ChatGPT背後血汗真相:「外包軍團」領時薪15美元、做苦工!為何甘願當廉價工人?
ChatGPT背後血汗真相:「外包軍團」領時薪15美元、做苦工!為何甘願當廉價工人?

OpenAI的聊天機器人ChatGPT靠外包工人的訓練工作才能成就輝煌。這些工人為訓練數據打標籤,和機器人來回對話並糾正系統生成的答案。這些美國外包工人的時薪超過15美元,他們中既有為生計者,也有為了搶先一步了解人工智慧發展狀況的人。

以下是翻譯內容:

現年34歲的阿列克謝·薩夫勒(Alexej Savreux)住在密蘇里州堪薩斯城,他說自己這些年來做過各種各樣的工作:賣過速食三明治、當過保管員、垃圾搬運工,還曾為劇場安裝過音響。現在,他成了一名人工智慧訓練師,不再需要從事體力勞動。

作為人工智慧行業眾多外包大軍中的一員,薩夫勒等人一直在幕後訓練人工智慧系統如何分析數據,以便讓人工智慧最終生成各種讓用戶驚嘆不已的文本和圖像。為了提高人工智慧的準確性,薩夫勒會為各種照片貼上標籤,並預估應用程式接下來應該生成什麼文本。

招募外包大軍訓練人工智慧,這些人有多重要?

雖然他們的時薪超過15美元,但並沒有任何福利。

在過去幾年中,薩夫勒和其他外包工人花費了大量時間來訓練OpenAI的人工智慧系統,以便讓ChatGPT能夠更好地響應用戶。這些工人提供了OpenAI等人工智慧企業所需的文本、標籤及其他資訊,滿足了企業們無休止的迫切需求。

去年11月份,OpenAI發布了人工智慧聊天機器人ChatGPT,引起生成式人工智慧領域的熱潮。薩夫勒說:「我們幹的都是苦力活,但如果沒有我們,就不會有人工智慧語言系統。」

薩夫勒說:「你可以設計所有你想要的神經網路,你可以讓所有你想要的研究人員參與進來,但如果沒有標籤,你就沒有ChatGPT。你什麼都沒有。」

這份工作不會給薩夫勒帶來多少名聲或財富,但在人工智慧領域中,這是一份容易被忽視的重要工作,外包工人的勞動可能會在新技術尖端的魔力面前黯然失色。

總部位於舊金山的非營利組織人工智慧夥伴關係(Partnership on AI)致力於推動人工智慧方面的研究和教育。該組織的人工智慧、勞工和經濟負責人索南·金達爾(Sonam Jindal)表示:「很多人在慶祝人工智慧的成就,但我們忽略了一個重要組成部分,那就是如今人工智慧仍然非常依賴於大量人力。」

多年來,科技行業一直依賴於成千上萬的低技能、低收入工人來支撐其龐大的電腦業務,從20世紀50年代的穿孔卡操作員,到最近抱怨自己在公司是二等公民的Google契約工都是如此。隨著各種外包平台的興起,很多在線零工工作也更受人歡迎。

Chatgpt
圖/ Pexels

如今,蓬勃發展的人工智慧行業也在上演類似的劇情。

這種外包工作通常不穩定,隨時隨地都可能因為需求變化而變動。從事此類工作的員工要麼直接與公司簽訂書面合約,要麼被專門從事臨時工或外包業務的第三方供應商僱用。他們能獲得的醫療保險等福利很少或根本不存在,這意味著科技公司的人力成本更低。此外,這些工作通常是匿名的,所有的功勞都被歸功於科技公司的高管和研究人員。

人工智慧夥伴關係在2021年的一份報告中警告稱,透過添加、更新、清洗和處理來自外部數據源的數據,以改進現有數據集的「數據擴充工作」(data enrichment)的需求即將激增。該組織建議人工智慧行業致力於推動公平薪酬和其他改進做法。去年,他們發布了企業自願遵守的指導方針。

延伸閱讀:線上「AI鬼城」人類禁止進入!專屬AI的社群Chirper,裡面在聊什麼?

