如果你身边有程序员朋友，你不妨问他们这样一个问题：“工作中让你最‘痛苦’的事是什么？”十有八九你会得到这样的回答：“第一，给自己的代码改bug；第二，给别人的代码改bug。”当前，一款软件的开发代码量短则几万行，长则上百万行。面对软件运行中出现的bug，从如此庞大的代码中找出引发bug的那几行代码，实属困难。

尤其是当下，软件中叠加大的场景、路径越来越多、越来越复杂，单纯依靠传统方式去测试软件、寻找bug显然不合时宜。于是，越来越多的企业将目光转向人工智能，希望通过人工智能赋能测试环节，帮助IT部门更为高效、精准把控与解决软件运行中可能出现的问题。

“作为软件质量保证的一个重要环节，软件测试从最初的手工测试到自动化测试再到智能测试，其智能化脚步也越来越快。人工智能使我们的测试工作效率有了质的提升。。”Testin云测总裁徐琨，在接受环球网记者采访时表示。

Testin云测在软件测试领域在各个行业都有长期的合作者，积累了良好的口碑。随着国家对数字金融愈加重视，Testin云测一直持续发力金融领域，与国内过半的券商、众多知名的银行、保险公司保持着长期稳定的亲密合作。尤其是对于证券行业，Testin云测提供的自动化+人工的组合服务模式覆盖了前端到后端的几乎所有软件测试需求。近期《互联网周刊》联合eNet研究院共同发布了“2021人工智能经典案例TOP100榜单”，Testin云测携智能测试在证券行业的成功应用实践上榜，这也进一步印证了Testin云测对证券行业数字化转型的深刻理解。

在蓬勃发展的智能汽车行业，Testin云测推出了软硬件一体的智能汽车测试解决方案，帮助国内外多家智能汽车厂商应对各种汽车测试工作，有力保障了市场上智能汽车成品的质量稳定性。　　

而在数据领域，徐琨认为，在如今数字经济高速发展的背景下，数据作为人工智能“三要素”之一，在AI算法模型构建和应用中发挥着重要作用。通过对图片、语音等原始数据进行采集、清洗、标注、信息抽取等操作实现真正的人工智能应用价值转化。随着人工智能工程化进程的快速推进，面向AI应用的数据生命周期，如数据采集、数据处理、数据质检、数据管理、数据服务、数据安全等环节，衡量数据及数据处理的质量与可信、规范交付实施流程等已经成为AI数据治理的热点话题。

针对人工智能时代数据需求和发展趋势，Testin云测立足高质量、场景化的AI训练数据服务，以技术创新加速行业发展为己任，先后推出“云测数据标注平台”、“AI数据集管理系统”等技术成果。通过结构创新、智能化、工程化、标准化的标注平台产品赋能AI训练数据行业，设计了从创建任务到最后的验收等科学规范的数据处理流程，极大地加速了人工智能相关应用的落地迭代周期，助力企业AI数据训练综合效率提升200%、标注精准度最高达99.99%。其源源不断产出的高质量、场景化的AI数据，促使着人工智能产业加速发展,显著提升了Al应用的规模化落地效果。

助力AI数据标准化体系建设进程中，Testin云测积极将成熟的技术、服务等经验总结，先后参与编制了《智能网联汽车激光雷达点云数据标注要求及方法》、《智能网联汽车场景数据图像标注要求与方法》、《人工智能研发运营一体化(Model/MLOps)能力成熟度模型第一部分：开发管理》等系列标准，助力人工智能数据服务规范化发展。

如今，面对数字经济的发展广阔前景，越来越多的企业正在参与其中。然而，数字化转型不是一蹴而就的事。对于这场新的工业革命，正如徐琨为Testin云测设立“助力产业智能化”的使命，在全球产业化升级浪潮中，通过为企业客户提供核心技术、产品工具和专业人才三位一体的综合服务，加速企业移动化、数字化、智能化转型升级的进程，为企业的长久发展提供助力。

环球网财经中心独家稿件

关注 总财，第一时间获取更新通知