大环境不好的时候，缺少技术含量的工种，非常容易成为裁员的牺牲品。
作者 | 周艾霖
出乎不少人意料，特斯拉这波裁员最狠的一刀，砍在自动驾驶部门。
6 月 29 日，特斯拉大规模裁员再上热搜。根据路透社，特斯拉关闭了加利福尼亚州圣马特奥的一个办公室，解雇了大约 200 名员工，大约有 150 名其他员工将被调到另一个办公室。
据知情人士透露，圣马特奥办公室隶属特斯拉自动驾驶部门，主要工作为负责评估与自动驾驶驾驶员辅助功能相关的客户车辆数据。 此次被裁的员工超过该办公室员工总数的一半，大多负责自动驾驶数据标记，都是小时工。据悉，被裁员工将获得 60 天的工资补偿，并被要求不再对外发声。
针对相关报道，特斯拉方面尚未对此回应。
这是在特斯拉裁员计划中规模较大的一次裁员。本月早些时候马斯克就已经表示，在日益动荡的经济环境中裁员是必要的。他在接受彭博社采访时就已经宣告，未来三个月内约有 10% 的正式员工将被裁，一年后的特斯拉失业总人数可能会更高。
随后，有外媒曝光马斯克发布的一封名为「暂停全球招聘」内部邮件，他在邮件中表示自己对经济有「超级糟糕的感觉」。他告诉特斯拉员工，远程工作不再是一种选择，并要求所有员工返回办公室办公且一周工作时间不能低于 40 个小时，否则将离开特斯拉。
马斯克预告在先，裁员本身并不突然，但一个值得关注的问题是： 为何特斯拉会裁掉圣马特奥 50% 的数据标记员，甚至关掉这个办公室？到底是出于战略上调整自动驾驶业务，还是因为数据标记这个工种本身已经并非必要。
根据特斯拉的招聘需求，数据标记的工作是「训练强大的深度神经网络的关键要素，有助于特斯拉自动驾驶业务」。特斯拉的工人，在布法罗、纽约和圣马特奥花费大量时间为汽车及其导航环境（例如街道标志和交通车道）标记图像。
根据彭博社，一位知情人士说，在布法罗，特斯拉继续扩大其自动驾驶数据标记团队，该地点的工作人员从事同样的工作，但其时薪低于圣马特奥。
一位业内人士告诉极客公园，数据标记员是一个技术含量较低的工种。 「数据标记专员是只要有眼睛，会点鼠标，就能胜任的一份工作。」他戏称道。
训练自动驾驶 AI 有两个步骤：一个是搭建初步神经网络模型的数据库，第二个就是由工程师训练神经网络模型，并在反复训练当中使数据库的识别精度达到更高。
而在搭建初步神经网络模型的时候，需要大量的数据标记员根据车辆拍摄的图片进行一系列的识别，标记拍到的物体是活体、障碍物还是其他东西。当数据足够丰富和完善的时候，工程师会将数据库之外的图片，交给自动驾驶的人工智能去进行识别，并基于数据库的识别数据调整参数和验证，以达到更高的精准度。
一个在自动驾驶领域工作多年的业内人士表示道，数据标记专员，其实是一个极容易被替代的工作，这些标注员的主要工作就是在驾驶汽车的摄像机拍摄的图片上面用鼠标框住物体，标记两件事情。第一是这个物体在哪，第二是标记这个物体的分类。
这种极易操作的工作，国内公司一般会将大部分数据标记专员的业务外包给劳务公司，大概识别一张图片的价格在几毛钱到一元不等。
此外，AI 技术本身也能一定程度替代掉数据标记员的工作。由于每个人对于物体的判断标准不同，真人对物体识别的误差极大，会对一些物体的真值产生偏差。导致刚开始搭建神经网络模型时，辨别率一般在 80% 左右。为了解决差异个体的因素造成的数据质量的稳定性的问题，工程师们会开发出来一套自动化的流程，使神经网络模型的准确度可以到 95% 左右，这时候其实就不太需要基础的数据标记员。
大规模裁掉数据标记专员，甚至有可能对于行业来讲是一个利好消息，代表着数据库的升级，以及重复工作的减少，表明人工智能的精准度又上升了一个台阶。这位业内人士认为， 这种大规模的数据标记员的裁员，哪怕现在不发生，过一两年也会发生。