管理好AI資料，成為重要的創新機遇

誠然，隨著演算法模型、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產業對資料“量”的需求在不斷增長，資料量“短缺”一度成為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、創新企業前些年在資料採集與標註上廣泛佈局，推動合格資料的“量”快速增長，這也使得資料標註行業作為AI上游基礎產業在短短數年間實現了爆發式發展。資料標註行業市場規模為30.9億元、36億元左右，年均複合增長率20%左右，預計到2025年，國內資料標註市場規模將突破100億元大關。

過去AI模型訓練以一個個專案為主，做完專案、得出一個預期質量的AI模型後，使用過的資料便被“丟棄”；而現在，企業傾向於持續把過去已有的資料利用起來，逐步形成屬於企業的資料池子，將資料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資料量越來越多，而眾所周知資料量的增長又以非結構化資料為主，企業所面臨的AI資料集管理的挑戰越來越明顯，甚至出現一個Excel表格管理資料的現象；資料隨意拷貝、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資料，就成了重要的創新機遇。