今天小編分享的科技經驗：大模型狂歡，富士康工人流向AI标注廠：用青春喂養AI，最後又被AI淘汰，歡迎閱讀。
本文來源：時代财經 作者：徐曉倩
圖源：pixabay
今年上半年，一線城市的科技圈被人工智能激活了。
文心一言、通義千問、光年之外等大模型一波接着一波地輸送熱度，手握頂級資源的大佬們站在這場盛會的核心地帶，他們相繼發出英雄帖，有關大模型人才的争奪也擺上了牌桌。
作為與 AI 產業鏈緊密相扣的一環，距離北京 500 公裡的山西太原數據產業基地卻波瀾不驚，這裡聚集了上千名人工智能标注師。他們談論的話題停留在項目進度、拉框達标率和一日三餐。
" 熱鬧是他們的，我們只有數不盡的拉框。" 一位數據标注師向時代财經說道。
在數據标注公司老板何晴記憶裡，熱鬧發生在四五年前。人工智能的春風第一次刮向這個中西部城市，敏感的商人開始劃地盤、招人，向人工智能源源不斷地提供 " 養料 "。他們大多是人工智能的門外漢，因為突如其來的龐大用工需求，與前沿科技產生了奇妙的聯結。
" 當時很多老板把自家人全都拉過來，随便動動手指都能賺到錢。" 何晴聽說過數據标注行業内不少振奮人心的消息——有人在三個月内收入百萬，也有人搶到的訂單能排到第二年。
但這樣的好日子正在逐漸遠去。
體面的 " 流水線 "
上午 8 點 45 分，黑壓壓的人流堵在了電梯口，只有三分之一的人擠上了第一趟電梯，所有人最終的目的地都在 6 樓。
電梯門緩緩打開，人群一下子向四面八方散開，走進一個個看不出任何差别的辦公室—— 100 平米左右的空間擺滿了上百台電腦，主機、滑鼠、鍵盤線密密麻麻纏繞在員工腳邊。
" 只要順着門牌号，一家家問過去，全是做數據标注的。" 園區内底樓的商販如此形容道。
這座吸納近千人的數據标注基地像是藏在園區内的隐秘網吧，坐在電腦前的人熟練地點擊着鍵盤和滑鼠，一平方米左右的桌子被體積龐大的電腦霸占。
正在工作中的數據标注師 圖源：時代财經攝
唯一能彰顯個性的，是戴在頭上五彩缤紛的耳機，他們有着一個共同的身份：數據标注師。
滑鼠在左右鍵來回敲擊，螢幕上的圖片跟着放大縮小，遊標飛快地描繪出一個個大小不同的框框 …… 重復的動作持續半小時後，美玲稍稍扭了一下脖子，脊椎處的骨頭發出咯吱咯吱的聲音。
" 新人熬過第一周就行了，做熟練了上手很快。" 美玲一邊仍繼續盯着螢幕，一邊對時代财經說道，第一周就放棄的人高達 30%。
每隔兩周，領班周姐就會帶着十幾個新人開啟學徒生涯，這樣重復無聊的工作勸退了不少年輕人。
兩年前，美玲從幼師轉型成了一名數據标注師。她的老家——呂梁的工作崗位很少，電話銷售是其中一個比較體面的歸宿，如今在人工智能浪潮的影響下，數據标注師為縣城女性提供了另一種選擇。
半年前，由于标注基地的變動，美玲從老家來到了省會太原。" 自動駕駛、人臉識别哪一個不需要大規模标注員的參與。" 她流露出驕傲的神情，在家裡人看來，坐在辦公室操作電腦、月收入超過 3000 元，待遇已經超過縣城大多數工作了。
2005 年，計算機視覺專家朱松純從美國回到故鄉湖北鄂州，創辦了蓮花山研究院，并由此組建了中國最早的大數據标注團隊。随後，數據标注廠逐漸在二三線城市生根，河北、河南、山東、山西等地區出現產業集群地。
通過重復的标籤訓練，讓人工智能走到 " 覺醒 " 時刻，在美玲看來，這和之前的幼師工作一樣。
數據标注是人工智能產品誕生的第一個環節，接下來，還要經歷模型訓練與優化、模型管理、推理應用等。喂養人工智能產品需要數以億計的數據，這些數據會最先流向 " 美玲們 " 的電腦。
不過，美玲對 " 高科技 " 的幻想，在重復機械的滑鼠聲中一點點被打碎。她測算過，1500 個框是每天工作量的極限，一旦越過這條警戒線，眼球就會一陣陣酸痛。
下班後，即便對着電視機，她看到的也是一片斑駁的馬賽克，像極了一張張放大後需要标注的模糊圖片。
" 隔壁座位上總是陌生的面孔，同事之間很少交流。" 工作了一年半後，在同一基地上班的吳霞還沒有習慣辦公室的沉默。
大專畢業後，原本她跟着同學一起進廠，後來因為項目變動、同學離職，她成了 " 獨行俠 "。工作一開始，辦公室就變成了自動化流水線啟動的 " 車間 "，冷冰冰的工業化氣息，沒有多少人情味。
