成立半年的愷望數(shù)據(jù)瞄準(zhǔn)自動(dòng)駕駛商業(yè)化落地痛點(diǎn)，加速在自動(dòng)駕駛數(shù)據(jù)領(lǐng)域的布局。

9月5日，自動(dòng)駕駛數(shù)據(jù)服務(wù)公司愷望數(shù)據(jù)宣布完成千萬(wàn)級(jí)天使輪戰(zhàn)略融資，投資方包括在自動(dòng)駕駛領(lǐng)域深度布局的辰韜資本、三一集團(tuán)和溪山天使匯，本輪融資主要用于加速建設(shè)數(shù)據(jù)快充站以及團(tuán)隊(duì)完善。

愷望數(shù)據(jù)成立于2022年2月，意在持續(xù)為汽車產(chǎn)業(yè)的智能化，提供數(shù)字化、一站式的數(shù)據(jù)解決方案，團(tuán)隊(duì)成員來(lái)自字節(jié)跳動(dòng)、阿里巴巴、Uber、Momenta、梅賽德斯-奔馳等頭部公司.

針對(duì)供給不穩(wěn)定、流程繁雜、工具低效等痛點(diǎn)，愷望希望讓數(shù)據(jù)生產(chǎn)線從手工作坊向“標(biāo)準(zhǔn)化”、“規(guī)模化”和“自動(dòng)化”轉(zhuǎn)變，從而提升自動(dòng)駕駛數(shù)據(jù)生產(chǎn)效率，保持產(chǎn)能穩(wěn)定并降低成本，加速自動(dòng)駕駛的應(yīng)用落地。

目前其已與三一集團(tuán)在自動(dòng)駕駛領(lǐng)域開展數(shù)據(jù)合作，其他客戶包括集度汽車、字節(jié)跳動(dòng)、億咖通、元戎啟行、地平線、寒武紀(jì)、中交興路、曠視及商湯等。

2022年為自動(dòng)駕駛的落地元年，伴隨著智能汽車以及自動(dòng)駕駛傳感器種類及數(shù)量的增長(zhǎng)，人工智能算法的“電能”——數(shù)據(jù)層面出現(xiàn)了巨大缺口。

在數(shù)據(jù)質(zhì)量上，車輛硬件走向多元化，硬件結(jié)構(gòu)、參數(shù)變化增多，場(chǎng)景復(fù)雜度增加，對(duì)數(shù)據(jù)質(zhì)量要求越來(lái)越高。以標(biāo)注的數(shù)據(jù)類型為例，過(guò)往自動(dòng)駕駛感知算法大都只覆蓋了十幾類數(shù)據(jù)，但今年的數(shù)據(jù)類型有的激增到了五十多類。

在時(shí)效性上，車輛量產(chǎn)交付周期縮短，軟件希望持續(xù)OTA，數(shù)據(jù)的時(shí)效性也變得至關(guān)重要。

近幾年，三一重工在新能源及智能駕駛賽道深度布局，已推出了新能源挖掘機(jī)、起重機(jī)、重卡、皮卡等。而作為投資方之一的辰韜資本，目前已投資的自動(dòng)駕駛細(xì)分賽道頭部企業(yè)包括易控智駕、白犀牛、斯年智駕、易咖智車、于萬(wàn)智駕、踏歌智行等，也可助推愷望數(shù)據(jù)構(gòu)建一個(gè)強(qiáng)大的生態(tài)合作伙伴圈。

“愷望希望為數(shù)據(jù)服務(wù)產(chǎn)業(yè)帶來(lái)生產(chǎn)要素的范式升級(jí)，綜合技術(shù)和運(yùn)營(yíng)兩方面優(yōu)勢(shì)，尤其是對(duì)生產(chǎn)過(guò)程進(jìn)行量子化拆解，達(dá)到規(guī)模化和自動(dòng)化，從而讓數(shù)據(jù)生產(chǎn)達(dá)到最佳時(shí)效?！?/p>

