近日,AI基礎架構與數據智能平臺服務(wù)商曼孚科技宣布,已于2022年7月完成5000萬(wàn)元Pre-B輪融資,近三年累計融資金額超數億元。
本輪投資方包括凱復資本以及公司管理團隊,所融資金將主要用于產(chǎn)品研發(fā)、自動(dòng)駕駛數據標注市場(chǎng)拓展等。
曼孚科技商業(yè)化始于2019年,是一家AI+RPA雙輪驅動(dòng)的數據平臺企業(yè),也是國內最早專(zhuān)注自動(dòng)駕駛數據標注領(lǐng)域的企業(yè),致力于以前瞻性技術(shù)和創(chuàng )新性產(chǎn)品,服務(wù)數據智能時(shí)代下的前沿產(chǎn)業(yè)。
(資料圖片僅供參考)
旗下主要產(chǎn)品服務(wù)包括:面向數據生命周期管理的數據智能平臺、AI數據中臺、AutoLabeling中臺,以及數據服務(wù)(數據標注、數據采集、數據清洗)等。
憑借從戰略到技術(shù)落地的一站式數據解決方案,曼孚科技已與百余家企業(yè)達成深度合作,用戶(hù)包括世界頂級Tier1廠(chǎng)商、一線(xiàn)科技公司、主流算法公司、造車(chē)新勢力,以及傳統汽車(chē)主機廠(chǎng)商等。2022年攀升至國內自動(dòng)駕駛數據標注市占率前三,年營(yíng)收額實(shí)現4倍以上高爆發(fā)增長(cháng)。
一、自動(dòng)駕駛數據標注行業(yè)終局初現
高階自動(dòng)駕駛技術(shù)閉環(huán)由“感知、決策與執行”三要素共同構成,其中感知系統作為車(chē)輛與環(huán)境交互的紐帶,是實(shí)現行車(chē)安全的首要前提。
現階段,多傳感器融合方案賦予車(chē)輛感知現實(shí)世界的能力。隨著(zhù)感知技術(shù)與計算平臺的逐漸成熟,影響高階自動(dòng)駕駛落地的關(guān)鍵因素不再是解決一般案例,而是解決各類(lèi)長(cháng)尾“路口”問(wèn)題。算法迭代事實(shí)上演變成數據的迭代,提升感知能力離不開(kāi)大規模路測數據的支持。
蘭德公司對路測數據規模預估是:自動(dòng)駕駛車(chē)輛需要在真實(shí)或虛擬環(huán)境中至少進(jìn)行177億公里測試,不斷利用新數據調優(yōu)算法,才可以證明自動(dòng)駕駛系統比人類(lèi)駕駛員更加可靠,這催生了規模龐大的數據標注需求。
然而,與指數型增長(cháng)的數據需求相比,傳統堆積人力的數據生產(chǎn)方式,在成本控制與產(chǎn)出效率等方面逐漸暴露出諸多弊端。十余年野蠻擴張后,數據標注正向自動(dòng)化、精細化方向轉變,行業(yè)終局初現。
曼孚科技相信,一方面,“人工-半自動(dòng)化-自動(dòng)化”的演進(jìn)方式將成為行業(yè)發(fā)展主流,RPA重要性凸顯,減少對人力的依賴(lài)將成為行業(yè)創(chuàng )新的主要路徑。RPA作為AI落地最后一公里的實(shí)施載體,既可為包括自動(dòng)駕駛等AI技術(shù)提供更多落地場(chǎng)景,也可借助AI能力,實(shí)現從流程自動(dòng)化到認知自動(dòng)化的跨越。
另一方面,無(wú)論從科技行業(yè)的發(fā)展趨勢,還是從Scale AI 73億美元估值角度考量,自動(dòng)駕駛數據標注行業(yè)終將呈現高度集中狀態(tài),1-2家企業(yè)主導整個(gè)行業(yè),這對企業(yè)產(chǎn)品技術(shù)壁壘提出了更高的要求。數據平臺將成為自動(dòng)駕駛重要基礎設施,以產(chǎn)品技術(shù)為核心競爭力的平臺型企業(yè),將成為主導數據標注行業(yè)未來(lái)的關(guān)鍵性力量。
二、RPA驅動(dòng)AI數據規?;慨a(chǎn)
立足行業(yè)痛點(diǎn),著(zhù)眼未來(lái)發(fā)展趨勢,曼孚科技將自動(dòng)化理念貫徹始終,推出了以MindFlow SEED數據服務(wù)平臺為核心的產(chǎn)品服務(wù)體系。
MindFlow SEED數據服務(wù)平臺在研發(fā)伊始,即明確聚焦自動(dòng)駕駛數據標注賽道,是國內最早成體系、大規模商用的標注平臺產(chǎn)品。歷時(shí)三年多積淀,現已在數據處理尤其是3D點(diǎn)云數據處理領(lǐng)域,建立起6-12個(gè)月的技術(shù)壁壘。
MindFlow SEED 數據服務(wù)平臺
在具體應用場(chǎng)景上,平臺提供全封閉測試、半封閉港口、高速公路、城市道路、智能座艙場(chǎng)景下的車(chē)輛行人、車(chē)道線(xiàn)、泊車(chē)、車(chē)路協(xié)同、點(diǎn)云融合、點(diǎn)云連續幀、點(diǎn)云語(yǔ)義分割等100+各類(lèi)2D、3D數據標注類(lèi)別,全面覆蓋自動(dòng)駕駛各細分場(chǎng)景。
