2020年中央公布的第一份关于要素市场化配置的文件《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》中，将数据纳入新型生产要素，并上升到国家战略层面。今年两会通过的《十四五规划纲要》表明，以数据为关键要素的数字经济将成为国家创新驱动的重要战略载体。

在《中国数据要素市场发展报告（2020~2021）》中，报告从产业链角度出发，将我国数据要素市场归结为数据采集、数据储存、数据加工、数据流通、数据分析、数据应用、生态保障七大模块，涵盖数据要素从产生到发生要素作用的全过程。

人工智能与数据要素的关系 

下面我们从人工智能技术为出发点，探索数据在相关技术落地中发挥的要素作用。

数据是AI时代的基石。伴随着整个产业的发展，尤其随着人工智能技术在千行万业中的落地发展，市场对于数据的需求呈指数级增长。如何有效释放数据价值，成为当前人工智能行业面临的一大挑战。

人工智能基础数据服务指为 AI 算法训练及优化提供的数据采集、清洗、信息抽取、标注等服务，以采集和标注为主。人工智能概念爆发伊始，算法、算力、数据就是重要的三要素，进入落地阶段，智能交互、人脸识别、无人驾驶等应用成为最大的热门，AI 公司开始比拼技术与产业的结合能力，而数据作为 AI 算法的“燃料”，是实现这一能力的必要条件。因此，为机器学习算法训练、优化提供数据采集、标注等服务的人工智能基础数据服务成为这一人工智能热潮中必不可少的一环。可以说，优质的、海量的数据，是当前人工智能发现知识，创造价值，智能决策和行动的关键第一步。

在这个过程中，数据服务的工程化能力至关重要，数据服务通过工程化的赋能可以广泛地覆盖人工智能不同场景下的数据需求。提升数据服务的工程化能力，需要建设提供底层框架支持和一站式的统一开发平台，将数据采集、数据传输、数据清洗、数据标注、数据管理等进行集成，在解决实际数据需求的同时不断沉淀数据处理能力，形成数据标注平台。云测数据总经理认为，在“工欲善其事必先利其器”这样的背景之下，数据标注平台在质量和生产效率上都制约着产能的提升。数据标注工具的结构创新、智能化、工程化等能力，才是助力人工智能产业快速落地的推进器。

头部企业在数据标注平台的领先实践 

从头部代表企业云测数据的一系列操作中我们观察到,专业的数据标注平台会通过标准化的流程、方法论,提高平台的流程化协作能力,来保证数据服务团队的高效的服务能力；通过技术层、工具层的优化，来最大限度提升人效比的同时提升数据标注准确性；进而提升AI模型迭代的速度和提升AI模型的准确度。

以其在标注平台支持的标注工具组件为例，由于AI应用场景边界的不断扩展，数据标注工具也从简单过渡到复杂，以往市面上开源工具多已经无法适应工具需求从简易到复杂的变化。

而云测数据推出的数据标注平台支持图像、文本、语音、视频以及点云数据等数据类型的一站式加工处理，拥有3D立体框、点云语义分割、特征点、线段、矩形框、曲线、平面立体框、多边形等20+种工具组件，可灵活满足不同的标注需求，配合算法模型进行数据处理落地，并支持标注工具的定制开发等等。集成了多样性、灵活性的优势，可解决人工智能落地场景多样性、丰富性的数据需求。

实现数据要素的价值转化的保障

随着我国大数据产业与实体经济深度融合、产业发展不断壮大，数据作为生产要素的属性不断凸显。如何实现数据要素市场化配置，激活数据要素潜在价值，推动实体经济继续深度融合，是“十四五”期间我国需要面临的重要课题之一。

在人工智能领域，要实现数据要素的价值转化，数据标注的工程化能力是前提，也是保障。在具有工程化能力的标注平台的之上，人工智能领域的开发者才能够创造更多的可能性，助力知识图谱、自然语言处理、机器学习/深度学习等AI技术在更广泛的落地场景实现边界拓展与应用落地。