2019年6月5日，全球人工智能行业高速发展，ai正在通过“数据＋算力＋算法＋场景”的叠加效应，帮助企业更好地决策，将复杂的分析嵌入到日常的工作和交易场景中，使日益复杂的工作变得更加自动化，提高财资工作效率，从而直接改变和衍生出更多的商业模式和应用场景。

但人工智能公司镁光灯下展现的更多的是愿景、场景、算法、模型。却鲜有公司呈现自己的数据能力。其实，在算法和模型的差异性比较小，而识别度和准确度的差别，直接影响到一家人工智能公司的“智能程度”。

数据获取能力不仅拼资本，更拼行业关系

中国市场主要的人工智能公司，例如商汤科技、旷视科技、地平线等，包括百度、阿里、腾讯等传统互联网平台公司，获取数据的方式主要是通过获得国家颁发的牌照，自己购置设备进行采集；传统互联网公司在数据采集部分拥有一定程度的先发优势，基于原有的大量用户和终端，可以比较容易的获得一些通用数据，但对于某些特定人群和特征的数据，获取难度依然很高，所以这些公司的数据获取既要大投入拼资本，更要拼行业关系，通过行业上下游的商务合作，进行数据的交换，方能有可能补全自己的数据类型。

数据标注能力其实是ai公司的供应链管理能力

所以很多人工智能公司被数据获取这道门槛挡在了外面，而即使有了数据，并不等于万事大吉，最重要的是数据标注。只有对数据进行结构化处理，按照算法要求进行精准标注，才能使得模型得以被训练，识别度、准确率才能稳步提升，进而才能实现产品的迭代优化，从能用到好用的飞跃。而如何在鱼龙混杂的数据标注公司里选择稳健、优质的合作伙伴，成为了各家ai公司采购部门的难题。

在走访多家数据标注公司并请教行业的专家后，我们不难发现，数据标注公司可以大致分为两大类：1.0阶段，转包式平台公司；2.0阶段自营式服务公司。

两者的区别关键在于，数据标注公司是否有完全自建的标注团队，很多自诩为数据标注平台的公司，普遍采用转包模式，通过层层转包，各接包方并不拥有自建的标注团队，只是赚取微薄的差价。 这类数据标注公司其实并不具备相应的能力，徒有其名而已。

人工智能公司如果选择这类公司合作，会存在诸多风险，比如对业务需求理解不准确、响应速度慢、调整速度慢、最关键的是数据安全根本得不到保障，对于保密级别高的数据类型，选择转包类公司合作，无异于飞蛾扑火。

数据安全更加考验ai公司的风险意识

以91aiwork为代表的2.0阶段的自营式数据服务公司，杜绝了行业内层层转包的弊病，通过完全自建高标准的数据交付中心，达到“物理安全、人员安全、数据安全”，确保客户数据不被存贮、不被翻录、翻拍、转发，360度安全无死角；并依托91aiwork数据服务平台给予各合作方进行赋能，通过业务培训、管理培训、工具支持等全方位的紧密合作。

数据服务的前提是数据安全，如果数据安全得不到保障，给予数据的服务又从何谈起，所以数据安全的重视程度，其实倒逼人工智能公司在选择数据标注合作伙伴时候，不只是关注价格高低，而要先考察对方的业务模式，数据安全的可靠性。在这些基础上，才能进行商务洽谈。

以上是网络信息转载，信息真实性自行斟酌。