愷望數(shù)據(jù)，做數(shù)據(jù)標(biāo)注領(lǐng)域的Uber

這是我第一次專訪女性CEO，一位年輕的85后。

自動駕駛?cè)Γ踔练秶鼜V的科技領(lǐng)域，女性工程師都算得上是稀有“物種”，更別說一家科技企業(yè)的“掌舵人”CEO了。

還沒見面，我便已從于旭在微信聊天里頻繁使用感嘆號，感受到了她的熱情與活力。這也讓我更加期待這次面對面的交流。

△于旭及愷望數(shù)據(jù)創(chuàng)始團隊（左二為于旭）

1

從運營汽車到運營人

交流的地點在北京海淀區(qū)的威盛大廈，馬路對面不到500米就是東升大廈。曾經(jīng)，那里是Momenta的辦公室，2016年，于旭離開Uber，來到Momenta負責(zé)大數(shù)據(jù)收集。

“一開始是做海量眾包數(shù)據(jù)采集。那個時候大家有算法，但沒有數(shù)據(jù)，旭東（曹旭東，Momenta CEO）就讓我來負責(zé)。后來我們就負責(zé)整個標(biāo)注，然后是數(shù)據(jù)的全鏈條，包括數(shù)據(jù)飛輪的搭建。” 于旭回憶道。

這對于當(dāng)時的她是一次全新的嘗試。

在此之前，剛從法國留學(xué)歸來的于旭進入了Uber，成為第四號員工，見證了Uber在國內(nèi)從0到1的階段，自己也在其中完成了Uber運營體系與數(shù)據(jù)平臺的搭建。

“我們當(dāng)時要解決的問題就是供需之間的匹配，車輛為什么能兩分鐘內(nèi)接單是有一套算法的，但在之前你需要找到足夠多的司機去匹配需求。到Momenta之后，我發(fā)現(xiàn)做的事和Uber的工作在底層邏輯上是相通的。”說到這兒，于旭有些興奮，“只不過我原來運作的是車，在Momenta則是運作人。”

隨后，Momenta的數(shù)據(jù)量快速增長，成樂當(dāng)時TOP級的存在。但于旭覺得還不夠，應(yīng)該把業(yè)務(wù)繼續(xù)做大，服務(wù)于行業(yè)，于是便成立了Momenta的數(shù)據(jù)子公司。但由于背靠自動駕駛公司，業(yè)務(wù)的擴展產(chǎn)生了局限性，最終便沒有再過多投入精力。

2020年，于旭離開Momenta，加入字節(jié)跳動。

“我當(dāng)時還是那個想法——做數(shù)據(jù)領(lǐng)域的Uber，所以需要一個很大的平臺，但又想是非自動駕駛領(lǐng)域，那就只有字節(jié)了。” 于旭說道。

雖然短暫地離開了自動駕駛?cè)Γ谛褚廊荒芨惺艿斤L(fēng)向的變化。

誰也沒想到，在2018年左右遇冷的自動駕駛，隨著汽車智能化的發(fā)展，又找到了新的方向。

從2021年下半年開始，不斷有人找于旭幫忙引薦自動駕駛數(shù)據(jù)公司，這讓她強烈地感覺到，自動駕駛對數(shù)據(jù)側(cè)的需求在快速膨脹，猶如Uber網(wǎng)約車剛剛起量時一般。

“這樣一種強烈的興奮感，就跟當(dāng)時我即將加入Uber時一樣，我感覺，新時代很快就要來了。”

2

讓人興奮，才是好生意

因為是運營出身，于旭最初對AI技術(shù)的感知并不強烈。“但當(dāng)看到技術(shù)算法上的變革后，我意識到AI時代，運營跟技術(shù)的結(jié)合一定會產(chǎn)生很多的化學(xué)反應(yīng)。”

這也是讓于旭興奮的另一個點。

曾經(jīng)在Uber，是APP和運營的結(jié)合，之后是SaaS平臺和運營的結(jié)合，本質(zhì)上是一個模式。數(shù)據(jù)標(biāo)注領(lǐng)域同樣延續(xù)了這樣的模式，這是于旭擅長的。

同時，于旭也看到了行業(yè)的痛點。最典型的，就是數(shù)據(jù)標(biāo)注服務(wù)團隊缺少自動駕駛技術(shù)背景，很難真正理解算法背后的數(shù)據(jù)需求。即便拿到上百頁的標(biāo)注規(guī)則，往往也是一知半解地標(biāo)注。交付后，又會因為有錯誤需要返工。一來一回，拉長了數(shù)據(jù)的處理周期，增加了企業(yè)的成本。

