范黎波，于心悅

（對外經(jīng)濟(jì)貿(mào)易大學(xué)，北京 100105）

1 研究背景

提起信息技術(shù)（IT）服務(wù)行業(yè)，就不得不提起20 世紀(jì)中國的一大遺憾。20 世紀(jì)80 年代，印度以國際化為主要發(fā)展方立足于國際市場，在全世界范圍整合資源和能力，推動(dòng)其軟件與服務(wù)外包產(chǎn)業(yè)發(fā)展，并通過不懈的努力和先發(fā)優(yōu)勢，在軟件服務(wù)的外包熱潮中取得了領(lǐng)先地位。2003—2005 年，印度服務(wù)外包出口分別為104 億美元、146 億美元和196億美元，而同期中國只有4.7 億美元、6.3 億美元和9.2億美元［1］。目前，印度已經(jīng)在軟件接包、軟件服務(wù)代工領(lǐng)域取得了巨大成功，并成為了全球第二大軟件出口國。印度IT 服務(wù)行業(yè)的興起，離不開政府的大力支持及其國內(nèi)軟件企業(yè)的特殊貢獻(xiàn)。早在1974年，塔塔咨詢服務(wù)公司就提供軟件外包業(yè)務(wù)，在歐美國家做得“風(fēng)生水起”。塔塔咨詢服務(wù)的創(chuàng)始人將大量的海外訂單轉(zhuǎn)回國內(nèi)交給各類中小企業(yè)完成，并在印度各大城市建立了10 多家軟件培訓(xùn)中心，大量招募軟件人才進(jìn)行培訓(xùn)［2］。塔塔咨詢服務(wù)公司如今已成為印度最大的單一軟件服務(wù)出口商，同時(shí)也是亞洲最大的獨(dú)立軟件和服務(wù)業(yè)企業(yè)，是世界領(lǐng)先的軟件企業(yè)之一。中國與印度的不同路徑選擇使兩國軟件行業(yè)發(fā)展產(chǎn)生巨大差異。21 世紀(jì)初，印度主打軟件的設(shè)計(jì)并將其作為重點(diǎn)產(chǎn)業(yè)來發(fā)展，通過理解客戶的需求來生產(chǎn)定制化產(chǎn)品；而中國將軟件作為產(chǎn)品來發(fā)展，根據(jù)客戶已經(jīng)做好的解決方案進(jìn)行復(fù)制工作，同時(shí)將重點(diǎn)發(fā)展領(lǐng)域集中在了制造行業(yè)，忽略了IT 行業(yè)的未來前景。早期的路徑選擇使得中國在IT 行業(yè)與印度產(chǎn)生了較大的差距。

深度學(xué)習(xí)作為人工智能（AI）的重要技術(shù)之一，目前在圖像、語音、文本處理等領(lǐng)域獲得了顯著進(jìn)展［3］。利用深度學(xué)習(xí)技能，機(jī)器人已經(jīng)可以掌握圍棋算法并能夠戰(zhàn)勝圍棋界的世界冠軍。人工智能是依托于機(jī)器對環(huán)境的理解和判斷來實(shí)施相應(yīng)的行動(dòng)以獲得收益的計(jì)算機(jī)程序，然而，在此之前，計(jì)算機(jī)首先要獲得人類的理解和判斷能力。數(shù)據(jù)標(biāo)注就是幫助計(jì)算機(jī)進(jìn)行學(xué)習(xí)的過程，但計(jì)算機(jī)無法通過包含眾多內(nèi)容且界限模糊的圖片進(jìn)行學(xué)習(xí)，需要提前對圖片進(jìn)行處理并標(biāo)注，以使其了解應(yīng)該識別圖片中的哪些特征。數(shù)據(jù)標(biāo)注工作就為計(jì)算機(jī)的學(xué)習(xí)進(jìn)行預(yù)先處理，通過對大量數(shù)據(jù)、圖片等進(jìn)行標(biāo)注，提高算法模型的有效性，最終使計(jì)算機(jī)完成深度學(xué)習(xí)。

隨著第三次人工智能熱潮席卷全球，大型科技公司、銀行和其他機(jī)構(gòu)對數(shù)據(jù)的需求不斷增加，以實(shí)現(xiàn)利用人工智能來改善其產(chǎn)品和服務(wù)；同時(shí)，各行各業(yè)也通過對數(shù)據(jù)的挖掘提升對消費(fèi)者的了解。數(shù)據(jù)營銷追求最大化利用已收集的數(shù)據(jù)，通過人工智能、大數(shù)據(jù)等技術(shù)高效挖掘消費(fèi)者需求，并結(jié)合適當(dāng)?shù)膹V告進(jìn)行精準(zhǔn)投放，以實(shí)現(xiàn)高轉(zhuǎn)化效果。在本次數(shù)據(jù)革命中，中國應(yīng)吸取有關(guān)教訓(xùn)，加強(qiáng)對數(shù)據(jù)領(lǐng)域的重視并開發(fā)出領(lǐng)先的數(shù)據(jù)分析、數(shù)據(jù)處理工具，擁有長線思維并取得市場領(lǐng)先地位［4］。

現(xiàn)有相關(guān)文獻(xiàn)主要研究了企業(yè)應(yīng)該如何通過數(shù)據(jù)處理、數(shù)據(jù)分析進(jìn)行轉(zhuǎn)型，但對數(shù)據(jù)加工企業(yè)缺少深入研究，因此，本研究聚焦于數(shù)據(jù)加工企業(yè)，并以數(shù)據(jù)標(biāo)注行業(yè)為重點(diǎn)研究對象，歸納數(shù)據(jù)標(biāo)注行業(yè)所面臨的市場現(xiàn)狀，揭示出在此過程中企業(yè)面臨的困境及其需要升級轉(zhuǎn)型的原因。選擇數(shù)據(jù)標(biāo)注行業(yè)為重點(diǎn)研究對象的原因在于，一方面，數(shù)據(jù)標(biāo)注是數(shù)據(jù)領(lǐng)域中的基礎(chǔ)工作，具備一定的普適性，同時(shí)也是全球利用數(shù)據(jù)進(jìn)行智能革命最重要的工具，影響范圍廣泛；另一方面是因?yàn)閿?shù)據(jù)標(biāo)注行業(yè)相比于數(shù)據(jù)挖掘、數(shù)據(jù)采集、數(shù)據(jù)分析等其他數(shù)據(jù)領(lǐng)域起步較晚，市場尚存在眾多不確定性因素并具備一定的可塑性，研究數(shù)據(jù)標(biāo)注行業(yè)是對中國經(jīng)驗(yàn)的總結(jié)與提煉，可以為世界其他國家與地區(qū)提供借鑒與參考。

2 代工企業(yè)研究分析

2.1 研究方法與數(shù)據(jù)來源

利用CiteSpace 軟件對代工企業(yè)相關(guān)研究進(jìn)行了梳理與分析。首先以“代工企業(yè)”為關(guān)鍵詞在中國知網(wǎng)（CNKI）數(shù)據(jù)庫進(jìn)行文獻(xiàn)搜索，檢索來源選擇CSSCI，得到2000 年至2021 年12 月的文章674 篇。由于在文獻(xiàn)中有可能存在對代工企業(yè)的叫法不一致，為了避免文獻(xiàn)的疏漏與缺失，在篩選文獻(xiàn)的過程中對“代加工”“original equipment manufacturer”等詞進(jìn)行檢索，以確保文獻(xiàn)的完整性；同時(shí)，在Web of Science 上選擇核心數(shù)據(jù)庫進(jìn)行檢索，以補(bǔ)充相關(guān)英文文獻(xiàn)。此外，為進(jìn)一步保證文獻(xiàn)的準(zhǔn)確與完整，通過EBSCO 等數(shù)據(jù)庫進(jìn)行補(bǔ)充檢索有關(guān)研究。最后，通過對所檢索得到的文獻(xiàn)的相關(guān)性進(jìn)行人工篩選與確定，將發(fā)表時(shí)間篩確定為2000—2022 年，最終得到英文文獻(xiàn)41 篇、中文文獻(xiàn)62 篇，即樣本文獻(xiàn)共103 篇。進(jìn)一步對樣本文獻(xiàn)進(jìn)行精讀，整理與分析針對代工企業(yè)的研究，以此構(gòu)建研究框架與研究體系。

2.2 可視化分析

2.2.1 發(fā)文時(shí)段

如圖1 所示，最早出現(xiàn)的為英文文獻(xiàn)，時(shí)間為2004 年；中文文獻(xiàn)則最早出現(xiàn)在2006 年。英文文獻(xiàn)發(fā)表日期較為平均且發(fā)展相對緩慢；中文文獻(xiàn)在2011 年之前經(jīng)歷了相對低緩的發(fā)展期，于2012 年達(dá)到了發(fā)表數(shù)量最大，并于2014 年之后進(jìn)入了平穩(wěn)期。總體來說，中文文獻(xiàn)雖發(fā)文時(shí)間較晚，但整體發(fā)文量更多。

