工作带娃两不误 阿里“AI豆计划”正利用人工智能为贫困女性创造大量在家乡就业的机会

个多月前,21岁的贵州女孩小吴完全没有想到,自己能够在家门口找到一份心仪的且听上去有点儿“高大上”的工作。

7月18日,由支付宝公益基金会、阿里巴巴人工智能实验室、中国妇女发展基金会联合发起的“AI豆(谐音‘爱豆’)计划”在贵州铜仁启动试点:通过人工智能产业释放出大量就业机会,探索“AI扶贫”新模式,让贫困群众尤其是困境女性成为“人工智能培育师”,在家门口实现就业、脱贫。

经过半个多月的教学和练习,小吴与其他30名易地扶贫搬迁群众通过了“人工智能培育师”公益培训考试并顺利拿到结业证书,作为一名AI培育师开始正式接单。跟她一起工作的人中,有24名是来自大山深处的贫困妈妈和困境女性。

据国家统计局公布的数据显示,截至2018年年末,全国农村贫困人口为1660万人,贫困发生率为1.7%。在今年2月举行的“宣传贯彻中央一号文件精神暨2019中国三农发展大会”上,中央农村工作领导小组办公室秘书局副局长祝卫东进一步指出,尚未脱贫的群体中,大多是老弱病残以及缺乏技能、自我发展能力弱的群众。

让这些人脱贫并不容易。除易地扶贫搬迁、教育扶贫、生态扶贫等现有扶贫措施,探索新的扶贫模式也迫在眉睫。“AI扶贫”提供了一个新的思路。据了解,除为贫困地区培养相关职业人才,“AI豆计划”还将推动建立相关职业认证标准,进行产业扶持,让贫困地区实现自我造血。

在家门口找到心仪的工作

小吴出生于1998年,在贵阳读完中专后便留在当地工作,那时她只有17岁。几年间,她先后做过不少销售类的工作,包括婚纱摄影机构和网络销售等,但每份工作持续时间都不太长,收入也不太稳定。

这两年,在政府易地搬迁扶贫政策的影响下,小吴一家和村里人一起,从大山深处搬迁到了铜仁市万山区旺家社区易地扶贫安置点。在父母的劝说下,小吴回到了家乡。

“我们家姐妹三个,但都不在父母身边。搬迁之后,父母希望我回来工作,我妈妈身体有一些残疾,也需要有人照顾。”小吴告诉记者,刚回到铜仁的时候,她找到了一份比较稳定的工作,但收入很低,只有一千多块钱。对她来说,这样的工作和状态并不理想。

 

工作带娃两不误 这个“AI豆计划”正利用人工智能为贫困女性创造在家乡就业的机会

 

今年7月中旬,由支付宝公益基金会、阿里巴巴人工智能实验室联合中国妇女发展基金会发起的“AI豆计划”首个试点落地万山易地扶贫搬迁安置点,并设立全国首个人工智能产业扶贫孵化空间。学历低、劳动能力弱的女性、残疾人以及留守妇女等是该项目重点帮扶的人群。这让小吴看到了希望。

据阿里巴巴集团副总裁、阿里巴巴人工智能实验室总经理陈丽娟介绍,近年来阿里在教育脱贫、女性脱贫、生态脱贫等方向的探索发现,贫困原因大多集中在缺思想、缺人才、缺产业等方面,而人工智能的快速发展不仅让相关产业释放出大量工作机会,还催生了一批AI新职业,“仅从事人工智能标注的群体已超过10万人”。

“AI豆计划”正是借助人工智能产业发展释放出的大量就业机会,通过公益培训、考试认证、社会企业孵化、订单扶持等方式,帮助贫困地区培养相关职业人才,并建立“AI培育师”职业认证标准,帮助贫困人群在家门口实现就业脱贫——尤其是帮助贫困地区女性拓展就业渠道,为她们提供更多平等发展的机会。

那么,从事人工智能标注的“AI培育师”工作内容是什么?

