当AI数据服务走进中场战事( 三 )_毫无疑问

比如，企业正在渴望更精细和定制化的数据。

现实场景的环境永远比实验室中的构想更加复杂，想要提供更落地、更具差异化优势的模型，仅仅依靠基于移动互联网数据，或者基于众包用户数据采集的数据显然是不足够的。只有通过定制化数据采集不断打入细节、打入人无我有的场景，才能不断提升技术价值，在洪流中立足。

又比如，企业正在渴望获取更加专业和垂直的数据。

随着AI技术深入到各个细分领域，很多数据标注工作要交由专业人士去做。像是对于医疗影像数据的标注，又比如在工业生产线上对于各种材料的认识。这些都不再像以往那样，召集一群普通人就能完成，相反需要的是行业内专业工作人员进行相关处理。如何满足这些要求，是数据服务企业和AI企业都在思考的问题。

以及企业日益提高的数据安全要求。

除了提出数据隐私等常规数据安全要求以外，有些企业为了突破已有模型的局限，开始配套研制自己的硬件，走向多模态融合的方式；或是像上文所说的，专门采集一些定制化的专业数据。这时这些数据就会成为企业构建自身核心壁垒的发展方向。如此以来，数据安全问题就成了重中之重。

当AI数据服务走进中场战事( 三 )