数据加上标签才有意义
目前我国已有庞大的数据加工队伍，仅北京就有一百多家专门从事数据标注的公司，全国从事这项工作的人大概超过千万，很多头部的互联网技术企业都有自己的数据标注公司。人工智能落地场景不断丰富，智能化应用正改变着我们的生活。而在AI产业高速发展的背后，数据标注师这个新职业的从业人数也正在壮大。数据标注行业流行着一句话，“有多少智能，就有多少人工”。目前AI算法能学习的数据，必须通过人力逐一标注，这些人力为AI产业提供养料，构建了AI金字塔的基础。
AI数据标注员被称作“人工智能背后的人工”。“数据是人工智能的血液。当下是大数据基础上的人工智能，是数据智能的深度学习时代，可以说谁掌握了数据，谁就有可能做好。”但同时，只有数据是没用的。对于深度学习来讲，数据只有加上标签才有意义，才能用于机器的学习和进化。“标注是一个必须的工作。”
不同的数据类型对标注员的要求也不一样。除了一般较为简单、可以通过培训掌握的标注，还有一些需要专业背景的标注，比如在医疗数据标注中，标注员需要做医疗图像的分割，把肿瘤区域标出来，类似工作就需要看得懂片子的医生完成。再比如地方方言或外国文字，需要的也是掌握那门语言的标注员。
随着人工智能的发展，数据的训练量非常大，很多头部的互联网技术企业都有自己的数据标注公司。这个阶段数据对性能的贡献是最大的，数据越多越丰富、代表性越强、模型效果越好，算法的健壮性和鲁棒性就越强。目前情况是大部分AI公司都还没有实现盈利，但标注公司除外。数据标注总被描述为“血汗工厂”，这项工作和从业者被描述得廉价低质，人被重复性机械式的劳动异化。现在这一刻板印象也被逐渐打破。
目前这种大量的人工标注是有价值的，因为理论上解决问题很难，但有了大量数据，设计深度学习网络，可以在特定场景特定应用中用数据训练神经网络，从而在很多场景中可以让AI快速落地占领市场、驱动行业应用、促进行业升级和迭代。”在这一方面，AI优评走到了行业的前面。通过与权威部门合作，AI优评建立起了一个完整的人才评价体系，科学的对数据标注人才进行评价，为考核合格者颁发国家职业资格培训鉴定实验基地统一核发的《人工智能技术服务-数据标注与审核》高新技术能力证书，并直接推荐就业，为行业发展做出自己的贡献。