外卖小哥可能很快就有副业可以做了。
日前，海外外卖平台DoorDash宣布在美国市场面向骑手推出“有偿副业”选项。据了解，相关任务包括拍摄餐厅菜品照片、录制非英语的自然对话视频等，相关内容则将用于训练AI。其每项任务的报酬会提前标明，具体金额取决于任务的复杂程度。
众所周知，当下AI行业的市场竞争已经进入白热化阶段，而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，还可能会引发严重的伦理或安全问题。并且AI模型的能力想要落地到具体场景、实现商业化变现，同样需要大量垂直场景相关数据来做支撑。
然而随着AI厂商的肆意采掘，网络中的公开优质数据也快速枯竭。同时全球各地的数据监管持续收紧，也使得合规红线越来越严格。在这样的情况下，也倒逼一众AI厂商重构数据的获取方式。例如，越来越多大厂或开始建立数据联盟，通过整合行业内部的数据实现共享互补，或是尝试借助AI合成数据，试图用虚拟数据替代真实数据训练AI模型。
DoorDash如今依托自身覆盖广泛的人力网络，发动一线的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的难题，显然就是另一种开源模式的尝试。
事实上，不只是DoorDash。此前在海外市场，Uber就已开始测试一项名为“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，来获取额外收益 。
就在日前，京东方面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，此次参与的总人数将达到数十万量级，既包含京东内部超十万名跨职业员工，还涵盖了外部最多五十万各行各业的从业者，例如仅宿迁一地就将动员超过十万名市民参与。
这种“数据众包”的设计，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来搭建专业团队。而且骑手采集的这些数据并非公开网络上通过爬虫就能获取，而是具备真实地理位置等信息，独特的、无法被复制的场景数据。更进一步来说，除了满足自身的需求，Uber、DoorDash、京东甚至还可以变成数据服务商，借此开辟新的增长机会。
然而需要注意的是，任何看似可行的商业模式，落地时都会面临现实中的重重考验，“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”则是一项额外的、按件计酬的副业。当主业与副业在时间和注意力上产生冲突时，骑手和司机又会如何选择？不难预料，两者的冲突就有可能会影响到所采集数据的质量。
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”的加入或将进一步加剧这一冲突。所以如何设计一套激励体系，让骑手、司机有动力提供高质量的数据，同时不影响到本职的服务质量，就是摆在Uber、DoorDash面前的难题。
尽管Uber、DoorDash等平台均强调任务自愿、数据用途明确，但实际在数据采集过程中，隐私与合规的边界极易模糊。例如，骑手在拍摄餐厅菜品、配送环境、录制语音时，就不可避免可能拍到第三方的人员、商家信息，甚至可能涉及他人隐私，那么这类数据是否能获得相关授权，是否符合隐私保护法规，其中的风险也不容小觑。
不过一旦“数据众包”这条路跑通，未来所有拥有大规模线下履约网络的平台，无论外卖、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、快递配送员就不再仅仅是“劳动力”，而是被全面“数据化”的触角，他们的每一次出行、每一次停留、每一次交互，都有可能会被拆解为具体的数据采集任务。
【本文图片来自网络】