工作带娃两不误 这个“AI豆计划”正利用人工智能为贫困女性创造在家乡就业的机会

“AI豆计划”万山区试点学员培训练习场景

陈丽娟进一步解释说,机器要懂得人类世界,就需要像幼儿牙牙学语一般经历完整的学习和认知过程,人工智能也必须有个‘老师’手把手来培育、训练机器模型。“机器变成天才的第一步就是消化、学习海量带有标签的文字、图片、视频等内容,而所有这些素材都需要由人类进行分类和标记,由此诞生了智能时代背后的隐形者——AI标注人员,他们从事的工作就是人工智能产业链上最基础的劳动密集型环节。”

以自动驾驶场景为例。自动驾驶需要采集并标注成千上万张红绿灯、路标信息,标注过程技术含量并不高,但需要细心、耐心和大量重复经验。

对于这样的工作,小吴感觉很是新奇。“以前从未听说过人工智能培育师,觉得很新鲜。听老师们讲课的时候我也很感兴趣,而且我之前接触过网络,培训之后觉得这个工作很适合我,也很有前途。更重要的是,这个工作就在家门口,也方便我照顾父母。”

电脑、网络、人工智能、有空调的办公室……这种当地人以前想也不敢想的工作吸引了很多人报名。据旺家社区书记罗焕楠介绍,该项目刚刚落地时前来报名参加培训的人以大中专、高中学历居多,年龄和背景跨度很大,“有建筑工人,有开流动餐车的,但在服装厂、超市、美容院等行业打工的留守妈妈、家庭主妇居多。这些人当中最小的19岁,最大的37岁,90%的人没有稳定的收入来源。”

工作带娃两不误 这个“AI豆计划”正利用人工智能为贫困女性创造在家乡就业的机会

工作带娃两不误 这个“AI豆计划”正利用人工智能为贫困女性创造在家乡就业的机会

 

27岁的张金红也是其中之一。一个月前,曾经在服装厂打工的她甚至没有听过“爱豆”这个词。而现在,她已经成为“AI豆计划”首批报名学员,能够通过自己的努力在家门口获得一份不错的收入。“能在老家上班多好,家里多一份收入,又方便带孩子。”

抓住人工智能产业发展红利期

“贫困具有一张女性面孔。”联合国《人类发展报告》指出,世界上的贫困人口中有70%是女性。在我国,由于传统观念和分工方式还普遍存在,农村贫困人口中近半数是女性。而受教育水平低、劳动技能差、无酬的家务劳动占去了农村女性大量精力和时间,让女性脱贫更为艰难。

中国社会科学院学者闫坤也曾指出,女性贫困具有“传递性”,贫困妇女的子女在很大程度上也会陷入贫困境地。因此,让女性脱贫影响更为深远。

支付宝公益基金会秘书长李姗表示,“AI豆计划”帮扶的重点是缺乏科技产业资源的贫困地区女性,希望为她们提供更多发展机会。而之所以将该项目取名为“AI豆计划”,是谐音英文单词Idol(偶像),希望加入该计划的贫困群众“脱贫靠双手”,自食其力,成为新农村劳动致富的楷模。

在国外,贫困人群尤其贫困女性从事AI标注工作已有不少成功案例。

工作带娃两不误 这个“AI豆计划”正利用人工智能为贫困女性创造在家乡就业的机会

 

印度有一个名叫Kumaramputhur的小村庄,全村约有3500户人家,男女比例和识字率都低于全国平均水平。这样一个没有任何突出产业的地方,却是全球知名的AI数据标注村。村子里有一个高中都没有毕业的人指挥着一个由200多名员工组成的团队,为美国、欧洲、澳大利亚和亚洲的客户提供人工智能解决方案。其中,低学历的贫困女性占到50%。

根据相关预测,到2023年年底,人工智能和机器学习相关数据准备解决方案的全球市场将从2018年的约5亿美元增至12亿美元。而在自动化工具能够有效地创建良好的标注集之前,大量人工标注的需求将长期存在。这也成为“AI扶贫”能够持续下去的重要原因。

与传统扶贫项目相比,“AI豆计划”有很多亮点:

