数据标注在推动数据资源汇聚、提升数据质量、盘活数据要素价值中发挥着作用。作为人工智能算法有效运行的环节，数据标注能够把需要机器识别和分辨的数据贴上标签，通过让计算机不断学习这些数据的特征，使其最终实现自主识别，从而让人工智能在各个领域发挥更大的作用。最 新发布的《2025全球数据标注与AI训练数据白皮书》显示，随着大模型和多模态AI的爆发式增长，数据标注行业规模突破180亿美元，其中AI自动化标注技术已承担超过75%的基础标注任务。然而，令人意外的是，全球数据标注员岗位数量相比2022年增长了35%，较2023年增长45%。驱动因素除自动驾驶、医疗影像等传统领域外，多模态大模型（如视频动作识别、3D点云标注）和具身智能需求成为新增长点。行业正呈现“AI替代与人力需求双增长”的独特现象。

AI标注技术进入“精准化”时代，但仍依赖人类校验

　　报告指出，2025年的AI标注系统已能处理90%以上的结构化数据标注（如图像分类、语音转写），但在复杂场景——如医疗影像的病灶标注、法律合同的语义 解析、情感化交互数据标注等领域，AI的准确率仍不足85%，必须依赖人类专家复核。

　　“AI可以一天标注100万张图片，但它可能无法理解某张图片在特定文化背景下的隐含意义。”全球知名AI数据服务商Labelify的CTO张岩表示，“人类标注员正从‘标注工人’转变为‘AI训练师’，负责关键数据的质量把控。”

　　然而，简单图像分类、语音转写等低附加值任务正被AI预标注工具取代。行业调研显示，25年约有60%的基础标注需求由“AI+人工复核”完成，纯人工标注岗位减少30%，但复杂场景标注岗位需求反增200%。

新兴需求爆发：具身智能、AI伴侣催生新型标注岗位

　　随着具身智能机器人、AI情感伴侣等技术的商业化，市场对“多模态交互数据”的标注需求激增。例如，训练家庭机器人理解人类手势、语调变化，或让AI伴侣识别用户的情绪波动，都需要大量精细化标注。这类任务报酬极高，但要求具备心理学、语言学等跨学科知识。

　　目前国内数据标注员总数超120万人，其中约7成为兼职或众包模式。河南、贵州等传统标注基地仍聚集大量全职人员；而新兴的“高精度标注师”通过跨境平台承接海外订单。“现在更缺能看懂医学CT片或理解法律条款的标注员。”北京某AI公司数据总监表示。记者发现，某招聘平台25年7月发布的标注岗位中，要求具备医疗、金融、小语种等专 业背景的占比达43%，较去年同期翻倍。

　　行业案例：

　　•日本某AI公司为开发“老年陪护机器人”，招募1000名标注员专门标注老年人含糊语音和微表情。

　　•中国初创企业“深维智能”开出年薪60万招聘“AI伦 理标注专家”，负责审核涉及道德争议的数据。

政策动态：数据标注师纳入国家职业目录，认证体系启动

　　2025年7月，中国人力资源和社会保障部正式将“AI数据标注师”列为新职业，并推出职业技能等级认证。欧盟同期发布《AI数据质量法案》，要求所有用于公共领域的AI训练数据必须通过认证标注员审核。国内《数据要素X行动计划》也提出标注质量追溯要求。头部企业如Scale AI、百度众测已开始推行“标注员技能认证体系”，部分职业院校甚至开设“智能数据标注”专 业课程。

　　与此同时，元宇宙与空间计算兴起催生新业态。成都某工作室负责人告诉记者：“我们团队最近承接了某AR眼镜项目的3D环境标注，需在点云数据中标记上千种家居物品的交互属性，这类订单溢价率超过普通任务3倍。”

未来展望：从“人力工厂”到“认知伙伴”

　　专家指出，数据标注行业正在分化：低端任务加速自动化，而高端标注向“AI训练协同者”演进。标注员未来可能直接参与提示词优化或模型反馈调优。专家预测，到2028年，基础标注将完全自动化，但全球至少需要500万名‘高阶标注员’来处理AI无法解决的‘长尾问题’。如何通过职业技能升级应对这场变革，将成为从业者与企业的共同课题。