西部的数据标注：一门新的「加工业」

资本成长学堂 · 道纳出品

这门生意叫数据标注，也常被放进更大的「人工智能训练数据服务」里。它的原料是别人的数据，产品是加工过的数据，靠的是人、场地、流程和管理。从这个意义上说，它很像一门加工业，只是加工的东西从布料、零件换成了图片、语音和文字。

我们在第 111 期讲过「数据能不能变成资产」，说从有数据到有资产，中间隔着权属、合规、产品和场景几步，其中「做成产品」这一步，原始数据要清洗、加工。数据标注做的，正是这一步里最费人工的那部分。这一篇讲它的业务模式、对场地和人力的要求、质量与安全合规，再算一笔标注基地的账。文中不点名任何企业。

一个模型要学会认车、听懂话、回答问题，需要大量「有答案」的样本。标注，就是给样本写上答案。常见的几类：

这几年变化最大的是最后一类。过去的标注以「画框」为主，拼的是人多、手快；大模型兴起以后，越来越多的任务是「判断」：哪个回答更好，错在哪里，怎么改写。后者单价高，但对人的要求也高，不是招一批人培训两周就能干。

所以说「西部做数据标注」，要先问清楚做的是哪一类。做画框，比的是成本和规模；做判断，比的是人才和管理。

标注企业的收入，大致有三种来法。

按件计价。 一个框多少钱、一条语音多少钱、一组问答多少钱，验收通过才算。这是最常见的方式，风险在标注方：做得慢、返工多，都是自己的成本。

按人力或工时计价。 客户按约定的人数或工时付钱，标注方派人、管人。收入相对稳定，但单价往往被压得较低，而且要接受客户对人员的考核。

按项目或驻场。 承接一个完整的数据集项目，从采集、清洗到标注、质检交付；或者派团队驻在客户的场地里干活。后一种常见于数据不能离开客户环境的情况。

从产业链看，标注企业多数不直接面对最终用模型的人，而是接上游的发包：模型研发企业、数据服务平台，或者更大的标注企业转包出来的单子。层级越多，到最后一层的单价越低。

我们的看法是：一个标注基地的生死，不取决于单价，取决于两个比例，一个是「有活干的时间占多少」，一个是「一次就过的比例有多高」。下面的示意会算给你看。

一个地方或一家企业，要判断能不能做起一个标注基地，我们会先看这几样：

人这一项最要紧。我们在第 77 期讲过职业教育和产业落地，说缺的不是人，是「对口」的人。标注也一样：做画框，中专、大专毕业生就能上手；做大模型的判断类任务，往往需要本科以上，甚至特定专业。本地的人才结构，基本决定了能接哪一类单子。

政策方面，近两年国家层面出台过促进数据标注产业发展的文件，也在一些城市布局了数据标注基地，西部有城市在列。具体文件名称、基地名单和支持方式，以有关部门公布的现行文件为准。

假设在西部某个园区，有一个标注基地（数字为示意）：

每月总成本：

再假设：每人每月 22 个工作日、每天有效工作 7.5 小时，即 165 小时；客户按验收通过的产出付钱，折算下来每个「通过的工时」60 元。

两种情形放在一起：

同样的人、同样的场地、同样的单价，一个亏、一个赚。差别只在两个比例：有活干的时间从八成提到九成，返工从一成降到半成。按情形二算，一年的收入大约 2031 万元，利润大约 231 万元。

这张表还能读出两件事。

第一，人工占了成本的大头。 150 万元里，人工是 136 万元，超过九成。场地便宜一半，每月也只省 1.5 万元；人均成本上涨一成，每月要多出 13.6 万元。所以西部做标注的优势，主要在人工成本和人员的稳定，不在房租。

第二，利润很薄，经不起波动。 情形二的利润率约 11%，如果单价被压低 10%，每月收入少 16.9 万元，利润就几乎没了。只做画框这类低单价任务，基地很难攒下钱去培训人、升级系统。

（以上数字为示意，不对应任何地区、企业或项目。）

为什么有的基地一次通过率能到九成五，有的只有八成？差别多半不在人，在管理。

标注规则写清楚。 什么算一辆车、被遮挡一半的算不算、模糊的怎么处理，规则文档越具体，返工越少。规则有歧义的地方，要先和客户确认，再大规模开工。

先试标，再放量。 拿一小批样本先做，客户验收、对齐理解之后，再全员铺开。跳过这一步，最常见的结果是一整批返工。

分层质检。 标注员自检，质检员抽检，项目经理复核。抽检比例、错误分类、按人统计的错误率，都要有记录。错误率高的人，先回去培训，不要接着干。

按人、按任务记账。 谁做了多少、通过了多少、返工了多少，能算到每个人、每个任务。没有这本账，就不知道钱亏在哪里。

标注企业经手的，是别人的数据，里面可能有人脸、车牌、声音、病历、聊天记录。这一点决定了合规是这门生意的门槛，而不是附加项。

个人信息。 涉及个人信息的数据，处理要符合《个人信息保护法》，标注方通常是受托处理的一方，要按委托合同约定的目的、方式和范围处理，不能留存、不能另作他用。

数据安全。 按《数据安全法》，处理数据要建立安全管理制度；涉及重要数据的，要求更高。标注基地常见的做法是：门禁和监控、工位电脑禁用外接存储、屏幕防拍、数据不落地、操作留痕、人员签保密协议。

生成式人工智能的特殊要求。 《生成式人工智能服务管理暂行办法》对训练数据的标注提出了要求，大意是要制定清晰、具体、可操作的标注规则，开展质量评估，并对标注人员进行必要的培训。具体条文和配套标准，以现行规定为准。

跨境。 如果发包方在境外，或者数据要传到境外，还涉及数据出境的规则。我们在第 150 期讲过数据出境的几条路径，标注业务一样适用。

对地方来说，一个只看重人数、不看重安全的基地，很难接到好单子。愿意付高价的客户，往往第一件事就是来看机房和工位。

误读一：「人多就能接单。」 人多只解决产能，订单要靠质量记录和安全资质去争。没有稳定客户的基地，人越多，闲置的成本越高。

误读二：「标注是劳动密集型，只要便宜就行。」 画框类任务在被自动化工具替代，单价也在走低。能留下来的，是需要判断和专业知识的任务。基地要有一条从「画框」往「判断」走的路线。

误读三：「数据放在本地，就成了本地的数据资源。」 标注方是受托加工，数据的权利在委托方。我们在第 111 期说过，权属不清的数据不能入表；别人的数据，更不能当成自己的资产。

误读四：「建了基地，就算发展了数字经济。」 衡量一个基地，要看验收通过的产出、一次通过率、人员留存率和客户结构，不只看工位数。

数据标注是一门加工业：原料是别人的，手艺是自己的，利润在管理里。

西部做这门生意，人工成本和人员稳定是真优势，但要把它变成竞争力，靠的是质量记录、安全体系和一条往高附加值任务走的路线。

本文为一般性讨论，文中数字均为示意，不对应任何地区、企业或项目。个人信息处理、数据安全与生成式人工智能服务以《个人信息保护法》《数据安全法》《生成式人工智能服务管理暂行办法》等现行规定为准。

扫码添加道纳客服

融资、出海、招商相关的具体问题，可以直接来聊
工作日 9:00–18:00 回复