首先,该项目采取“技能培训+产业孵化+订单扶持”的可持续模式,阿里人工智能实验室每年将向试点基地输送近1000万元产值标注订单;其次,阿里将建立“AI标注师”职业资格证考评体系,培训贫困人群掌握AI新职业技能,并派驻专家志愿者提供陪伴式支持;此外,该项目将精准帮扶留守妇女、困境女性等弱势人群,让贫困群众在家门口就业、增收,将人工智能产业相关的工作机会下沉到贫困地区。

“在人工智能和大数据产业的发展红利期,因地制宜在贫困地区孵化相关产业,让贫困群众不仅能在家门口就业,还能掌握AI新职业技能,适应时代的科技变迁完成自我造血,这是我们成立专项基金、发起相应项目的初衷。”李姗表示。

工作带娃两不误 这个“AI豆计划”正利用人工智能为贫困女性创造在家乡就业的机会

 

8月6日,“AI豆计划”在万山区易地扶贫搬迁安置点举行了试点揭牌暨全国启动仪式。之所以选择贵州作为首个试点地,主要考虑两方面原因:一是尚未脱贫人口集中,当地缺乏优势产业,但有劳动力优势;二是地方政府有过科技扶贫、政企合作经验,能够快速孵化出能自我造血的社会性企业。

万山区作为省级易地扶贫搬迁示范点,在“搬得出”后,还面临着群众“稳得住、能致富”的挑战,急需发展扶贫产业解决群众的就业问题。而地方政府积极探索电商、扶贫微工厂等模式,积累了一些产业孵化经验,更利于打造成功试点。

“我们希望当地女性在家门口实现就业,不再迫于生计外出打工,和孩子、亲人分离,同时还能掌握一项新技能,有个人发展提升的机会。”李姗强调说,为贫困女性创造在家乡就业的机会可以在一定程度地缓解留守儿童、留守老人带来的社会问题。同时,作为有一定技术含量的工作,也能拓宽“母亲”和“孩子”两代人的眼界。

构建稳定脱贫的长效机制

事实上,如何利用科技企业优势,帮助未脱贫的深度贫困人口精准脱贫,帮助脱贫摘帽地区发展稳定、可持续的产业,是包括阿里在内的很多企业一直在积极探索解决的问题。

在“AI豆计划”之前,阿里在技术扶贫方面已经有了很多成功的探索。

如,2018年,阿里巴巴脱贫基金发起“蚂蚁好保险”项目,充分应用互联网公益保险和金融科技的力量,在云南元阳、陕西宁陕、湖北巴东等试点县,为所有建档立卡的贫困女性赠送教育健康保险,让贫困女性少有所学、老有所医。

工作带娃两不误 这个“AI豆计划”正利用人工智能为贫困女性创造在家乡就业的机会

 

2019年,该项目升级为“加油木兰”,通过公益宝贝、蚂蚁庄园等互联网公益产品,带动更多公众参与。阿里巴巴区块链、人工智能等新技术的应用,不仅实现了项目投保与理赔的便捷高效,而且保障了“捐给谁、捐多少、赔多少”等项目信息全程透明。

此次推出的“AI豆计划”在全国范围内开创了“AI扶贫”的公益新模式。但就具体操作层面而言,AI标注工作听上去比较容易,通过培训之后就能很快上手,但实际上也有一定的门槛。

作为典型的劳动密集型产业,劳动力水平决定了AI标注的质量。不过,目前中国AI标注质量良莠不齐,这与从业者鱼龙混杂、服务商大量采用兼职外包人员有很大关系。

鉴于此,为推动行业规范化发展,阿里巴巴人工智能实验室将推出“AI培育师”职业考评体系,推动建立相关行业标准,并开放AI标注服务平台,通过该平台每年向试点基地至少输送产值近1000万元订单,同时呼吁全行业加入“AI豆计划”,主动释放产业红利。

“我们希望它不是一个一次性的公益项目,而是可以持续下去,所以阿里人工智能实验室也会给试点地一定的订单。我们希望通过订单扶持能够真正孵化出一个产业,未来可以成长为一个小企业或者新型企业。这样的形势,是我们最愿意看到的结果。”陈丽娟表示。

