出乎不少人意料，特斯拉這波裁員最狠的一刀，砍在自動駕駛部門。

6 月 29 日，特斯拉大規(guī)模裁員再上熱搜。根據(jù)路透社，特斯拉關(guān)閉了加利福尼亞州圣馬特奧的一個辦公室，解雇了大約 200 名員工，大約有 150 名其他員工將被調(diào)到另一個辦公室。

據(jù)知情人士透露，圣馬特奧辦公室隸屬特斯拉自動駕駛部門，主要工作為負(fù)責(zé)評估與自動駕駛駕駛員輔助功能相關(guān)的客戶車輛數(shù)據(jù)。此次被裁的員工超過該辦公室員工總數(shù)的一半，大多負(fù)責(zé)自動駕駛數(shù)據(jù)標(biāo)記，都是小時工。據(jù)悉，被裁員工將獲得 60 天的工資補(bǔ)償，并被要求不再對外發(fā)聲。

針對相關(guān)報道，特斯拉方面尚未對此回應(yīng)。

這是在特斯拉裁員計劃中規(guī)模較大的一次裁員。本月早些時候馬斯克就已經(jīng)表示，在日益動蕩的經(jīng)濟(jì)環(huán)境中裁員是必要的。他在接受彭博社采訪時就已經(jīng)宣告，未來三個月內(nèi)約有 10% 的正式員工將被裁，一年后的特斯拉失業(yè)總?cè)藬?shù)可能會更高。

隨后，有外媒曝光馬斯克發(fā)布的一封名為「暫停全球招聘」內(nèi)部郵件，他在郵件中表示自己對經(jīng)濟(jì)有「超級糟糕的感覺」。他告訴特斯拉員工，遠(yuǎn)程工作不再是一種選擇，并要求所有員工返回辦公室辦公且一周工作時間不能低于 40 個小時，否則將離開特斯拉。

馬斯克預(yù)告在先，裁員本身并不突然，但一個值得關(guān)注的問題是：為何特斯拉會裁掉圣馬特奧 50% 的數(shù)據(jù)標(biāo)記員，甚至關(guān)掉這個辦公室？到底是出于戰(zhàn)略上調(diào)整自動駕駛業(yè)務(wù)，還是因?yàn)閿?shù)據(jù)標(biāo)記這個工種本身已經(jīng)并非必要。

根據(jù)特斯拉的招聘需求，數(shù)據(jù)標(biāo)記的工作是「訓(xùn)練強(qiáng)大的深度神經(jīng)網(wǎng)絡(luò)的關(guān)鍵要素，有助于特斯拉自動駕駛業(yè)務(wù)」。特斯拉的工人，在布法羅、紐約和圣馬特奧花費(fèi)大量時間為汽車及其導(dǎo)航環(huán)境（例如街道標(biāo)志和交通車道）標(biāo)記圖像。

根據(jù)彭博社，一位知情人士說，在布法羅，特斯拉繼續(xù)擴(kuò)大其自動駕駛數(shù)據(jù)標(biāo)記團(tuán)隊(duì)，該地點(diǎn)的工作人員從事同樣的工作，但其時薪低于圣馬特奧。

一位業(yè)內(nèi)人士告訴極客公園，數(shù)據(jù)標(biāo)記員是一個技術(shù)含量較低的工種。「數(shù)據(jù)標(biāo)記專員是只要有眼睛，會點(diǎn)鼠標(biāo)，就能勝任的一份工作。」他戲稱道。

訓(xùn)練自動駕駛 AI 有兩個步驟：一個是搭建初步神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)庫，第二個就是由工程師訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，并在反復(fù)訓(xùn)練當(dāng)中使數(shù)據(jù)庫的識別精度達(dá)到更高。

而在搭建初步神經(jīng)網(wǎng)絡(luò)模型的時候，需要大量的數(shù)據(jù)標(biāo)記員根據(jù)車輛拍攝的圖片進(jìn)行一系列的識別，標(biāo)記拍到的物體是活體、障礙物還是其他東西。當(dāng)數(shù)據(jù)足夠豐富和完善的時候，工程師會將數(shù)據(jù)庫之外的圖片，交給自動駕駛的人工智能去進(jìn)行識別，并基于數(shù)據(jù)庫的識別數(shù)據(jù)調(diào)整參數(shù)和驗(yàn)證，以達(dá)到更高的精準(zhǔn)度。

一個在自動駕駛領(lǐng)域工作多年的業(yè)內(nèi)人士表示道，數(shù)據(jù)標(biāo)記專員，其實(shí)是一個極容易被替代的工作，這些標(biāo)注員的主要工作就是在駕駛汽車的攝像機(jī)拍攝的圖片上面用鼠標(biāo)框住物體，標(biāo)記兩件事情。第一是這個物體在哪，第二是標(biāo)記這個物體的分類。

這種極易操作的工作，國內(nèi)公司一般會將大部分?jǐn)?shù)據(jù)標(biāo)記專員的業(yè)務(wù)外包給勞務(wù)公司，大概識別一張圖片的價格在幾毛錢到一元不等。

此外，AI 技術(shù)本身也能一定程度替代掉數(shù)據(jù)標(biāo)記員的工作。由于每個人對于物體的判斷標(biāo)準(zhǔn)不同，真人對物體識別的誤差極大，會對一些物體的真值產(chǎn)生偏差。導(dǎo)致剛開始搭建神經(jīng)網(wǎng)絡(luò)模型時，辨別率一般在 80% 左右。為了解決差異個體的因素造成的數(shù)據(jù)質(zhì)量的穩(wěn)定性的問題，工程師們會開發(fā)出來一套自動化的流程，使神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確度可以到 95% 左右，這時候其實(shí)就不太需要基礎(chǔ)的數(shù)據(jù)標(biāo)記員。

大規(guī)模裁掉數(shù)據(jù)標(biāo)記專員，甚至有可能對于行業(yè)來講是一個利好消息，代表著數(shù)據(jù)庫的升級，以及重復(fù)工作的減少，表明人工智能的精準(zhǔn)度又上升了一個臺階。這位業(yè)內(nèi)人士認(rèn)為，這種大規(guī)模的數(shù)據(jù)標(biāo)記員的裁員，哪怕現(xiàn)在不發(fā)生，過一兩年也會發(fā)生。