早上九点，小林戴上耳机，打开标注平台，耳朵里传来一段带四川口音的普通话。她要逐字转写这段语音，标出发音偏差和方言特征，并判断AI识别结果的准确性。这份被称为“数据标注员”的工作，正随着AI浪潮呈现出两极分化的残酷现实。

近期，通过对招聘平台上151份北京地区完整岗位信息的分析，揭示了这一工种的真实面貌。数据显示，北京数据标注岗位月薪中位数为10500元，但最低与最高薪资相差三十多倍，从2000元到65000元不等。低薪端多为日薪实习或众包岗位，而高薪岗位则集中在需要定义标注规则、管理质量标准的专家级职位。

工作内容与薪资的深度分化

同为标注工作，身价差距巨大。低薪岗位多为执行层，按既定标准操作；高薪岗位则涉及定义规则、打通算法与数据的闭环，可替代性低，难以复制。一位从业六年的老兵坦言，早期标注员是手艺人，如今更像是流水线工人。

从工作模态来看，文本标注约占16%，图像和视频标注占17%，语音音频标注仅占1%，而涉及图文音视频的多模态综合标注占比最大，达36%。业务领域高度集中，大模型/AIGC语料相关岗位直接占28%，自动驾驶和医疗影像各占7%。

专业壁垒提升与人才需求变化

岗位门槛正在被改写。近九成岗位要求本科或大专学历，但仍有13个岗位明确要求硕士学历，集中在大模型评测、算法配套和海外多语言方向。专业壁垒也在筑高：医疗标注需要临床医学背景，代码方向要求计算机专业并能调试程序，金融标注则青睐经济金融专业人才。

招聘市场呈现清晰的分层结构。大厂如京东、腾讯、阿里等会亲自招聘核心模型的数据标注岗位，但招人最多的仍是标注外包公司和数据服务商。大厂负责制定规则和标准，外包公司则将其拆解为细碎的SOP进行分包。

行业演进与未来趋势

数据标注行业经历了从学术项目到规模化产业的演变。早期依赖众包平台完成海量标注，随着AI模型对数据质量要求的提升，行业逐渐标准化和分层。2020年，“人工智能训练师”被纳入国家职业分类目录，顶级训练师年薪已超过30万元。

当前，行业自动化率已从三年前的约30%飙升至60%以上。自动标注技术和合成数据的崛起，正在吞噬基础重复性标注工作。然而，需要主观判断和领域经验的环节，如质量评估、边界案例处理等，仍依赖人类专家。2024年的行业投资呈现剪刀差：80%的资金流向自动标注公司，而基础标注用工在收索，但懂医学、法律、金融的专家级标注师持续紧缺。

一位AI公司HR直言，AI训练师的薪资是基础标注员的3-5倍，但公司很少从标注员中直接招聘训练师，更倾向于招聘应届毕业生从头培养。纯执行型标注员正在退场，留下的要么拥有难以替代的专业领域判断力，要么具备质量管理和项目统筹能力。数据标注作为AI背后的人类底座依然不可或缺，但行业正将可被替代的劳动者与不可替代的专家推向越来越远的两端。