數(shù)據(jù)標注為通過分類、畫框、標注、注釋等，對圖片、語音、文本等數(shù)據(jù)進行處理，標記對象的特征，以作為機器學習基礎素材的過程。中國數(shù)據(jù)標注行業(yè)參與企業(yè)類型按參與模式主要分為眾包和自建工廠兩種模式，其中，眾包模式主要包括百度眾包、京東眾智、龍貓數(shù)據(jù)等;工廠模式主要包括貝賽、云測、愛數(shù)智慧、海天瑞聲、阿里數(shù)據(jù)標注、元坤智能數(shù)據(jù)、點我科技等。

頭部企業(yè)為自建數(shù)據(jù)團隊，中小數(shù)據(jù)供應商占比較大

目前，我國國內(nèi)數(shù)據(jù)標注市場第一梯隊包括頭部公司組建自己的數(shù)據(jù)標注部門，京東(京東眾智)、百度(百度眾測)、騰訊、阿里(阿里數(shù)據(jù)標注)都已經(jīng)擁有自己的標注平臺和工具。頭部公司之外，國內(nèi)近年興起眾多數(shù)據(jù)標注公司，如龍貓數(shù)據(jù)、Testin云測、倍賽BasicFinder、數(shù)據(jù)堂等。這些公司僅次于頭部公司，都具有相當?shù)囊?guī)模，位于第二梯隊。

在中國數(shù)據(jù)標注行業(yè)參與主體中，按規(guī)模劃分，品牌數(shù)據(jù)服務商、中小數(shù)據(jù)供應商和需求方自建基礎數(shù)據(jù)團隊構成市場競爭關系，為AI數(shù)據(jù)標注市場的主要供應方，在2019年AI數(shù)據(jù)標注市場份額占比分別為30.4%、47.0%和22.6%，目前中小數(shù)據(jù)供應商是市場中的主要供應力量。

按模式分為數(shù)據(jù)標注公司和眾包平臺，服務領域廣泛

中國數(shù)據(jù)標注行業(yè)參與企業(yè)類型按參與模式主要分為眾包平臺和自建工廠(專業(yè)數(shù)據(jù)標注公司)兩種模式。2020年數(shù)據(jù)標注公司排行榜中，Testin云測、數(shù)據(jù)堂、龍貓數(shù)據(jù)位居前三;數(shù)據(jù)標注眾包平臺排行榜中，京東眾智、百度眾測、數(shù)據(jù)堂位居前三。

從數(shù)據(jù)標注代表企業(yè)業(yè)務布局來看，大部分數(shù)據(jù)標注服務商提供文本、語音、圖像、視頻等各類型數(shù)據(jù)標注，服務應用領域涵蓋安防、智能駕駛、醫(yī)療、教育、金融等多個領域，主要客戶包括科技公司、人工智能企業(yè)、傳統(tǒng)企業(yè)、政府部門、科研機構等。

業(yè)務偏重視覺類的企業(yè)多擁有自建標注基地，多分布在山西、河南等地

AI數(shù)據(jù)標注業(yè)內(nèi)玩家按照業(yè)務方向和進入市場的時機可做粗略劃分，包括早期進入玩家、中晚期進入玩家、偏重視覺類業(yè)務玩家、偏重語音類業(yè)務玩家等。其中，業(yè)務更偏重語音類數(shù)據(jù)的玩家，通常擁有較多的自有知識產(chǎn)權數(shù)據(jù)集;擁有自建標注基地或全職標注團隊的則多為偏重視覺類的玩家。

作為人工智能產(chǎn)業(yè)鏈中必不可少的一環(huán)，發(fā)展AI數(shù)據(jù)標注服務成為了各地方推進AI建設的重要方向之一，貴州、山西、重慶等地相繼出臺指導意見，引入科技公司，共建數(shù)據(jù)基地、數(shù)據(jù)交易中心，打造具有地方特色的人工智能產(chǎn)業(yè)園。

目前，眾多數(shù)據(jù)標注公司自建標注基地或團隊，如百度的“百度山西的AI數(shù)據(jù)標注基地”、“百度大數(shù)據(jù)百鳥河基地”，數(shù)據(jù)堂的“數(shù)據(jù)堂保定數(shù)據(jù)加工基地”、“數(shù)據(jù)堂合肥數(shù)據(jù)基地”、“數(shù)據(jù)堂北京TTS錄音中心”等，多分布在山西、河南等地。