單獨計件、不需要團隊協作是數據标注行業的特性之一，由此形成不同于普通白領的管理方式。
在這裡，标注師沒有固定的工位，而是根據項目變動随機分配幾百号人的流向。最長的項目 2-3 個月，短期項目只有 2-3 天，十幾個人的項目小組設定一個管理員，時刻緊盯每個人的工作進度。
标注師也不會把精力用于經營同事關系，計件工種講究效率和專注度，時間和金錢挂鉤，要完成平均标準的 1000 個框，意味着平均每分鍾要完成 2 個框。
" 跟别人說話的間隙，就會少賺好幾框的錢。" 美玲說道。
富士康工人流向标注廠
在數據标注園區内，還零散分布着技術研究院和留學生創業基地。在孟然看來，這些 " 高端 " 崗位都離他很遙遠。
上大學前，他沒有離開過老家臨汾，大學畢業後，家裡人希望他不要離開本省。基地兩公裡以外，是富士康太原科技工業園。這個廠區吸納了當地最活躍的用工人群，巅峰時期，有近 6 萬人活動在廠區的流水線上。
不管如何折騰，大學生孟然的求職流動半徑從沒超過 5 公裡。他曾經從數據标注基地二期搬到三期；在正式成為數據标注師之前，隔壁的富士康曾是他燃燒青春的地方。
距離數據标注基地不到 2 公裡的富士康園區 圖源：時代财經攝
孟然曾經連續兩個假期進廠賺錢，每次在拿到一筆大幾千元的報酬後，便匆匆離開。
每到寒暑假，富士康園區門口都站滿了拎着大包小包行李的大學生，所有人的目标都指向了全年最高的返費和小時費。" 大家都是過來賺快錢的，旺季一過就打包走人，工廠忙起來太辛苦了，很難長期堅持幹下去。"
孟然不喜歡富士康的工作氛圍。進入車間前，要把電子設備上交，每天面對的的只剩下着裝相似的趕工人潮和蕭瑟冷峻的廠房。當遇到脾氣暴躁的班組長時，每天受到劈頭蓋臉的謾罵也是家常便飯。
伴随着生產線啟動的轟鳴聲，工人需要不停安裝某個零件，這樣的動作往往要持續 10 個小時以上。在完全封閉的空間内，連出神都是奢侈的事情。等到領班稍微放松管理，孟然才敢和身邊的工友聊上幾句話。
2018 年，在旁邊的數據标注基地落成後，孟然的工作有了第二種選擇。僅僅在只隔了一條街的距離外，就有一個更舒适的工作唾手可得。
王菲曾是富士康的招聘專員。工廠淡旺季和人員變動，加上模糊的返費報酬和經常變卦的收入，讓她經常陷入和打工者的無止盡拉扯中，标注師對她來說是更好的選擇。
" 前幾年數據标注門檻低、單價高，每個月能保持 4000 元收入，而且做的項目都是大廠有關的業務，比較有保障。" 王菲見過有不少熟練工離開基地另謀出路，但又兜兜轉轉回來的。
不少标注師有着和孟然相似的工作軌迹，電子廠的工作經歷是他們簡歷的共同點，數據标注工廠成為他們離開電子代工廠的下一站。
用工數量大、收入可觀、操作簡單的共同點，無形中搭起了一座兩公裡的天橋，将兩座超級工廠連接在了一起。
消失的項目和公司
對于标注師來說，一個直觀的感受是：好日子快到頭了。
單價幾毛錢的項目不見了，一個标注框的價格卷到了幾分錢；簡單的平面描點拉框消失了，取而代之的是需要多維度标注的點雲項目；正式員工逐漸從項目組離開，性價比更高的實習生撐起了一半以上的用工量。
數據标注公司老板何晴長達半年沒有來過基地，她逐步減少了對公司的投入。
去年下半年開始，她的團隊再也沒能接到客單價高的項目，客戶賬期也從三個月拖到了半年。" 很多現金流不夠、不具備墊資能力的小廠倒閉了，我們的團隊成員也少了三分之一。"
三年前，标注框一度點燃了李薇的熱情，慢熱、不擅長溝通的她感覺自己找到了 " 天選 " 工作。
李薇接過單價為 0.25 元的項目，效率高的時候，她一天能拉框 1200 個，一個月賺近 8000 元，" 為了能多賺一些錢，有人買來主機在家開工，任何人只要做得熟練了，都會收入變多 "。
和其他人一樣，李薇隐隐覺得淘金時代結束了。
公司啟動了全新的項目，呈現在眼前的不再是真實世界的路況圖，而是由成千上萬個綠色的、紫色的、藍色的點構成的模型圖，一張完工的圖片中包括近百個标注框，而一整套題又是由幾十張只有細微差别的圖片構成的。
復雜的操作界面 圖源：受訪者提供
" 需要反復在平面圖和 3D 切換，一些被遮擋住的畫面得靠腦補，邊框精确度也要求控制在 0.01 米，工作性價比越來越低了。" 只要與要求的範圍偏差多出 1 毫米，就會被審核無情地打回去。
