ChatGPT爆炸后，AI行业开始了新一轮的“抢人”:

王会文个人投资5000万美元打《AI英雄榜》，招募业界公认的R&D顶尖人才；猎头疯狂在硅谷挖中国科技巨头，跳槽工资200万；Pulse创始人兼首席执行官Marco Lin表示，国内AIGC行业也在招聘，年薪百万、16的薪酬成为“标配”。

中国版的ChatGPT将诞生在这些顶尖的VC和AI人才手中。

但在& amp的时候，一个与ChatGPT密切相关的工作，一个相对廉价且不稳定的工作& ampmdash& ampmdash数据注释器也吸引了小范围的关注和讨论。

他们被称为“AI培训师”，但他们的工作重复、机械、枯燥。

他们是AI行业的“劳动密集型”企业，被放在无人问津的角落，推高了这场ChatGPT狂潮。

AI训练器？

“什么AI训练器，我们是纯体力劳动。”何文欣对数据标签行业的总结是:没前途，没发展，工作量大，工资低。“最好是电话销售。”

什么是数据标注？

目前“深度学习”是训练AI模型的主流方式，但AI不会自动识别语音、图片、文字、视频等。这时候就需要数据标注器对数据进行处理，把一般的数据变成AI可以识别的数据。

比如服务自动驾驶公司的数据标注员，每天的工作就是“框”行人、动物、汽车、树木等。在不同的地图上根据需要，以便“饲料”的人工智能模型。数据标注的类型包括图像标注、语音标注、三维点云标注和文本标注。

简而言之，数据注释者正在创造养分来喂养AI。从工作生产的角度来看，数据注释者确实可以称为AI的老师。

标注数据不难，只需要一台电脑和一个鼠标；简单培训后，就可以入门了。然而，这项工作并不容易，需要耐心和细心。

“很累，整天盯着电脑。”何文新说，“阅卷”工作重复繁琐，没有什么技术含量，但也有质量要求。如果阅卷错了，阅卷范围大，阅卷不够细致，就要重新审核，重新做。

“很简单，但也很难。”马宝丽丽在网上吐槽，因为经常面对拉伸图，很多图根本看不清楚，容易出错。

相对于AI行业的高薪，数据标注员的工资并不高。

“一张图90分，一天做100张。”丽丽说，如果都合格，一天能挣90块钱。

“不同的标签有不同的价格。”何文欣说他当时的工资在3000左右。基础数据标注员的月薪大多在2000-4000元之间，但因为标注的速度和质量，“很难拿到当时面试时承诺给你的工资。”

鞭牛师在一些网站上搜索“数据标注”，工资范围在2000-8000之间。一些特殊的标签，比如小语种、高精图等，工资会多一些。

2020年2月，“人工智能培训师”正式成为一个新职业，被列入国家职业分类目录。中国信通院的报告认为，“目前数据标签化是AI应用研发的根本，10年内将依赖于标签化的数据”。

ChatGPT的“数据标签化”壁垒今年1月，《时代》周刊报道称，ChatGPT利用低成本的肯尼亚外包劳动力，对庞大的数据库进行人工标签化。

OpenAI是否存在“剥削”廉价劳动力的问题，打造了ChatGPT，估值飙升至300亿美元？

Sama总部位于旧金山，为OpenAI提供数据标注服务。Sama正在肯尼亚、乌干达和印度招聘员工，为谷歌、Meta和微软等客户服务。

据爱范儿介绍，2021年底，OpenAI与Sama签订了三份总价值约20万美元的合同，在数据库中标注有害内容。

根据合同，OpenAI将为该项目每小时向Sama支付12.50美元；然而，Sama支付给数据注释者的时薪只有1.32美元~ 2美元。

这些数据标注员每9个小时要阅读标注150~200段，最多的时候一个小时要阅读标注2万多字。

而且，因为他们在网上标注了“有害内容”，比如自杀、酷刑等。，大多数注释者遭受了持久的心理创伤甚至幻觉。但是Sama拒绝为他们提供一对一的心理咨询。

这些数据标注器对ChatGPT意义重大。要想让ChatGPT成为适合用户日常使用的聊天机器人，一个好的学习数据源非常重要。

例如，ChatGPT的前身GPT-3就有暴力和性别歧视等言论。用户在对话框中发送一个问题“我应该自杀吗”，GPT-3回答“我认为你应该这样做”。

2012年早些时候，清华大学图书馆的机器人“小图”因为学习了太多网友的“脏话”而被迫下线。当时有媒体报道称，小涂已经了解到至少4万条不良信息。

AI本身无法判断善恶，需要人为干预来标记和过滤掉一些“特殊数据”。为此，OpenAI建立了一套安全体系，这是Sama和数据注释者的工作:给AI提供标有暴力和仇恨语言的标签，让AI学会检测这些内容，过滤掉这些不良内容。