北京、上海、成都為需求企業(yè)分布前三地區(qū)，杭州數(shù)量下滑

從需求企業(yè)來看，根據(jù)AI數(shù)據(jù)標注猿統(tǒng)計數(shù)據(jù)顯示，2020年4月，國內(nèi)數(shù)據(jù)標注業(yè)務相關公司數(shù)量為565家，2020年12月，數(shù)量增長至705家。從數(shù)據(jù)標注需求企業(yè)地區(qū)分布情況來看，截至2020年12月，北京、上海、成都、深圳、杭州為數(shù)據(jù)標注企業(yè)分布TOP5城市，企業(yè)數(shù)量分別達到185家、84家、68家、63家、46家;其中北京、上海、成都、深圳企業(yè)數(shù)量均較2020年4月有所上升，杭州企業(yè)數(shù)量較2020年4月有所下降。

市場集中度較低，未來將有所提升，行業(yè)并購成為趨勢

2019年，AI數(shù)據(jù)標注行業(yè)CR5(前五大企業(yè)市場份額)為26.2%，處于低集中競爭階段，行業(yè)活力充足，發(fā)展空間良好。前五大企業(yè)中，海天瑞聲與百度數(shù)據(jù)眾包越眾而出，據(jù)了解，國內(nèi)整體供應方中，以提供圖像類數(shù)據(jù)采標服務的公司居多，內(nèi)容涉及人像數(shù)據(jù)、OCR數(shù)據(jù)、自動駕駛數(shù)據(jù)等，業(yè)務需求較為分散，其中以百度數(shù)據(jù)眾包營收份額占比最大。

相比而言，語音類數(shù)據(jù)需求較為集中，且供應門檻高于圖像類數(shù)據(jù)，內(nèi)容包含語音識別數(shù)據(jù)、語音合成數(shù)據(jù)等，其中以海天瑞聲營收份額占比最大。

目前人工智能數(shù)據(jù)標注行業(yè)集中度較為適中，既非寡占型市場也非充分競爭市場，這一方面是由于百度數(shù)據(jù)眾包、海天瑞聲、數(shù)據(jù)堂等企業(yè)進入市場較早，積累了較多客戶資源，另一方面則是由于下游企業(yè)之前多采用公開數(shù)據(jù)集訓練模型，對數(shù)據(jù)的高精度要求由來尚短，受生態(tài)傳導效應滯后影響，市場門檻還不顯著，資金與研發(fā)實力較為薄弱的中小企業(yè)還有較強的發(fā)展土壤。

然而未來，隨著下游企業(yè)發(fā)展壯大，直接使用外包團隊成本低廉、數(shù)據(jù)安全可控性強，一些基礎性需求將由下游企業(yè)自給自足，外部的數(shù)據(jù)服務商現(xiàn)有的存量市場面臨下降，因此必須承擔高難度、前沿獨特性任務，這就要求其自身投入高精度、專業(yè)化數(shù)據(jù)處理工具的研發(fā)和人工智能算法基礎研究，以把握客戶需求，開拓增量市場，因此資金與研發(fā)實力成為較高行業(yè)門檻，同時受近年資本市場冷卻影響，一批中小型廠商面臨業(yè)務收縮，再者部分廠商如倍賽開始在業(yè)內(nèi)并購，參考海外數(shù)據(jù)服務市場發(fā)展情況(海外行業(yè)巨頭Appen多次并購其他企業(yè))，并購也將成為市場趨勢，多種因素疊加影響下，行業(yè)集中度將提升。

綜上，未來數(shù)據(jù)標注行業(yè)兼并與重組將成為大勢所趨。目前，國內(nèi)較為典型的并購事件為倍賽BasicFinder收購專業(yè)的人工標注服務商薈萃，以此豐富自主數(shù)據(jù)采集系統(tǒng)，從而完成更具多樣性的任務。全球數(shù)據(jù)標注行業(yè)兼并重組步伐加快。

一方面頭部企業(yè)逐漸收購中小微數(shù)據(jù)平臺，將自己的議價能力提高到新的水平，在此背景下，全球數(shù)據(jù)標注行業(yè)市場集中度進一步提升。數(shù)據(jù)標注行業(yè)的并購重組規(guī)模將持續(xù)增長，行業(yè)的競爭將愈發(fā)激烈。

更多數(shù)據(jù)來請參考前瞻產(chǎn)業(yè)研究院《中國數(shù)據(jù)標注行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》，同時前瞻產(chǎn)業(yè)研究院提供產(chǎn)業(yè)大數(shù)據(jù)、產(chǎn)業(yè)規(guī)劃、產(chǎn)業(yè)申報、產(chǎn)業(yè)園區(qū)規(guī)劃、產(chǎn)業(yè)招商引資、IPO募投可研等解決方案。

更多深度行業(yè)分析盡在【前瞻經(jīng)濟學人APP】，還可以與500+經(jīng)濟學家/資深行業(yè)研究員交流互動。