上个10年到20年，电商在不增加社会产品总量的前提，通过技术互联等方式优化了社会产品分配方式，推动了社会进步；而AI的量级在可预知的将来将会大大超过电商的创新影响力，AI将会在未来全面推动各个产业升级和优化。

　　数据标注的发展空间也基于此，通过原材料加工的形式参与到了人工智能大行业中。随着人们对于AI的期待值不断地升高，经过标注后的高精度数据将会是不可忽视的资源。数据标注行业，一个因为人工智能崛起而新兴的行业。大多数AI实验室、初创型AI公司在发展初期如果雇佣大量的人力进行数据标注，就不得不面临下面两种处境：首先对公司的管理方面就是巨大的挑战，在研发产品的同时还得把大量精力放在如何管理大量标注人员身上。

　　众所周知，使用监督学习方法做分类任务时，往往训练样本规模越大，分类器的性能就越高。但是在面临实际问题时，我们接触到的大量的来自互联网或其他来源（如学术界或商业界）的都是未标注的数据。然而标记样本通常是代价比较大的，比如海量标注需要耗费大量时间和人力（海量的语料和图像标注）；又比如一些数据需要领域内的专家来进行人工标注，这样数据标注便成了人工智能算法商用的一个难题。

　　“AI是改变，更是未来，它将赋能每一个人点亮生活”，生活点亮之时，并不是数据标注暗淡之日，AI由感知向认知，由“麻木不仁”向“喜怒哀乐”，由“唯唯诺诺”向“杀伐决断”的路还很长，它还不是他/她。