目前,Google旗下的人工智慧公司DeepMind是迄今唯一一家公開承諾遵守這些準則的科技公司。

用低薪聘人做費力、初階工作,工人要求提高待遇

金達爾表示:「很多人已經認識到這一點很重要。現在的挑戰是讓公司能夠真正實踐。」

「這是一個由人工智慧創造的新工作崗位,」她補充說,「我們有可能讓這份工作成為高質量的工作,從業者因他們為實現技術進步所做的貢獻而受到尊重和重視。」

最近,工作需求已經出現激增,而一些從事人工智慧外包工作的工人開始要求提高待遇。據報導,上週一,肯亞奈洛比有150多名在Facebook、TikTok和ChatGPT從事人工智慧工作的工人已成立工會,理由是他們認為工資低,而且工作對精神造成一定程度的傷害。 Facebook和TikTok沒有立即回應、OpenAI拒絕回應 。

到目前為止,美國從事人工智慧外包工作的員工還沒有類似動作,他們還在逐字逐句為開發人工智慧系統默默做貢獻。

薩夫勒是通過網路上招募廣告進入這個行業的,現在在家裡使用筆記型電腦工作。薩夫勒認為,人工智慧領域的這種零工幫助他擺脫了無家可歸的境地,畢竟每小時15美元的工資比堪薩斯城的最低工資要高。雖然有些人可能認為這些必要的費力工作微不足道,但薩夫勒認為這是機器學習領域必不可少的初級工作。

人工智慧外包工作的招募資訊既說明行業需求激增,也反映出這項工作有時會讓人筋疲力盡。臨時工中介Invisible Technologies在招募廣告中聲稱,他們正在尋找「高級人工智慧數據訓練師」,這份工作是初級工種,每小時起薪15美元,但也可能「有益於人們」。招募啟事上這樣寫道:「你可以把這份工作看成是語言藝術老師,或者是最具影響力的技術私教。」 Invisible Technologies表示,新員工將「在世界領先人工智慧研究人員制定的協議下」工作,但沒有透露所服務客戶的名字。

雖然目前尚未有確切數據表明有多少外包工人在為人工智慧公司工作,但這種工作形式在全球範圍內變得越來越普遍。今年1月份的報導稱,OpenAI僱用來自肯亞的低薪工人來標記包含各種不良內容的文本,以幫助應用程式更好地識別。

ChatGPT
圖/ shutterstock

此外今年年初有報導稱,OpenAI已在東歐和拉丁美洲等地雇用了大約1000名遠程外包工人,專門為數據打標籤或訓練公司軟體。儘管OpenAI首席執行長薩姆·奧爾特曼(Sam Altman)在推特上表示,截至今年1月份,OpenAI仍然是一家小公司,大約只有375名員工,但這個數字並不包括外包工人,也無法完全反映公司的營運規模。 OpenAI一位發言人表示,沒人可以回答有關使用人工智慧外包工人的問題。

創造數據來訓練人工智慧模型的工作並不總是那麼簡單,有時也相當複雜,但足以吸引那些想在人工智慧行業領域創業的人士。

22歲的賈京·庫馬爾(Jatin Kumar)來自德克薩斯州奧斯汀,畢業於電腦科學專業,從事人工智慧工作已經有一年時間。他表示,這讓他了解到生成式人工智慧技術的最新發展方向。庫馬爾說:「這讓你有機會在公眾接觸到這項技術之前,就開始考慮如何運用它。」此外,他還創立了一家名為Bonsai的科技新創公司,專門為醫院開發計費軟體。

作為一名人工智慧會話培訓師,庫馬爾的主要工作是與聊天機器人進行對話,提出各種問題,這是訓練人工智慧系統漫長過程的一部分。他說,開始時這很簡單,但隨著經驗的積累,這些任務變得越來越複雜。 「每隔30到45分鐘,你就會接到一個新任務,要提出新的問題。」庫馬爾說,開始提示可能很簡單,比如「法國的首都是哪裡?」

庫馬爾說,他與其他約100名外包工人合作生成訓練數據、糾正答案,並透過對答案進行回饋來微調模型。

庫馬爾表示,其他工作人員會處理「標記過」的對話內容。有些用戶會將聊天機器人的答案回饋給公司進行審查,工作人員會閱讀ChatGPT用戶提交的對話。當有一個被標記的對話出現時,工作人員會根據所涉及的錯誤類型進行分類,然後用於進一步訓練人工智慧模型。

庫馬爾說:「最初,這是我在OpenAI幫助解決問題,學習現有技術的一種方式。」但他表示,現在他無法想像離開這個崗位了。

延伸閱讀:ChatGPT運作一個月,耗掉近600萬度電!AI大戰背後,其實藏著「水電殺手」?

本文授權轉載自:網易科技
責任編輯:傅珮晴、蘇祐萱

關鍵字: #ai人工智慧
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