理想是美好的，道路是曲折的。

現在沒有話語權，想要依靠一些狹義知識去換錢是很難的。

除非是去找一些跟哈佛、牛津同一水準的高校，要他們為林灰背書。

不過這樣一來豈不是成了看別人臉色賺錢？

呃……最關鍵的是這麼一來七成還是人家的。

這種為他人做嫁衣的事林灰是不會搞得。

在沒有足夠的話語權之前，想躺在大氣層是不可能的了。

似乎還是老實透過資料標註或者別的現實一點的手段去賺錢好一點。

即便是資料標註對於林灰來說運用得當也是一筆巨大的財富了。

十八世紀末期，在美國的西進運動中，人們在薩克拉門託河裡發現了金砂。

在勇氣、貪婪的作用下，工人、農民、海員和傳教士，前仆後繼，前來淘金。

這就是赫赫有名的“淘金熱”。

不過在這場轟轟烈烈的西進運動中真正依靠淘金賺到大錢的人卻不見得有多少。

反倒是在淘金熱這一過程中另闢蹊徑的賣水人賺得盆滿缽滿。

“資料標註”這個領域某種程度上就是前世人工智慧迅速崛起時的“賣水人”。

為什麼這麼說呢？

在前世人工智慧迅速崛起的時候。

海外大多數科技公司幾乎都不約而同將目光都聚焦於追求更先進的演算法、平臺框架建設、商業化。

【鑑於大環境如此，本站可能隨時關閉，請大家儘快移步至永久運營的換源App，huanyuanapp.org 】

“資料標註”作為一條既不瑰麗也不獨特的領域。

縱然資料標註在機器學習尤其是監督學習中扮演著相當重要的工作。

但資料標註這個領域依然讓很多海外科技公司不屑一顧。

甚至是很多海外巨頭以及前世一些專門搞人工智慧的海外公司對資料標註也是不屑一顧。

或者也不是不屑於顧，只是選擇性無視罷了。

畢竟在很多海外科技公司眼中看來資料標註是一項吃力不討好的體力活。

而投資者因為對資料標註不甚了解。

也往往對資料標註這一領域不甚關注。

反而是那些以技術為核心或者說PPT上以技術為核心的科技公司反倒是更容易脫穎而出並受到投資者青睞。

然而在前世當人工智慧喧囂的風頭不再。

褪去華麗的外衣之後再看一眾人工智慧行業各從業公司時。

會發現曾經那些大張旗鼓追求先進演算法、商業化以及平臺框架建設的海外公司不見得有多少賺錢的。

（打臉地說，多數都在賠錢，而且是燒錢那種賠

就比如說前世人工智慧方面的一面旗幟deepmind這家公司被谷歌收購後基本上一直在燒錢）

反倒是從事於資料標註這方面的一些當初不怎麼上檯面的海外小公司賺得盆滿缽滿。

甚至於還出現了一些估值能夠達到七十億美元左右的獨角獸公司。

雖然估值這種東西一般有不少的水分。

但作為一個人工智慧有關的公司估值七十億美元也差不多了。

畢竟前世一貫被稱為人工智慧風向標的deepmind當初被谷歌收購的時候也不過才被估了不到十億美元。

這種情況下，林灰覺得將資料標註也視為人工智慧發展時一條新賽道似乎也不為過。

……

對了，為什麼上面所有提及的公司都指的是海外的公司呢甚至是連所謂的“不怎麼上檯面的小公司”也是特指海外的一些公司呢？

無怪乎林灰會單獨將國內網際網路公司區分出來。

因為一些眾嗦粥汁的原因，國內的網際網路企業基本都是溫室裡的花朵。

而是國內的網際網路除了個別比較能打的之外多數都著實不怎麼爭氣。

很多時候以國際的眼光來看問題的時候，會發現國內的一些網際網路公司奇奇怪怪。

甚至總給人一種莫名其妙的感覺。

或者高情商地說，國內網際網路公司普遍是領先地球online好幾個版本的理解。

很多時候國內網際網路會根據不同的時期呈現出不同的形態。

有的時候國內的網際網路公司會表現的像房地產公司，有的時候會表現的像傳媒公司，有的時候表現的像車企，有的時候像搞cx的。

