成立半年的愷望數(shù)據(jù)瞄準自動駕駛商業(yè)化落地痛點，加速在自動駕駛數(shù)據(jù)領域的布局。

9月5日，自動駕駛數(shù)據(jù)服務公司愷望數(shù)據(jù)宣布完成千萬級天使輪戰(zhàn)略融資，投資方包括在自動駕駛領域深度布局的辰韜資本、三一集團和溪山天使匯，本輪融資主要用于加速建設數(shù)據(jù)快充站以及團隊完善。

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，團隊成員來自字節(jié)跳動、阿里巴巴、Uber、Momenta、梅賽德斯-奔馳等頭部公司.

針對供給不穩(wěn)定、流程繁雜、工具低效等痛點，愷望希望讓數(shù)據(jù)生產(chǎn)線從手工作坊向“標準化”、“規(guī)模化”和“自動化”轉變，從而提升自動駕駛數(shù)據(jù)生產(chǎn)效率，保持產(chǎn)能穩(wěn)定并降低成本，加速自動駕駛的應用落地。

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

2022年為自動駕駛的落地元年，伴隨著智能汽車以及自動駕駛傳感器種類及數(shù)量的增長，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)質量上，車輛硬件走向多元化，硬件結構、參數(shù)變化增多，場景復雜度增加，對數(shù)據(jù)質量要求越來越高。以標注的數(shù)據(jù)類型為例，過往自動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)的時效性也變得至關重要。

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、起重機、重卡、皮卡等。而作為投資方之一的辰韜資本，目前已投資的自動駕駛細分賽道頭部企業(yè)包括易控智駕、白犀牛、斯年智駕、易咖智車、于萬智駕、踏歌智行等，也可助推愷望數(shù)據(jù)構建一個強大的生態(tài)合作伙伴圈。

“愷望希望為數(shù)據(jù)服務產(chǎn)業(yè)帶來生產(chǎn)要素的范式升級，綜合技術和運營兩方面優(yōu)勢，尤其是對生產(chǎn)過程進行量子化拆解，達到規(guī)?；妥詣踊?，從而讓數(shù)據(jù)生產(chǎn)達到最佳時效?！?/p>

愷望數(shù)據(jù)創(chuàng)始人，CEO于旭總結道。針對供給資源、生產(chǎn)流程、生產(chǎn)工具這三個數(shù)據(jù)生產(chǎn)的核心要素，愷望總結了三個核心優(yōu)勢：

• 以“生態(tài)”驅動“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”驅動“新流程?”，憑借團隊多年的經(jīng)驗積淀，將工作進行“原子化”拆解，從而縮短項目周期；

• 以“技術”驅動“新效率”，借助非監(jiān)督學習，打磨自動化工具，進而提升數(shù)據(jù)生產(chǎn)的效率。

總結而言，愷望希望借技術和方法論革新現(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)省一半的時間及成本。

以“生態(tài)”驅動“新供給”，補全供給側核心環(huán)節(jié)

在當前自動駕駛數(shù)據(jù)生產(chǎn)過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)化場景的AI技術解決方案，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，拆解為標注環(huán)節(jié)中的具體需求，減少下一環(huán)節(jié)的時間成本；

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

• 質量管控人員：即標注數(shù)據(jù)審核員，負責數(shù)據(jù)標注項目的審核和驗收，關注執(zhí)行環(huán)節(jié)的準確率、覆蓋率等。

對于自動駕駛公司來說，需求執(zhí)行人員均是通過外包方式雇傭，目前全國有規(guī)模的數(shù)據(jù)標注生產(chǎn)企業(yè)有7、8百家，各類中小型數(shù)據(jù)標注生產(chǎn)團隊超過5萬家，服務質量參次不齊，僅停留在“勞動力密集”的需求執(zhí)行層面。

在自動駕駛研發(fā)場景中，算法設計的改變是不會經(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，所以自動駕駛公司和車企通常只會設置一個小型的數(shù)據(jù)服務團隊，無法全面覆蓋需求制定、需求拆解以及質量管控這三類人員，存在較多痛點：

• 數(shù)據(jù)服務團隊缺少技術背景，無法理解算法背后的數(shù)據(jù)需求，在梳理需求時，存在邏輯混亂、術詞濫用、自相矛盾等情況。比如同樣的一個物體，卻給出了兩種標注要求；

