行业前景广阔
L3级别以上的自动驾驶系统主要由感知、定位、预测、决策和控制五部分构成，每一部分都不可或缺。其对于计算机视觉技术的需求度十分之高，系统需要对传感器采集的点云图像数据进行处理，构建车辆行驶环境，为预测和决策做依据，这对于算法的准确性和实时性有着极大考验。
目前自动驾驶的视觉技术主要应用有监督的深度学习，是基于已知变量和因变量推导函数关系的算法模型，需要大量的标注数据对模型进行训练和调优。
换句话说，想要让自动驾驶汽车更加「智能」、自动驾驶算法能够更加从容应对复杂多变的道路环境，背后就需要有海量且高质量的真实道路数据做支撑，这就决定了自动驾驶行业在短期内对数据标注行业是十分依赖的。
行业格局未定，尚处于调整期
然而，尽管自动驾驶对于数据标注行业的依赖是长期性的，但这也并不意味着行业发展会顺风顺水，目前数据标注行业正处于较为微妙的「调整期」。
2018年，是数据标注行业较为火热的年份，新企业如雨后春笋出现，融资事件也大多发生在该时间段。这段时间的显著特点是行业较为火热，但内部混乱，技术水平普遍较低，处于探索阶段。
从2020年起，行业开始降温，新企业出现的数量明显下降，老企业逐渐淡出舞台，整个2021年国内数据标注行业融资事件不超过5起，越来越多的数据标注企业逐渐意识到自己进入了发展的瓶颈期。
出现这一问题的主要原因与行业长久以来的业务执行方式有关。数据标注行业对于人力依赖的特殊性让很多企业在发展的初期重人力而轻技术，这种方式的竞争壁垒较低，很容易被市场淘汰。且随着自动驾驶技术场景越来越垂直，对于高质量数据集的需求越来越旺盛，单纯依靠人力的业务执行方式已无法满足行业发展的新需求，产品与技术的重要性凸显，以产品驱动业务增长将成为行业下一阶段最重要的特点之一。
