2020年中央公布的第一份關于要素市場化配置的文件《中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見》中，將數據納入新型生產要素，并上升到國家戰略層面。今年兩會通過的《十四五規劃綱要》表明，以數據為關鍵要素的數字經濟將成為國家創新驅動的重要戰略載體。
在《中國數據要素市場發展報告（2020~2021）》中，報告從產業鏈角度出發，將我國數據要素市場歸結為數據采集、數據儲存、數據加工、數據流通、數據分析、數據應用、生態保障七大模塊，涵蓋數據要素從產生到發生要素作用的全過程。
人工智能與數據要素的關系
下面我們從人工智能技術為出發點，探索數據在相關技術落地中發揮的要素作用。
數據是AI時代的基石。伴隨著整個產業的發展，尤其隨著人工智能技術在千行萬業中的落地發展，市場對于數據的需求呈指數級增長。如何有效釋放數據價值，成為當前人工智能行業面臨的一大挑戰。
人工智能基礎數據服務指為 AI 算法訓練及優化提供的數據采集、清洗、信息抽取、標注等服務，以采集和標注為主。人工智能概念爆發伊始，算法、算力、數據就是重要的三要素，進入落地階段，智能交互、人臉識別、無人駕駛等應用成為最大的熱門，AI 公司開始比拼技術與產業的結合能力，而數據作為 AI 算法的“燃料”，是實現這一能力的必要條件。因此，為機器學習算法訓練、優化提供數據采集、標注等服務的人工智能基礎數據服務成為這一人工智能熱潮中必不可少的一環。可以說，優質的、海量的數據，是當前人工智能發現知識，創造價值，智能決策和行動的關鍵第一步。
在這個過程中，數據服務的工程化能力至關重要，數據服務通過工程化的賦能可以廣泛地覆蓋人工智能不同場景下的數據需求。提升數據服務的工程化能力，需要建設提供底層框架支持和一站式的統一開發平臺，將數據采集、數據傳輸、數據清洗、數據標注、數據管理等進行集成，在解決實際數據需求的同時不斷沉淀數據處理能力，形成數據標注平臺。云測數據總經理認為，在“工欲善其事必先利其器”這樣的背景之下，數據標注平臺在質量和生產效率上都制約著產能的提升。數據標注工具的結構創新、智能化、工程化等能力，才是助力人工智能產業快速落地的推進器。
頭部企業在數據標注平臺的領先實踐
從頭部代表企業云測數據的一系列操作中我們觀察到,專業的數據標注平臺會通過標準化的流程、方法論,提高平臺的流程化協作能力,來保證數據服務團隊的高效的服務能力；通過技術層、工具層的優化，來最大限度提升人效比的同時提升數據標注準確性；進而提升AI模型迭代的速度和提升AI模型的準確度。
以其在標注平臺支持的標注工具組件為例，由于AI應用場景邊界的不斷擴展，數據標注工具也從簡單過渡到復雜，以往市面上開源工具多已經無法適應工具需求從簡易到復雜的變化。
而云測數據推出的數據標注平臺支持圖像、文本、語音、視頻以及點云數據等數據類型的一站式加工處理，擁有3D立體框、點云語義分割、特征點、線段、矩形框、曲線、平面立體框、多邊形等20+種工具組件，可靈活滿足不同的標注需求，配合算法模型進行數據處理落地，并支持標注工具的定制開發等等。集成了多樣性、靈活性的優勢，可解決人工智能落地場景多樣性、豐富性的數據需求。
實現數據要素的價值轉化的保障
隨著我國大數據產業與實體經濟深度融合、產業發展不斷壯大，數據作為生產要素的屬性不斷凸顯。如何實現數據要素市場化配置，激活數據要素潛在價值，推動實體經濟繼續深度融合，是“十四五”期間我國需要面臨的重要課題之一。
在人工智能領域，要實現數據要素的價值轉化，數據標注的工程化能力是前提，也是保障。在具有工程化能力的標注平臺的之上，人工智能領域的開發者才能夠創造更多的可能性，助力知識圖譜、自然語言處理、機器學習/深度學習等AI技術在更廣泛的落地場景實現邊界拓展與應用落地。
