AI 巨头用专家替换廉价劳动力以训练更智能的模型

主要人工智能公司正在淘汰非洲和亚洲的廉价数据标注工人，转而雇佣技能更高、薪酬更高的专业人士，以帮助训练更智能的模型。

以前，数据标注工人 主要被分配简单的注释任务。 然而，人工智能公司已经意识到，改进他们的模型需要更大规模的数据。因此，预计工人将以更快的速度工作，每天完成数百项任务，因此他们 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，加速了从肯尼亚和菲律宾等国的低工资工人向更熟练个人的转变。

Scale AI、Turing 和 Toloka 等公司已经在生物学和金融等领域雇佣领先专家，以支持 AI 团队生成更精细和复杂的训练数据集。

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一直 heavily focused on the models and compute（重点关注模型和计算），数据一直是人工智能中被忽视的一部分。终于，[行业] 开始接受数据对训练的重要性。” 

自近期战略转变以来，Scale AI、Turing AI 和 Toloka 都获得了投资者的更多关注。Meta 在 6 月对 Scale AI 的 150 亿美元投资将其估值提高到 290 亿美元。3 月，Turing AI 以 22 亿美元的估值获得了 1.11 亿美元，5 月，贝索斯探险公司（Bezos Expeditions）领导了对 Toloka 的 7,200 万美元投资。

Turing 支付给其专家的薪资比他们目前的薪资高出 20%

肯尼亚数据标注员协会负责人 Joan Kinyua 解释说，标注员现在被要求执行依赖于他们对当地语言和文化细微差别理解的任务。

该组织还看到了增加的质量保证角色，其中人类审查 AI 生成的内容。随着 OpenAI、 Anthropic, 和 Google 致力于创建可能超越人类智能的模型，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，为了提高 AI 模型，有必要使用来自真实人类使用的训练数据，特别是在复杂任务中，并了解模型在这些场景下如何崩溃。

他甚至指出，一个完全先进的人工智能系统可能不仅优于物理学家，而且可能比构建它所需的所有领域的所有顶级专家更聪明。

他补充称，Turing 向专家支付的薪资比其当前收入高出 20–30%。虽然 AIfirms 仅将约 10–15% 的预算用于数据，相比之下，计算资源投入了巨额资金，但这仍然意味着重大的财务投资。

Toloka 的 Megorskaya 也认为，思维链（chain-of-thought）等功能——展示了 AI 模型如何一步步解决问题——是通过人类专家将问题分解为更小的组件并进行演示而开发出来的。