唯獨沒啥科技公司的樣子。

對於國內網際網路公司這一眾魑魅魍魎，很多時候林灰是乾脆無視的。

真要創業就去跟國際上諸如IBM、Microsoft之類的巨頭去角逐。

在國內網際網路的小魚塘去逐鹿著實沒啥挑戰性。

……

具體到資料標註。

前世國內在資料標註似乎是從來都是一片混亂。

因為資料標註沒啥門檻，至少看起來是沒什麼門檻。

一個大學生不到一天培訓基本就可以做普通的資料標註。

這樣的行業自然是卷的厲害。

有多卷呢？

林灰記得前世他最開始接觸資料標註的時候還是在讀書期間。

那個時候即便是眾包任務。

差不多也能一小時標註就輕輕鬆鬆賺50~70。

工資日/結，很不錯的兼職工作。

林灰記得大學期間有一段時間缺錢又沒好意思問家裡要。

搞了半個月的資料標註，結果意外還攢了點錢。

而當林灰穿越前夕同樣強度的資料標註基本就只能是一個小時十塊左右。

工資能月結就不錯了（有的甚至三月結），而且還要扣稅。

雷布斯說得確實沒錯，站在風口上，豬都會飛。

很多時候，就算飛不起來，能趕上紅利期，多少也能蹭點葷腥。

站在風口上，豬確實能飛起來。

不過當豬飛起來之後呢？

能平穩落地麼？

事實是，很多曾經飛起來的豬當紅利期過了，就直接一地雞毛，不，一地豬毛。

事實是只要跟網際網路沾邊的。

別管啥層次，總之就卷的不行。

但涉及到資料標註這著實是卷的太厲害了。

在網際網路各行各業漲工資的情況下資料標註這一行業的從業人員工資直接縮水了五分之一。

簡直可以說是慘不忍睹了。

在前世涉及到資料標註這一領域這種瘋狂卷的情況下。

很多時候甚至是劣幣驅逐良幣。

等到擁有核心資料的大廠意識到資料標註的重要性之後準備下場了。

卻發現甚至沒立錐之地。

縱然是擁有核心資料。

對於資料標註，很多時候也只能將尋求外包。

諸如擺渡眾測、狗洞微工、阿狸眾包、鵝廠搜活等眾多資料標註平臺基本就是這類產物。

簡直就超級離譜。

不過這件事也側面提醒林灰。

如果林灰真的能資料標註上鼓搗出名堂的話。

沒道理在涉及到解讀資料、資料視覺化等領域沒實力。

那樣林灰的觸角可以輕而易舉地觸及到別的地方。

這些暫且不說，僅僅是形成資料標註方面的掌控的話。

也很牛比的了。

這幾乎意味著將來林灰是有可能在資料層面上徹底卡死不少企業進軍人工智慧的可能性的。

最起碼也有不少企業想在人工智慧領域分一杯羹的話也要看林灰的臉色。

呃，怎麼聽起來越來越像反派了？

不過也無所謂，多數時候林灰是願意與人為善的。

畢竟與人為善是美德，但在波譎雲詭的網際網路環境中一味的傻白甜是要付出代價的。

可以不掀桌子，但必須要有掀桌子的實力。

不過這些都是以後的事情了。

儘管突然意識到了前世資訊中所包含的超大規模文字資料標註的經濟價值以及標註資料在人工智慧時代所具有的獨特地位。

林灰神色上也沒流露出太多異常。

畢竟腦海中無論想到的東西如何波瀾壯闊。

沒有落實到實處之前這些東西也只能是水中望月霧裡看花。

實際執行的時候也只能一步一步地來。

是很難一步到位的。

就比如林灰此前所想的將一些文字資料標註拿去換錢。

類似於出售真要想利用資料標註進行大規模的變現依然是有難度的。

該去哪找能夠一次性吃下幾十萬條幾百萬條甚至是更大規模標註文字的買家呢？

其實林灰是知道超大規模標註文字的潛在買家。

但跟狹義知識差不多，縱然知道潛在買家，林灰也不可能去兜售。

過於主動反而容易被動。

似乎最好的做法就是藉助於掮客，即一個中間人。

