>
每個時代都有時代專屬的需求，傳統產業需要實體產品，因此誕生替代的工廠。工廠會買進大批機器，原材料，再招攬捆綁操作機器的人，可以生產出大量毛坯產品。這個時候，售賣原材料和機器的人賺了第一波錢。
毛坯產品生產出來，還不能直接到達客戶手中，需要經過篩選和加工，不合格的要返工或者廢棄，只有檢驗合格的產品才能到達經銷商手中。這時候，廠家到經銷商之間就有了一番層利潤，而作為篩選和加工的人，也能拿到一部分酬勞。
經銷商的關係就很複雜了，有些是直接售賣到下一級經銷商，以換取渠道信息差的利潤。有些是拿來自己貼牌，在商品上添加了很多內容，尺寸包裝，效益，情懷等，以換取更高的溢價空間。這其間錯綜複雜，我就不過多施加了。
到了互聯網時代，雖然很多產品是看不見，摸不著的，但從原材料製造，加工到經銷的流程是換湯不換藥，甚至已經到了9102年。
項目介紹
如果你稍微看一點點科技新聞，應該聽說過人工智能。關於這個東西的概念，如果用很專業的術語來解釋，既玩家不想看，我也不想寫。可以這麼理解吧，人工智能是一門計算機技術，主要目的是為了讓機器學習後，能夠勝任一些人類才能完成的工作。
例如我們能瞭解到的銀行的客服機器人，電商平臺的客服機器人等，這裡的機器人甚至變形金剛那種實體的，還有依託於網絡虛擬身份存在的機器人。但不管是什麼機器人，最核心的問題在於讓機器學習。
什麼叫機器學習，一個機器人剛被生產或開發出來，只是一個空殼，它要代替人類去做一些事情，就必須要填充很多內容，就像一個人必須要讀很多書，才能學會很多原本不會的知識。
但是，機器沒有主動學習能力，就需要人類把它要學習的知識輸送給它。某種一個客服機器人，它為什麼能跟你對話，是因為它的系統裡有大量的對話存儲，知道面對什麼問題該怎麼回答。你如果問一些不常見的問題，它有可能回答不出來，就是因為它的系統裡還沒有這個數據模型。
人工智能的應用領域會越來越廣，生產機器人的公司也會越來越多，他們最需要什麼？當然是大量給機器人的學習資料，可能是圖片，視頻，聲音等，而且這個需求是源不斷的，數據越多越好。
那機器人的學習資料從哪裡來？市場上有很多專門賣大數據的公司，相當於原材料。但買回來的原始數據還不能直接用，因為裡面會有很多缺陷，有些地方不符合規範， “年齡24”可能會有多個間隔或少一個單位，就需要人工來修改或做其他處理。
所以哥要說的項目就是大數據標註，大數據清洗。
項目玩法
AI數據標註的外部市場從2011年就開始了，BAT和人工智能公司對數據標註的需求最大，學術團體次之，政府，銀行等傳統機構的需求最小但有不斷增長的趨勢，數據需求比例大概為7：2：1。看起來這好像離我們普通人比較遠，實際上就是一個搬磚項目，所以很多人利用這個項目開了數據標註工廠，就像以前的電子廠一樣。那我們普通人怎麼切入呢？
一，加入眾包團隊
這是最簡單的玩法，不用自己去對接上游的數據源公司，也不用對接下游的人工智能公司，現在市場上有比較大的眾包平臺，他們已經把這個渠道打通，按照團隊的要求去做任務就行。工作類型不固定，附加擴展圖片，剪輯視頻，檢查某處的標點符號等，都是極易上手的任務。
線下可以去招聘網站搜搜“數據標註”，“數據清洗”的職位，一般月薪在4000元左右，基本上沒有學歷要求。在線上比較好的眾包平臺有京東眾智，百度眾包，龍貓數據等，玩家可以自己去他們的官網註冊，然後跟著團隊做任務就行，多勞多得。
二，自建外包團隊
這個稍微有點困難，就像開一個工廠一樣，需要打通上下游資源，還需要招募募集穩定的工人，確保在交換任務後，能夠按時按需去完成。創業本來就要承擔一定的風險，不然憑什麼要給你高回報？
在線下，目前國內有上千家大大小小的數據標註公司，因為這個項目門雲低，基本上只要會電腦可以操作，但需要承擔一定的接單和人力成本，最好能找到長期合作的人工智能公司，人工一般以全職為主，以保證項目的持續造血性。
在線上，可以自己建造一個眾包平臺，同樣需要找到能長期合作的人工智能公司，某些擁有渠道資源的代理商，AI相關企業等；人工以兼職的學生，寶媽為主，不需要擔負月薪，按完成的數量支付酬勞即可。具體的執行過程中，需要掌握很多細節，除了自己要打通渠道，還要考慮相關的問題。
項目寄語
這個數據清洗，數據標註項目說到底就是搬磚項目，適合大部分的人來做，就像現在的年輕都跑進電子廠一樣，屬於無門高科技項目。因為之前很多玩家諮詢，有沒有多餘技術，學歷，資源的項目？這個應該是比較符合的，如果你覺得還不錯，可以按照上述第一種玩法去做，一個月幾千塊沒問題。
說到自建外部團隊，適合想創業的個人或者團隊，前期需要學習部分大數據相關知識，同時需要花費一些成本，看自己的能力和想法吧，最好的方法就是到同行公司去學習，然後複製，照搬他們的模式就行。
肯定有人會問，已經有上千個數據標註公司存在，新入門的團隊還有機會嗎？有，人工智能相關企業會越來越多，關於數據的標註和清洗需求只會越來越大，這個行業拼寫的就是數據質量和完成效率，只要把這兩個優勢發揮好，不愁沒有上游資源。這個問題可以這麼解釋，已經有大工廠存在，依然有無數的小工廠在崛起。
最後，我想跟各位說的是，數據清洗，數據標註項目起碼還有3到5年的紅利，因為真正的市場規範還沒有形成，就看玩家們的眼光了。做這個項目最需要的是學習和耐心，因為很多人並不具備這方面的知識，前期需要學習大數據相關的邏輯和術語，操作的過程中更需要細心和耐心。
如果你想著一夜暴富，這個項目可能不適合你
閱讀更多 煜徳阿濤 的文章
