數據標註員
🇭🇰 香港 · 科技最先被取代在香港的 792 種職業中排第 2 · 風險最高的 1%
AI 搶飯碗倒數
5個月
10日 21:59:34:000
距離 AI 開始取代這份工作
2027年4月2日 · 倒數 162 日
簡單標註已由模型代勞，眾包需求急跌；專家判斷及評估數據的需求反而上升，只剩少數專業標註員處理界線模糊的個案及敏感資料。
查看詳情
被取代的風險極高
20 年後的人手佔比25%
AI 取代時間線
影響方式 · 縮減2026 · 現在2032
估計範圍 5個月 – 11個月
數據標註員：AI 會改變哪些工作、哪些工作會保留
數據標註員替圖片、文字和錄音加上標籤，讓模型有材料學習。最基本的框選和分類現已多由模型自行處理，留下來的是規則說不清的灰色個案，以及需要專門知識或小心對待的敏感材料。
哪類標註工作最先由模型接手？
在圖片上框出車輛和行人、把客戶留言分成正面或負面、為錄音逐句打字，這類規則清晰、數量龐大的工作最先轉由模型處理：模型先標，人只抽樣覆核，一個項目需要的標註人手因而少得多。YOU’RE NEXT認為AI已具備做這類工作的能力，而業界調整人手的步伐比能力成熟還要早一步，所以按件計酬的眾包式工作最先受影響，新手入行的門路也隨之收窄。
甚麼樣的標註仍然需要人來判斷？
一張圖片同時符合兩個分類、指引沒有寫到的情況，或者指引本身與現實不符，都需要人停下來判斷並向項目方反映；判斷一段留言是諷刺還是真心稱讚，往往也要熟悉本地用語。涉及暴力、私隱或醫療內容的圖像和文字，處理時要守保密規定，也要顧及自己的情緒承受力，不宜全交機器。這一行沒有牌照門檻，能留下來靠的是專門知識和處理敏感資料的可靠程度，而非資歷年期。
標註員可以怎樣轉向評估類工作？
需求轉向專家判斷和評估數據，代表單純手快已不足夠。可以把自己熟悉的範疇，例如法律文件、醫學影像或粵語語音，練成專長，並學習撰寫和修訂標註指引，記錄自己處理過的疑難個案作為作品。同時掌握基本的抽樣檢查方法，了解標註結果怎樣影響模型表現。熟悉評估流程、懂得解釋為何某個答案較好的人，較有機會轉做模型評估或品質控制，在項目中負責覆核而非重複標註。
撰寫日期
加入另一個職業比較
搜尋同事、朋友或家人的職業，看看誰先被 AI 取代。