另外，算法并非一成不變，這讓需求規(guī)則也在不停變化，隨之而來的是標(biāo)注規(guī)則的相應(yīng)改變。當(dāng)規(guī)則變化遇上數(shù)據(jù)處理需求波峰時，小型的數(shù)據(jù)服務(wù)團隊在篩選及溝通環(huán)節(jié)更是無法應(yīng)對。

“所以之前很多數(shù)據(jù)標(biāo)注服務(wù)，你會覺得做得不夠系統(tǒng)，技術(shù)和運營兩者沒有形成絕對的合力，完全是一種傳統(tǒng)的打法，人不夠就加人，通過量蓋掉事，但加到什么時候是個頭？另外，還會有很大波動，一旦需求下降，企業(yè)就會空轉(zhuǎn)。所以如果是這樣的模式，即便是一個好生意，我也沒有那種興奮的勁兒在。”

在看到現(xiàn)有模式解決不了需求變化的痛點后，于旭認為數(shù)據(jù)標(biāo)注的空間還有很大，“甚至可以用一個很新的互聯(lián)網(wǎng)跨界形式來把這個問題解決掉，這是讓我興奮的。”

顯然，對于于旭，“讓人興奮”是她投入新領(lǐng)域的重要驅(qū)動力。

抓住了痛點和興奮點，于旭很快把注意力放在了自動駕駛的數(shù)據(jù)標(biāo)注領(lǐng)域，2022年2月，愷望數(shù)據(jù)成立。

3

建立數(shù)據(jù)生產(chǎn)工廠

“成立愷望后，你們的策略是什么？”

面對我的提問，于旭開始侃侃而談從“作坊”到“工廠”的發(fā)展規(guī)劃。

“你不得不佩服這七八年間，幾百家大大小小的數(shù)據(jù)標(biāo)注團隊為行業(yè)貢獻了很多東西，但隨著后續(xù)規(guī)模化生產(chǎn)的需求提升，我們需要像工廠一般的系統(tǒng)化建設(shè)和設(shè)計。”

于旭說的工廠包括Saas平臺的支撐和運營拆解的能力。

前者很好理解，是數(shù)據(jù)標(biāo)注的工具和管理平臺；對于后者，于旭用了一個很有意思的比喻。

“數(shù)據(jù)標(biāo)注行業(yè)以前也有流水線生產(chǎn)，但拆分步驟時就像普通剝橘子，需要先剝橘子皮，再剝橘子瓣，最后把橘子核挑出來，這叫串行的拆解。但我們現(xiàn)在做的是并行，就是專門有剝橘子皮的人，同時也有剝橘子瓣和挑核的人在同一時間進行工序，這樣速度就能翻倍。”

目前，自動化標(biāo)注雖然能基本完成90%以上的標(biāo)注工作，但隨著數(shù)據(jù)量的攀升，剩余不到10%的標(biāo)注工作仍可能需要由幾百人的標(biāo)注員團隊來完成。因此，這樣的拆解就很關(guān)鍵，通過高并發(fā)率不僅能提升效率，還能大幅度降低門檻提升人員培訓(xùn)效率，使得產(chǎn)出的數(shù)據(jù)能保持高度一致性。

“這聽起來似乎并不困難，本質(zhì)依然是流水線生產(chǎn)。”

面對我的疑問，于旭舉了個例子。

“我們曾經(jīng)有個客戶，寫了200多頁的需求文檔，對于普通標(biāo)注人員，既沒有這么高的能力，也沒有心情去看這么多頁的文檔。我們在兩周內(nèi)消化了這200頁的內(nèi)容，并將文檔濃縮成5頁精華，大大減少了數(shù)據(jù)標(biāo)注執(zhí)行層的理解負擔(dān)。這里就需要專業(yè)人員的knowhow去做結(jié)構(gòu)化拆解，并且需要平臺有能力支持高并發(fā)工作流程，才能把需求拆成10份甚至100份。”

據(jù)于旭介紹，目前愷望數(shù)據(jù)重新搭建的技術(shù)平臺底層就考慮了高并發(fā)的事，“我們使用了一些低代碼（傳統(tǒng)的軟件開發(fā)通常需要熟練的編程技能和花費大量的時間來編寫代碼，但是低代碼平臺可以通過提供預(yù)先構(gòu)建的模塊和組件，以及使用視覺化界面來設(shè)計用戶界面和業(yè)務(wù)邏輯來簡化這個過程）、模塊化的概念，我們只把核心的東西做了，中間你需要怎樣的適配改造，例如在流程上加入更多的管理動作，都能從底層平臺上給你提供一個類低代碼的工具，讓你快速完成目標(biāo)。”

