Uber印度试点让司机变身AI数据标注员，冲击Scale AI们

会懂网AI资讯，9月6日，网约车巨头Uber在印度启动一项试点：让超百万印度司机在接单间隙通过App完成图像分类、文本分析、音频转录、收据数字化等”数字任务”，为AI系统提供数据标注服务，直接向Scale AI、亚马逊Mechanical Turk等传统数据标注巨头发起挑战。

据Uber AI Solutions全球负责人Megha Yethadka介绍，此前在印度和其他国家，这类任务由App外的独立承包商完成，如今Uber把它们搬进了应用内。试点覆盖印度12个城市，早期参与度强劲，已有数千个任务被完成。不过对多位新德里司机的采访显示，多数人尚未获得该功能入口，表明Uber正采取分阶段灰度策略。
这一模式的经济逻辑在于盘活闲置产能：传统数据标注公司需要单独招募承包商池，而Uber利用的是已经过实名验证、熟悉App操作的司机网络，把等单间隙的碎片时间转化为标注产能。分析人士指出，这是对劳动力的巧妙再分配，可能降低被不断上涨的标注成本困扰的企业的进入门槛。
市场时机也恰到好处。AI数据标注市场预计到2030年将达到54.6亿美元，大企业占支出的六成以上，但许多企业对传统供应商的质量不稳定和交付周期过长感到沮丧——Scale AI尽管年收入接近10亿美元，仍面临企业客户对其”低质量与高周转”的抱怨。
Uber的差异化武器还有领域专长：汽车行业占数据标注市场的23%以上，由自动驾驶研发驱动，而Uber与Aurora的合作和出行领域知识构成天然优势。其AI Solutions业务已覆盖30多个国家，并计划把印度试点的经验推广到全球司机和配送员网络。
不过挑战同样存在：传统供应商虽慢且贵，但拥有受过训练的标注员、成熟的治理框架和审计流程，这对受监管行业至关重要。Uber需要证明一支流动性强的劳动力也能交付同等严谨度。
会懂网观察，Uber的尝试揭示了零工经济的下一章：平台不再局限于出行和外卖，正在把自己重塑为AI时代的分布式劳动力基础设施。当等单时间变成标注产能，数字经济的资源配置方式正在被重新定义。