因此,各方的积极配合非常重要。

在该项目中,支付宝公益基金会联合阿里人工智能实验室,向中国妇女发展基金会定向捐赠“AI豆计划”专项基金,优先用于贫困女性的就业扶贫工作。阿里巴巴负责提供人才培训、技术输出、职业考核认证及AI标注产业服务平台,同时向全社会开放,鼓励人工智能企业加入并进行订单扶持。

妇基会在女性扶贫、女性就业创业等领域有丰富经验,将作为项目运营的核心管理方,联动全国妇联体系,推动“AI豆计划”在中西部贫困县推广、落地。而除了带动当地贫困群众就业、创业,各方也希望从项目孵化出的社会企业能将收入反哺社区,打破商业公司“中间商赚差价”模式,把产业利润投入到地方发展,因此地方政府的管理、参与也非常必要。

陈丽娟谈到,在试点阶段,每个基地预计孵化培育20至50名骨干,就近覆盖50至100人就业。“未来一年,我们将在中西部贫困县加快复制10至15个基地,采取企业孵化、政府管理、NGO深度参与的模式逐步在全国落地。我们也希望国内外更多人工智能企业加入,把AI标注的订单定向输送给贫困地区,为弱势群体提供更多就业脱贫机会。”

工作带娃两不误 这个“AI豆计划”正利用人工智能为贫困女性创造在家乡就业的机会

 

7月30日,阿里巴巴脱贫基金发布2019上半年脱贫成绩单。报告中提到,发展产业是实现脱贫的根本之策,产业扶贫是实现脱贫最稳固、最持久、最根本的途径,要让“让贫困地区可以自己造血,实现自力更生,脱离保障性扶贫的温室”。