作為第三代數據標注平臺,RPA能力建設是曼孚科技構建技術(shù)壁壘的關(guān)鍵,其主要體現在流程自動(dòng)化、分發(fā)自動(dòng)化等多個(gè)方面。
以流程自動(dòng)化為例,平臺引入流水線(xiàn)與精益生產(chǎn)理念,依據預設規則自動(dòng)執行項目任務(wù)。通過(guò)建立詳細且標準化的作業(yè)指導和標準作業(yè)程序,實(shí)現與標注員協(xié)同,代替或輔助人工完成各種重復性操作,駕簡(jiǎn)馭繁,降本增效。
以流程自動(dòng)化和分發(fā)自動(dòng)化為代表的RPA能力,賦予曼孚科技以更低人力支出與邊際成本,提供更具標準化數據解決方案的能力。綜合人效平均提升30%,數據生產(chǎn)成本平均降低40%,徹底突破產(chǎn)能天花板限制,實(shí)現AI數據無(wú)上限規?;慨a(chǎn)。
三、數智融合,AI驅動(dòng)
作為一家數據科技企業(yè),曼孚科技始終將提升AI能力作為構建平臺型企業(yè)的關(guān)鍵,現階段AI能力已深入數據流轉各環(huán)節。
AI標注方面,平臺內嵌RPA常規流程需要的主要機器學(xué)習模型,如預標注模型,RPA可以快速調用這些AI能力。與常見(jiàn)技術(shù)路線(xiàn)不同,曼孚科技預標注算法應用預訓練大模型,具備較好的知識完備性,精度高,泛化能力強。
大模型可以通過(guò)蒸餾、知識遷移等方式迅速提升下游任務(wù)小模型能力,也可為小模型產(chǎn)出更具針對性的數據,減少開(kāi)發(fā)與迭代成本。平臺還支持邊標邊訓,基于A(yíng)utoML以及自有數據集構建數據標注模型,自我驅動(dòng)完成算法迭代。
此外,AI能力還與RPA實(shí)現了深度融合。AI讓RPA具備認知自動(dòng)化的能力,實(shí)現功能的“升維”。以流程自動(dòng)化為例,AI可讀取標注員操作日志,分析操作行為,最終找出重復人工環(huán)節,并通過(guò)RPA取代。
最后,曼孚科技還會(huì )積極參與到自動(dòng)駕駛公司數據閉環(huán)內,協(xié)同完善AI能力。數據采集階段,可對數據采集難易程度、數據質(zhì)量進(jìn)行評估,提供智能化檢索、數據可視化等服務(wù),解決客戶(hù)需求不明晰、原始數據交付周期漫長(cháng)等問(wèn)題;數據標注階段,可邊標注邊提供算法反饋;模型部署應用階段,憑借海量自有數據集,曼孚科技還可承擔算法評估工作,為算法調優(yōu)提供更多建議。
除上述環(huán)節外,AI能力還體現在數據生產(chǎn)、流轉等更多維度。AI所具備的學(xué)習與認知能力,賦予RPA從應對基于規則、重復性的任務(wù),到AI加持下的智能自動(dòng)化的跨越,也為曼孚科技拓展更廣闊的AI業(yè)務(wù)線(xiàn)提供了無(wú)限的可能。
四、寒冬中逆勢而上
以PLG為核心的商業(yè)模式、AI+RPA雙輪驅動(dòng)的產(chǎn)品技術(shù)方案以及良好的用戶(hù)口碑,讓曼孚科技在經(jīng)濟下行周期內仍然取得年營(yíng)業(yè)額4倍以上高速增長(cháng),2023年營(yíng)收預估仍將維持4-5倍高爆發(fā)增長(cháng)。
從初始商業(yè)化,到國內數據標注行業(yè)第一梯隊,曼孚科技僅用時(shí)3年時(shí)間,是目前國內數據標注行業(yè)發(fā)展速度最快、產(chǎn)品技術(shù)積累最深厚的企業(yè)之一。
這些結果的背后,是建立在企業(yè)對行業(yè)的深刻理解以及對行業(yè)發(fā)展的敏銳判斷上,也建立在對產(chǎn)品力的極致追求和對客戶(hù)服務(wù)的始終如一上。
未來(lái),曼孚科技在深耕數據行業(yè)、提升自動(dòng)化水平的同時(shí),也將嘗試打破層級壁壘,探尋更廣闊的AI產(chǎn)業(yè)。以AutoML平臺為核心的新產(chǎn)品線(xiàn),將補齊曼孚科技作為平臺型企業(yè)缺失的最后一環(huán),從而構建起從數據到算法的全鏈路體系,為用戶(hù)提供更具創(chuàng )新性的產(chǎn)品和更有價(jià)值的服務(wù)。
本文來(lái)源:財經(jīng)報道網(wǎng)
免責聲明:本文不構成任何商業(yè)建議,投資有風(fēng)險,選擇需謹慎!本站發(fā)布的圖文一切為分享交流,傳播正能量,此文不保證數據的準確性,內容僅供參考
關(guān)鍵詞: