大环境不好的时候，缺乏技术含量的工作非常容易成为裁员的牺牲品。
作者|周爱林
编辑|郑璇
出乎很多人意料的是，特斯拉在这波裁员中最狠毒的一刀砍在了自动驾驶部门。
6月29日，特斯拉大规模裁员，上了热搜。据路透社报道，特斯拉关闭了位于加州圣马特奥的一个办公室，并裁员约200人。大约150名其他员工将被转移到另一个办公室。
据知情人士透露，圣马特奥的办公室属于特斯拉的自动驾驶部门，主要工作是评估与自动驾驶驾驶员辅助功能相关的客户车辆数据。这次被裁的员工超过了这个办公室员工总数的一半，大部分是负责自动驾驶数据标注的，都是小时工。据悉，被裁员工将获得60天的工资补偿，并被要求不得出声。
针对相关报道，特斯拉尚未对此做出回应。
这是特斯拉裁员计划中的一次大规模裁员。本月早些时候，马斯克表示，在日益动荡的经济环境下，裁员是必要的。在接受彭博采访时，他已经宣布在未来三个月内将有约10%的正式员工被裁，一年后特斯拉的失业总人数可能会更高。
随后，有外媒曝光了马斯克发布的一封名为“暂停全球招聘”的内部邮件，邮件中他表示对经济有“超级不好的预感”。他告诉特斯拉员工，远程办公不再是一个选项，并要求所有员工回到办公室，每周工作不少于40小时，否则将离开特斯拉。
马斯克的提前通知，裁员本身并不突然，但一个值得关注的问题是:特斯拉为什么要在圣马特奥裁员50%的data markers，甚至关闭这个办公室？是因为自动驾驶业务的战略调整，还是因为数据标记工作本身已经没有必要了？
根据特斯拉的招聘要求，数据标记是“训练强大的深度神经网络的关键要素，有助于特斯拉的自动驾驶业务”。特斯拉的工作人员在布法罗、纽约和圣马特奥花费大量时间标记汽车及其导航环境的图像(如街道标志和车道)。
注解|图片来源:视觉中国
据彭博报道，一位知情人士表示，在布法罗，特斯拉继续扩大其自动驾驶数据标记团队，这个地点的工作人员也做同样的工作，但时薪低于圣马特奥。
一位业内人士告诉极客公园，数据标记是一个低技术含量的工作。“数据标记专员是一个只要有眼睛、能点鼠标就能做的工作。”他开玩笑说。
训练AI进行自动驾驶有两个步骤:一是建立初步神经网络模型的数据库，二是由工程师对神经网络模型进行训练，反复训练时数据库的识别准确率会更高。
在建立初步的神经网络模型时，需要大量的数据标记，根据车辆拍摄的图片进行一系列的识别，标记出拍摄的物体是活体、障碍物还是其他东西。当数据足够丰富和完善时，工程师会将数据库外的图片交给自动驾驶人工智能进行识别，并根据数据库的识别数据调整参数和验证，达到更高的精度。
一位在自动驾驶领域工作多年的业内人士表示，数据标记专员其实是一个很容易被取代的工作。这些标记器的主要工作是在驾驶汽车的摄像机拍摄的图片上用鼠标框住物体，并标记两件东西。第一是这个对象在哪里，第二是标记这个对象的分类。
这种容易操作的工作，国内公司一般会将数据标注专员的大部分业务外包给劳务公司。大概，鉴定一张图像的价格从几分钱到一元钱不等。
另外，AI技术本身也可以在一定程度上替代数据标记器的工作。因为每个人对物体的判断标准不一样，所以现实中的人对物体的认知会有很大的误差，会导致一些物体真实值的偏差。结果刚建立神经网络模型的时候，判别率一般在80%左右。为了解决个体差异带来的数据质量稳定性问题，工程师会开发一套自动化流程，使神经网络模型的准确率达到95%左右。这个时候其实就不需要基本的数据标记了。
大规模裁掉数据标注专员甚至可能是行业的好消息，代表着数据库的升级和重复性工作的减少，预示着人工智能的准确度上升到了一个更高的层次。这位业内人士认为数据标记这样大规模的裁员，即使现在不发生，一两年后也会发生。
*头像来源:upsplash
本文为极客公园原创文章，请联系极客君微信geekparkGO
极客问
科技互联网公司裁员，
你认为哪些职业属于「高风险」？
