Uber 也做 AI 資料標註：招募全球零工幫大模型打工

送完外賣、開完網約車，Uber 司機和零工們的下一個差事，可能是坐在電腦前給大模型打標籤。

據彭博社報道，Uber 正悄悄將它的獨立承包商網路擴充套件到 AI 資料標註領域。他們成立了一個叫 Scaled Solutions 的新部門，專門把平臺上的零工分派給各家科技公司，做資料標註、模型測試和本地化工作。

其實這個團隊原本是 Uber 自己的內部隊伍，成員分佈在美國和印度。他們之前乾的事情也很接地氣，比如測試 Uber App 的新功能，或者把各個餐廳五花八門的實體選單錄入轉成 Uber Eats 裡的線上選單。

現在 Uber 決定把這套基礎設施開放出來，向其他公司按單收費。

幫自動駕駛標行人，順便給人肉程式碼打分

大模型訓練背後到底需要多少人肉體力活，業內早就不陌生了。從幫聊天機器人挑出最像人說的話，到在自動駕駛影片裡一幀一幀圈出馬路上的行人和障礙物，處處都得靠人力堆。

Uber 的第一批外部客戶名單裡，已經有了幾家明星公司。比如自動駕駛公司 Aurora、AI 影片生成平臺 Luma AI，以及開發《Pokémon GO》的 Niantic。

為了滿足客戶需求，Uber 正在加拿大、印度、波蘭、尼加拉瓜和美國招募標註員。每個任務的報酬不一樣，收益按月結算。招募不同國家和文化背景的人，也是為了讓 AI 在面對不同市場時更接地氣。

報酬水平到底如何？一位印度工程師告訴彭博社，他負責對比和評估 AI 對複雜程式設計問題給出的答案，每完成一套評判能拿到 200 盧比，摺合下來大約 2.37 美元。

熟悉 Uber 的人可能還記得，這並不是它第一次扎進 AI 圈。早些年 Uber 曾豪擲幾十億美元死磕自動駕駛，直到一輛測試車撞死行人後才黯然關停整個業務。2016 年，他們還收購過認知科學家 Gary Marcus 創辦的 AI 實驗室。

這次 Uber 不搞燒錢的基礎研發了，而是把目光轉回了自己最擅長的生意：調動全球廉價勞動力。

為什麼重要

我們認為，Uber 這一步走得相當精明，但隱患同樣寫在臉上。

對於需要資料標註的 AI 初創公司來說，現在多了一個有現成跨國排程能力的供應商。尤其是做自動駕駛和具身智慧的團隊，Uber 現成的路線資料和跨國人力池，可能比從頭找標註外包公司更省心。

但對行業來說，它直接殺進了 Scale AI 這類純資料標註巨頭的後院。傳統標註公司靠建立海外標註基地起家，而 Uber 本身就有一套成熟的全球零工支付結算和分發體系，邊際成本極低。

問題在於質量控制。給選單拍拍照或開開車，和讓工程師給複雜程式碼糾錯完全是兩碼事。2.37 美元一套的高階程式碼稽核，能不能招募並留住真正靠譜的高水平人才，看起來要打一個大問號。

如果任務只是低門檻的影像拉框，Uber 毫無疑問擁有可怕的成本優勢；可一旦涉及到高質量推理資料的提純，零工平臺鬆散的管理模式，很可能會成為它的硬傷。