我国数据标注行业现状与发展趋势市场供不应求兼并与重组成为大势所趋

2022-08-09 11:12

手机浏览

数据标注是通过数据加工人员借助标记工具，对人工智能学习数据进行加工的一种行为。通常数据标注的类型包括：图像标注、语音标注、文本标注、视频标注等种类。标记的基本形式有标注画框、3D画框、文本转录、图像打点、目标物体轮廓线等。

一、行业发展现状

作为人工智能产业链中必不可少的一环，发展AI数据标注服务成为了各地方推进AI建设的重要方向之一，贵州、山西、重庆等地相继出台指导意见，引入科技公司，共建数据基地、数据交易中心，打造具有地方特色的人工智能产业园。

目前，众多数据标注公司自建标注基地或团队，如百度的“百度山西的AI数据标注基地”、“百度大数据百鸟河基地”，数据堂的“数据堂保定数据加工基地”、“数据堂合肥数据基地”、“数据堂北京TTS录音中心”等，多分布在山西、河南等地。

2015年以来，随着国家和地方政府的大力推动，大数据产业加速发展。一大批大数据产业园相继落地，大数据产业生态加速完善，相关标准和技术体系持续完善，应用市场日益壮大，产业国际影响力不断提升。

二、行业市场规模

根据观研报告网发布的《中国数据标注行业发展趋势调研与投资前景研究报告（2022-2029年）》显示，随着人工智能的迅速发展，数据标准产业发展也非常迅速，2021年行业规模达到43.3亿元，同比增长约19.2%，预计未来仍有望保持快速增长。

随着人工智能的迅速发展，数据标准产业发展也非常迅速，2021年行业规模达到43.3亿元，同比增长约19.2%，预计未来仍有望保持快速增长。

资料来源：观研天下数据中心整理

我国的数据标注行业区域市场规模也表现出与我国区域经济正相关的态势。我国数据标注行业区域市场规模分布如下，其中，华东地区占比28.19%，华中占比9.52%，华南占比23.9%，华北地区占比18.9%，东北地区占比6.96%，西部地区占比12.8%。

资料来源：观研天下数据中心整理

三、行业供需规模

1、供应规模

近年来数据标准行业发展迅速，行业内涌现了大批量的中小企业，据统计截止2021年数据标准行业相关企业数达到795家，呈现出井喷的趋势。未来，在大数据产业的不断发展下，预计数据标注相关企业数量将呈现不断增长趋势。

资料来源：观研天下数据中心整理

2、需求规模

人工智能行业本身的发展，将进一步带动数据标注行业。目前能被建模量化的数据只占真实世界中的极少一部分。现有的数据标注业务主要集中在安防和自动驾驶领域，未来，随着AI深入更多垂直行业，新需求将不断出现。

标注质量将成为未来竞争的核心优势，在算法模型不断优化，应用场景要求不断提升的趋势下，机器所需求的数据质量和精度将会越来越高，未来能提供高质量标注数据的公司才是市场真正的核心优势。

细分领域专业化程度更高，随着应用的不断落地和普及，涉及到医疗、教育等专业化程度较高的企业将有更多的生存机会。

从数据标注市场需求层面来看，相对于定制化服务，标准化服务的市场需求较小。造成该需求差异的主要原因来自于AI开发的重心逐渐由数据通用性较高的互联网等领域逐渐倚向数据通用性较低的新兴领域或专业领域。从短期来看，定制化服务的市场需求占比将保持持续增长的趋势。

按数据类型划分，中国人工智能数据标注市场以语音、图像、NLP领域的标注服务为主。从前文中人工智能算法研发投入来看，计算机视觉、语音识别/语音合成等为主要研发领域，因此对图像类、语音类的数据标注需求占据主要比重。2021年，图像类、语音类、NLP类数据需求规模占比分别为45.3%、40.5%和14.2%。

资料来源：观研天下数据中心整理

3、供需平衡分析

目前我国数据标注行业处于供不应求的状态，主要原因如下：

（1）数据更大

随着互联网技术、人工智能技术的发展，AI学习内容要求的提升，如由2D数据标注向3D数据标注发展，从而导致数据标注的处理量更大。又比如目前自动驾驶视觉技术主要以有监督深度学方式为主，是基于已知变量和因变量推导函数关系的算法模型，需要大量标注数据对模型进行训练与调优。根据英特尔推算,在全自动驾驶时代,每辆汽车每天产生的数据量将高达4000GB。

（2）标注人才不足

业内一般认为工作人员需要至少使用超过 10 万条训练数据进行模型训练，才能保证模型有效性和可靠性，而大部分企业在训练模型的过程中遇到训练数据质量不佳、数量不足、数据标注人员不足等难题。

四、行业价格现状分析

由于不同种类的数据标注服务定价体系和价格水准完全不一样，因此很难以一个绝对的数值来衡量行业的价格水准，从而此处采用相对价格指数的形式来表示一揽子的各种产品和服务的价格水平，以2020年价格为基准（100），经测算近年来我国数据标注价格走势如下，我国数据标注行业相对价格指数（基于2020年平均价格）在2017年到2021年逐年升高，从96.41提高到了100.00。这种变化趋势反映了我国数据标注行业平均价格逐年递增。

资料来源：观研天下数据中心整理

六、发展趋势

目前人工智能数据标注行业集中度较为适中，既非寡占型市场也非充分竞争市场，这一方面是由于百度数据众包、海天瑞声、数据堂等企业进入市场较早，积累了较多客户资源，另一方面则是由于下游企业之前多采用公开数据集训练模型，对数据的高精度要求由来尚短，受生态传导效应滞后影响，市场门槛还不显著，资金与研发实力较为薄弱的中小企业还有较强的发展土壤。

然而未来，随着下游企业发展壮大，直接使用外包团队成本低廉、数据安全可控性强，一些基础性需求将由下游企业自给自足，外部的数据服务商现有的存量市场面临下降，因此必须承担高难度、前沿独特性任务，这就要求其自身投入高精度、专业化数据处理工具的研发和人工智能算法基础研究，以把握客户需求，开拓增量市场，因此资金与研发实力成为较高行业门槛，同时受近年资本市场冷却影响，一批中小型厂商面临业务收缩，再者部分厂商如倍赛开始在业内并购，参考海外数据服务市场发展情况(海外行业巨头Appen多次并购其他企业)，并购也将成为市场趋势，多种因素叠加影响下，行业集中度将提升。

未来数据标注行业兼并与重组将成为大势所趋。目前，国内较为典型的并购事件为倍赛BasicFinder收购专业的人工标注服务商荟萃，以此丰富自主数据采集系统，从而完成更具多样性的任务。全球数据标注行业兼并重组步伐加快。

一方面头部企业逐渐收购中小微数据平台，将自己的议价能力提高到新的水平，在此背景下，全球数据标注行业市场集中度进一步提升。数据标注行业的并购重组规模将持续增长，行业的竞争将愈发激烈。

七、行业规模发展预测

1、市场规模预测

我国数据标注行业市场规模将随着技术和应用的创新而持续增长，预计到2029年达到204.3亿元。