圖1 樣本文獻(xiàn)發(fā)文時(shí)間分布

2.2.2 計(jì)量分析

為得到代工企業(yè)研究的重點(diǎn)范圍與研究方向，統(tǒng)計(jì)了英文組文獻(xiàn)聚類關(guān)鍵詞及聚類結(jié)果，如表1所示。其中，聚類關(guān)鍵詞包括渠道結(jié)構(gòu)、知識、選擇、創(chuàng)新、不對稱的成本信息以及定價(jià)策略；聚類模塊值大于0.3，聚類平均輪廓值大于0.6，表明代工企業(yè)研究的關(guān)鍵詞網(wǎng)絡(luò)結(jié)構(gòu)緊密、聚類結(jié)果顯著。從關(guān)鍵詞共現(xiàn)及聚類結(jié)果來看，國外有關(guān)于代工企業(yè)的研究多聚焦于代工企業(yè)的銷售渠道構(gòu)建、知識獲取、合作對象選擇、創(chuàng)新、不對稱信息及定價(jià)策略等。由于各國技術(shù)、勞動(dòng)力優(yōu)勢各不相同，代工企業(yè)多位于亞洲地區(qū)，位于歐美國家較少，因此歐美學(xué)者對代工企業(yè)的研究相比于亞洲學(xué)者相對較少，且研究方向多集中于對代工企業(yè)較為系統(tǒng)的內(nèi)部戰(zhàn)略管理研究。

表1 樣本英文文獻(xiàn)關(guān)鍵詞及聚類分析結(jié)果

從發(fā)表樣本文獻(xiàn)的期刊來看，首先，中文文獻(xiàn)發(fā)表期刊分布較為均勻，無明顯頭部期刊；其次，多數(shù)發(fā)表在影響因子較低期刊，表明研究質(zhì)量有待進(jìn)一步加強(qiáng)；最后，中文期刊數(shù)量明顯多于英文期刊數(shù)量，表明中文期刊對于代工企業(yè)的接納度、引領(lǐng)度以及對該領(lǐng)域的研究興趣均高于英文期刊。此外，從中文文獻(xiàn)對代工企業(yè)主要的研究方向可知（見表2），中國的有關(guān)研究多聚焦于代工企業(yè)的升級轉(zhuǎn)型，且研究方法多為探索性研究及案例研究，所選擇的代工企業(yè)主要分布在輕工紡織行業(yè)及重工制造行業(yè)。

表2 樣本中文文獻(xiàn)主要發(fā)表期刊和研究方向 單位：篇

表2（續(xù)）

總體來說，中文文獻(xiàn)從2010 年起多側(cè)重于研究代工企業(yè)的品牌升級與轉(zhuǎn)型以獲取生存及盈利空間，而英文文獻(xiàn)從渠道選擇、創(chuàng)新、定價(jià)策略等角度出發(fā)研究代工企業(yè)的發(fā)展方向，兩組文獻(xiàn)均缺乏對科技代工企業(yè)的系統(tǒng)性研究。其中僅有1 篇文獻(xiàn)“科技代工企業(yè)轉(zhuǎn)型升級的自我更新與資源整合——以S 集團(tuán)為例”對科技代工企業(yè)的轉(zhuǎn)型升級進(jìn)行了案例研究，并總結(jié)出對科技代工企業(yè)升級轉(zhuǎn)型的相關(guān)建議與作用機(jī)制。隨著數(shù)字化經(jīng)濟(jì)的不斷發(fā)展，對科技代工企業(yè)的研究將成為未來新的研究熱點(diǎn)。

2.3 “代工企業(yè)”概念起源與產(chǎn)業(yè)結(jié)構(gòu)改變

“代工”（OEM）概念最早在中國臺灣于20 世紀(jì)80 年代末提出。全球的半導(dǎo)體產(chǎn)業(yè)通過代工方式由最初的單一設(shè)計(jì)制造拆分為設(shè)計(jì)、制造、封裝與測試的四業(yè)分離，提高了半導(dǎo)體的制造與生產(chǎn)效率，由1993 年的770 億美元產(chǎn)值升至2008 年的2 650 億美元；而全球代工業(yè)也由1995 年的42.8 億美元提升至2007 年的221.0 億美元［5］，并主要集中在中國、泰國、越南等東南亞地區(qū)。在參與全球化的過程中，中國根據(jù)自身的勞動(dòng)力優(yōu)勢和充足的自然資源，以承包的方式參與國際分工，并逐漸獲得技術(shù)溢出和資本積累。在參與國際分工初期，中國通過勞動(dòng)力優(yōu)勢在紡織、食品等勞動(dòng)密集型產(chǎn)業(yè)中不斷獲得資本累積并穩(wěn)步提高國內(nèi)生產(chǎn)總值［6］，同時(shí)通過代工出口方式取得了對外貿(mào)易的連續(xù)順差，逐步確立了中國在全球的經(jīng)濟(jì)地位。然而，隨著國內(nèi)原材料及勞動(dòng)力成本的不斷上升，中國的代工利潤率呈不斷下降的趨勢［7］。此外，由于代工企業(yè)自身調(diào)節(jié)能力不足，無法應(yīng)對突然改變的市場需求，造成了代工企業(yè)與其所處市場的隔閡與疏離［8］。代工企業(yè)由于本身的高替代性以及對委托方的高度依賴，導(dǎo)致其內(nèi)部創(chuàng)新發(fā)展動(dòng)力不足。因此，中國代工企業(yè)面臨著利潤空間被進(jìn)一步壓縮及技術(shù)更新速度較慢的雙重壓力，亟須推動(dòng)代工企業(yè)的升級轉(zhuǎn)型，擺脫處于價(jià)值鏈底端的被動(dòng)地位。

2008 年的世界金融危機(jī)后，歐美市場的需求普遍降低，導(dǎo)致全球代工行業(yè)的訂單持續(xù)下降［9］，同時(shí)部分代工企業(yè)由于高能耗、高污染而難以在中國繼續(xù)生存，許多委托方將機(jī)會(huì)看向了勞動(dòng)力成本更低廉的東南亞國家，因訂單轉(zhuǎn)移、利潤空間不斷被壓縮，部分實(shí)體代工企業(yè)紛紛破產(chǎn)倒閉，此時(shí)，中國巨大的人工智能市場以及企業(yè)對數(shù)據(jù)的需求使得數(shù)據(jù)代工行業(yè)迅速崛起，并朝著專業(yè)化、細(xì)分化、場景化的方向發(fā)展。

3 數(shù)據(jù)工廠代工參與主體及其潛在問題與挑戰(zhàn)

3.1 數(shù)據(jù)工廠的參與主體

近年來，數(shù)據(jù)標(biāo)注行業(yè)逐漸興起，根據(jù)2020 年iResearch 的統(tǒng)計(jì)資料，數(shù)據(jù)標(biāo)注行業(yè)在中國的市場規(guī)模已超過36 億元，并預(yù)計(jì)將以21.8%的增長率持續(xù)增長，到2025 年，中國數(shù)據(jù)標(biāo)注行業(yè)的市場規(guī)模有望突破100 億元［3］。即便如此，數(shù)據(jù)標(biāo)注行業(yè)仍屬于新興產(chǎn)業(yè)，市場需求量較大、準(zhǔn)入門檻偏低，目前屬于野蠻生長的狀態(tài)；且由于其屬于勞動(dòng)密集型產(chǎn)業(yè)，受到人工成本上漲、同質(zhì)化競爭等因素的影響，行業(yè)正面臨著巨大的挑戰(zhàn)。數(shù)據(jù)標(biāo)注行業(yè)主要對接大量AI 實(shí)驗(yàn)室以及初創(chuàng)型AI 公司，這類企業(yè)由于規(guī)模有限，在產(chǎn)品研發(fā)過程中面對成本方面和管理效率的挑戰(zhàn)。因此，對于初創(chuàng)型企業(yè)和研究實(shí)驗(yàn)室來說，尋求數(shù)據(jù)標(biāo)注企業(yè)為其提供處理后的數(shù)據(jù)進(jìn)而進(jìn)行機(jī)器學(xué)習(xí)，是其提高研發(fā)效率和節(jié)約成本的最佳方式。

數(shù)據(jù)標(biāo)注行業(yè)目前主要有3 種市場結(jié)構(gòu)。第一種是轉(zhuǎn)包結(jié)構(gòu)，即數(shù)據(jù)供應(yīng)商在接到客戶項(xiàng)目后將項(xiàng)目拆分并轉(zhuǎn)包給外部標(biāo)注團(tuán)隊(duì)執(zhí)行。轉(zhuǎn)包模式可以利用擁有豐富流程管理經(jīng)驗(yàn)的中間商承擔(dān)溝通角色，并幫助解決數(shù)據(jù)標(biāo)注中出現(xiàn)的問題，使數(shù)據(jù)質(zhì)量相對穩(wěn)定。第二種結(jié)構(gòu)為眾包模式，即需求方直接在眾包平臺上發(fā)布任務(wù)，并由個(gè)人或標(biāo)注團(tuán)隊(duì)接單執(zhí)行。眾包結(jié)構(gòu)的好處是靈活性更強(qiáng)，可以雇傭大量兼職人員完成工作任務(wù)并且降低企業(yè)的運(yùn)營成本；然而，其缺點(diǎn)也同樣顯著，即流動(dòng)性更強(qiáng)的兼職人員無法保證數(shù)據(jù)的隱私性與安全性，他們的專業(yè)背景和工作能力也無法有統(tǒng)一的數(shù)據(jù)處理標(biāo)準(zhǔn)，分散的地理位置也降低了溝通效率，如果委托機(jī)構(gòu)臨時(shí)需要修改或調(diào)整、核對標(biāo)注任務(wù)，流動(dòng)性較強(qiáng)的兼職人員則無法及時(shí)滿足需求。為了彌補(bǔ)眾包模式結(jié)構(gòu)的缺陷，近年來許多眾包平臺開始制定相應(yīng)的制度，例如對接收眾包任務(wù)的團(tuán)隊(duì)和兼職人員進(jìn)行考核，并采取末位淘汰制度以提升平臺整體的標(biāo)注質(zhì)量和競爭力。目前，中國以百度眾測、京東眾智為首的眾包平臺發(fā)展迅速。最后一種結(jié)構(gòu)為自建團(tuán)隊(duì)的模式，即數(shù)據(jù)供應(yīng)商直接組建全職標(biāo)注團(tuán)隊(duì)，并在接受委托任務(wù)后派出合適的工作團(tuán)隊(duì)和項(xiàng)目經(jīng)理跟進(jìn)執(zhí)行。在自建團(tuán)隊(duì)的模式中，數(shù)據(jù)標(biāo)注的效率和質(zhì)量都得到了保障，內(nèi)部人員穩(wěn)定，同時(shí)，自建團(tuán)隊(duì)的數(shù)據(jù)服務(wù)商往往支持駐場、第三方部署等業(yè)務(wù)方案，極大地保證了數(shù)據(jù)的安全性；然而，自建團(tuán)隊(duì)對數(shù)據(jù)服務(wù)商的資源、能力、規(guī)模以及現(xiàn)金流都有更高的要求，對比眾包模式和轉(zhuǎn)包模式價(jià)格更高。2021 年中國主要數(shù)據(jù)標(biāo)注企業(yè)及眾包平臺排名如表3 所示。