除此之外，最近風(fēng)很大的大模型，愷望也在密切關(guān)注并應(yīng)用到工作環(huán)節(jié)中。

此前，一個零基礎(chǔ)的標(biāo)注員，需要經(jīng)歷約為三周的“爬坡期”，背誦相關(guān)標(biāo)注規(guī)則。而愷望將ChatGPT和規(guī)則庫進行結(jié)合，引進到標(biāo)注作業(yè)平臺后，標(biāo)注員在進行標(biāo)注時，就能通過對話形式詢問GPT助手，不必背誦大量的規(guī)則，人才培育的“爬坡期”大幅減短。

這同時也解放了項目經(jīng)理，他們不必同時管理資源、項目、培訓(xùn)等環(huán)節(jié)，其管理范圍也會擴大。“隨著AI行業(yè)這一輪產(chǎn)業(yè)升級，人才梯度會迅速分開，而數(shù)據(jù)標(biāo)注領(lǐng)域也將會進入精細化分工階段。”于旭表示。

對于這個工廠，核心是什么顯而易見，效率、效率、還是效率。

“我們現(xiàn)在很多客戶都是按天去交付數(shù)據(jù)，這不就和當(dāng)時Uber的那種實時訂單是一樣的嗎？”說到這，于旭臉上又露出了興奮的表情。

4

種一顆橘子樹

在對外的宣傳上，愷望數(shù)據(jù)是一家為車企與自動駕駛公司提供一站式數(shù)據(jù)解決方案的公司。

“更簡單一些說，我們的核心是數(shù)據(jù)生產(chǎn)的自動化。當(dāng)然會是漸進式的，從人往機器去過渡，逐漸變成一個自動化過程的公司。” 于旭說道。

在她看來，作為數(shù)據(jù)服務(wù)第三方，更多的是去解決數(shù)據(jù)孤島的問題，尤其作為自動駕駛這個行業(yè)，如果能把數(shù)據(jù)孤島問題解決，大家在數(shù)據(jù)利用率會是另一個維度的提升。“所以把我們自己去跟產(chǎn)業(yè)融合，價值是很大的。”

這不禁讓人聯(lián)想到那家僅用5年時間，就實現(xiàn)超73億美金估值的美國數(shù)據(jù)標(biāo)注企業(yè)Scale AI。

2016年起步時，Scale AI就是為了解決自動駕駛賽道數(shù)據(jù)孤島的問題，讓Argo AI遇到的問題Nuro不會再出現(xiàn)。商務(wù)模式上，Scale AI是讓算法或技術(shù)的同事直接做商務(wù)與客戶對接，這樣就能迅速理解對方的需求并且能快速提出改進方案，讓數(shù)據(jù)標(biāo)注的流程能得到更好的結(jié)果。

與之配合的還有其 SaaS平臺，同樣是比較懂自動駕駛或者算法的人進行設(shè)計管理，在于旭看來，這就是運營和技術(shù)結(jié)合得比較好示例。

“所以當(dāng)年80%的北美自動駕駛公司都用了Scale AI的服務(wù)，隨著之后AI的發(fā)展，作為智能化原料的數(shù)據(jù)，重要性自然得到提升，Scale AI自然就在牌桌上占住了核心位置，然后把一個一個細分賽道逐漸打通。從自動駕駛到Google，再到軍方訂單，然后再到GPT這個方向。”

自身戰(zhàn)略的前瞻性，在于旭看來是Scale AI成為獨角獸的關(guān)鍵之一。

“同樣的企業(yè)還有特斯拉。它的數(shù)據(jù)自動化是靠影子模式解決的，這需求足夠多的車輛數(shù)量。影子模式是特斯拉很早之前就有的想法，那時就預(yù)測了自己的車會過百萬臺級別，這個級別是不可能用大量的人工做標(biāo)注的，所以一開始特斯拉就有了自動標(biāo)注這個認知，并基于此去搭建整套系統(tǒng)。”

因此，加深對行業(yè)的認知，在工具設(shè)計、機制建設(shè)上提前到位是愷望的一項重要功課。

“大家都賣橘子，你的那堆橘子更大更好，我覺得不可怕。可怕的是你種了一棵可以不斷長出又大又好的橘子的樹，這是更可怕的。這樣你根本就跑不過他，我覺得這會是行業(yè)的絕對壁壘。”