“公益的心态、商业的手法,技术的力量。”在专家看来,帮助缺乏资源及科技产业优势的贫困地区建立起相关产业体系,构建稳定脱贫的长效机制,才是脱贫致富的根本之策。

推荐文章

编者按:这是创新工场董事长李开复在2019上海世界人工智能大会上的主论坛演讲。   此前对于AI开启的行业赋能,已经被很多次阐释、验证并不断产出成果。   但对于“AI+”的发展路径、逻辑和未来,在李开复之前还没有人有过如此大道至简式的分析。   或许跟李开复的履历和现在密不可分。他是80年代的计算机博士,论文成果就是AI领域的研究,是懂AI的科学家。   他又先后任职微软、谷歌等巨头,完整经历了IT、互联网和移动互联网的演进,是继往开来的产业变迁一线参与者。   现在AI复兴以来,他创办的投资机构创新工场已投资60家AI公司,其中独角兽就有5家。以及思考着作《AI未来》,在中美都成畅销读物,后又被印成多国语言,周游列国AI。   所以这一次“AI+”4时代的思考,更是真正全球视野之下的分析。   参考这个逻辑,或许还能解答另一个问题:   AI公司如何发展?又会往哪里去?   原演讲题为《“AI+”时代的到来》,小标题为后添加:    尊敬的陈市长、王部长,各位嘉宾,今天我要讲的题目是《“AI+”时代的到来》。“互联网+”曾经是一个非常普遍的口号,今天我们要讲的是“AI+”。   “AI+”是什么意思?我们可以看到在过去的每一波浪潮当中,我刚刚从日内瓦回来,和施瓦布教授(达沃斯世界经济论坛发起人)交流,我们看到的是第四次工业革命在过去的蒸汽机、电气化、信息通信技术和互联网基础上,AI将带来第四次工业革命,AI在各种不同行业都有应用。   AI演进4浪潮   在我的书《AI未来》当中,我们描述了四波“AI浪潮”:   AI是数据驱动,海量的数据是AI成功的要素,所以第一波浪潮一定是互联网数据的这一波。   第二波浪潮是金融和很多其他的有标准化产品机会的各种领域,所谓的商业智能化,数据仓库。   第三波浪潮是AI将有眼睛、耳朵还有更多传感器可以听到,感受到人类更多的信息。   第四波浪潮AI将能够动,有手有脚,有轮子,在制造方面,在机器人方面,在无人驾驶方面将带来很大价值。所以它将重塑各个行业。   从互联网进入商业,进入实体世界,进入全自动的智能化,我们可以看到,下面的各个领域几乎涵盖了人类社会的所有的商业领域。所以“AI+”就是把AI赋能到这四波浪潮当中的一个机会。   另外我们学术界朋友谈的一个重要话题就是深度学习是不是走到底了?我们做科研的人是不是该启动新的科研课题?这个答案是肯定的。因为深度学习进入了成熟期,我们在产业界开始使用它,但是在学术界确实需要再发明更多更好的技术。   这个话题的另外一面在于,虽然说我们在学术界要发明更多更好的技术,取代深度学习的技术,但是这是不可预期的,因为科学发明无法预期什么时候发生。但是非常确定的是在工业界和产业界,我们把深度学习发扬光大还有非常大的机会。   一个研究告诉我们,AI在传统行业的渗透率只有4%,如果说我们对比前两次巨大的革命,我们今天的AI的普及状态就和当年的“黄页”是一样的。“黄页”大家都知道吧,马云先生的第一次创业就是“中国黄页”,那个时候互联网普及率就只有4%。   这一方面意味着AI应用还非常少,另一方面意味着,未来发展的机会非常大。虽然我们看到AI在安防等领域有一些落地,但实际上我们只要问周围的企业家朋友,你的公司有没有全面使用AI,我相信96%的回答是“No”。   “AI+”4阶段   如果说从我们投资角度来划分AI的四个时代,我认为分为:AI技术时代、AI B2B时代,AI+传统企业时代、以及 AI 无处不在的时代。   最开始AI是很难的,只掌握在非常优秀的博士手中。慢慢的它越来越好用了,最近在创新工厂我们做了一次培训,仅仅4周的时间,我们招了600个当届的学生,让他们做出了包括无人驾驶、对话机器人等超级应用。这意味着AI门坎在下降,AI技术平台越来越好用,所以AI普及带来了更多工程师,他们可以赋能更多行业,这是驱动的一个重要力量。   回到四个AI的阶段,我们可以和互联网时代对比。   我们记得20多年前,互联网貌似是一个黑科技,当时雅虎等都是让人不可想象的技术,这些技术大家非常快的掌握了,我们开始买Web Server等互联网内部服务器的一些软件。   再下面各个公司就建立了互联网部门,有了互联网专家来帮助公司寻找方向。当时我在微软,我们就建立了一个互联网部门,专门教公司的人怎么切入互联网,但是这个部门很快解散了,因为互联网无处不在。随着技术的普及,一定会从黑科技走向一个无所不在的过程。现在我们正处于第二和第三个阶段中间。   什么是黑科技时代呢?我非常有幸98年在微软中国研究院(现微软亚洲中国研究院),带了一批我的同事们做了中国最早的AI的科研人员。在2005年,又带了一批非常优秀的工程师做了很多好的AI工作。   非常有幸,我在黑科技的时代接触到了很多伟大的公司,包括很多在座的朋友们,当时是一个以科研为主,以博士主导,把AI技术作为切入点,再去寻找商业应用的第一个阶段。   第二个阶段是AI公司开始做2B产品,比如说保险、银行、客服、金融、教育领域能做什么产品,教育产品能卖给学校,金融产品卖给保险公司五世或者银行,包括我们投的第四范式、旷视科技、追一科技、迅策科技等等,他们都是行业的产品的领跑者。   非常有幸,创新工厂投出了60家AI公司,其中有5家独角兽,未来一年还会有3-4家独角兽诞生。