大厂AI数据焦虑下，外卖骑手成“数据众包”新力量
外卖小哥或许很快就能拥有副业了。
近日，海外外卖平台DoorDash宣布在美国市场为骑手推出“有偿副业”选项。据悉，这些任务包括拍摄餐厅菜品照片、录制非英语自然对话视频等，相关内容将用于AI训练。每项任务的报酬会提前明确，具体金额根据任务复杂程度而定。
当前，AI行业市场竞争已进入白热化阶段，AI模型能力的迭代升级高度依赖训练数据的数量和质量。低质数据不仅无法训练出强大的AI模型，还可能引发严重的伦理或安全问题。而且，AI模型要落地到具体场景并实现商业化变现，同样需要大量垂直场景相关数据的支撑。
然而，随着AI厂商的大量采掘，网络中的公开优质数据迅速枯竭。同时，全球各地的数据监管持续收紧，合规红线日益严格。在此背景下，一众AI厂商不得不重构数据获取方式。比如，越来越多大厂开始建立数据联盟，通过整合行业内部数据实现共享互补；或是尝试借助AI合成数据，用虚拟数据替代真实数据训练AI模型。
DoorDash依托自身广泛的人力网络，发动一线从业者参与数据采集，试图用分布式、场景化的方式破解数据稀缺难题，这显然是另一种开源模式的尝试。
实际上，不止DoorDash。此前在海外市场，Uber就已测试一项名为“数字任务”的创新计划，支持司机和骑手通过完成拍摄日常物品照片、提交多语言文本文档等任务获取额外收益。
近日，京东宣布将建设全球规模最大、场景覆盖最全的具身智能数据采集中心。按照规划，该中心将在两年内积累超过1000万小时的人类真实场景优质数据，同步采集100万小时机器人本体数据。
为实现这一目标，京东计划启动数据采集行动。据悉，参与总人数将达数十万量级，既包括京东内部超十万名跨职业员工，还涵盖外部最多五十万各行各业的从业者，仅宿迁一地就将动员超过十万名市民参与。
这种“数据众包”设计，既能为骑手带来额外收入，对平台而言也无需投入高额成本搭建专业团队。而且，骑手采集的数据并非公开网络上可通过爬虫获取的，而是具备真实地理位置等信息、独特且无法复制的场景数据。进一步说，除满足自身需求外，Uber、DoorDash、京东甚至可成为数据服务商，借此开辟新的增长机会。
不过，任何看似可行的商业模式，落地时都会面临现实考验，“数据众包”也不例外。一方面，骑手、司机的主业是“按时送达”，而“拍摄”是额外的按件计酬副业。当主业与副业在时间和注意力上产生冲突时，骑手和司机会如何选择？不难预料，这种冲突可能影响所采集数据的质量。
此外，零工经济在劳动关系与伦理方面本就存在诸多争议，“数据众包”的加入可能进一步加剧冲突。因此，如何设计一套激励体系，让骑手、司机有动力提供高质量数据，同时不影响本职服务质量，是Uber、DoorDash等平台面临的难题。
尽管Uber、DoorDash等平台均强调任务自愿、数据用途明确，但实际数据采集过程中，隐私与合规的边界极易模糊。例如，骑手拍摄餐厅菜品、配送环境、录制语音时，难免可能拍到第三方人员、商家信息，甚至涉及他人隐私。这类数据能否获得相关授权、是否符合隐私保护法规，其中的风险不容小觑。
一旦“数据众包”模式跑通，未来所有拥有大规模线下履约网络的平台，无论是外卖、网约车还是快递平台，大概率会迅速跟进。届时，外卖小哥、网约车司机、快递配送员将不再仅仅是“劳动力”，而是被全面“数据化”的触角，他们的每一次出行、停留、交互，都可能被拆解为具体的数据采集任务。
本文来自微信公众号“三易生活”（ID：IT-3eLife），作者：三易菌，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com