数据标注的核心成本是人力：它借助特定软件标注工具、以人工方式为图片、语音、文本、视频等数据内容打上特征标签，因此服务商的成本结构以人力投入为主，盈利则主要来自标准化产品、定制化服务及相关应用服务三类收入。以海天瑞声为例，其业务模式是设计数据集结构、组织数据采集，并对取得的原料数据进行加工，最终形成可供AI算法模型训练使用的专业数据集，并以软件形式向客户交付，从而形成收入来源。由于数据标注环节相对数据清洗、审核、融合等步骤技术门槛更高，不少数据运营商选择外包，这也构成了第三方标注服务商的市场空间。

成本结构：人力投入是核心

数据标注不同于自动化程度较高的数据清洗。数据清洗现阶段已可由数据治理工具和大数据平台提供自动化功能，而标注必须由人工借助标注工具逐项完成，图片、语音、文本、视频等不同模态的数据都要打上特征标签，计算机再通过学习这些带标签的数据形成自主识别能力。这一流程决定了标注服务商的成本以人力为主，且不同项目的数据结构设计、采集组织与加工工作量差异较大。

盈利模式：三类收入并行

海天瑞声经过多年发展，在人工智能基础数据服务领域已成为具有较强国际竞争力的国内头部企业，并实现了标准化产品、定制化服务以及相关应用服务的全覆盖。其训练数据涵盖智能语音（语音识别、语音合成等）、计算机视觉、自然语言等多个核心领域，服务于人机交互、智能家居、智能驾驶等多种创新应用场景。标准化产品对应可复用的数据集，定制化服务对应客户特定场景的数据需求，相关应用服务则延伸了收入来源，三者共同构成其盈利结构。

常见问题

数据标注服务商的成本主要由什么构成？

主要是人力成本。标注需要人工借助特定软件标注工具，为图片、语音、文本、视频等内容打上特征标签，人工投入规模直接决定成本水平，此外还包括数据集结构设计与数据采集组织等环节的投入。

数据标注行业为什么存在外包需求？

数据加工中的清洗、审核、融合等环节相对成熟、技术难度不大，很多数据运营商可以自主完成；而面向人工智能训练的数据标注技术门槛相对更高，因此不少数据运营商会选择外包给第三方服务商。

海天瑞声的收入来自哪些业务？

公司实现了标准化产品、定制化服务及相关应用服务的全覆盖，通过设计数据集结构、组织数据采集并加工原料数据，形成可供AI算法模型训练使用的专业数据集，并以软件形式向客户交付，由此获得收入。