表3 2021 年中國主要數(shù)據(jù)標(biāo)注企業(yè)及眾包平臺排名

3.2 國外先進(jìn)企業(yè)發(fā)展現(xiàn)狀

由于發(fā)達(dá)國家的勞務(wù)費(fèi)用很高，很多科技企業(yè)依賴亞馬遜土耳其機(jī)器人（Amazon Mechanical Turk,MTurk）等眾包平臺來獲得標(biāo)注后的數(shù)據(jù)。MTurk 是美國亞馬遜公司開發(fā)的數(shù)據(jù)標(biāo)注眾包平臺，通過將需要處理的數(shù)據(jù)外包給以印度為主的東南亞國家來降低成本。然而，這樣的方式無法保證標(biāo)注任務(wù)的準(zhǔn)確性，也無法保證數(shù)據(jù)的安全性。近年來，美國也成立了很多數(shù)據(jù)標(biāo)注企業(yè)，其中以Scale AI 發(fā)展得尤為迅猛。Scale AI 成立于2016 年，通過近6 年的發(fā)展已成為該行業(yè)中的龍頭企業(yè)，為客戶公司提供大量的數(shù)據(jù)標(biāo)注服務(wù)。Scale AI 主要通過提高數(shù)據(jù)標(biāo)注效率的方式搶占市場，其研發(fā)的軟件已經(jīng)能夠通過算法自動(dòng)甄別物體，并通過初始數(shù)據(jù)快速篩查出有效數(shù)據(jù)，提高了數(shù)據(jù)標(biāo)注效率和準(zhǔn)確性。Scale AI 強(qiáng)勁的市場表現(xiàn)使其市值在2016— 2021 年的5年時(shí)間中超過了73 億美元［10］，并獲得了多家投資公司的投資意向。目前，這家年輕的公司已經(jīng)與眾多科技公司達(dá)成合作，未來將繼續(xù)致力于為機(jī)器學(xué)習(xí)提供更高效率的數(shù)據(jù)標(biāo)注服務(wù)。另外，澳大利亞人工智能巨頭澳鵬科技公司同樣發(fā)展強(qiáng)勁。該公司成立于1996 年，通過長期的發(fā)展，其客戶已遍布全球。澳鵬科技公司擁有專業(yè)的數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，通過AI算法輔助提高了標(biāo)注的效率并降低成本。不僅如此，澳鵬科技公司在多年的發(fā)展中進(jìn)行了大量的收購活動(dòng)以擴(kuò)大全球服務(wù)覆蓋的范圍和規(guī)模；同時(shí)，尤為重視公司運(yùn)營的合規(guī)性，于2019 年發(fā)布眾包資源道德規(guī)范，并與世界經(jīng)濟(jì)論壇等領(lǐng)先組織合作，致力于提高人們對數(shù)據(jù)標(biāo)注工作的合規(guī)性與道德認(rèn)識。

縱觀數(shù)據(jù)標(biāo)注行業(yè)國外先進(jìn)企業(yè)的發(fā)展軌跡，不難看出海外地區(qū)的數(shù)據(jù)標(biāo)注領(lǐng)域趨向于更高的市場集中度，科技公司在尋求數(shù)據(jù)標(biāo)注企業(yè)進(jìn)行合作時(shí)，更傾向于尋找大型、綜合型服務(wù)商來為其提供高質(zhì)量的數(shù)據(jù)服務(wù)；同時(shí)，海外的數(shù)據(jù)標(biāo)注市場正在趨向成熟，類似澳鵬科技公司這樣的大規(guī)模企業(yè)正在逐漸收購中小型標(biāo)注企業(yè)以提高自己的議價(jià)能力，并通過尋求投資等方式持續(xù)加大研發(fā)投入，以提高自身的技術(shù)能力和標(biāo)注效率。

3.3 數(shù)據(jù)工廠發(fā)展的潛在問題

經(jīng)過近些年來的發(fā)展，數(shù)據(jù)標(biāo)注已經(jīng)成為人工智能領(lǐng)域的勞動(dòng)密集型產(chǎn)業(yè)，并處于人工智能高科技產(chǎn)業(yè)鏈的最低端，行業(yè)內(nèi)的競爭比拼的是人力和價(jià)格。中國數(shù)據(jù)標(biāo)注行業(yè)企業(yè)數(shù)量龐大，大多為中小型企業(yè)，因規(guī)模較小、資金有限等原因，只能依靠微薄的利潤獲取生路，缺乏擴(kuò)大規(guī)模的能力；同時(shí)，眾多企業(yè)缺少相關(guān)的優(yōu)秀人才對公司內(nèi)部進(jìn)行管理和創(chuàng)新。數(shù)據(jù)標(biāo)注的準(zhǔn)確性能夠?yàn)槠髽I(yè)帶來競爭優(yōu)勢，也決定了人工智能算法的有效性，因此，隨著數(shù)據(jù)標(biāo)注行業(yè)的不斷成熟，未來發(fā)展趨勢將會(huì)是從量的層面轉(zhuǎn)而追求數(shù)據(jù)質(zhì)量、安全性以及隱私性，這將給數(shù)據(jù)標(biāo)注行業(yè)帶來前所未有的挑戰(zhàn)，作坊式企業(yè)將很難與自建團(tuán)隊(duì)并具有一定規(guī)模的大企業(yè)競爭；同時(shí)，隨著技術(shù)發(fā)展，數(shù)據(jù)標(biāo)注行業(yè)未來必定會(huì)由勞動(dòng)密集型產(chǎn)業(yè)轉(zhuǎn)為技術(shù)密集型產(chǎn)業(yè)，當(dāng)下大部分?jǐn)?shù)據(jù)標(biāo)注企業(yè)將會(huì)面臨市場的淘汰。因此，數(shù)據(jù)標(biāo)注行業(yè)的轉(zhuǎn)型與升級具有重要意義。

3.3.1 技術(shù)無法滿足行業(yè)發(fā)展需求

近些年來，對深度學(xué)習(xí)、大數(shù)據(jù)和云計(jì)算等技術(shù)的研究逐漸興起，各種數(shù)據(jù)信息也以指數(shù)級的速度隨之增長，相關(guān)技術(shù)的多元化應(yīng)用也基于大量數(shù)據(jù)進(jìn)行研發(fā)并提高了多個(gè)行業(yè)的生產(chǎn)及運(yùn)營效率。然而，大數(shù)據(jù)體量龐大、數(shù)據(jù)類型復(fù)雜的特征向數(shù)據(jù)標(biāo)注行業(yè)提出了巨大的挑戰(zhàn)。另外，目前由于數(shù)據(jù)標(biāo)注人員的專業(yè)背景較弱，無法滿足不同領(lǐng)域或某些專業(yè)性較高行業(yè)的數(shù)據(jù)標(biāo)注需求。目前數(shù)據(jù)標(biāo)注任務(wù)主要分為描點(diǎn)標(biāo)注、區(qū)域標(biāo)注、標(biāo)框標(biāo)注等幾類，不同的行業(yè)應(yīng)用對數(shù)據(jù)標(biāo)注的任務(wù)存在一定的差異性。人工智能技術(shù)的不斷成熟將使得一些行業(yè)對所用數(shù)據(jù)有更高的需求，然而，由于現(xiàn)有標(biāo)注任務(wù)細(xì)化程度較低，很難達(dá)到相應(yīng)的技術(shù)標(biāo)準(zhǔn)。例如，無人駕駛汽車是數(shù)據(jù)標(biāo)注的一個(gè)典型應(yīng)用行業(yè)，主要的標(biāo)注任務(wù)為圖像標(biāo)注中的指示牌標(biāo)注和行人標(biāo)注，其中指示牌標(biāo)注用于識別交通規(guī)則，行人標(biāo)注用于分析道路路況以保證安全駕駛，既不可以錯(cuò)標(biāo)也不可以漏標(biāo)；然而隨著技術(shù)的進(jìn)步，大家希望能夠進(jìn)一步提升無人駕駛的安全性，不僅能夠識別出路況，還能夠依據(jù)前方車輛的行駛軌跡判斷出危險(xiǎn)駕駛車輛并主動(dòng)避開，為此，數(shù)據(jù)標(biāo)注需要更加細(xì)化其標(biāo)注內(nèi)容，提高專業(yè)性，通過對算法模型進(jìn)行補(bǔ)充和完善來滿足更高的應(yīng)用需求。