• 隨著智能駕駛行業(yè)競爭的加劇，過往一年才能完成的研發(fā)任務需要縮短至半年，車輛硬件結構、參數(shù)出現(xiàn)臨時變換的次數(shù)增加，就連標注的數(shù)據(jù)類型，也從過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，自有的小型數(shù)據(jù)服務團隊在篩選及溝通環(huán)節(jié)無法應對，以某智駕研發(fā)公司為例，其算法團隊有近百人，但對應的數(shù)據(jù)服務團隊僅2人，當算法設計出現(xiàn)較大變化時，根本無法及時應對激增的數(shù)據(jù)需求，只能在一天時間內(nèi)拼湊出一份模糊不清的需求說明書；

• 臨時的數(shù)據(jù)需求波峰通常也意味著更高的數(shù)據(jù)標注成本，此外，還有溝通缺失導致的試錯成本。

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

不同于傳統(tǒng)的標注公司，愷望重度參與了需求拆解及品質把控流程，構建了一個低門檻參與的生態(tài)體系，讓大大小小的標注團隊都能夠參與進來，從而更好地調(diào)動超大規(guī)模資源，快速進行數(shù)據(jù)生產(chǎn)及交付，并進一步實現(xiàn)最優(yōu)人力成本配置。對于傳統(tǒng)標注公司而言，試錯成本低了；對于客戶而言，有充足的人力資源池來對抗波峰波谷。

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

實現(xiàn)運營、決策、標注及交付的自動化

在流程方面，過往的生產(chǎn)流程大都是包工頭式的項目分包模式，這是中國人口紅利下的短期可行模式，由于層層交付、無法規(guī)?；\作，導致項目周期長、效率低。

愷望的“新流程”是要實現(xiàn)運營、決策、標注及交付的自動化，包括智能派單、匹配最短路徑、全套數(shù)字化決策系統(tǒng)、自動標注系統(tǒng)建設等，其優(yōu)勢體現(xiàn)在：

• 工作拆分后，原本串行的工作可以變成并行；

• 低代碼的平臺架構，可以讓客戶靈活的獲取自己想要的流程方式；

這也是國外Scale的模式，但愷望結合中國的標注行業(yè)特點，為“包工頭”提供好用的工具及方法論，推動行業(yè)整體升級。

愷望借助“新流程”，可以實現(xiàn)“合理任務分給最合適的人”、“標注鏈最短路徑”、“系統(tǒng)可自動判斷需求合理性、成本及ROI”，進而將標注成本降低到1/10，算法預標注成本優(yōu)化為原來的30%-80%。

在工具方面，目前標注行業(yè)所使用的工具大都為拉框工具，需要標注員手動一個點一個點地打點標注，不僅生產(chǎn)效率低，而且因為標準不統(tǒng)一，質檢難度也較大，根本無法規(guī)?；?/p>

在有足夠低價勞動力的情況下，標注公司一般不會投入資源自研自動化工具，但愷望希望能以自動化工具換取“新效率”，其自研的工具不需要標注員手動拉框，而是點一下便可自動拉框，同時，也應用了3D的能力來標注2D的圖片，進一步提高準確性。

全鏈條、全明星的創(chuàng)始團隊陣容

創(chuàng)始團隊為全明星陣容，集結了自動駕駛的全鏈條人才，在大規(guī)模資源運營、數(shù)據(jù)閉環(huán)解決方案以及自動駕駛數(shù)據(jù)平臺三個方向都積累了豐富的行業(yè)經(jīng)驗。

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

于旭碩士畢業(yè)于法國昂熱大學，憑借其物流與運輸管理的專業(yè)背景，畢業(yè)后成為了Uber中國的第四號員工，從零到一搭建起平臺運營體系，也為國內(nèi)網(wǎng)約車行業(yè)開創(chuàng)了大規(guī)模租賃公司運營模式，頂峰時期曾貢獻了北京區(qū)域70%的訂單。

在自動駕駛獨角獸企業(yè)Momenta成立之初，于旭便為其構建了自動駕駛全鏈路數(shù)據(jù)的運營體系。在國內(nèi)自動駕駛行業(yè)發(fā)展早期，數(shù)據(jù)稀缺，而在大數(shù)據(jù)平臺的支撐下，Momenta才一躍成為自動駕駛算法領域的佼佼者。

在團隊管理經(jīng)驗方面，于旭曾在字節(jié)跳動負責管理多個大型標注基地、千人規(guī)模大型數(shù)據(jù)外包渠道以及數(shù)萬人的眾包平臺。

合伙人團隊則包括奔馳汽車金融運營流程管理專家、國內(nèi)領先通信企業(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)平臺技術負責人等，還擁有覆蓋自動駕駛商業(yè)、AI產(chǎn)品策略及算法領域的專家顧問團隊。

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

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