这是第二阶段,把AI做成产品,变成2B的应用。   第三个阶段,普华永道认为2030年AI将给全世界带来大约100万亿人民币的GDP提升。在中国,我们看到大约是在200万亿人民币左右,其中40万亿左右是AI赋能达到的,远远超过其他国家。   一方面这是一个巨大的机会,所以要赋能AI的各主要传统行业。但是话说回来了,我们想想今天的AI独角兽,包括我们投的5家,包括今天早上的商汤科技,包括在座的科大讯飞等等的公司,都是很伟大的AI公司,但是这些公司一年就是几十亿的收入,如果说我们在国内要创造50万亿的价值,这绝对不是再去创1万家公司可以带来的。   这些AI公司会继续创造价值,但是更大的价值一定是要把AI价值赋能传统行业,如果说2030年我们是传统行业是近200万亿规模,我们只要在这个基础提升20%、30%、40%,就可以达到50万亿的规模,50万亿的价值一定是来自于AI赋能传统行业,一定不是来自于黑科技,这是一个巨大的差别。   AI赋能传统行业三种模式   AI怎么去赋能传统行业呢?我这里有三种模式。   第一种是优化赋能,也就是说你的公司的所有的运营一点不变,但是我用AI帮助大数据赚更多钱,省更多钱。   第二种模式是流程化赋能,也就是说要改改赋能模式,帮你创造更大价值。   第三种模式是重构颠覆整个产业。   这里我有六个例子来介绍这三个不同的方式:   第一个是BPO的例子。   就是在企业级应用服务当中,我们做了很多外包,简单来说,所有外包给印度的工作都可以外包给AI,现在有一个新技术叫RPA,就是把一个软件放到你的机器上,学你做的事情,过一会儿,10%、20%、30%就不需要人做了,机器就可以做了。   这个对产业的节省成本是巨大的。我们可以看到的一些BPO的例子,包括在财务、法务、人力资源方面节省重复性的白领劳动,可以节省最多91.2%的成本。   另外一个例子就是呼叫中心,用语音识别的技术和最新的语音识别加自然语言处理的技术,可以处理80%打来的客服电话,而且它的客户满意度是超过人可以提供的,这是我们投资的追一科技所做到的。   再讲一下流程的智能化。在零售合作伙伴身上,我们用AI来预测销售,每一个产品在每家商店,每一天可以卖掉多少,它有海量的数据进来,可以做非常精准的预测,降低了它的仓储,对接到它的物流,不但带来了仓储物流节省的钱,人员培训的钱,它的店长都可以AI化,一个公司扩张找店长是非常困难的,店长现在也可以AI化了。   这队对一些零售类的公司应该是上亿的价值。这个我们就可以明显看到AI赋能传统产业带来的价值是超过一个AI公司本身的。   再比如说用AI了解传统数据。左边是用AI来做卫星数据,了解地面上农作物的温度和湿度,预测每年的产量和价钱。各种植物等等。右边的例子是更加精确的用太阳的高度和阴影的强度来预算那些储油罐里面有多少油。这些在没有AI的时候是不能做到的,这些只是冰山的一角,后面还有更多的机会。   下面一个例子就是投资了,我们知道很多投资都是靠人和基金来做的,你去买基金可能有100种选择,1000种选择,但是是千人一面的。而且不是针对你的风险承受能力来定制的。   未来AI基金会有各种收入,刚刚讲到油的收入、农产品的收入,对每个公司的股票可以做精准的预知。对于每个公司今天的士气,一个分析员是不可能做到的,但是如果说我们可以把社交媒体上,每个人属于每个公司,他今天发出来的社交媒体信息是高兴的还是不高兴的,把这个作为一个员工情绪的指数再输给AI,用AI判断这个股票是应该买还是应该卖呢?   这个例子我可以讲一千个例子给你,因为一个基金经理决策只是靠几十个,几百个因素,几千个因素,而AI可以用无限的数据,无限的因素,而且针对千人千面做出更高回报的投资。   美国顶级量化基金有两家,已经达到了600亿美金的规模,已经超过了人的回报。未来这个取代会比人更好,在二级市场股票基金一定会更好,因为它对海量的数据分析能力一定远远超过人。   最后一个更加神奇的例子,制药。   今天的制药是靠化学、生物专家去拍脑袋想一些疑难杂症用什么新方法来治疗,未来我们可以用生成化学的方法,再加上AI自然语言处理和对抗网络去寻找哪些可能的药的新分子是可能可以最快通过动物试验和临床试验的。根据我们初步的看法,对一个药的发明可以加快4倍,整个制药行业也被重构了。   对于一个传统行业,AI赋能价值是巨大的,传统行业面临各种挑战,主要的挑战是AI行业怎么懂AI赋能在哪里,他们怎么去找AI专家?   这一点我们也有我们了想法,创新工厂和我们的子公司创新奇智现在对8个领域提出解决方案,这些专家怎么介入呢?我们希望扮演的角色不只是VC投资公司,我们希望成为传统企业的首席AI官,我们会进来帮助每个传统企业分析在你各个部门里面,哪一个部门用AI可以产生最大价值。   我们会把技术卖给你,或者是把技术送给你,连源代码,甚至派人进来,就和传统的咨询顾问一样。咨询顾问按照小时收费,我们不用收费,我们直接进去投资你这个公司,所以我们投黑科技公司,投2B公司,下面我们准备投传统公司,用AI力量来为他们赋能。   总结   所以今天我的演讲是分三个重点。   第一个是AI会影响所有行业,尤其是传统行。   第二,只有那些拥抱AI的传统行业才能得到最大的增长。   最后,中国的传统行业某些领域还不是领先世界的,但是反而有可以弯道超车的机会,因为他同时做到IT化、数据化和AI化,这一定会帮我们带来2030年的50万亿的价值。

热门文章

        对数据标注行业稍微有些了解的人都知道数据标注进入门槛低,适合很多人兼职也适合创业。        正是因为数据标注行业的门槛低这个特点最近两年从事数据标注的小公司小工作室如雨后春笋般的遍布全车大大小小的县城。        但是目前有个有趣的现象,那就是有很多进入数据标注行业做了一段时间的人慢慢的感觉数据标注行业就是个坑?为什么有些人会说数据标注就是个坑呢?        其实对与有上述问题认识的人我们认为,这些人多数都是有于对这个行业对自身条件的不了解,盲目的开始进入数据标注行业的。为什么我们会这样说呢?下面就给给大家来分析下到底有哪几方面的原因:        一、有相当一部分人是听了朋友或者网上消息说这行很火爆,好做,门槛低,也有一部分人了因此租办公室买电脑招人,然后就去群里面找分发项目的人就开张干起来了。可实际上这些人他们大多数都没有充分了解数据标注行业,更没有认真仔细得去调查分析,到底自己能不能做好一个项目,到底自己能不能有质有量按时交付的完成一个项目,到底自己有没有这个能力来管理项目。更多的人也没有去用长远的眼光去考虑数据标注项目。        二、数据标注项目虽然入门门槛低,但是相当一部分有于理解认知应变能力上都不能保证去做好数据标注项目,还有一部分人由于自己对标注项目重视程度不足接到项目之后呢?不仔细认真的去阅读理解项目规则,更没有很好的对规则质检标准去培训员工,而对员工的要求主要看重每天的产出效率,从而导致接到手的项目做的质量很差,频繁的返工,有提项目甚至因为质量太烂项目方不给结算或者是结算比例很少,最终的结果就是做好些个项目但基本都是赔钱。        三、虽然业内人都 说数据标注简单,但是标注项目他也是一个系统性的工程,一个项目能不能做好并不简单的看项目好做就能赔钱。实际上决定项目赚不赚钱考验的是一个团队的项目管理水平,质量管理能力,运营能力各方面因素的。一句话再好赚钱的项目也照样有人赚钱也有人赚钱,要赚钱不是那么简单的。        四、还有些工作室 、小公司因为对行业不够了解等他们做了一段时间后发现,自己团队经常会没有项目做,而自己团队接项目的业务能力又不具备,甚至有的时候为了员工有活干去接一些价格极低根本就不赚钱的标注项目,时间稍微一长这些工作室团队就会赔上很多钱最终关门倒闭。        五、下来要说的就是一部分人人兼职人员由于认识不到位,对项目的规则质量要求 文件不认真阅读消化理解导致做的项目质量差返工有的甚至最后不结算,最终退出这行。更有一些人由于经验不足被标注行业的项目骗子给忽悠到辛苦劳动到最后结算时找不到人。        标注行业本身由于进入门槛低,做的人很行业内盲目打价格战,导致很多转手二手三手的项目在质量工期的要求下根本就不赚钱甚至赔钱,所以在这里也提醒大家做任何事都要谨慎而行。