數據、算力、算法是人工智能的三大基石，數量越多、質量越高的數據，往往能夠訓練出更加成熟的大模型，表現在标注師的工作上就是不斷被拔高的精确度。
" 這幾天又在調整規則，精确度要求提高到 80% 以上。" 精确度成了标注師的 " 死穴 "，也是他們抱怨時出現的高頻詞匯。
一張标注完成的圖片還要經過審核、質檢等 2-3 個環節，否則不能進入結算周期。
有時候，吳霞感覺自己像被困在復雜的迷宮裡，怎麼都出不去。她曾被一個新項目磨了近一周——一邊上交題目，一邊被不斷打回，這讓她陷入焦慮。" 如果題目被打回的頻次太多，就會被分配給其他人，前面的精力全白費。"
孟然的焦慮則是另一種。從去年 8 月開始，他的工作變得清閒起來，過去 5 分鍾内積壓上萬的數據量，現在半個小時也不會有負載紅線。
" 可能是平台數據量變少了，也有可能是機器審閱的效率提高了。" 孟然的不安全感很快得到了印證，由于工作量被迫減少，他每天的收入從一兩百元降到了幾十元。
一場淘汰賽在各大代理商中蔓延開來。孟然見過有團隊一夜之間解散，十幾名被拖欠薪資的員工把公司告到勞動局；情況稍微好一點的，會連同電腦和員工轉讓給下一個代理商。
" 保險起見，還是要去人員規模超過 30 人的團隊。" 這是孟然給新人的忠告。
标注師正退出歷史舞台
熬過了一周的培訓期、挺過了半個月的生手期，今年 5 月，身在湖南的曉婷終于适應數據标注師身份，卻見證了公司的快速下墜、直至消亡。
" 入職一個月，公司就撐不下去了，老板請大家吃了散夥飯，但工資還要等幾個月再發。" 在曉婷看來，當前數據标注行業遍布 " 地雷 "，風險遠大于收益。
無論是數據标注的創業者，還是數以萬計的标注師，都無法回避一個事實：在大模型施展拳腳的舞台上，人工數據标注逐漸無足輕重。
和美玲想象的幼師工作不一樣的是：學生不會那麼快搶走老師的工作。如今，被标注師哺育起來的大模型技術正迅速反哺數據标注流程。
以特斯拉為例，其自 2018 年以來不斷發展自動标注技術，從 2D 人工标注轉為 4D 空間自動标注。技術的進步，吞噬了人工标注的操作空間，2021 年特斯拉人工标注團隊超過 1000 人，2022 年則裁員超過 200 人。
其他車企公司包括小鵬汽車和毫末智行也紛紛推出自動标注工具。毫末智行 CEO 顧維灏公開表示，目前獲取車道線、交通參與者和紅綠燈信息，人工标注成本約每張圖 5 元，而毫末 DriveGPT 的成本僅為 0.5 元。
2019 年，在一線城市從事 AI 數據訓練師吳迪便預感到自己職業生涯的天花板，他所在公司負責研發電商平台智能客服項目。比他設想的進度更快，不到一年，他負責的數據标注 10 人團隊便被全部砍掉，只保留了零星運營人員。
" 項目不斷成熟的那天，就是我們不被需要的時候了。"
大模型的進化像是一條奔騰不息的河流，總在某一個瞬間奇襲，把人工團隊甩在身後。
在蘇黎世大學今年 3 月份的一份調查報告中，研究人員通過實測發現，ChatGPT 在 15 項标注任務中的處理能力高于眾包人員。
今年 4 月初，在校醫學生李捷在一個月内完成了某大廠在醫藥領網域的文本标注，該項目将用于提供智能診斷對話服務，這也讓李捷第一次感受到大模型進化的速度。
" 一開始，我們不斷給平台投喂分類醫學名詞，到了第二周，系統就能自動實現基本的名詞分類了，而且正确率超過 90%。"
在山西太原，基地領班周姐開始勸新人接手難度更高的項目，因為公司很難再承受項目一次次被擱置的壓力。" 目前越簡單的标注業務利潤越薄，有的項目做到一半就黃了，人力成本完全覆蓋不了項目的收益 "。
一位數據标注行業招聘人士告訴時代财經，今年以來，招聘門檻逐漸從專科生向大學生傾斜。" 之前對标注師基本沒有經驗要求，現在很多公司都希望新員工可以直接上手做項目，這樣能減少前期的培訓成本。"
目前，智能标注能大致捕捉到物體的基本形狀和位置，但是在精準度上，仍然落後于專業的标注師。
沒有人知道智能标注會在什麼時候迎來大爆發，但一種不安全感始終伴随着李薇。每當她打開新項目頁面，代表智能标注的紅框總是率先跳出來，仿佛無時不刻地提醒螢幕前的人：
終有一天，它會取代她的位置。
（文中受訪者皆為化名。）
