“定向众包+工具管理”，「简亦智」要为AI长尾应用市场输送优质数据
自2010年起，AI行业经历了算法研究、技术扩张，和商业落地阶段，市场规模逐年攀升。根据《中国人工智能发展报告2018》统计，2017年我国AI市场规模达到237亿元，同比增长67%，预计2018年市场增速将达75%。
人工智能有三大驱动力：数据、引擎、应用。如果把引擎比作火箭，数据则是燃料，想要场景化落地则需用特定数据集对引擎进行训练，而数据集的大小和质量则直接决定训练效果。在AI技术创新爆发期，AI数据集市场应运而生。
36氪近期接触到一家AI数据服务公司「简亦智」。公司成立于2015年，以定制行业整体化AI解决方案起家，但在实操中发现靠线上公开数据训练的算法无法满足实际场景需求，从而意识到数据集之关键，于是从2016年起转而聚焦AI基础数据服务。
当下，数据服务行业属于劳动密集型产业，多采用众包模式。然而，人员效率低、数据标注质量参差不齐则是行业通病。基于此，简亦智采取“定向众包+工具管理”模式：一方面，通过众包获得大量人力，并以实战性任务和管理模式完成对标注员生产能力的培训。另一方面，运用智能化工具手段提升标注效率，实现数据质检控制前台、后台相结合，降低后台审核压力。
对于视频类数据，人工标注很难覆盖每一帧，因此需工具集辅助，通过连续帧监测等技术进行像素级标注。对于图片类数据，则需依靠局部超精细标注、场景分割标注、像素级分割等技术，在前台就提升标注质量，降低后台审核压力。
数据标注效果图
效率层面，团队基于深度学习、机器学习研发了非结构化数据智能处理平台，用以针对特定应用场景处理数据。基于AI算法，该平台可对数据进行自动化识别和标注，极大降低人力成本。
当前，简亦智的专业服务包括图片、语音、文本、视频、网页等全类型的数据采集与标注服务，服务于安防、交通、广告、医疗、电商、O2O、旅游、音乐、视频、教育、工业等应用场景。据悉，该公司在视频和图片处理上已做到行业领先水平。
商业层面，简亦智主要为AI领域技术公司与研究机构以及AI行业应用客户提供高质量数据集。公司目前服务于多家国际头部AI技术公司，且与近百家国内外AI技术研发机构与行业应用客户合作。张永生告诉36氪：公司在保证高质量交付这一核心优势前提下，同时优化项目运营模式和工具自动化能力，从而确保项目毛利稳步增收。自2016年起，公司已实现了盈亏平衡，2017年达到千万级营收，年增长率保持在300%以上。
就公司未来是否以AI行业头部企业为主要合作方这一问题，张永生表示：未来AI行业应用会趋于长尾化，随着AI进入越来越多细分行业，每个行业都会出现一些共性的AI数据需求，同时也会出现大量碎片化场景，从而产生基于特定垂直型应用领域的数据需求。简亦智一直关注包括科研机构、大学、中小企业在内的长尾市场。
当前，公司已与卡内基梅隆大学、牛津大学、清华、北大、北航等建立合作，并赞助包括场景文字识别竞赛ICDAR、国际计算机视觉会议ECCV、ACCV、2018 AIChallenger等学术会议和竞赛。对于这些科研机构和高校而言，开源方式的AI数据平台更为适用，简亦智也考虑在未来向平台化方向迈进。
团队方面，简亦智创始人张永生本科毕业于清华大学，拥有北邮博士学位，有20年AI相关行业积累，曾为DOCOMO大数据与机器学习团队主要推动者；CEO任树亮毕业于北邮，曾为微软中国区行业大客户负责人；AI数据业务负责人王斌毕业于中科大，曾于西门子、华为担任资深软件架构师；AI解决方案负责人陈又新毕业于清华大学，曾任三星研发总监。
简亦智曾于2017年获晨晖创投天使轮投资，目前正在进行A轮融资。
作为AI产业链上游重要环节，AI数据集建设近年也上升为国家发展战略。《促进新一代人工智能产业发展三年行动计划（2018-2020年）》提出要面向重点产品研发和行业应用需求，支持建设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台。
除了本文介绍的“简亦智”，提供AI基础数据服务的公司还包括已挂牌新三板的“数据堂”、获两轮融资的“龙猫数据”，完成天使轮融资的“泛涵科技”，获得两轮融资的 BasicFinder，获得合力投资的“丁火智能”，获得两轮融资的“星尘数据”等。
————
我是郑铟，36氪超人学院创始学员，关注AI、AR/VR、物联网、边缘计算、社交 ，项目交流请加微信zhengbaobao097825，注明公司、职位、姓名。
超人学院相信早期生态推动社会变革，使命是为早期生态培养领袖人才，详情请戳36氪想要为进入创投圈的年轻人做一所「超人学院」，你来不来
