医生与律师入局AI零工经济 时薪可达400美元

【友财网讯】-两名女性打开笔记本电脑。她们都是美国人，都是母亲，登录上线，担任数据工作者——也就是训练人工智能的人力。布鲁克·汉森在怀孕六个月被客服岗位裁员之后，正式开始做数据标注工作。作为全职妈妈，这份数据工作可以补贴丈夫的收入，每周赚几百美元。

放射科医生阿努·布里克斯，一小时就能赚到同等金额。

数据标注工作过去往往意味着低廉薪资，被视作数字蓝领。如今，越来越多白领专业人士入局，拿到远高于普通标注员的报酬。领英将数据标注员列为今年美国增长第四快的岗位。随着AI模型持续迭代，招聘方四处寻访软件工程师（最高时薪120美元）、凝聚态专家（时薪170美元）、民权律师（时薪400美元），让他们“训练下一代AI系统”。业内将这类人称为“专家”；他们和从事基础任务、薪酬更低的普通标注员共同构成数据经济劳动力群体。

这种日益拉大的薪资差距，对两类从业者都带来深远影响。低薪普通标注员抱怨工作环境持续恶化：任务难度不断上升，稳定工作机会却越来越少。与此同时，大量白领专业人才入局，引发一种担忧：AI模型正在吸收医生、数学家、会计师与科学家的专业知识。

麻省理工学院研究AI与劳动力市场的丹妮尔·李教授表示，长期以来，人力劳动（无论是体力还是脑力）都被理解为雇主租用的资源。一旦企业停止付费，就无法再使用这项人力。但当雇主可以通过AI模型，直接“拥有”这份脑力成果时，这套规则就被打破。

*“人工”人工智能*

汉森十年前刚开始做数据工作时，任务大多是转录音频，或是在亚马逊Mechanical Turk平台上，给照片里的人物、车辆画标注框。杰夫·贝索斯曾经将其称作“人工人工智能”。这类微任务几乎不需要深度专注，报酬按美分结算。汉森是Turkopticon组织的组织者，该组织致力于改善数据标注从业者的待遇。她说，低薪一直带来巨大压力，但好处是孩子不需要照料的时候，她可以随时上线、随时停下。2020年代大语言模型兴起后，她接到的任务变得更复杂：核对文档事实、对比聊天机器人的回答，这类任务往往需要一小时，要求高度专注。

汉森说，现在平台更需要数学、生物这类细分领域专业背景的数据工作者。偶尔她能凭借环境保育专业背景拿到项目。但大多数日子，她只能在多个平台之间来回寻找任务。曾经是汉森这类美国数据标注员最重要阵地的亚马逊Mechanical Turk，在运营21年后，于上月关停。而一批新平台正在蓬勃发展。成立三年的Mercor专门招募白领数据工作者，目前正在洽谈新一轮融资，估值达到200亿美元。

对专业数据人才需求上涨，折射出AI训练底层逻辑的转变。如今AI模型的基础，是互联网爬取的公开信息；但各大企业正争相获取定制化私有数据，让下一代模型形成差异化竞争力。前OpenAI工程师威尔·德皮尤在近期博客中提出，数据对于AI行业的重要性，不亚于算力。中间服务商不仅招募放射科医生这类专业人士，还会付费收购普通人的私人聊天记录、居家干活的第一视角视频。SpaceXAI这类企业还招聘内部“AI导师”，覆盖金融、芬兰语、喜剧等五花八门的领域。

随着AI公司对专业知识需求越来越高，招聘人员在领英上寻访具备相关专业能力的人才。四年前，布里克斯收到一家公司的邀约，需要放射科医生解读胸片、肺部与心脏影像，用于AI训练。彼时她工作的医疗机构已经在用AI：一款肺结节筛查模型经常出现假阳性。即便如此，布里克斯相信AI能够帮助放射科医生应对持续增长的影像筛查需求。

这也是为什么在漫长的工作日结束后，她会利用周末做数据标注，例如在心脏扫描影像中标注钙化区域。她一年最多接两个项目，驱动她的并非报酬，而是这项技术的潜力。“我做这件事，是为了改善患者诊疗。”她说。

研究数据行业演变的学者，对白领专家大规模入局这一趋势持怀疑态度。巴黎理工学院教授安东尼奥·卡西利认为，高薪专家参与的项目数量，相比低薪普通标注员少很多。企业向投资人宣传超级智能模型时，倾向于营造“招募顶尖专家”的表象，但实际依旧依赖原有普通劳动力。这些高薪专家“仅仅是蛋糕上的樱桃点缀”。绝大多数数据标注工作，依旧由薪资微薄、处境不稳定、账号可能被突然封禁的劳动者完成。

Mercor平台当前平均时薪110美元，但公司表示没有统计有多少任务能达到该薪酬水平。英国数据标注平台Prolific也拒绝披露“专家群体”承接任务占比；专家群体占平台全部参与者的30%。

*无限外包*

墨尔本法学院研究员杨帆，一直在采访澳大利亚、加拿大、中国、日本的数据从业者。她认为，数据标注兴起催生了一种全新外包模式：企业不再直接雇佣员工，而是采购AI工具；而这些AI工具仍然依靠人类——也就是签订临时合约的数据标注员，完成微调。她提出，AI并非单纯取代人类，而是重新安排人类在劳动力市场里的位置。

但麻省理工的丹妮尔·李认为，外包这个类比，低估了这场变革的剧烈程度。从理论上说，一小批数据工作者，就足以替代或者大幅削弱整个行业的价值。“你在提供标注数据的时候，其他人的选择会极大受到你的输出影响。”

对部分专业人士而言，这种可能性已经带来焦虑。另一位兼职做数据标注的放射科医生波莉·谢亚表示：“大家都很担心。”医学生和住院医师还要经历多年培训，他们的不安尤其强烈。

不同行业招募专业人才的难度并不相同。临床医生兼职的情况比较普遍；但投行人士往往受到劳动合同约束，几乎没有空余时间，华尔街论坛Wall Street Oasis上，不少投行从业者回复招聘信息时都提到这点。Prolific副总裁安娜·普莱斯称，为吸引繁忙的专业人士，数据平台给出越来越丰厚的报酬。“我们要吸引白领群体，这类人通常时间紧张、收入较高，所以报酬必须足够有吸引力。”

部分数据公司设想，未来不再需要专门招募专业人士，而是直接从企业手中批量采购数据。在这样的未来，几乎所有使用电脑工作的人，无论愿不愿意，都可以被视作数据工作者。

估值40亿美元AI数据初创企业Micro1创始人兼首席执行官阿里·安萨里提出，企业应当把员工看作双重资产：不仅产出商品与服务，同时还在生成具备市场价值的数据。他在1月写道：“每一小时的工作，可以同时支撑企业运营、训练AI模型，为公司创造额外收入。”

一些企业已经开始把员工日常工作转化为训练数据。4月，Meta上线软件，追踪员工的点击、按键与鼠标移动记录。一份内部备忘录写道：“Meta全体员工，只需要完成日常工作，就能帮助我们的模型持续优化。”

汉森已经观察这个行业十年，她不认为AI会彻底不再需要像她这样的人。最近她接到的大部分任务，是在Zoom会议室和陌生人交谈，单次最长20分钟。她猜测，这些对话会用来训练AI，让对话听起来更自然，摆脱机械感。

汉森说：“没有我们，模型永远无法做到完美。”