3.3.2 效率較低且質(zhì)量參差不齊

機(jī)器學(xué)習(xí)對數(shù)據(jù)的需求量巨大，然而目前大部分的數(shù)據(jù)標(biāo)注任務(wù)仍然需要通過人工標(biāo)注的方式來完成，即“有多少人工，就有多少智能”。目前的數(shù)據(jù)標(biāo)注工作普遍是以委托方的需求為基礎(chǔ)，由數(shù)據(jù)標(biāo)注團(tuán)隊(duì)根據(jù)客戶的需求并借助其提供的工具或其他標(biāo)注工具來完成畫框、標(biāo)記等工作，但由于標(biāo)注員能力的參差不齊及標(biāo)注工具功能的不完善，數(shù)據(jù)服務(wù)供應(yīng)商在標(biāo)注效率上有所欠缺。據(jù)統(tǒng)計(jì)，在對數(shù)據(jù)精確度要求較高的數(shù)據(jù)標(biāo)注工作中，一個(gè)圖像需要花費(fèi)大約20 min，而完成整體數(shù)據(jù)集的標(biāo)注工作則需要約53 000 h，低效的數(shù)據(jù)標(biāo)注工作很難滿足人工智能對數(shù)據(jù)的需求［11］。不僅如此，數(shù)據(jù)標(biāo)注工作的準(zhǔn)確性也很容易受到影響。由于數(shù)據(jù)標(biāo)注具有重復(fù)性、高強(qiáng)度以及目前質(zhì)量審核流程不健全等特點(diǎn)，會(huì)導(dǎo)致標(biāo)注任務(wù)的合格率低、標(biāo)注不完整等問題，從而影響對數(shù)據(jù)后續(xù)應(yīng)用的準(zhǔn)確性。目前大多數(shù)眾包公司會(huì)采用人工標(biāo)注和半人工標(biāo)注兩種方案，因?yàn)闃?biāo)注人員由于缺乏專業(yè)知識使其難以應(yīng)對于其而言完全陌生的專業(yè)標(biāo)注任務(wù)。同時(shí)，對于數(shù)據(jù)標(biāo)注工作的結(jié)果缺乏統(tǒng)一的判斷標(biāo)準(zhǔn)，使得部分標(biāo)注人員通過投機(jī)的手段來獲得獎(jiǎng)勵(lì)而不考慮數(shù)據(jù)標(biāo)注的質(zhì)量。近年來，盡管如百度眾測、京東眾智等企業(yè)已嘗試制定特殊的機(jī)制來提高標(biāo)注質(zhì)量，但是尚未系統(tǒng)地解決這個(gè)問題；同時(shí)，完全的人工標(biāo)注方案需要標(biāo)注人員進(jìn)行高強(qiáng)度作業(yè)，極易出現(xiàn)疲勞標(biāo)注、主觀標(biāo)注等問題。在半人工標(biāo)注中，不同的編碼技術(shù)及特征識別技術(shù)也會(huì)使得數(shù)據(jù)標(biāo)注的結(jié)果產(chǎn)生誤差、差異化較大等問題。

3.3.3 工作方式缺乏安全性、合規(guī)性

在數(shù)據(jù)標(biāo)注過程中涉及很多敏感的數(shù)據(jù)，比如人臉、語音等內(nèi)容，因此數(shù)據(jù)安全成為了人工智能企業(yè)選擇數(shù)據(jù)標(biāo)注服務(wù)商重點(diǎn)考慮的因素之一。然而，一些數(shù)據(jù)標(biāo)注企業(yè)出于成本方面的考慮，也會(huì)將這些敏感的數(shù)據(jù)分發(fā)、轉(zhuǎn)包給其他服務(wù)商或者個(gè)人，導(dǎo)致數(shù)據(jù)泄露風(fēng)險(xiǎn)大幅提升。隨著經(jīng)濟(jì)的發(fā)展和人們隱私意識的提高，大部分企業(yè)、政府等機(jī)構(gòu)開始重視數(shù)據(jù)的安全性，但是仍然存在部分企業(yè)及組織為了降低其數(shù)據(jù)處理成本，將包含用戶私人社交內(nèi)容的圖片及數(shù)據(jù)層層轉(zhuǎn)包給其他國家的標(biāo)注團(tuán)隊(duì)的現(xiàn)象。據(jù)路透社報(bào)道，美國聊天軟件臉書曾將部分?jǐn)?shù)據(jù)標(biāo)注工作轉(zhuǎn)包給了印度的威普羅公司（Wipro），威普羅公司的數(shù)據(jù)標(biāo)注團(tuán)隊(duì)有260 余人，對用戶的私人圖片及內(nèi)容按照5 種類別進(jìn)行標(biāo)注［11］。臉書在數(shù)據(jù)安全方面的處理引起了大量用戶的擔(dān)憂和不滿。

此外，一些數(shù)據(jù)標(biāo)注公司為規(guī)避風(fēng)險(xiǎn)出現(xiàn)數(shù)據(jù)處理違規(guī)行為。部分企業(yè)在數(shù)據(jù)處理過程中，將涉及公民隱私的數(shù)據(jù)拆成不同部分，每段均無法識別到個(gè)人，到了需求端再自行整合起來并形成對個(gè)人的完整數(shù)據(jù)。這類技術(shù)規(guī)避行為雖然在一定程度上保障了數(shù)據(jù)的安全性，但事實(shí)上仍然涉嫌泄露私人信息，并給企業(yè)帶來違規(guī)運(yùn)營的風(fēng)險(xiǎn)。

3.3.4 代工成本日益上漲，已無法再享受勞動(dòng)力紅利

隨著時(shí)代的進(jìn)步與人們生活水平的提高，勞動(dòng)密集型產(chǎn)業(yè)已逐漸與我國經(jīng)濟(jì)社會(huì)發(fā)展形勢呈現(xiàn)出不匹配的現(xiàn)象。1982 年，中國勞動(dòng)人口占總?cè)丝诒戎貫?8.8%，并在2010 年達(dá)到70.1%的峰值，勞動(dòng)力一直處于充裕且溢出的狀態(tài)［12］。但在2010 年以后，由于計(jì)劃生育導(dǎo)致的出生率下降問題逐漸顯露，勞動(dòng)人口無法得到有效補(bǔ)充。另一方面，中國現(xiàn)有的勞動(dòng)力人口平均年齡逐漸提升，使得勞動(dòng)力人口比重持續(xù)下降。上述情況將給中國的勞動(dòng)密集型產(chǎn)業(yè)帶來負(fù)面影響：首先，勞動(dòng)力人口供小于求，并由于養(yǎng)老負(fù)擔(dān)的加重導(dǎo)致勞動(dòng)成本直線上升；其次，勞動(dòng)力人口平均年齡不斷上升會(huì)顯著影響生產(chǎn)率。因此，勞動(dòng)密集型產(chǎn)業(yè)轉(zhuǎn)型升級為技術(shù)密集型產(chǎn)業(yè)已是大勢所趨，中國企業(yè)必須大力開展技術(shù)升級、提升核心競爭力并維持經(jīng)濟(jì)社會(huì)穩(wěn)定發(fā)展［13］。而數(shù)據(jù)代加工屬于勞動(dòng)密集型產(chǎn)業(yè)，通過大量的人工投入以獲得微薄的利潤，數(shù)據(jù)標(biāo)注員每天需要重復(fù)地拉框、標(biāo)點(diǎn)，將數(shù)據(jù)進(jìn)行處理和標(biāo)注來為AI 企業(yè)的算法提供大量的數(shù)據(jù)。因此，開發(fā)一款能夠?qū)崿F(xiàn)自動(dòng)化數(shù)據(jù)標(biāo)注的工具既能夠解放人力，減少因勞動(dòng)力成本上漲對企業(yè)造成的不利影響，又是行業(yè)發(fā)展的必然結(jié)果。

3.4 行業(yè)集中度上升將是未來趨勢，經(jīng)營環(huán)境面臨挑戰(zhàn)

在有關(guān)微觀經(jīng)濟(jì)學(xué)和產(chǎn)業(yè)組織理論的研究中，不同學(xué)者對市場結(jié)構(gòu)如何影響企業(yè)的創(chuàng)新及生存能力持有不同的觀點(diǎn)。第一種觀點(diǎn)以熊彼特的創(chuàng)造性破壞理論為基礎(chǔ)，認(rèn)為企業(yè)的創(chuàng)新及存續(xù)能力與行業(yè)的集中度有關(guān)；第二種觀點(diǎn)認(rèn)為較高的行業(yè)集中度利于企業(yè)創(chuàng)新和可持續(xù)發(fā)展；第三種觀點(diǎn)則認(rèn)為行業(yè)集中度、企業(yè)創(chuàng)新兩者之間存在一種倒“U”型關(guān)系，即企業(yè)的創(chuàng)新會(huì)隨著行業(yè)集中度的提高而提高，呈現(xiàn)正相關(guān)的促進(jìn)作用，但隨著行業(yè)集中度提高到某個(gè)峰值之后，行業(yè)集中度將會(huì)對企業(yè)創(chuàng)新能力起到負(fù)相關(guān)的抑制作用［14］。無論是哪種觀點(diǎn)，都可以看到數(shù)據(jù)標(biāo)注行業(yè)集中度上升將會(huì)是未來趨勢。原因在于，首先，行業(yè)集中度提高會(huì)使得行業(yè)內(nèi)的企業(yè)規(guī)模擴(kuò)大，易于積累資源和資本，從而促進(jìn)創(chuàng)新技術(shù)的研發(fā)；其次，行業(yè)集中度較低會(huì)使得行業(yè)內(nèi)的企業(yè)數(shù)量眾多，出現(xiàn)為了爭奪市場份額而無序競爭的現(xiàn)象，因此提高行業(yè)集中度能夠使行業(yè)競爭規(guī)范化、資源配置合理化［15］，良好的行業(yè)秩序有利于創(chuàng)新行為出現(xiàn)，使得企業(yè)有更充足的資源進(jìn)行研發(fā)活動(dòng)。

