从深度学习到AI产品的广泛应用，我们正在走入新一轮的效率革命。
那么问题来了，朋友们。我们应该如何在波涛汹涌的AI浪潮中站在数据标注的浪尖，而不是被大浪所吞噬呢？
本文我们就具体如何做进行几点浅谈。
市场需求在现实中是瞬息万变的，有在研发层面需要快速进行产品迭代的AI公司；有在应用层面需要大批量数据进行机器学习的AI公司。我们能够准确的把握此类公司的需求其实是最重要的一点。针对不同类型的公司所面临的具体需求如下所述：
1. 快速研发提供第三方服务的AI公司
他们对数据标注要求的结果就是反馈快、提交快、质量准确。因为在这个AI公司如雨后春笋般崛起的时代，研发产品的速度基本就等同于AI公司的核心竞争力。对于这类公司，数据标注公司能够做到反馈够快、沟通简洁、提交数据够快，就可以拥有行业竞争力。
2.应用层面需要大批量数据进行机器学习的AI公司
他们对数据标注的要求就是团队稳定，标注质量稳定，有能匹配其数据量的标注规模。对于这类公司，数据标注公司能够做到自身团队稳定，有一定规模，标注质量稳定，就可以拥有行业竞争力。
通过阅读“如何运营一家数据标注公司(资源特点篇)”我们可以清楚的知道，目前标注市场上需求公司的种类，以及这些需求公司各自的特点。那么我们这里要详细介绍的是我们可以用什么样的方法找到数据标注需求公司，以及这些方法所存在的优劣势。
1.实地拜访
这要求我们脑海中需要有一个大概的走访范围。就融资的分布与创业企业的注册地址来说，北京、上海、广州、深圳、杭州。这5个城市包含的创新型企业最多，其中不乏众多人工智能企业。如果我们要从实地拜访出发，我们首先就要对上述几个重点城市的科技园、创业园等分布进行仔细的分析了解，做到有的放矢。
优点： 可以快速的与需求公司建立起来彼此联系，而合作关系一旦建立，此类关系相对稳定。同时，实地拜访也有利于数据标注公司更直观的感受到合作方的规模，可以给予数据标注公司在是否能够进行长期合作这个问题上提供有效参考。
缺点： 联系成本高昂，因为AI公司的地域特性，导致在联系相关公司期间的差旅费是一比不小的支出。同时BD要求专业化程度较高，这里的专业化主要指与数据标注需求公司面对面对接的人需要有较强的逻辑处理能力，在进行沟通的时候，除了数据标注公司自身工作流程的详细介绍之外，还需要针对客户的不同需求提供不同的解决方案
2.电话走访
和实地拜访的范围一样，电话走访我们首先需要一个范围。从什么地方获取数据标注需求公司的联系方式？这个仁者见仁，智者见智。在互联网高度发达的今天，信息已经无处遁行，只要我们多留意相关AI的版块，新闻，我们就可以通过其中获取的信息找到对应的公司。
优点 联系成本低，可以进行普遍的撒网，尤其是在这个AI语音智能化的时代，电话的沟通效率和沟通质量可以成倍的增长。
缺点 通常数据标注需求公司的电话对接人变动性较强（今天接电话是张三，明天有可能就是李四），这种情况的频繁发生就会让我们前期所希望的回访变成了一句空话，因为换一个电话对接人，其实所有工作就等于重头开始。
3.参与会议
随着AI浪潮的涌现，以及国家决策层面将人工智能列为国家未来的战略性技术，由各类单位牵头举办的大小会议也如疾风骤雨般扑面而来，下面我就对各种会议进行一个介绍，方便大家了解。
国家级（一般由部委牵头举办）
顾名思义，国家级别的会议规格最高，影响力也最深远。一般参与国家级别会议的AI公司都是业界的领军企业，同时参会人员绝大多数是AI公司的CEO，是最直接有效建立起沟通桥梁的办法。当然，进入门槛也非常高，普通公司很难在这样规模的会议中觅得一席之位。
省市级（一般由省市相关职能局举办）
这个级别的会议规格也相对较高，一般由省市内的龙头AI企业参与，同时参会人员也基本上以公司总负责人为主，在建立沟通桥梁这个环节，也非常有效。和国家级一样，需要一定的进入门槛，小型公司难以进入。
协会级（一般由相关协会承办）
这个级别一般不涉及行政事业单位，多数是民间组织。来参会的多为协会所在地企业，规模有大有小。来参会的企业规模较大的一般由项目主要负责人参会，规模小的一般由创始人参会。此类会议门槛较相对较低，有一定的社会关系和沟通渠道就可以参加。
企业级（一般由AI企业、AI关联企业共同承办）
这个级别的会议一般是由AI企业及关联企业为了推出产品或者扩大业界影响力而举办的。来参会的可能会包括公司CEO、项目总负责人等等。这类会议进入门槛最低，但是与前几种会议相同，一样可以有机会相识公司的负责人。相较于前三种会议，这种会议门槛低、信息量足、成功率高，最适合初创的数据标注公司关注。
由于篇幅有限，这里就先介绍上面两点，我们会在接下来的更新中与大家分享“如何维系与数据标注需求公司之间的渠道关系”、“与数据标注需求公司合作禁忌”等话题。欢迎有兴趣的朋友持续关注 觉醒向量丨awkvector官网www.awkvector.com及Blog更新。
©著作权归作者所有：来自觉醒向量数据标注的原创作品，如需转载，请注明出处，否则将追究法律责任。
