更新时间:06-05
去年冬天，我跟着一个做自动驾驶的朋友去他们公司参观，进门就看到一整面墙的屏幕，上面密密麻麻标注着各种颜色的框框，红的、黄的、绿的，把整条街道上的行人、车辆、交通标志全框了出来。朋友指着屏幕说，这些框框全是人工一个一个画出来的，光标注一条一公里的路，就要花掉三个标注员整整一天的时间。我当时就震惊了，原来我们天天念叨的自动驾驶，背后竟然是靠人肉一个个框出来的。后来我才慢慢搞明白，这就是数据批量标注地图，一个听起来特别技术流、实际上特别土办法的行业。
这个行业到底有多土呢？我认识一个在数据标注公司干过的姑娘，她说她们团队接了个项目，要标注某个城市所有路口的红绿灯。甲方给了一万张图片，要求把每个红绿灯的位置、状态、朝向都标出来。她们二十个人，对着电脑屏幕，一张图一张图地画框，画了整整两个月。画到那个姑娘说她闭上眼睛都是红色的框框在眼前晃。更夸张的是，标注完第一遍还要质检，质检完再返工，返工完还要二次质检。她说有一次她们标注一个路口，因为红绿灯的角度问题，跟甲方来回沟通了七次才通过。这就是数据批量标注地图的日常，看起来是个高科技产业，干起来却是流水线女工的活儿。
但你别小看这个土办法，它养活了一个庞大的产业链。我查了一下数据，截至2023年，中国大概有超过500家数据标注公司，从业人员超过30万人，光北京周边的河北、山东，就有几十个标注产业园。这些公司接的单子五花八门，有给高德、百度做路况标注的，有给自动驾驶公司做障碍物识别的，还有给测绘局做地图更新的。最夸张的是给滴滴做打车点标注的团队，要把全国几万个公交站、商场、小区的入口位置一个个标出来，标错了乘客找不着车，司机也找不着人。这个行业的特点就是，越细碎的活儿越值钱，越没人愿意干的活儿利润越高。
但是，这个行业正在经历一场巨大的变革。去年我去参加一个行业论坛，台上一个做AI算法的博士放了一段视频，是他团队开发的自动标注工具。视频里，一个红绿灯在几秒钟之内就被自动识别、框选、分类，整个过程不需要人工干预。博士说，他们现在的准确率已经达到97%，剩下的3%才需要人工复查。台下坐着几十个标注公司的老板，脸色都不太好看。有个老板散会后跟我吐槽，说他们公司刚花了200万买了500台电脑，准备大干一场，结果AI一来，这些电脑可能全要改成网吧机器了。这确实是个残酷的现实，技术革新的速度，往往比从业者想象的要快得多。
不过，AI也不是万能的。我后来专门找几个做地图标注的技术大牛聊过，他们告诉我一个有意思的现象：AI在标注城市主干道、标准路口的时候确实很厉害，但一遇到农村小路、山区盘山道、老旧小区里面那种弯弯绕绕的巷子，就彻底傻眼了。为什么？因为AI学习的数据主要来自城市，农村和山区的地图数据本身就少，AI根本没见过。更麻烦的是，有些地方的路况变化特别快，比如北京胡同里的临时施工、南方水乡的涨水断桥、西北戈壁的沙丘移动，这些突发状况AI根本处理不了，只能靠人工现场去拍、去标。这就意味着，标注行业的未来，不是AI替代人，而是AI干它擅长的，人干AI干不了的。
这种分工的变化，正在重塑整个标注行业的生态。我认识一个做地图更新的老板，他以前手下有200个标注员，每天的工作就是把卫星图上的新建筑、新道路标出来。去年他开始引入AI自动标注，效率提升了三倍，但标注员的数量不仅没减少，反而增加到300人。为什么？因为AI把那些简单的、重复的标注工作全干了，但标注员需要处理的复杂问题反而更多了。比如AI标出的新建筑，需要人工确认是不是违章建筑、是不是临时建筑；AI识别的新道路，需要人工核实这条路能不能走大车、有没有限高杆。这些判断性的工作，AI目前还做不了。这个老板说，他现在的标注员更像“地图侦探”，而不是以前的“绘图工人”。
这里面还有一个更深的逻辑，就是数据标注的本质正在从“量”转向“质”。以前大家拼的是谁标得快、标得多，一个标注员一天标1000张图就是高手。但现在，地图应用越来越智能，用户对精准度的要求越来越高。比如高德地图推出的车道级导航，要求每个车道线的位置必须精确到厘米级，标错一个车道，导航就会把用户引导到逆行车道上。这种高精度的标注，一个人一天能标50张图就算不错了。而且这些高精度数据的价格，是普通标注数据的十倍以上。所以现在标注公司都在抢着做高精地图的标注，虽然干活更慢了、更累了，但赚的钱反而更多了。
我想说的是，数据批量标注地图这个行业，表面上看起来是个技术问题，实际上是个管理问题。我见过最赚钱的标注公司，老板以前是开服装厂的，把流水线管理那一套搬过来，标注员分成小组，每组设组长，每天定额定量，超产有奖，质量倒扣。也见过最惨的标注公司，老板是学计算机的，花了上百万买最好的标注软件，结果员工效率反而比用免费软件的小作坊还低。说到底，地图标注跟造汽车、做衣服没本质区别，都是把人组织起来，用最笨的办法，干最精细的活。只是现在，这个最笨的活正在被AI一点点蚕食，而那些能在这个行业活下来的公司，一定是既懂管理、又懂技术、还愿意跟AI抢活儿干的公司。