目前，數(shù)據(jù)標(biāo)注行業(yè)的集中度屬于適中狀態(tài)。這一方面是由于京東眾測、澳鵬科技公司等企業(yè)在行業(yè)發(fā)展初期便進(jìn)入了市場，搶先積累了客戶資源；另一方面是目前大部分科技公司對數(shù)據(jù)的準(zhǔn)確性要求尚不高、行業(yè)壁壘還不顯著，給資金與研發(fā)實(shí)力相對薄弱的中小企業(yè)留有一定的發(fā)展空間。然而，未來隨著上游科技企業(yè)技術(shù)的不斷成熟，數(shù)據(jù)標(biāo)注行業(yè)將需要承擔(dān)內(nèi)容更細(xì)化、專業(yè)性更強(qiáng)的標(biāo)注任務(wù)，這就需要標(biāo)注公司不斷開發(fā)專業(yè)化數(shù)據(jù)處理工具以滿足客戶需求并維持及擴(kuò)大其市場份額。因此，充足的資金與研發(fā)能力在未來將成為數(shù)據(jù)標(biāo)注行業(yè)的壁壘，一批中小型企業(yè)將面臨業(yè)務(wù)收縮，并購將成為行業(yè)內(nèi)部趨勢，進(jìn)而提升了行業(yè)集中度。

4 數(shù)據(jù)標(biāo)注行業(yè)轉(zhuǎn)型升級相關(guān)理論與實(shí)踐

4.1 競爭優(yōu)勢相關(guān)理論概述

在大數(shù)據(jù)經(jīng)濟(jì)中，數(shù)據(jù)標(biāo)注企業(yè)如何獲得競爭優(yōu)勢成為了時(shí)代新課題。目前，主要有兩種主流觀點(diǎn)來概述企業(yè)如何獲得競爭優(yōu)勢——關(guān)注企業(yè)自身資源能力的資源基礎(chǔ)觀和聚焦制度情形的制度理論。在資源基礎(chǔ)觀理論中，Penrose［16］34-35關(guān)注組織自身的成長并用創(chuàng)造性的視角將組織看作資源的集合體，提出組織對異質(zhì)性資源的高效獲得和科學(xué)配置有助于提高自身績效，并進(jìn)一步形成不同于其他企業(yè)的競爭優(yōu)勢，從而保障自身的持續(xù)成長。資源基礎(chǔ)觀理論首次探究了資源異質(zhì)性的領(lǐng)域，并確立了其對于形成組織競爭優(yōu)勢的重要意義。Wernerfelt［17］基于Penrose［16］35提出的觀點(diǎn)，強(qiáng)調(diào)組織在制定戰(zhàn)略時(shí)會(huì)更多地關(guān)注其自身所擁有的資源，同時(shí)指出組織獲得高額利潤的重點(diǎn)在于其內(nèi)部的異質(zhì)性資源和對知識及能力的構(gòu)建。這一“資源—知識—能力”的視角為后續(xù)的研究提供了更大的空間，并為組織內(nèi)部資源的分配和發(fā)展戰(zhàn)略提供了參考。類似地，Barney［18］進(jìn)一步提出對組織內(nèi)部所擁有的資源、知識與能力的分析有助于組織作出戰(zhàn)略選擇。Barney等［19］認(rèn)為，組織對資源的獲取依賴于其是否掌握了充分的信息，并指出組織獲得競爭優(yōu)勢的關(guān)鍵在于其擁有的資源是否具備價(jià)值性、稀缺性、不可模仿性和不可替代性，因?yàn)檫@類資源既有助于決策者計(jì)劃和實(shí)行組織戰(zhàn)略，也有助于組織通過異質(zhì)性資源、事先競爭現(xiàn)實(shí)等方式構(gòu)建位置壁壘，以成為市場領(lǐng)先者并達(dá)成企業(yè)的戰(zhàn)略目標(biāo)。

在有關(guān)制度理論的探究中，主要代表人物為側(cè)重經(jīng)濟(jì)學(xué)領(lǐng)域的North［20］和側(cè)重社會(huì)學(xué)領(lǐng)域的Scott［21］460-484。在經(jīng)濟(jì)學(xué)視角中，North［20］認(rèn)為制度是維護(hù)社會(huì)秩序的規(guī)則，用來約束和管理組織間的人際關(guān)系。相似地，Scott［21］460-484強(qiáng)調(diào)制度為約束、禁止等行動(dòng)提供了可依據(jù)的參考。Scott［21］460-484認(rèn)為制度是一種長久的社會(huì)結(jié)構(gòu)，并由象征性要素和資源組成。兩個(gè)以不同側(cè)重點(diǎn)為基礎(chǔ)的制度維度均強(qiáng)調(diào)了“合法性”在企業(yè)獲得競爭優(yōu)勢中的重要性。“合法性”作為新興的學(xué)術(shù)概念，范圍不限于法律，還涵蓋商業(yè)倫理規(guī)則。某種意義上講，規(guī)則的疏密與企業(yè)可能面臨的未來風(fēng)險(xiǎn)成正比。企業(yè)合法性主要包括3 個(gè)維度，分別為規(guī)制合法性、規(guī)范合法性和認(rèn)知合法性。其中，規(guī)制合法性主要指遵守國家、政府以及組織所指定的規(guī)章制度；規(guī)范合法性是以道德和社會(huì)共同價(jià)值觀為基礎(chǔ)；而認(rèn)知合法性是指人們在認(rèn)識并理解所在組織時(shí)的思考維度。具有合法性的組織遵從道德，原因在于合法性可以促進(jìn)組織扮演必要的社會(huì)角色并承擔(dān)必要的道德義務(wù)。對于一個(gè)組織來說，建立完善的合規(guī)體系可以幫助其減少損失并實(shí)現(xiàn)長久的可持續(xù)發(fā)展。

4.2 企業(yè)升級轉(zhuǎn)型相關(guān)理論概述

全球價(jià)值鏈理論和微笑曲線理論都提出代加工行業(yè)的附加價(jià)值很低，具有極高的可替代性，處于價(jià)值鏈的底端部分［22］；同時(shí)，大部分代工行業(yè)仍屬于勞動(dòng)密集型產(chǎn)業(yè)，資源消耗較高而價(jià)值增值卻很低。隨著中國勞動(dòng)力人口進(jìn)入拐點(diǎn)，人口紅利逐漸消失，面臨人工成本上漲、勞動(dòng)力人口不足等問題，許多歐美代工訂單向東南亞轉(zhuǎn)移。因此，中國的代工廠進(jìn)行轉(zhuǎn)型與升級迫在眉睫。

Gereffi［23］認(rèn)為企業(yè)轉(zhuǎn)型升級是一個(gè)必不可少的過程，在這個(gè)過程中，企業(yè)能夠完善自身能力、優(yōu)化資源配置效率、拓寬經(jīng)營市場，從而重新定位自身的業(yè)務(wù)內(nèi)容。Humphrey 等［24］認(rèn)為企業(yè)的轉(zhuǎn)型升級是從勞動(dòng)密集型產(chǎn)業(yè)到資本或技術(shù)密集型產(chǎn)業(yè)進(jìn)行轉(zhuǎn)變的重要過程。楊桂菊等［22］以價(jià)值鏈理論為基礎(chǔ)，通過對3 家中國本土企業(yè)進(jìn)行研究，指出中國大部分代工企業(yè)在轉(zhuǎn)型升級過程中均不會(huì)摒棄原有的代加工業(yè)務(wù)，而會(huì)通過代加工的方式為自創(chuàng)品牌提供運(yùn)營資金，最終實(shí)現(xiàn)轉(zhuǎn)型升級。汪建成等［25］通過對中國的格蘭仕企業(yè)的案例研究指出，格蘭仕的自主創(chuàng)新是通過技術(shù)引進(jìn)的方式完成的，并總結(jié)了其技術(shù)能力構(gòu)建路徑。也有其他研究對技術(shù)能力與品牌戰(zhàn)略兩方面在代工企業(yè)的轉(zhuǎn)型升級過程中起到的作用進(jìn)行了探討。為了構(gòu)建技術(shù)能力，代工企業(yè)可以通過在代工過程中得到的來自先進(jìn)企業(yè)的技術(shù)溢出進(jìn)行學(xué)習(xí)與吸收，并將其融入自身的生存運(yùn)營中，最終實(shí)現(xiàn)轉(zhuǎn)型升級。如陶鋒等［26］注意到了代工企業(yè)在代工過程中得到的技術(shù)溢出和學(xué)習(xí)行為，發(fā)現(xiàn)學(xué)習(xí)傾向、廠商間信任等因素對代工企業(yè)的學(xué)習(xí)行為有顯著影響，并提出中國的代工企業(yè)應(yīng)該遵循引進(jìn)消化、吸收、再創(chuàng)新的學(xué)習(xí)模式。在品牌戰(zhàn)略方面，學(xué)術(shù)界擁有較為統(tǒng)一的觀點(diǎn)，即品牌戰(zhàn)略是代工企業(yè)轉(zhuǎn)型升級中所需要考慮的重要因素之一。如徐印州等［27］以中國家電行業(yè)為研究對象，指出代工企業(yè)轉(zhuǎn)型升級的關(guān)鍵性因素是良好的品牌意識。

