DoorDash 推出全新“Tasks”应用，付费让配送员提交视频训练 AI
DoorDash 近日宣布推出一款独立的 “Tasks”应用，旨在让配送员通过完成特定任务来赚取额外收入，同时为 AI 和机器人系统提供训练数据。这一举措不仅为配送员提供了灵活的收入来源，也揭示了 AI 训练数据获取的新趋势。
任务内容：从日常视频到语言录音
根据 DoorDash 的博客文章，配送员可以通过应用完成多种任务，例如：
- 录制日常活动视频：如用身体摄像头拍摄自己清洗至少五个盘子的过程，每个干净盘子需在镜头前停留几秒。
- 录制语言样本：记录自己说另一种语言的声音，帮助 AI 模型理解多语言环境。
这些任务旨在帮助 AI 和机器人系统更好地理解物理世界，数据将用于评估 DoorDash 的内部 AI 模型及其在零售、保险、酒店和技术等领域的合作伙伴模型。
支付与运营模式
DoorDash 强调，任务报酬会提前显示，基于努力程度和复杂性确定。这为配送员提供了透明和可控的收入机会。目前，应用内的任务和独立应用已在美国部分地区推出，但排除了加州、纽约市、西雅图和科罗拉多。DoorDash 计划未来扩展到更多任务类型和国家。
行业背景：配送员成为 AI 训练数据源
DoorDash 并非唯一利用配送员训练 AI 的公司。去年底，Uber 也宣布让司机通过上传照片等小任务赚取额外收入，以训练 AI 模型。这表明，共享经济平台正将庞大的劳动力网络转化为 AI 数据收集的渠道，这既能降低数据获取成本，又能为工人创造灵活就业机会。
DoorDash Tasks 总经理 Ethan Beatty 在博客中表示，目标是帮助更多企业了解地面情况并收集新见解，同时让配送员以自己的方式赚取收入。超过 800 万配送员覆盖美国几乎任何地方，这为数字化物理世界提供了强大能力。
应用内任务：从菜单拍照到自动驾驶车关门
除了独立应用，配送员还将在 Dasher 应用中看到新的数字任务，例如：
- 帮助餐厅拍摄真实菜品照片以展示菜单。
- 拍摄酒店入口照片，方便配送司机找到送货地点。
- 与 Waymo 合作的任务：配送员付费关闭自动驾驶汽车的门。
这些任务不仅服务于 AI 训练，还提升了配送效率和商业运营的数字化水平。
总结：AI 训练与灵活就业的双赢
DoorDash 的 Tasks 应用是 AI 行业数据需求与共享经济结合的典型案例。它通过微任务模式，将配送员的日常活动转化为有价值的训练数据，同时为他们开辟了新的收入渠道。随着 AI 技术的普及，这种模式可能会在更多行业推广，但需关注数据隐私和工人权益等潜在问题。对于中文读者来说，这反映了全球 AI 发展中数据获取的创新路径，值得关注其后续影响。