人工智能巨头转型：从廉价劳动力到高技能专家的崛起

随着人工智能技术的快速发展，大型人工智能公司正在逐步淘汰非洲和亚洲地区的廉价数据标注人员，转而聘请技术熟练、薪资更高的专业人员来训练更智能的模型。

此前，数据标签工作者主要负责简单的注释任务。然而，人工智能公司逐渐意识到，改进模型需要更大规模、更高质量的数据。这不仅要求员工的工作速度更快，每天完成数百个任务，还促使公司将复杂任务转移给具备专业知识的行业专家。

Scale AI、Turing 和 Toloka 加速招聘高技能专家

开发“推理”人工智能系统（如OpenAI 的 o3以及谷歌的 Gemini 2.5）的热潮，加速了肯尼亚、菲律宾等国家从低薪劳动者向高技能专业人员的转变。

Scale AI、Turing 和 Toloka 等公司已经聘请了生物学、金融等领域的顶尖专家，以支持其人工智能团队生成更精细、更复杂的训练数据集。

Toloka 首席执行官兼联合创始人 Olga Megorskaya 表示：“长期以来，人工智能行业高度关注模型和计算能力，而数据一直是被忽视的一部分。如今，行业终于开始认识到数据在训练中的核心地位。”

自近期战略转型以来，这些公司的投资者兴趣显著提升。Meta 在今年6月向 Scale AI 投资了 150 亿美元，使其估值飙升至 290 亿美元；3 月，Turing AI 以 22 亿美元估值完成 1.11 亿美元融资；5 月，Bezos Expeditions 领投了 Toloka 7200 万美元的投资。

图灵为专家提供高达 30% 的薪资溢价

肯尼亚数据标签协会会长琼·金尤阿 (Joan Kinyua) 指出，当前的任务更加依赖于标签员对当地语言和文化细微差别的深刻理解。

为了确保数据质量，行业还增加了质量保证岗位，需要人工审核 AI 生成的内容。OpenAI 和谷歌均表示，重点已转向数据准确性和专家分析，旨在开发能够超越人类智能的模型。

数据标签公司 Turing AI 的联合创始人兼首席执行官乔纳森·西达尔特 (Jonathan Siddharth) 强调：“要改进人工智能模型，必须使用来自真实场景的训练数据，特别是在复杂任务中，同时了解模型在这些场景中可能失效的原因。”

他还补充道：“一个完全先进的人工智能系统不仅能超越物理学家的表现，甚至可能比构建它所需的所有领域的顶尖专家都更聪明。”

据透露，图灵为其专家提供的薪酬比他们目前的收入高出 20% 至 30%。尽管人工智能公司仅将其预算的 10% 到 15% 用于数据，但与投入计算资源的巨额资金相比，这一比例仍然体现了对高质量数据的重视。

Toloka 的 Megorskaya 还提到，“思路链”等功能展示了人工智能模型如何逐步解决问题，而这些功能是通过人类专家将复杂问题分解为更小的部分进行演示后开发的。

KEY 差异线：加密货币项目用来获得媒体报道的秘密工具