4.3 相關(guān)研究述評

通過以上文獻(xiàn)回顧可以看出，首先，企業(yè)可以通過具備異質(zhì)性資源并對其進(jìn)行整合來獲得競爭優(yōu)勢，并通過競爭優(yōu)勢逐漸吸引客戶人群并占據(jù)主導(dǎo)地位，這也導(dǎo)致特殊的資源及技術(shù)成為企業(yè)爭相追捧的對象［28］。其次，企業(yè)在經(jīng)營過程中必須考慮制度問題所帶來的合規(guī)性及合法性，一旦進(jìn)入市場，企業(yè)既需要思考所生產(chǎn)產(chǎn)品或服務(wù)的規(guī)范性，又需要思考企業(yè)業(yè)務(wù)所帶來的社會(huì)價(jià)值［29］?，F(xiàn)有相關(guān)文獻(xiàn)對數(shù)據(jù)標(biāo)注企業(yè)的研究較少，主要集中在對數(shù)據(jù)標(biāo)注技術(shù)的研究，較少考慮該行業(yè)的優(yōu)勢來源及合規(guī)性，而數(shù)據(jù)標(biāo)注行業(yè)的轉(zhuǎn)型與升級恰恰是其獲得競爭優(yōu)勢及合規(guī)性的重要條件；在對代工企業(yè)轉(zhuǎn)型升級的研究中，對于制造業(yè)企業(yè)的研究占據(jù)了絕大部分，數(shù)據(jù)代工工廠因其興起時(shí)間較晚、與制造行業(yè)的代工工廠相比有一定的異質(zhì)性，相關(guān)研究較少，尤其是對代工企業(yè)通過戰(zhàn)略及技術(shù)路徑完成轉(zhuǎn)型升級的過程與機(jī)制研究較少。代工行業(yè)屬于勞動(dòng)密集型產(chǎn)業(yè)，缺少相關(guān)的知識與技術(shù)；在現(xiàn)實(shí)中，很多代工企業(yè)通過優(yōu)秀的生產(chǎn)制造能力來獲得生存的必要砝碼并逐步完成企業(yè)的轉(zhuǎn)型升級。因此，本研究立足于已有相關(guān)研究成果，對數(shù)據(jù)代工工廠進(jìn)行重點(diǎn)研究，并根據(jù)其與傳統(tǒng)代工工廠的相似性和異質(zhì)性探索其轉(zhuǎn)型與升級路徑。

4.4 轉(zhuǎn)型升級實(shí)踐背景

推動(dòng)數(shù)字化經(jīng)濟(jì)加速發(fā)展、把握新機(jī)遇是中國《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》的重點(diǎn)內(nèi)容。近年來，中國通過促進(jìn)信息技術(shù)的發(fā)展與應(yīng)用，極大地提高了生產(chǎn)效率，人們的生活方式也隨之發(fā)生了深刻的變革。截至2020 年4 月，中國數(shù)字經(jīng)濟(jì)的核心產(chǎn)業(yè)已占國內(nèi)生產(chǎn)總值的7.8%［30］，為中國經(jīng)濟(jì)發(fā)展提供了有力的保障。與此同時(shí)，中國在發(fā)展數(shù)據(jù)經(jīng)濟(jì)中仍然面臨著一些困難和挑戰(zhàn)，主要表現(xiàn)為：第一，缺乏一定的技術(shù)創(chuàng)新能力，在個(gè)別關(guān)鍵領(lǐng)域中技術(shù)更新與改進(jìn)速度較慢［31］；第二，對數(shù)據(jù)資源的利用不夠充分，仍然存在較大的挖掘與利用空間；第三，對數(shù)字經(jīng)濟(jì)的治理仍然需要進(jìn)一步提高與完善。習(xí)近平總書記指出，數(shù)字經(jīng)濟(jì)的發(fā)展速度與影響程度將成為改變國際市場競爭格局的重要力量［30］。因此，進(jìn)一步推動(dòng)數(shù)字經(jīng)濟(jì)的發(fā)展及產(chǎn)業(yè)的轉(zhuǎn)型以加強(qiáng)對數(shù)字資源的利用，成為了中國未來發(fā)展的愿景。

國家《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出，中國到2025 年將全面邁向數(shù)字經(jīng)濟(jì)的擴(kuò)展期，并完成數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)比重達(dá)到國內(nèi)生產(chǎn)總值10%的目標(biāo)；同時(shí)，中國將持續(xù)推動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，加快建設(shè)相關(guān)支撐服務(wù)體系以提高實(shí)體經(jīng)濟(jì)的增長速度，到2035 年，將邁向數(shù)字經(jīng)濟(jì)的繁榮成熟期，成為數(shù)據(jù)經(jīng)濟(jì)發(fā)展的領(lǐng)導(dǎo)者。不難看出，數(shù)字經(jīng)濟(jì)發(fā)展已成為中國乃至全球發(fā)展的重中之重，而數(shù)據(jù)工廠作為推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ)保障，將會(huì)對中國未來的經(jīng)濟(jì)發(fā)展起到重要的作用，因此，提高該行業(yè)的技術(shù)水平與生產(chǎn)效率會(huì)為中國推進(jìn)數(shù)字化轉(zhuǎn)型與治理提供有力支撐。

5 數(shù)據(jù)標(biāo)注行業(yè)轉(zhuǎn)型升級的路徑選擇

20 世紀(jì)90 年代初，華為技術(shù)有限公司（以下簡稱“華為”）與鴻海精密工業(yè)股份有限公司（以下簡稱“富士康”）幾乎同時(shí)在深圳創(chuàng)業(yè)，兩家企業(yè)的發(fā)展軌跡堪稱現(xiàn)代版的“牧羊人和砍柴人的故事”。由于中國的人口紅利，富士康在中國獲得了快速的發(fā)展，從沿海到內(nèi)陸不斷投資建廠，并成為蘋果、三星等企業(yè)手機(jī)產(chǎn)品的最大供應(yīng)商；然而，隨著中國勞動(dòng)力成本的提升，富士康在中國的訂單慢慢縮減，業(yè)務(wù)也逐漸開始向東南亞地區(qū)轉(zhuǎn)移以尋求更低的人力資本。反觀華為，其通過薪酬、發(fā)展機(jī)會(huì)等吸引和激勵(lì)有知識的大學(xué)生，培養(yǎng)了一支知識型人才隊(duì)伍。截至2022 年4 月，富士康有120 萬名員工［32］，未更早地從勞動(dòng)密集型的代工廠升級為技術(shù)密集型企業(yè)，長期因“血汗工廠”污名纏身；而華為僅有19 萬名員工［33］，走上了技術(shù)密集型發(fā)展之路，堅(jiān)持“深淘灘、淺做堤”的互利共贏戰(zhàn)略。上述兩家企業(yè)不同的路徑選擇使得兩家企業(yè)人均產(chǎn)出懸殊。因此，基于傳統(tǒng)制造企業(yè)的發(fā)展歷程并結(jié)合高質(zhì)量發(fā)展和更高水平開放經(jīng)濟(jì)體的角度，本研究提出數(shù)據(jù)工廠從代加工轉(zhuǎn)型為原始設(shè)計(jì)制造商（ODM）/原始品牌制造商（OBM）的發(fā)展邏輯，并從技術(shù)和戰(zhàn)略兩個(gè)維度提出轉(zhuǎn)型升級路徑（見圖2）。

圖2 數(shù)據(jù)標(biāo)注行業(yè)轉(zhuǎn)型升級路徑

5.1 技術(shù)路徑

5.1.1 細(xì)化數(shù)據(jù)標(biāo)注任務(wù)，提升數(shù)據(jù)標(biāo)注效率

通過近些年的發(fā)展，人工智能技術(shù)在不同領(lǐng)域均得到了廣泛應(yīng)用，部分行業(yè)對數(shù)據(jù)標(biāo)注的要求也逐漸提高，原有的標(biāo)注方法難以滿足行業(yè)需求。以智能安防為例，更多的企業(yè)希望有關(guān)產(chǎn)品從原有的被動(dòng)防御功能轉(zhuǎn)為具有主動(dòng)警示的功效，由此，對數(shù)據(jù)標(biāo)注任務(wù)的要求也不斷提高。例如，當(dāng)一個(gè)面色緊張或手舉尖刀的人走進(jìn)銀行時(shí)，安防系統(tǒng)應(yīng)馬上啟動(dòng)預(yù)警系統(tǒng)，通知工作人員以保護(hù)其他客戶的財(cái)產(chǎn)及人身安全。對數(shù)據(jù)標(biāo)注任務(wù)的新需求將包括危險(xiǎn)物品標(biāo)注、表情標(biāo)注、行為標(biāo)注等。新的數(shù)據(jù)標(biāo)注任務(wù)有利于進(jìn)一步提高人工智能算法模型的準(zhǔn)確性，幫助安防系統(tǒng)學(xué)習(xí)與識別異常行為，并提高該行業(yè)的人工智能應(yīng)用程度。類似地，由于技術(shù)的發(fā)展，其他行業(yè)也將會(huì)對數(shù)據(jù)標(biāo)注任務(wù)提出更細(xì)化的需求。因此，開發(fā)新的技術(shù)工具實(shí)現(xiàn)標(biāo)注任務(wù)細(xì)化、進(jìn)一步促進(jìn)機(jī)器深度學(xué)習(xí)能力將成為未來數(shù)據(jù)標(biāo)注的發(fā)展方向。同時(shí)，為了提升數(shù)據(jù)標(biāo)注工作效率，數(shù)據(jù)標(biāo)注企業(yè)應(yīng)逐漸由現(xiàn)有的人工標(biāo)注模式轉(zhuǎn)為“人工標(biāo)注+智能輔助”，并最終實(shí)現(xiàn)“機(jī)器標(biāo)注+人工輔助”的模式。通過智能模型對所需要標(biāo)注的數(shù)據(jù)進(jìn)行提前處理，然后用人工標(biāo)注方法對數(shù)據(jù)進(jìn)行校正與核驗(yàn)，有利于降低勞動(dòng)成本并提高標(biāo)注效率。目前，一些數(shù)據(jù)標(biāo)注企業(yè)已經(jīng)嘗試開發(fā)相應(yīng)的智能輔助工具。開發(fā)以人工標(biāo)注為主、智能標(biāo)注為輔的半自動(dòng)化標(biāo)注工具并逐步減少人工標(biāo)注的比例，最終實(shí)現(xiàn)以機(jī)器標(biāo)注為主、人工標(biāo)注為輔的模式將會(huì)成為未來的發(fā)展趨勢，然而，截至2021 年6 月，中國數(shù)據(jù)標(biāo)注企業(yè)的機(jī)器標(biāo)注比例仍然只達(dá)到30%［11］。