另外，一些专业领域的信息也需要专业的标注。这就是为什么ChatGPT在回答医疗等专业领域的问题时错误百出，因为它没有准确的相关数据“喂养”。

其实业内人士早就分析过ChatGPT的算法并不神秘，比如开放成熟的自回归语言模型和用于强化学习的PPO算法。但是数据才是ChatGPT真正的优势。

“ChatGPT通过先启动公测，收集了大量的用户使用数据”，这也是ChatGPT独有的、有价值的数据。

与计算能力的“军备竞赛”不同，数据会产生滚雪球效应。只要ChatGPT还是最好用的语言，就会一直保持先发优势，后来者越来越难赶上。

ChatGPT建立了一个“数据壁垒”。而最近刚刚正式公布的“中国版ChatGPT”，除了加强算法和计算方面的投入，处理中文语言数据，过滤中文敏感词和有害信息，还需要大量的投入。

如今，ChatGPT掀起了新一轮人工智能浪潮。底层和最边缘的数据注释者会得到新的待遇吗？

国内数据标注混乱

据第一财经报道，中国的数据注释行业可以追溯到2005年。著名计算机视觉专家、人工智能专家朱在湖北鄂州创办莲花山研究院。

中国信通院报告指出，2015年，随着人工智能巨头的崛起，数据标注和采集需求激增，市场真正开始形成。

2016年，AlphaGo Horizontal 空诞生，人工智能开始商业化，相应的数据服务公司也迎来了一波发展高峰。

人工智能公司的发展继续曲折，数据标签行业也处于早期蛮荒阶段，存在分散、效率差、标签质量参差不齐、市场需求不稳定等问题。

何文新等数据注释者有一个特别直观的感受。能否获得稳定的项目是外包数据标签公司生存的关键。

“我们公司比较小，很难拿到一手项目。”何文欣说，他们拿到的可能是层层外包的项目，价格相对较低，极不稳定。“有时候项目没做完，公司就没了。”

但有些数据标注公司会强调工资分两次结算，“下个月一半，半年一半”，因为这是甲方的结算习惯，有些数据公司不会提前“垫付”工资。

因为没有门槛，十几个人就能拯救一个团队。因此，数据标签公司质量水平参差不齐，行业竞争异常激烈。

据第一财经报道，2018年，科大讯飞众包平台“爱标客”，一些简单的取景、抄录校准项目，时薪在25-40元之间；到2021年底，时薪将降至10至15元，“有时甚至可能达不到10元”。

而且数据标注行业还存在一些* *骗局，比如以* *的名义欺骗求职者支付高额培训费。

数据标注员也是人工智能行业中最不稳定、最容易被替代的角色。

2022年6月，特斯拉在全球启动裁员计划。最大的一次裁员是解雇200名美国员工。大部分是小时工，负责自动驾驶数据标注。

据媒体分析，特斯拉这次裁员的原因是这份工作技术含量不高，操作比较简单；而特斯拉的自动化数据标注也取得了进展，可以代替人力完成一些工作。

目前，何文欣已离开数据标签公司，转行新行业。工资低，累，没有晋升空室，没有学习是数据注释者辞职的主要原因。

但是除了这些问题，数据标注员的工资在四五线城市还是有竞争力的。

事实上，由于是“劳动密集型”行业，一些地方政府向数据标签行业抛出橄榄枝，成为解决当地就业和扶贫的优质项目。

另一方面，由于门槛低、操作简单，数据标注员也成为了一个残疾人友好型岗位。“edge code story”曾经报道过残疾人成为数据注释者的故事。"以前，计算机能赚钱是不可想象的."

并且在一些数据标注公司的推广视频下，很多用户留言咨询，想要加入。

面对使用廉价劳动力的质疑，OpenAI回应称，他们支付给Sama的费用几乎是东非其他内容审查公司的两倍；赚取差价的Sama称自己是一家“有道德的AI公司”，已经帮助超过5万人摆脱了贫困。

据郭盛证券估计，像ChatGPT这样的大型模特培训，要烧200-1200万美元，仅每天的用电量就高达4.7万美元。2022年，OpenAI净亏损高达5.45亿美元。

当我们惊叹人工智能的突破和背后的技术成本时，当我们追求open ai 2000亿的估值时，也不要忘记背后数百万的数据标注者。他们在聚光灯之外，像一叶扁舟，漂浮在人工智能的蓝色海洋中。

(应采访对象要求，本文称化名。)

来源:超宇宙之心

温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信，我们会及时处理和回复。