愷望數(shù)據(jù)創(chuàng)始人，CEO于旭總結(jié)道。針對(duì)供給資源、生產(chǎn)流程、生產(chǎn)工具這三個(gè)數(shù)據(jù)生產(chǎn)的核心要素，愷望總結(jié)了三個(gè)核心優(yōu)勢(shì)：

• 以“生態(tài)”驅(qū)動(dòng)“新供給”，既形成規(guī)?；a(chǎn)能，又可靈活匹配，滿足彈性較大的人力需求；

• 以“方法論”驅(qū)動(dòng)“新流程?”，憑借團(tuán)隊(duì)多年的經(jīng)驗(yàn)積淀，將工作進(jìn)行“原子化”拆解，從而縮短項(xiàng)目周期；

• 以“技術(shù)”驅(qū)動(dòng)“新效率”，借助非監(jiān)督學(xué)習(xí)，打磨自動(dòng)化工具，進(jìn)而提升數(shù)據(jù)生產(chǎn)的效率。

總結(jié)而言，愷望希望借技術(shù)和方法論革新現(xiàn)有數(shù)據(jù)生產(chǎn)模式，從而提高數(shù)據(jù)生產(chǎn)和交付效率，為客戶節(jié)省一半的時(shí)間及成本。

以“生態(tài)”驅(qū)動(dòng)“新供給”，補(bǔ)全供給側(cè)核心環(huán)節(jié)

在當(dāng)前自動(dòng)駕駛數(shù)據(jù)生產(chǎn)過(guò)程中涉及到的人員可分為四類：

•  需求制定人員：根據(jù)具體商業(yè)化場(chǎng)景的AI技術(shù)解決方案，分析所需要的數(shù)據(jù)類別及數(shù)量，要求有一定的技術(shù)背景；

•  需求拆解人員：根據(jù)所需的數(shù)據(jù)類別及數(shù)量，拆解為標(biāo)注環(huán)節(jié)中的具體需求，減少下一環(huán)節(jié)的時(shí)間成本；

• 需求執(zhí)行人員：即標(biāo)注員，根據(jù)具體標(biāo)注需求，借助生產(chǎn)工具在原始數(shù)據(jù)上打標(biāo)注，屬于簡(jiǎn)單重復(fù)勞動(dòng)；

• 質(zhì)量管控人員：即標(biāo)注數(shù)據(jù)審核員，負(fù)責(zé)數(shù)據(jù)標(biāo)注項(xiàng)目的審核和驗(yàn)收，關(guān)注執(zhí)行環(huán)節(jié)的準(zhǔn)確率、覆蓋率等。

對(duì)于自動(dòng)駕駛公司來(lái)說(shuō)，需求執(zhí)行人員均是通過(guò)外包方式雇傭，目前全國(guó)有規(guī)模的數(shù)據(jù)標(biāo)注生產(chǎn)企業(yè)有7、8百家，各類中小型數(shù)據(jù)標(biāo)注生產(chǎn)團(tuán)隊(duì)超過(guò)5萬(wàn)家，服務(wù)質(zhì)量參次不齊，僅停留在“勞動(dòng)力密集”的需求執(zhí)行層面。

在自動(dòng)駕駛研發(fā)場(chǎng)景中，算法設(shè)計(jì)的改變是不會(huì)經(jīng)常發(fā)生的，這也意味著大規(guī)模的數(shù)據(jù)生產(chǎn)需求并非高頻需求，所以自動(dòng)駕駛公司和車企通常只會(huì)設(shè)置一個(gè)小型的數(shù)據(jù)服務(wù)團(tuán)隊(duì)，無(wú)法全面覆蓋需求制定、需求拆解以及質(zhì)量管控這三類人員，存在較多痛點(diǎn)：

• 數(shù)據(jù)服務(wù)團(tuán)隊(duì)缺少技術(shù)背景，無(wú)法理解算法背后的數(shù)據(jù)需求，在梳理需求時(shí)，存在邏輯混亂、術(shù)詞濫用、自相矛盾等情況。比如同樣的一個(gè)物體，卻給出了兩種標(biāo)注要求；

