大型人工智能公司正在逐步淘汰非洲和亚洲的廉价数据标注工人，转而聘用技术娴熟、薪酬更高的专业人员来帮助训练更智能的模型。.
过去，数据标注员主要负责简单的标注任务。然而，人工智能公司逐渐意识到，要改进模型，需要处理海量数据。因此，标注员的工作效率更高，每天需要完成数百项任务，这也促使他们转向行业专家。
Scale AI、Turing 和 Toloka 正在招聘更多专家。
开发“推理”人工智能系统，包括OpenAI 的 o3和 Google 的 Gemini 2.5，加速了肯尼亚和菲律宾等国从低收入工人向技能更高的个人的转变。
Scale AI、Turing 和 Toloka 等公司已经开始聘用生物学和金融等领域的顶尖专家，以支持人工智能团队生成更精细、更复杂的训练数据集。.
Toloka 的首席执行官兼联合创始人 Olga Megorskaya 甚至评论道：“人工智能行业长期以来过于关注模型和计算，而数据一直是人工智能中被忽视的部分。最终，（该行业）开始认识到数据对于训练的重要性。”
自近期战略调整以来，Scale AI、Turing AI 和 Toloka 都吸引了更多投资者的关注。Meta 在 6 月份向 Scale AI 投资 150 亿美元，使其估值达到 290 亿美元。3 月份，Turing AI 以 22 亿美元的估值获得 1.11 亿美元的融资。5 月份，贝佐斯探险队 (Bezos Expeditions) 领投了 Toloka 的 7200 万美元投资。.
图灵公司支付给其专家的薪酬比他们目前的薪酬高出约 20%。
肯尼亚数据标注员协会负责人琼·金尤亚解释说，现在标注员被要求执行一些取决于他们对当地语言和文化细微差别的理解的任务。.
该组织还发现，由人工审核人工智能生成的内容，即质量保证岗位有所增加。随着 OpenAI、 Anthropic和 Google 致力于开发能够超越人类智能的模型，工作的重点正转向数据准确性和专家分析。
数据标注公司 Turing AI 的联合创始人兼首席执行官 Jonathan Siddharth 也声称，为了改进人工智能模型，有必要使用来自真实人类使用的训练数据，尤其是在复杂任务中，并了解模型在这些场景中是如何失效的。.
他甚至指出，一个完全先进的人工智能系统不仅可能胜过物理学家，而且可能比构建它所需的所有领域的顶尖专家都更加智能。.
他还补充说，图灵公司给专家的薪酬比他们目前的收入高出20%到30%。虽然人工智能公司只将预算的10%到15%用于数据，但与投入计算资源的巨额资金相比，这仍然是一笔可观的财务投资。.
Toloka 的 Megorskaya 还认为，像思维链这样的功能（它展示了人工智能模型如何逐步解决问题）是通过人类专家的演示而开发的，这些专家将问题分解成更小的组成部分。.
