管理好AI數據，成爲重要的創新機遇

誠然，隨着算法模型、技術理論和應用場景的不斷突破，加之“新基建”浪潮下算力基礎設施的快速建設，AI產業對數據“量”的需求在不斷增長，數據量“短缺”一度成爲AI產業鏈條上的瓶頸問題。

但是，這可能並不會持續很長時間，嗅到機會的科技巨頭、創新企業前些年在數據採集與標註上廣泛佈局，推動合格數據的“量”快速增長，這也使得數據標註行業作爲AI上游基礎產業在短短數年間實現了爆發式發展。數據標註行業市場規模爲30.9億元、36億元左右，年均複合增長率20%左右，預計到2025年，國內數據標註市場規模將突破100億元大關。

過去AI模型訓練以一個個項目爲主，做完項目、得出一個預期質量的AI模型後，使用過的數據便被“丟棄”；而現在，企業傾向於持續把過去已有的數據利用起來，逐步形成屬於企業的數據池子，將數據在多個相關模型開發中進行重複利用。

這就導致單個企業所積累的數據量越來越多，而衆所周知數據量的增長又以非結構化數據爲主，企業所面臨的AI數據集管理的挑戰越來越明顯，甚至出現一個Excel表格管理數據的現象；數據隨意拷貝、傳輸，存在重大的資產損失風險等等。顯而易見，這時候，能夠幫助企業管理好AI數據，就成了重要的創新機遇。