5.1.2 制定行業(yè)規(guī)范，提升數(shù)據(jù)標(biāo)注工作的質(zhì)量、安全性和合規(guī)性

目前，數(shù)據(jù)標(biāo)注行業(yè)各企業(yè)對圖像標(biāo)注的要求與方法都各不相同，標(biāo)注結(jié)果文件各異，嚴(yán)重影響數(shù)據(jù)的后續(xù)統(tǒng)一使用；同時(shí)，大部分公開數(shù)據(jù)集并非基于場景進(jìn)行標(biāo)注，會(huì)對后續(xù)的算法訓(xùn)練造成一定的影響。因此，應(yīng)對標(biāo)注流程和標(biāo)注結(jié)果形式進(jìn)一步規(guī)范，以提升標(biāo)注數(shù)據(jù)的通用性。近期，中國汽車工程學(xué)會(huì)已正式發(fā)布《智能網(wǎng)聯(lián)汽車場景數(shù)據(jù)圖像標(biāo)注要求與方法》，旨在為行業(yè)提供場景數(shù)據(jù)圖像標(biāo)注的基本規(guī)范，促進(jìn)場景數(shù)據(jù)圖像標(biāo)注的標(biāo)準(zhǔn)化，提升場景數(shù)據(jù)的通用性和易用性，推動(dòng)汽車行業(yè)快速發(fā)展。數(shù)據(jù)標(biāo)注中的其他場景數(shù)據(jù)也應(yīng)該制定統(tǒng)一標(biāo)準(zhǔn)，以推動(dòng)行業(yè)生態(tài)的合規(guī)性及通用性，進(jìn)而滿足未來可能的跨界需求。

另外，數(shù)據(jù)標(biāo)注企業(yè)可以通過數(shù)據(jù)分割、數(shù)據(jù)治理、數(shù)據(jù)安全傳輸和區(qū)塊鏈等技術(shù)來提高數(shù)據(jù)標(biāo)注的安全性和隱私性。數(shù)據(jù)治理是通過對數(shù)據(jù)處理的整個(gè)流程進(jìn)行識別、監(jiān)控、分析等一系列管理活動(dòng)來提高組織的管理水平，并確保數(shù)據(jù)在一個(gè)安全的環(huán)境下進(jìn)行使用［34］。數(shù)據(jù)分割是通過將數(shù)據(jù)標(biāo)注任務(wù)拆分為多個(gè)部分，并指派給相互陌生的團(tuán)隊(duì)來保證數(shù)據(jù)的安全性［35］，可以有效避免隱私數(shù)據(jù)被整體打包并泄露，對數(shù)據(jù)進(jìn)行了多重保護(hù)。數(shù)據(jù)安全傳輸是指通過研發(fā)一個(gè)安全性較高的數(shù)據(jù)傳輸框架來對數(shù)據(jù)進(jìn)行加密、壓縮的傳輸方式，有效避免傳輸過程中存在的被盜、暴露和復(fù)制等安全性問題［36］。運(yùn)用區(qū)塊鏈技術(shù)可以通過采用強(qiáng)加密算法和分布式技術(shù)來提高數(shù)據(jù)安全性，通過采用區(qū)塊鏈技術(shù)，標(biāo)注人員可以直接與需求企業(yè)進(jìn)行對接，避免了數(shù)據(jù)標(biāo)注任務(wù)的層層轉(zhuǎn)包，提高了數(shù)據(jù)的安全性，也能防止個(gè)人用戶批量搜集數(shù)據(jù)，最大限度地保障數(shù)據(jù)的安全。

5.2 戰(zhàn)略路徑

5.2.1 擴(kuò)大企業(yè)規(guī)模

Fazzari 等［37］認(rèn)為，資本市場的不完善會(huì)導(dǎo)致不同規(guī)模的企業(yè)在尋求外部資金時(shí)具有可獲得性差異和成本差異。由于成立時(shí)間較短、未有完善的管理能力以及資本實(shí)力，與大企業(yè)相比，小企業(yè)通常面臨較高的外部融資成本以及較大的內(nèi)部資金壓力，因此，中小企業(yè)很難在市場集中度日益上升、競爭強(qiáng)度較大、對技術(shù)研發(fā)要求較高的行業(yè)中存活［38］。目前，處于尾部的中小型企業(yè)仍是市場中的主要供應(yīng)力量，然而隨著未來數(shù)據(jù)處理體系逐漸成熟，客戶需求更加多元化，一批中小型廠商將會(huì)面臨業(yè)務(wù)收縮、研發(fā)能力無法滿足需求等情況；同時(shí)，由于數(shù)據(jù)標(biāo)注企業(yè)所面臨的客戶數(shù)量較多，對數(shù)據(jù)處理的質(zhì)量和要求具備一定的多樣性，中小企業(yè)難免會(huì)出現(xiàn)管理能力有限、對接能力不足等問題。因此，擴(kuò)大企業(yè)規(guī)模將成為市場趨勢。頭部企業(yè)可以通過收購來豐富自主數(shù)據(jù)采集系統(tǒng)從而完成更具多樣性的任務(wù)，而中小型企業(yè)也需要通過兼并等方式提高自身競爭力，提高自己的議價(jià)能力，避免資金與研發(fā)實(shí)力成為企業(yè)發(fā)展的壁壘。目前，國內(nèi)較為典型的數(shù)據(jù)標(biāo)注企業(yè)并購事件為企業(yè)倍賽BasicFinder 收購北京欣博友數(shù)據(jù)科技有限公司以提升自身數(shù)據(jù)收集及處理能力。綜上，通過兼并與重組等方式擴(kuò)大企業(yè)規(guī)模將是數(shù)據(jù)標(biāo)注行業(yè)中企業(yè)未來存續(xù)并得以轉(zhuǎn)型升級的第一步。通過擴(kuò)大規(guī)模，企業(yè)得以在行業(yè)中繼續(xù)生存，并為未來的技術(shù)創(chuàng)新積累資本實(shí)力。

5.2.2 開發(fā)自主品牌，成為原始品牌制造商

數(shù)據(jù)標(biāo)注企業(yè)應(yīng)積累創(chuàng)新研發(fā)能力和資本實(shí)力，通過投資等方式與上游企業(yè)進(jìn)行合作。借鑒Beverelli等［39］的研究思路，數(shù)據(jù)標(biāo)注企業(yè)憑借自身的數(shù)據(jù)處理能力與實(shí)力，拓寬經(jīng)營市場，向價(jià)值鏈上游行業(yè)進(jìn)行擴(kuò)張。數(shù)據(jù)標(biāo)注企業(yè)將不僅僅以代加工為主，而是依靠自身優(yōu)勢與其他上游公司進(jìn)行合作，建立自主品牌，由此為企業(yè)帶來更大的優(yōu)勢。第一個(gè)優(yōu)勢是企業(yè)通過與上游企業(yè)合作，正式進(jìn)入人工智能價(jià)值鏈上游領(lǐng)域，而不再僅僅是做基礎(chǔ)性、技術(shù)含量較低的工作［40］。通過建立自有品牌，企業(yè)將能夠徹底地完成產(chǎn)業(yè)升級與轉(zhuǎn)型［41］。第二個(gè)優(yōu)勢是通過自立自主品牌，企業(yè)將能夠提升自身的知名度及聲譽(yù)，為自己原有的數(shù)據(jù)標(biāo)注代加工行業(yè)提升市場認(rèn)可度、競爭力和議價(jià)能力。通過提高數(shù)據(jù)處理能力與其他企業(yè)進(jìn)行合作并建立自主品牌的方式，提高數(shù)據(jù)處理能力與數(shù)據(jù)處理質(zhì)量，以吸引更多的潛在客戶。在此基礎(chǔ)上，企業(yè)需要具有充足的資金與研發(fā)能力加快數(shù)據(jù)標(biāo)注智能化，成為行業(yè)領(lǐng)先者并帶動(dòng)該行業(yè)走向智能化的轉(zhuǎn)型升級，進(jìn)而降低人工成本、提升工作效率［42］。數(shù)據(jù)標(biāo)注的智能化也意味著該行業(yè)不再是勞動(dòng)密集型產(chǎn)業(yè)，由此避免中國數(shù)據(jù)標(biāo)注企業(yè)與東南亞等人工成本更低的地區(qū)進(jìn)行價(jià)格競爭，實(shí)現(xiàn)行業(yè)發(fā)展由量轉(zhuǎn)向質(zhì)的轉(zhuǎn)型革命。

