以机器人听懂人说话的这一需求为例，NLP数据具复杂性，除了对意图、领域、槽位等进行判断和标注，多角度的泛化也必不可少，在这一过程中需要数据标注公司就需要对需求进行拆解、预判甚至提前给出建议，这对AI数据服务商的专业性提出了很大挑战。

这种专注于场景，对数据质量有更高要求的企业，更需要高质量、场景化的数据服务商，来助力企业将自己算法的精度推到一个新的高度。企业获得实际场景中所需要的数据，可规避数据杂乱带来的诸如成本增加、产品周期增加等的负面影响，同时发挥优质数据融合应用场景加速落地的优势，更好的帮助相关企业在AI具体场景中的工作。

同时，各个领域最高质量数据需求也十分迫切。AI在各种各样垂直领域进行落地，比如说教育、法律、智能驾驶、银行金融等，每个领域都有细分专业化的要求。其中，尤其智能化转型的传统企业和科技企业相比，更需要有成熟丰富的AI数据交付经验的数据标注企业协助，帮忙他们进行AI数据需求梳理、并引导企业数据需求，来获取更加贴合使用场景的高质AI数据缩减研发周期、加快落地进程，助力企业更快更好的智能化转型。