自Sapien成立以来，我们已经看到了人工智能行业的巨大变化，客户需要更专业的专业知识，而我们的去中心化全球标签商现在能够充分利用我们的平台。为了了解Sapien如何适应这些变化，我们与销售主管克里斯·梅就推动该行业需求的最新趋势进行了交谈。从自动驾驶汽车领域到需要特定领域微调的大型语言模型（LLM）的兴起，我们探讨了Sapien如何定位自己以满足这些不断变化的需求。
1。哪些行业目前推动了对数据标签服务的最高需求，您如何看待明年的变化？
对数据标签的需求肯定是由自动驾驶汽车行业推动的。他们一直需要一支集中、高质量的标签员工来培训他们的系统，而且这种情况不会消失。但真正有趣的是我们在LLM中看到的转变。越来越多的公司正在开发大型语言模型，他们不再只是在寻找通用数据，他们需要能够针对特定用例微调这些模型的领域专家。
因此，尽管自动驾驶汽车将继续在销量方面占据主导地位，但我认为我们将看到对专业标签的需求不断增长。满足这一需求的唯一方法是通过经过验证的去中心化专家网络，他们可以带来这种细微差别。这绝对是一个令人兴奋的演变。
2。在为高需求行业提供服务时，您发现或发现了哪些具体挑战，这些行业的需求如何影响您的销售策略？
我们注意到的重大变化之一是，许多通用的人工智能模型——比如过去十年在广泛的大规模数据集上训练的模型——已经到了成熟点。它们非常适合满足各种需求，但企业现在倾向于更精确的解决方案。无论是在法律、医疗保健、金融还是其他专业领域，我们都看到了向特定行业模式的转变。
从销售的角度来看，这对我们来说意味着我们不能再粗略地谈论人工智能了。我们必须深入研究这些利基市场，了解他们面临的特殊问题。我们的市场进入战略越来越多地涉及创建量身定制的抵押品和开发直接应对这些独特挑战的工具。这不仅仅是销售解决方案；还要证明我们真正了解他们的世界，能够有所作为。
3.您认为最重要的增长机会在哪里？
为模型培训做出贡献的高技能员工队伍，以创建具有领域专业知识的模型。我们正处于 ChatGPT 等工具可以生成从公共领域提取数据的输出，这些输出相当准确和有用。（例如：给我一份关于如何做惠灵顿牛肉的分步指南）；但是，如果法学硕士能够开始对有关法律、医疗保健和财务咨询的更多技术性答案给出极其准确的答案，而你只能通过与训练有素的律师、医生和财务专家交谈才能找到数据，该怎么办？
4。该行业的主要趋势有哪些，尤其是在汽车和数据收集等领域？你是如何适应这些需求的？
就项目数量而言，数据收集一直是Sapien要求的最大服务。企业正在构建能够理解复杂输入的人工智能模型，例如不同口音的多种语言、商务对话、音乐和其他形式的数据。
为了满足这些需求，Sapien已经建立了一个全球专家网络，他们可以随时准备参加技能评估测试以进行验证，并开始将他们的领域知识传授到训练模型中。
5。哪些地区或市场对数据标签的需求增长最快，这些领域的哪些行业在推动这种需求？
我们对亚洲，特别是中国的标签和数据收集需求如此之大感到惊讶。Sapien已与阿里巴巴、TAL等公司合作，汇集全球专业知识，为TTS、ASR和LLM等项目的微调提供帮助。
就行业而言，自动驾驶仍然是最大的垂直领域，但我们在Wake-Work收集、图像和音频片段收集等项目上收到了大量需求。
6。在准确性格外重要的领域，Sapien如何平衡数据标签速度需求与对高质量、精确注释的需求？
Sapien解决方案的差异化因素之一是我们为客户定制设计标签软件。定制的很大一部分来自于在标记模块中添加自动化和设计质量保证工作流程。
我们可以集成预建模型以加快标记速度，并设计自定义 QA 流程，确保根据客户要求对数据进行采样和检查。
7。自动化和人工智能在满足当前需求方面起着什么作用，您认为在数据标签过程中对人类专业知识的强烈需求在哪里？Sapien在现在和将来如何平衡这一点？
模型只会变得更好、更准确，但如果没有领域的专业知识和大量的输入训练，模型就不可能变得更好、更准确。为了实现这一目标，需要一个解决方案来满足供需双方的需求。
在Sapien，我们正在倾听世界各地企业的意见，听说有大量的需求和支付专业知识的意愿；从供应方面来看，我们世界各地的人都希望传授满足这些需求的语言、法律、医疗保健... 等专业知识。
Sapien正在提供一个通过Web2和Web3解决方案将两个世界相结合的平台，这将使我们有可能创建世界上最大的人工智能生态系统。
随着对高质量、精确数据标签的需求增加，Sapien仍然专注于提供将人类专业知识与自动化相结合的定制数据标签和数据收集服务。凭借我们的全球标签商网络和游戏化平台，我们在创建连接数据供需关系的生态系统方面处于领先地位，从而在瞬息万变的行业中保持领先地位。