5.3 培養(yǎng)企業(yè)創(chuàng)新能力并持續(xù)提高研發(fā)投入

企業(yè)家自身的創(chuàng)新意識培養(yǎng)有利于塑造其機(jī)會(huì)感知能力。強(qiáng)化創(chuàng)新意識可以有效促進(jìn)數(shù)據(jù)代加工工廠發(fā)掘潛在機(jī)會(huì)、實(shí)現(xiàn)轉(zhuǎn)型升級。貫徹創(chuàng)新理念對數(shù)據(jù)代加工工廠整合有限資源、實(shí)施戰(zhàn)略性創(chuàng)業(yè)行為具有極強(qiáng)的促進(jìn)作用。對于一家企業(yè)的轉(zhuǎn)型工作來說，至關(guān)重要的就是要推動(dòng)其發(fā)展方向向著技術(shù)創(chuàng)新型進(jìn)行轉(zhuǎn)變，并且形成創(chuàng)新發(fā)展的內(nèi)在動(dòng)力，逐漸形成技術(shù)創(chuàng)新的核心競爭力，進(jìn)而能夠幫助企業(yè)從容應(yīng)對運(yùn)營中的各種障礙［43］。具體來說，企業(yè)進(jìn)行技術(shù)創(chuàng)新可以通過以下過程：首先，通過整合與配置所擁有的資源提高原始創(chuàng)新能力。企業(yè)的原始創(chuàng)新能力能夠幫助其不斷進(jìn)行創(chuàng)新，形成競爭優(yōu)勢，并在行業(yè)中處于領(lǐng)先地位［44］。其次，企業(yè)在此基礎(chǔ)上不斷學(xué)習(xí)國外的先進(jìn)技術(shù)，并根據(jù)所學(xué)習(xí)內(nèi)容找到適用于自身發(fā)展創(chuàng)新的關(guān)鍵，完成將先進(jìn)經(jīng)驗(yàn)用于自身的知識轉(zhuǎn)化，并結(jié)合自身實(shí)際進(jìn)行再次創(chuàng)新。

中國正處在由經(jīng)濟(jì)增長到經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵時(shí)期，在全球發(fā)展的浪潮中保持領(lǐng)先地位的關(guān)鍵不僅在于經(jīng)濟(jì)發(fā)展的速度和規(guī)模，還在于經(jīng)濟(jì)發(fā)展的質(zhì)量和技術(shù)研發(fā)能力。而研發(fā)投入被視為創(chuàng)新能力的關(guān)鍵因素，在推動(dòng)中國經(jīng)濟(jì)發(fā)展的道路上發(fā)揮了重要的作用。為保證企業(yè)的長遠(yuǎn)發(fā)展，數(shù)據(jù)代工工廠應(yīng)持續(xù)加大研發(fā)投入，加快數(shù)據(jù)標(biāo)注智能化以成為行業(yè)領(lǐng)先者，并帶動(dòng)該行業(yè)走向智能化的轉(zhuǎn)型升級，降低人工成本、提升工作效率；通過先進(jìn)技術(shù)的研發(fā)，有利于提升數(shù)據(jù)標(biāo)注企業(yè)在市場占據(jù)的份額，吸引大量投資者對企業(yè)進(jìn)行資金支持，助力中國數(shù)據(jù)標(biāo)注企業(yè)進(jìn)軍國際市場。

6 結(jié)論與討論

本研究分析了數(shù)據(jù)標(biāo)注行業(yè)如何基于目前存在的問題與挑戰(zhàn)進(jìn)行轉(zhuǎn)型升級的技術(shù)與戰(zhàn)略路徑，展現(xiàn)了數(shù)據(jù)標(biāo)注行業(yè)轉(zhuǎn)型升級的過程、邏輯與實(shí)施細(xì)節(jié)。研究發(fā)現(xiàn)，目前我國數(shù)據(jù)標(biāo)注行業(yè)面臨的主要問題包括：第一，數(shù)據(jù)標(biāo)注需要更加細(xì)化標(biāo)注內(nèi)容以提高專業(yè)性，而行業(yè)技術(shù)尚無法滿足行業(yè)發(fā)展需求；第二，人工標(biāo)注方式使得標(biāo)注效率較低且質(zhì)量無法保證；第三，尚未有統(tǒng)一的行業(yè)規(guī)范，部分?jǐn)?shù)據(jù)標(biāo)注企業(yè)存在安全及合規(guī)風(fēng)險(xiǎn)；第四，由于勞動(dòng)力人口比重持續(xù)下降而代工成本日益上漲，行業(yè)的利潤空間正在逐漸被壓縮。同時(shí)，隨著數(shù)據(jù)標(biāo)注任務(wù)所需要的專業(yè)性不斷提升，充足的資金要求與研發(fā)能力將會(huì)提高該行業(yè)的進(jìn)入壁壘，而行業(yè)集中度將會(huì)不斷提高，部分?jǐn)?shù)據(jù)標(biāo)注企業(yè)將會(huì)面臨經(jīng)營挑戰(zhàn)。對此，從技術(shù)與戰(zhàn)略兩方面為數(shù)據(jù)標(biāo)注行業(yè)提出轉(zhuǎn)型升級的路徑選擇。從技術(shù)路徑出發(fā)，數(shù)據(jù)標(biāo)注企業(yè)應(yīng)通過開發(fā)新的技術(shù)工具、促進(jìn)機(jī)器深度學(xué)習(xí)能力提高以實(shí)現(xiàn)標(biāo)注任務(wù)細(xì)化、提升數(shù)據(jù)標(biāo)注效率的目標(biāo)；從戰(zhàn)略路徑出發(fā)，數(shù)據(jù)標(biāo)注企業(yè)首先應(yīng)擴(kuò)大規(guī)模以保證自身生存并為未來的技術(shù)創(chuàng)新積累資本實(shí)力，其次通過建立自主品牌提高市場認(rèn)可度以吸引更多的潛在客戶，最后持續(xù)培養(yǎng)創(chuàng)新能力并提高研發(fā)投入以形成核心競爭力，實(shí)現(xiàn)由量轉(zhuǎn)向質(zhì)的轉(zhuǎn)型革命。

目前，百度公司已在山西轉(zhuǎn)型綜合改革示范區(qū)建立了山西數(shù)據(jù)標(biāo)注基地，為產(chǎn)業(yè)鏈各環(huán)節(jié)提供數(shù)據(jù)保障并支持山西人工智能產(chǎn)業(yè)發(fā)展，截至2022 年1 月，該示范區(qū)AI 訓(xùn)練師作業(yè)人員已達(dá)到4 300 余人［45］，成為國內(nèi)擁有從業(yè)人員最多和產(chǎn)值規(guī)模最大的單體數(shù)據(jù)標(biāo)注產(chǎn)業(yè)基地；另外，新疆皮山縣也已建立數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)園，并擁有上千名員工［45］。然而，目前從事簡單、機(jī)械、重復(fù)勞動(dòng)的人工數(shù)據(jù)標(biāo)注崗位很有可能會(huì)被未來的機(jī)器標(biāo)注所替代，因此，對數(shù)據(jù)標(biāo)注行業(yè)的探索與研究將有助該行業(yè)對新技術(shù)的研發(fā)，并為大量員工提供學(xué)習(xí)的機(jī)會(huì)以提升其自身素質(zhì)、避免被時(shí)代淘汰。數(shù)據(jù)標(biāo)注行業(yè)的轉(zhuǎn)型與升級有助于中國行業(yè)內(nèi)企業(yè)保持國際領(lǐng)先地位，并保證這些產(chǎn)業(yè)園的持續(xù)發(fā)展；同時(shí)，數(shù)據(jù)標(biāo)注行業(yè)的代工性質(zhì)及所從事工作的機(jī)械性與重復(fù)性在數(shù)據(jù)領(lǐng)域的眾多工作中具有典型性與普適性，因此，對數(shù)據(jù)領(lǐng)域中的其他行業(yè)的轉(zhuǎn)型升級也可提供一定的啟示借鑒。人工智能技術(shù)的進(jìn)一步成熟和大規(guī)模應(yīng)用必將對大量工作崗位形成替代，甚至包括當(dāng)前一些薪資待遇較好的崗位，如數(shù)據(jù)分析師、數(shù)據(jù)挖掘等，因此，能否通過產(chǎn)業(yè)升級、提高知識含量來提高生產(chǎn)率和附加值決定著中國未來的經(jīng)濟(jì)發(fā)展前景，對其他行業(yè)的企業(yè)也有著重大意義［46］。

隨著人工智能的進(jìn)步與數(shù)字經(jīng)濟(jì)的快速發(fā)展，數(shù)據(jù)標(biāo)注等行業(yè)在經(jīng)濟(jì)社會(huì)中的影響力越來越大，并逐漸成為了熱門行業(yè)，數(shù)據(jù)代加工工廠由注重量轉(zhuǎn)向注重質(zhì)、由勞動(dòng)密集型產(chǎn)業(yè)轉(zhuǎn)向技術(shù)密集型產(chǎn)業(yè)，有利于行業(yè)內(nèi)企業(yè)形成核心競爭優(yōu)勢，是擴(kuò)展其價(jià)值鏈活動(dòng)范圍的重要途徑。只有通過累積資本與不斷創(chuàng)新，真正實(shí)現(xiàn)轉(zhuǎn)型升級，才能保證企業(yè)不會(huì)因缺乏先進(jìn)的技術(shù)以及嚴(yán)峻的經(jīng)濟(jì)環(huán)境所淘汰，維持自身的長期健康發(fā)展。