shù)據(jù)服務(wù)能力；能夠覆蓋多行業(yè)多場(chǎng)景基礎(chǔ)數(shù)據(jù)服務(wù)需求部分成熟應(yīng)用場(chǎng)景下通過(guò)經(jīng)驗(yàn)積累已經(jīng)具備一定的標(biāo)準(zhǔn)化數(shù)據(jù)集產(chǎn)品能力以及較為成熟的工具鏈能力中小型人力外包企業(yè)缺乏技術(shù)能力，僅通過(guò)眾包及人力外包模式，提供低成本的人力標(biāo)注服務(wù)科技初創(chuàng)企業(yè)通過(guò)算法研發(fā)，以自動(dòng)化標(biāo)注及AI標(biāo)注工具切入市場(chǎng)，從而降低標(biāo)注人力成本，嘗試以低成本獲取競(jìng)爭(zhēng)份額~50%-55%~30%-35%~15%-20%基礎(chǔ)數(shù)據(jù)服務(wù)整體格局（2022）

人工智能基礎(chǔ)數(shù)據(jù)服務(wù)行業(yè)有三類參與企業(yè)：以百度為代表的科技巨頭，核心優(yōu)勢(shì)在于資源整合和研發(fā)能力；

以數(shù)據(jù)堂為代表的專業(yè)型服務(wù)商，眾包或人力外包模式起家；以曼孚科技為代表的科創(chuàng)公司，基于算法研發(fā)能

力，以自動(dòng)標(biāo)注等標(biāo)注工具切入市場(chǎng)。從市場(chǎng)份額看，百度位居行業(yè)第一，市占率達(dá)到17-18%人工智能基礎(chǔ)數(shù)據(jù)服務(wù)商市場(chǎng)份額占比及核心能力分析類型 代表企業(yè) 核心能力 未來(lái)份額趨勢(shì)阿里眾包信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)百度智能云數(shù)據(jù)眾包京東眾智騰訊數(shù)據(jù)廚房數(shù)據(jù)堂海天瑞聲澳鵬 龍貓數(shù)據(jù)以山東、山西、河南、貴州等地為主，人力資源充沛，人力成本較低，具有大量數(shù)據(jù)基礎(chǔ)服務(wù)人力外包企業(yè)MindFlow StardustBodenAI SurfingTech

順應(yīng)標(biāo)注復(fù)雜化、標(biāo)注自動(dòng)化、全棧式服務(wù)化以及數(shù)據(jù)合規(guī)化的“四化”趨勢(shì)，科技巨頭依托長(zhǎng)期的技術(shù)和資

源積累，綜合能力更強(qiáng)，競(jìng)爭(zhēng)優(yōu)勢(shì)突出百度智能云數(shù)據(jù)眾包阿里眾包京東眾智澳鵬海天瑞聲數(shù)據(jù)堂強(qiáng)大的AI算法能力支撐其自動(dòng)標(biāo)注以及場(chǎng)景篩選等輔助標(biāo)注能力自動(dòng)標(biāo)注算法能力較強(qiáng)，主要部署在云端一般通過(guò)打包云服務(wù)方式銷售具備一定的AI預(yù)標(biāo)， 注能力，但整體AI算法能力相對(duì)百度和阿里稍弱缺乏強(qiáng)AI大模型能力支撐，但基于海外市場(chǎng)20余年行業(yè)經(jīng)驗(yàn)，具備一定的AI自動(dòng)化標(biāo)注能力缺乏強(qiáng)算法能力支撐，自動(dòng)標(biāo)注能力較弱，但基于自有標(biāo)注平臺(tái)的研發(fā)與迭代，在語(yǔ)音、基礎(chǔ)圖像領(lǐng)域針對(duì)相對(duì)成熟的應(yīng)用、具備一定的AI輔助標(biāo)注能力擁有自動(dòng)駕駛甲級(jí)測(cè)繪資質(zhì)集團(tuán)內(nèi)擁有自動(dòng)駕駛甲級(jí)測(cè)繪資質(zhì)不具備甲級(jí)測(cè)繪資質(zhì)，但也都高度注重?cái)?shù)據(jù)合規(guī)性及數(shù)據(jù)安全背靠百度，強(qiáng)大的產(chǎn)研團(tuán)隊(duì)定制標(biāo)注工具，對(duì)算法行業(yè)理解深刻全面的法務(wù)合規(guī)團(tuán)隊(duì)與政府合作共建大規(guī)模、穩(wěn)定的數(shù)據(jù)標(biāo)注基地對(duì)互聯(lián)網(wǎng)行業(yè)具備深刻的數(shù)據(jù)需求理解主要采取靈活的眾包和人力外包模式，暫無(wú)自建標(biāo)注團(tuán)隊(duì)對(duì)互聯(lián)網(wǎng)行業(yè)具備深刻的數(shù)據(jù)需求理解千人規(guī)模的自建標(biāo)注團(tuán)隊(duì)可保障交付質(zhì)量具有多年專業(yè)化基礎(chǔ)數(shù)據(jù)服務(wù)經(jīng)驗(yàn)，具備較強(qiáng)的服務(wù)響應(yīng)能力擁有無(wú)錫與大連兩處自建標(biāo)注中心團(tuán)隊(duì)，具備一定規(guī)模的內(nèi)部交付團(tuán)隊(duì)語(yǔ)音領(lǐng)域具有深厚資源，能夠提供標(biāo)注數(shù)據(jù)集產(chǎn)品具備專業(yè)化標(biāo)注基地，承接業(yè)務(wù)種類豐富基于百度AI基礎(chǔ)數(shù)據(jù)服務(wù)能力、云資源、算法能力提供強(qiáng)大的全棧式服務(wù)能力擁有相對(duì)完善工具鏈產(chǎn)品，在自動(dòng)駕駛行業(yè)積累豐富，幫助企業(yè)自建自研能夠提供基于阿里云的包括云資源、工具鏈等功能集成的全棧式服務(wù)云資源相對(duì)稍弱，全棧式服務(wù)能力不及百度和阿里缺乏大型科技企業(yè)技術(shù)能力資源背書(shū)，主要專注于數(shù)據(jù)采集標(biāo)注服務(wù)，全棧式服務(wù)能力弱，但具備一定的工具能力，可以協(xié)助客戶進(jìn)行數(shù)據(jù)標(biāo)注工具的開(kāi)發(fā)專業(yè)化基礎(chǔ)數(shù)據(jù)服務(wù)能力全棧式服務(wù)能力順應(yīng)行業(yè)“四化”趨勢(shì)，頭部企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)愈加明顯自動(dòng)化標(biāo)注能力專業(yè)資質(zhì)及合規(guī)性信息來(lái)源：德勤訪談、研究與分析?

2023。欲了解更多信息，請(qǐng)聯(lián)系德勤中國(guó)。人工智能基礎(chǔ)數(shù)據(jù)服務(wù)白皮書(shū)

百度數(shù)據(jù)眾包擁有行業(yè)最大的自建標(biāo)注團(tuán)隊(duì)，同時(shí)依托百度深耕人工智能多年的行業(yè)理解與經(jīng)驗(yàn)，實(shí)現(xiàn)了數(shù)據(jù)

標(biāo)注能力與全流程業(yè)務(wù)能力的相互反哺，構(gòu)建數(shù)據(jù)閉環(huán)…標(biāo)桿案例：百度