• 隨著智能駕駛行業(yè)競(jìng)爭(zhēng)的加劇，過(guò)往一年才能完成的研發(fā)任務(wù)需要縮短至半年，車輛硬件結(jié)構(gòu)、參數(shù)出現(xiàn)臨時(shí)變換的次數(shù)增加，就連標(biāo)注的數(shù)據(jù)類型，也從過(guò)往的十幾類增加到了五十多類；

• 在數(shù)據(jù)需求波峰出現(xiàn)時(shí)，自有的小型數(shù)據(jù)服務(wù)團(tuán)隊(duì)在篩選及溝通環(huán)節(jié)無(wú)法應(yīng)對(duì)，以某智駕研發(fā)公司為例，其算法團(tuán)隊(duì)有近百人，但對(duì)應(yīng)的數(shù)據(jù)服務(wù)團(tuán)隊(duì)僅2人，當(dāng)算法設(shè)計(jì)出現(xiàn)較大變化時(shí)，根本無(wú)法及時(shí)應(yīng)對(duì)激增的數(shù)據(jù)需求，只能在一天時(shí)間內(nèi)拼湊出一份模糊不清的需求說(shuō)明書；

• 臨時(shí)的數(shù)據(jù)需求波峰通常也意味著更高的數(shù)據(jù)標(biāo)注成本，此外，還有溝通缺失導(dǎo)致的試錯(cuò)成本。

為了解決這一痛點(diǎn)，愷望提出的“新供給”是打造一個(gè)多方共用的、大規(guī)模、高并發(fā)的互聯(lián)網(wǎng)級(jí)別的可選資源池，能為客戶提供超大的資源池子，這也是創(chuàng)始人于旭所擅長(zhǎng)的。

不同于傳統(tǒng)的標(biāo)注公司，愷望重度參與了需求拆解及品質(zhì)把控流程，構(gòu)建了一個(gè)低門檻參與的生態(tài)體系，讓大大小小的標(biāo)注團(tuán)隊(duì)都能夠參與進(jìn)來(lái)，從而更好地調(diào)動(dòng)超大規(guī)模資源，快速進(jìn)行數(shù)據(jù)生產(chǎn)及交付，并進(jìn)一步實(shí)現(xiàn)最優(yōu)人力成本配置。對(duì)于傳統(tǒng)標(biāo)注公司而言，試錯(cuò)成本低了；對(duì)于客戶而言，有充足的人力資源池來(lái)對(duì)抗波峰波谷。

同時(shí)，愷望也大力推進(jìn)校企生態(tài)合作，與全國(guó)20多家實(shí)訓(xùn)基地建立了合作，既培養(yǎng)了學(xué)生能力，又形成了人才生態(tài)閉環(huán)。

實(shí)現(xiàn)運(yùn)營(yíng)、決策、標(biāo)注及交付的自動(dòng)化

在流程方面，過(guò)往的生產(chǎn)流程大都是包工頭式的項(xiàng)目分包模式，這是中國(guó)人口紅利下的短期可行模式，由于層層交付、無(wú)法規(guī)模化運(yùn)作，導(dǎo)致項(xiàng)目周期長(zhǎng)、效率低。

愷望的“新流程”是要實(shí)現(xiàn)運(yùn)營(yíng)、決策、標(biāo)注及交付的自動(dòng)化，包括智能派單、匹配最短路徑、全套數(shù)字化決策系統(tǒng)、自動(dòng)標(biāo)注系統(tǒng)建設(shè)等，其優(yōu)勢(shì)體現(xiàn)在：

• 工作拆分后，原本串行的工作可以變成并行；

• 低代碼的平臺(tái)架構(gòu)，可以讓客戶靈活的獲取自己想要的流程方式；

這也是國(guó)外Scale的模式，但愷望結(jié)合中國(guó)的標(biāo)注行業(yè)特點(diǎn)，為“包工頭”提供好用的工具及方法論，推動(dòng)行業(yè)整體升級(jí)。

愷望借助“新流程”，可以實(shí)現(xiàn)“合理任務(wù)分給最合適的人”、“標(biāo)注鏈最短路徑”、“系統(tǒng)可自動(dòng)判斷需求合理性、成本及ROI”，進(jìn)而將標(biāo)注成本降低到1/10，算法預(yù)標(biāo)注成本優(yōu)化為原來(lái)的30%-80%。

