模式轉變使人工智能巨頭取代廉價勞動力

前， 數據標籤工作者主要被賦予簡單的註釋任務。 然而，人工智能公司已經意識到，改進模型需要更大規模的數據。 因此，員工的工作速度需要更快，每天要完成數百個任務，因此他們的轉移給行業專家。

Scale AI、Turing 和 Toloka 正在招聘更多專家

開發“推理”人工智能係統，包括OpENAI 的 o3以及谷歌的 Gemini 2.5，加速了肯尼亞和菲律賓等國從低薪工人向高技能個人的轉變。

Scale AI、Turing 和 Toloka 等公司已經聘請了生物學和金融等領域的頂尖專家，以支持人工智能團隊生成更精細、更複雜的訓練數據集。

Toloka 首席執行官兼聯合創始人 Olga Megorskaya 甚至評論道：“長期以來，人工智能行業高度關注模型和計算，而數據一直是人工智能中被忽視的一部分。最終，（行業）開始認識到數據對於訓練的重要性。”

Scale AI、Turing AI 和 Toloka 自近期戰略轉變以來，投資者的興趣均有所增加。 Meta 於 6 月向 Scale AI 投資 150 億美元，使其估值升至 290 億美元。 3 月，Turing AI 以 22 億美元的估值獲得 1.11 億美元融資；5 月，Bezos ExPEditions 領投了 Toloka 7200 萬美元的投資。

圖靈向其專家支付的薪酬比目前高出約 20%

肯尼亞數據標籤協會會長瓊·金尤阿 (Joan Kinyua) 解釋說，現在要求標籤員執行依賴於他們對當地語言和文化細微差別的理解的任務。

該組織還增加了質量保證崗位，需要人工審核 AI 生成的內容。 OPenAI 表示，人擇和谷歌致力於創建能夠超越人類智能的模型，重點轉向數據準確性和專家分析。

數據標籤公司 Turing AI 的聯合創始人兼首席執行官喬納森·西達爾特 (Jonathan SiddhARth) 也聲稱，要改進人工智能模型，就必須使用來自真實人類使用的訓練數據，特別是在復雜任務中，並了解模型在這些場景中是如何失效的。

他甚至指出，一個完全先進的人工智能係統可能不僅比物理學家表現更好，而且比構建它所需的所有領域的所有頂尖專家都更聰明。

他補充說，圖靈為專家提供的薪酬比他們目前的收入高出20%到30%。 儘管人工智能公司僅將其預算的10%到15%用於數據，但與投入計算資源的巨額資金相比，這仍然是一筆不小的財務投入。

Toloka 的 Megorskaya 還認為，思路鍊等功能可以說明人工智能模型如何逐步解決問題，而這些功能是通過人類專家將問題分解為更小的部分進行演示而開發的。

KEY 差異線：加密貨幣項目用來獲得媒體報導的秘密工具