《企业网D1Net》2月19日讯

对于使用大数据平台的组织来说，根据任务情况给远程工作人员支付工资是减少开支的方法之一。

一个大数据管理系统，无论是在本地还是在云中，往往需要庞大的启动资金，而且这也不仅仅局限在硬件和软件上面。公司也需要相关人员来执行数据相关的任务，但可能无法（或不愿意）雇用员工来做这样的工作。

这也就是企业选择众包方式的原因。那么这是什么呢？最近有一个大数据的“人脸项目”，这个高调的例子，或许可以说明这一点，其组织者能够用一个移动应用程序来收集来自世界各地的志愿者的个人信息。

在一个大数据众包模式中，一个组织可能把任务（这里并不是指工作）分配给，那些不管世界上任何地方，只要能够上网的工人人员。这样做的目的是快速的、高品质的、低成本的完成任务。

例如众包专家Lionbridge是一个已经拥有17年历史的公司，其总部设在美国马萨诸塞州的沃尔瑟姆市，能够为企业客户提供翻译、测试和其他专业服务。Lionbridge公司在22个国家均设有办事处，它利用全球约15万左右的人员去完成众包任务。

Lionbridge的负责全球测试、发展以及众包的副总裁Martha Crow在接受信息周刊的电话采访时说道：“我们在印度、中国以及波兰拥有相关设施，能够为公司的软件产品发展提供支持。企业众包这个概念将成为下一次变革的核心。”

Crow指出，对于大数据操作，众包的人员可以执行包括数据录入、清除和验证这样的任务。

她补充说：“当你想到如数据标记、规范化和情感分析这样的东西，一般都是公司员工或外面的大型的承办商完成的。”

企业众包和大数据或许能够很好的匹配，尤其是数据相关的工作往往可以被分解成任务或项目。

Crow说：“数据本身能够很好地完成以任务为基础的工作。” 例如：一个人执行特定的任务，外包公司（如Lionbridge）给他付工资，而这其实是企业客户支付的。

Crow还表示：“当你考虑这里的经济形势的时候，按使用付费这种模式是非常引人注目的。”

企业众包可能会造成发展中国家的技术人员辛勤劳动却收获甚微的印象。Crow指出这些工作人员的工作地点是经常变化的。她说：“他们可以在任何地方工作。但有些客户监管或安全方面的原因，有例外的要求 ，例如希望我们能够在美国或者是其他特殊的国家为他们培训众包工作人员。”

同样，其他企业可能有语言上的要求，或者需要特定国家的人才。

据英特尔大数据科学与技术中心（ISTC），众包成为一种流行的方式，来完成任务计算机不是特别擅长的如音频转录、影像注释和文档编辑这样的任务。 但是，以人为本的解决方案也有它自己的缺点。

麻省理工学院的博士后助理Barzan Mozafari 在ISTC的大数据博客上写道：“虽然人类在处理这些任务时比机器更准确，但使用人力来为大型数据集进行注释，很快将会行不通 ，尤其在处理网络规模数据的时候。”

麻省理工学院的研究人员正在解决从整合机器学习到众包工作流程的问题，这种解决方案，可能会减少企业众包这种需求。但是在这个时候，它是个严格意义上的研究项目。

Crow说：“现在在大数据领域，众包工作人员非常紧俏。她还补充说：“当我们想到大数据的时候，我们就想到众包。我们正在展望一个新的变革时代的到来，商业将以不同的形式来开展。”