在工具方面，目前標(biāo)注行業(yè)所使用的工具大都為拉框工具，需要標(biāo)注員手動(dòng)一個(gè)點(diǎn)一個(gè)點(diǎn)地打點(diǎn)標(biāo)注，不僅生產(chǎn)效率低，而且因?yàn)闃?biāo)準(zhǔn)不統(tǒng)一，質(zhì)檢難度也較大，根本無(wú)法規(guī)?；?/p>

在有足夠低價(jià)勞動(dòng)力的情況下，標(biāo)注公司一般不會(huì)投入資源自研自動(dòng)化工具，但愷望希望能以自動(dòng)化工具換取“新效率”，其自研的工具不需要標(biāo)注員手動(dòng)拉框，而是點(diǎn)一下便可自動(dòng)拉框，同時(shí)，也應(yīng)用了3D的能力來(lái)標(biāo)注2D的圖片，進(jìn)一步提高準(zhǔn)確性。

全鏈條、全明星的創(chuàng)始團(tuán)隊(duì)陣容

創(chuàng)始團(tuán)隊(duì)為全明星陣容，集結(jié)了自動(dòng)駕駛的全鏈條人才，在大規(guī)模資源運(yùn)營(yíng)、數(shù)據(jù)閉環(huán)解決方案以及自動(dòng)駕駛數(shù)據(jù)平臺(tái)三個(gè)方向都積累了豐富的行業(yè)經(jīng)驗(yàn)。

創(chuàng)始人于旭擁有多段從零到一的大數(shù)據(jù)平臺(tái)搭建經(jīng)驗(yàn)，是字節(jié)跳動(dòng)、Momenta、Uber等企業(yè)數(shù)據(jù)生產(chǎn)及運(yùn)營(yíng)體系搭建的第一人，也是國(guó)內(nèi)自動(dòng)駕駛行業(yè)發(fā)展的見證者。

于旭碩士畢業(yè)于法國(guó)昂熱大學(xué)，憑借其物流與運(yùn)輸管理的專業(yè)背景，畢業(yè)后成為了Uber中國(guó)的第四號(hào)員工，從零到一搭建起平臺(tái)運(yùn)營(yíng)體系，也為國(guó)內(nèi)網(wǎng)約車行業(yè)開創(chuàng)了大規(guī)模租賃公司運(yùn)營(yíng)模式，頂峰時(shí)期曾貢獻(xiàn)了北京區(qū)域70%的訂單。

在自動(dòng)駕駛獨(dú)角獸企業(yè)Momenta成立之初，于旭便為其構(gòu)建了自動(dòng)駕駛?cè)溌窋?shù)據(jù)的運(yùn)營(yíng)體系。在國(guó)內(nèi)自動(dòng)駕駛行業(yè)發(fā)展早期，數(shù)據(jù)稀缺，而在大數(shù)據(jù)平臺(tái)的支撐下，Momenta才一躍成為自動(dòng)駕駛算法領(lǐng)域的佼佼者。

在團(tuán)隊(duì)管理經(jīng)驗(yàn)方面，于旭曾在字節(jié)跳動(dòng)負(fù)責(zé)管理多個(gè)大型標(biāo)注基地、千人規(guī)模大型數(shù)據(jù)外包渠道以及數(shù)萬(wàn)人的眾包平臺(tái)。

合伙人團(tuán)隊(duì)則包括奔馳汽車金融運(yùn)營(yíng)流程管理專家、國(guó)內(nèi)領(lǐng)先通信企業(yè)感知算法產(chǎn)品數(shù)據(jù)閉環(huán)系統(tǒng)專家、Momenta前數(shù)據(jù)平臺(tái)技術(shù)負(fù)責(zé)人等，還擁有覆蓋自動(dòng)駕駛商業(yè)、AI產(chǎn)品策略及算法領(lǐng)域的專家顧問(wèn)團(tuán)隊(duì)。

 雷峰網(wǎng)雷峰網(wǎng)雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。