含蓄地將林灰手中有大量資料標註資訊且有意進行變現的訊息透露給可行的買家，然後從中牽線。

不過去哪找這樣的中間人呢？

對於這個問題林灰沒太理想的答桉。

莫非是要靠尹芙·卡莉麼？

……

看著眼前剛剛提出問題一臉求知慾的尹芙·卡莉。

林灰覺得像尹芙·卡莉這種很純粹的人估計是很難勝任這種工作的。

林灰甚至為自己生出這樣的想法而愧疚。

林灰確實也應該有點愧疚。

因為他剛才的思考似乎冷落尹芙·卡莉有一會了。

不過林灰不會讓尹芙·卡莉白等的。

林灰相信接下來他所向尹芙·卡莉的談話註定是一次深刻的交流。

會讓尹芙·卡莉收穫滿滿的。

事實也正如林灰所預計的那樣。

這確實是一次深刻的談話。

這次談話林灰收穫滿滿。

之所以說這是一次收穫滿滿的談話。

是因為從尹芙·卡莉那林灰得到兩條很不錯的訊息。

其中一條是IBM近期決定斥巨資打造一種全新的更加高效、更加智慧的文字摘要工具。

那麼IBM也是林灰此前搞出來摘要演算法的潛在客戶。

畢竟涉及到文字摘要這方面。

很多時候沒強大的演算法基本上就等同於跟“高效”說再見了。

至於IBM所尋求的“智慧”。

林灰搞出的演算法更是完全勝任。

怎麼也是後世的人工智慧肆虐之後穿越而來的技術人員。

搞出的演算法不帶點智慧標籤都不好意思拿給人看。

雖然客觀地說其實林灰此前搞得演算法也有很多人工智障的一面。

但怎麼說呢？

只要同行會襯托，單車也能變摩托。

很多時候未必需要你很強。

只要你的對手足夠菜，你就是最牛比的那個。

反正就現在這個時代來說林灰此前鼓搗的演算法就演算法的智能性而言。

林灰的演算法在文本處理這方面所表現的智能性如果是第二的話就沒有第一。

這點底氣林灰還是有的。

總之林灰此前搬運的文本處理演算法無論是在高效性上還是在智能性上都是很契合IBM的要求的。

可能也正是覺得林灰此前搞出的演算法比較契合IBM的要求。

尹芙·卡莉才將這個訊息告知給林灰。

對於IBM這個潛在的合作伙伴，林灰倒是不排斥。

首先IBM肯定是不差錢的。

不過錢不錢的不是問題的重點。

錢對於林灰未來的事業很重要。

但相對於錢而言，有些直接用錢很難買到的資源對此時的林灰同樣很有吸引力。

IBM作為老牌計算機領域/網際網路領域的方案解決巨頭。

這樣的巨頭其手中有很多資源也正是林灰所看中的。

真的進行合作的話，林灰覺得同IBM還是有很大的合作空間的。

不過現在想這些多少有點一廂情願。

事情將來的走向也不好說。

畢竟現在八字還沒一撇呢。

現在林灰想太多也不是很有用。

一切要等到進一步接洽之後再說。

或者是IBM表現出相應的誠意之後再說。

退而言之，即便是和IBM沒有合作的可能。

現在事情呈現出來的態勢也在朝著對林灰有利的方向發展著。

此前谷歌入局，現在IBM入局。

兩個巨頭入局，而且涉獵的方向還不約而同地都涉及到和林灰此前搞得演算法有關的內容。

倍感榮幸之至？

似乎還不需要這種情緒。

在這兩大巨頭的號召之下。

林灰覺得將來肯定還會有更多的巨頭涉足於此的。

未來可期。

習慣於買買買的巨頭涉足文字摘要後最方便的做法就是直接對現有的技術進行兼併。

這種情況下，林灰此前搞得現成的摘要技術無疑就是他們最好的選擇。

林灰相信將來肯定不止是谷歌一家對林灰此前搞得技術感興趣。

如此，無形之中成了賣方市場。

這就給了林灰待價而沽的權利。

當然了即便如此。

林灰也不大可能坐地起價。

林灰是很有合作的誠意的。

林灰蠻想透過此次合作能夠再找到一個發展路線上沒什麼衝突的國際巨頭作為長期合作伙伴的。