随着大模型加速落地，数据标注在AI世界的角色，已从配角升级为AI技术应用的核心支撑。近日，国家数据局印发实施方案，推进行业高质量数据集建设行动，其中之一为标注攻坚行动，强调要引导数据标注从“以人为主”向“人机协同、专家深度参与”的多层次标注模式转变，推动数据标注向专业化、智能化跃升。

　　■ 教育部高校网络教育名师 程振伟

　　宇树科技登陆科创板，成为“A股人形机器人第一股”，却在招股意向书中坦承：算力支撑薄弱、高质量数据缺乏导致模型智能化程度不足，已成为制约行业发展的重要瓶颈。与此同时，DeepSeek创始人梁文锋透露，公司一半核心研究员在做数据标注，并把这件事视为现阶段最重要的工作。

　　一个说“瓶颈”，一个说“最重要”，指向同一个关键词——数据标注。曾被视为AI产业链上“低端苦力”的它，正在完成一次身份逆袭。由此不难得出一个判断：数据标注，重点投入完全值得。

　　数据标注是什么？说白了，就是把原始数据转化为AI能够识别、训练和学习的高质量数据集，相当于给AI提供“养料”。早年间，这个活儿确实粗糙：框出一只猫、标记一辆车，把名称和物体简单“对齐”即可。但随着大模型加速落地，数据标注早已不是“拉框打点”那么初级。以医学标注为例，要把各种症状、影像、生化指标与具体疾病高度对齐，标注者没有扎实的专业知识根本做不了。数据标注正在从“识字阶段”进入“专业表达阶段”。

　　为什么说重点投入完全值得？因为高质量、宽领域的数据标注，正在决定一个国家人工智能水平的上限。模型再先进，如果喂进去的数据质量不高、覆盖不全，也只能是“聪明脑袋配贫瘠课本”。DeepSeek让一半核心研究员做标注，不是人才浪费，而是看懂了：数据标注是AI竞争力的必由之路，是当下最具确定性的价值洼地。

　　更值得注意的是，数据标注没有消灭工作，反而创造并重塑了新工种——数据标注师。这个工种对专业能力要求很高，法律、医疗、金融、自动驾驶等领域，越来越需要“懂行的人”来标注。这传递了一个积极信号：人工智能时代不是不要学习，而是更需要经过实践锤炼的复合型人才。

　　从产业视角看，数据标注正在从劳动密集型向知识密集型转型，这也是人工智能重塑千行百业的一个缩影。过去靠人头堆量的标注公司，如今必须靠专业壁垒、流程管理和数据资产沉淀建立优势。我国有丰富的应用场景、完整的产业门类和庞大的工程师队伍，完全有条件培育出世界级的数据标注公司。

　　加强国家顶层设计，释放高质量数据标注生产力，是当前最具性价比、最有收益的投入之一。“重仓”数据标注，就是“重仓”人工智能的未来。