「恺望数据」获新一轮战略融资，以「自动化产线+规模化人力」提升数据标注效率｜36氪首发

36氪获悉，数据标注解决方案公司“恺望数据”近日已完成新一轮战略融资，投资方为全球投资机构Plug and Play，天使轮投资方辰韬资本继续追投。

本轮融资投资方为璞跃中国（Plug and Play China），公司曾成功早期孵化Google，投资PayPal、Dropbox等多家科技巨头公司。恺望数据表示，新一轮融资后，恺望数据也会与PNP进一步合作，探索出海路径，并继续投入到产品迭代升级当中。

人工智能赛道的发展离不开大量人力和数据的哺育，而数据标注产业正是在AI产业链的上游——将大量的数据分类、标注，为AI公司提供经过加工的数据“原材料”。

“恺望数据”正是起家于自动驾驶领域，为车企和自动驾驶公司提供一站式数据解决方案的公司。恺望数据创始人于旭硕士毕业于法国昂热大学，曾从0到1搭建起字节跳动、Momenta、Uber等企业数据生产及运营体系。

恺望数据希望能够解决数据标注行业供给不稳定、流程繁杂、工具低效等数据标注行业痛点。

自2022年2月成立后，恺望数据花费一年时间，建起起了一套以“自动化产线+规模化人力”为核心的生产体系。其形态为一个SaaS平台——相当于一个能够为算法提供稳定、高质量且低价数据供应链的"自动化产线"。而本轮融资完成之际，这一产线也已正式上线。

传统的数据标注行业，是一个人力密集型行业。在传统的数据标注厂商中，除了招募大量标注员外，还有大量的统筹、管理工作。而要做到“自动化产线+规模化人力”，恺望数据主要分为两部分来实现——首先建立了SaaS平台，拆分成管理和生产两个部分。

在前期的培训、第一道标注、审核等管理环节，以往很大程度都要依靠项目经理来进行统筹、编排，恺望通过建立统一的SaaS平台和规则，将这一部分数字化。

到了生产环节，恺望的SaaS平台已经内置了一套类似打车的机制，标注员能够在上面“接单”。值得注意的是，恺望在这一环节还引进了ChatGPT相关技术，用以提升数据标注作业流程的管理效率。

事实上，大模型技术的突破也让数据标注厂商迎来一次“产业升级”。创始人于旭对36氪表示，以往在数据标注中，大量数据都需要预标注，也即需要人工手动标注出来，再教会机器。数据厂商也会遇到不同厂商的任务，小的机器学习模型不能太适配的问题。但如今随着技术迭代，尤其是近期的大模型技术突破后，这将能够作为数据标准的基础。

“以前，如果人类用10分力，现在大模型能够贡献6-7分，把通用的数据都标注好，省下来的时间，人工可以重点投入到一些垂类场景的数据种类中。”于旭表示。

比如，近期Meta公布了用于图像分割的大模型——这就是自动驾驶中重要的一个标注环节。在以后，大模型可以用于CV（图像）方向的的预筛，到后面更为垂类的数据种类，再由人工来完成。

在上述种种的数字化技术升级下，恺望的“数据标注产线”实现了在持续提升数据生产规模化的同时，减少成本20%-50%。

技术提升也会加速人才培育的门槛。于旭认为，配合自动化产线，数据标注所需要的人才水平也会逐渐走高。从去年开始，恺望数据就推出了人才培训计划，与高职院校进行合作，希望培养有基础标注知识的人才。

在以前，一个零基础的学生，需要经历约为三周的“爬坡期”，背诵相关标注规则。而恺望将ChatGPT和规则库进行结合，引进到标注作业平台后，标注员在进行标注时，就能通过对话形式询问GPT助手，标注员再也不必背诵大量的规则，人才培育的“爬坡期”大幅减短。

这也同时解放了项目经理，他们不必同时管理资源、项目、培训等环节，其管理范围也会扩大。“随着AI行业这一轮产业升级，人才梯度会迅速分开，而数据标注领域也将会进入精细化分工阶段。”于旭表示。

从市场需求来看，2022年是自动驾驶行业纷纷进入量产阶段的一年，对数据标准的需求呈现爆发状态，算法迭代快，对每一批数据的质量要求越来越高。于旭表示，成立不到一年，恺望数据已经进入业务快速增长期，当前已经与三一集团在自动驾驶领域开展数据合作。

此外，恺望也与字节跳动、元戎启行、地平线、中交兴路、辉羲、易控、旷视及商汤科技等企业建立合作。近期，恺望单月订单已突破千万级别，并中标汽车主机厂长安汽车的数据标注服务。

除了自动驾驶领域外，恺望数据也在探索AI领域的市场机会。在最近半年的AI热潮席卷下，可以预见的是，对产业链上游的数据需求正在爆炸性增长。根据中国信通院，到2035年，全球数据量将达2142 ZB（Zettabyte，1ZB约十万亿亿字节），是2020年数据量的约45倍。随着AI所需的数据量和训练精度也逐渐走高，这对数据标注、算力优化等基础设施服务提供了更高要求。

此前，恺望数据曾于2022年9月宣布获得千万级天使轮战略融资，投资方包括辰韬资本、三一集团和溪山天使汇。