肯尼亞時薪1.16美元的數據標注工，正在替硅谷精英喂養AI

美東時間10月29日，美股一開盤，英偉達股價再創歷史新高，成為史上第一個市值突破5萬億美元的公司。

根據《2024年全球高科技行業報告》的數據顯示，AI軟硬件市場2027年市場規模將有望達到9900億美元。

盡管AI 的發展相對隱秘而不透明，難以精確統計全球參與該產業的具體人數，但肯定已超過百萬。若按目前的速度持續發展，這一規模還將顯著擴大。

每當我們使用搜索引擎、與聊天機器人交流，甚至只是簡單地使用智能吸塵器打掃衛生時，我們都在觸發全球數據和資本的流動，這種流動將全球各地的工人、公司和消費者緊密相連。

然而，許多科技公司在對外展示時，只呈現出光鮮、時尚、自主運行的機器形象，讓人們認為機器能檢索海量數據并自主學習，卻刻意隱瞞了這些機器的制造過程，對那些拿著微薄薪水、艱辛訓練機器卻又被機器所束縛的幕后工作者避而不談。

在《投喂AI：人工智能行業的全球底層工人紀實》中，牛津大學的3位學者花費十余年時間，穿越肯尼亞、烏干達、愛爾蘭、冰島、英國和美國，深入訪談了200多名數據標注員、內容審核員、機器學習工程師、AI倫理學家、倉庫員工、勞工組織者和行業專家，揭開了AI全球產業鏈的神秘面紗，生動展現了那些常被社會忽視的數字勞工的真實世界。同時剖析了導致全球資本、網絡和就業機會不平等的權力結構。

從在惡劣工作環境中掙扎、缺乏基本勞動保障的低收入且工作不穩定的數據標注員，到在全球頂尖科技公司總部享受高薪待遇的機器學習工程師，這些工作者站在技術變革的前沿，但AI驅動的監控和生產力工具正席卷各行各業，即使是那些自認為不會受此影響的從業者，也無處可逃。

數據標注員：每周工作45小時，時薪1.16美元

提起開發AI，人們腦海中自然會浮現諸如位于美國舊金山的帕洛阿爾托或門洛帕克等高新科技城市里，坐在高檔辦公室里吹著空調工作的工程師們。但鮮少有人意識到，大約80%AI的訓練時間都花在了標注數據上。自動駕駛汽車、納米手術機器和無人機等前沿技術都誕生在古盧（烏干達北部最大的城市）這樣的地方。

在古盧某AI數據標注中心的辦公室里，數百名數據標注員靜靜地坐在一排排辦公桌前工作。

做過電話客服工作的人會對這里感到熟悉，因為這里的環境和工作制度與客服工作大同小異。燈光被特意調暗以減輕9小時高強度工作造成的眼疲勞。圖片和視頻不斷出現在屏幕上，等待數據標注員進行標注。

接受培訓后，他們根據客戶要求辨認圖像中的元素。他們會用不同的多邊形來標注不同的物體，如交通信號燈、路標、人臉等。

一個項目可能需要數百名標注員，這些人會被分為20人左右的小組。每組有一名組長巡視，負責監督小組數據，看看有沒有人偷懶。組長們要保證小組的工作效率，指導效率不高的員改進工作。

當客戶急需標注結果時，公司就會實行早晚輪班：一班從早上8點到下午6點，另一班從晚上8點到早上6點。如果單個任務較大，包含多個標注目標，公司會多給標注員一些時間進行標注。項目開始前，他們會對標注員進行測試，以確定完成項目所需的時間。測試結束后，他們會制定績效目標，這個目標是10%~15%工作效率最低的標注員所無法達成的，所以每個人都必須全力以赴才能完成績效目標。而且目標并非固定不變，隨著標注員工作效率不斷提高，主管就會提高標準，從而加快工作進度來增加公司利潤。

標注員如果沒有完成當天的工作目標，就需要無償加班。如果一周的進度遠低于目標，他們周末也得無償來公司加班。標注員每周要高強度工作45個小時，有時還得無償加班。他們的月薪大概是80萬烏干達先令，折合200多美元，約合每小時1.16美元。

標注員不僅速度要快，質量還得高，但這兩者顯然很難同時達成。組長通常只關注任務進度，確保所有組員按時完成任務。但標注員還會受到質量監督員的監督，他們要求一般項目的總體準確率不低于95%，一些特殊項目的準確率會設定得更高。任何被他們標記為“不準確”（即未完成）的任務都會拉低整體績效。

除了速度和質量，標注員還得留意自己的效率分數：10個小時的工作時間中，休息時間不得超過1個小時。除了規定的休息時間，其余時間標注員都要爭分奪秒地努力工作。只要沒在工作，標注員的生產效率評分就會降低。

如果分數太低，組長就會通過后臺軟件查看工作屏幕，檢查組員的工作情況。其實，標注員在工作的每一秒鐘都是在權衡，在自己能承受的工作壓力和自己能接受的效率評分之間尋求一個平衡點。

這些標注員無法獲得長期的勞動合同保障。他們大多簽的是一兩個月的短期合同，時刻擔心如果自己沒有完成任務，就無法得到續約。標注工作并不穩定，客戶也可能隨時撤單，這就導致標注員數量持續波動。大項目一結束，這些失業的標注員就會被公司放進候補名單，他們要等待未來的機會，如公司擴大規模，才可能重新上崗。古盧當地的勞動力市場很糟糕，這些在“候補名單”上的人只能去打零工來維持生計，眼巴巴等著外包公司能夠再有活兒。

這就是AI時代產業一線的現實情況：標注員在高壓監控下拼命工作，只為能保住工作，養家糊口。

從種植園到工廠再到硅谷，AI對全球資源的再分配

AI常被視為人類智能的一面鏡子，它試圖通過復制發生在人腦內部的過程來發現智慧的本質。然而從本書的視角來看，AI更像是一臺剝削機器。當我們作為消費者與AI進行互動時，只能看到AI的一個側面，只是單純關注它產出的結果。事實上，在其光鮮的外表背后，隱匿著復雜的組件網絡以及為其提供支撐的人力關系。

這臺剝削機器吸收了資本、電力、自然資源、人力、數據以及集體智能等關鍵投入，然后將它們轉化為統計預測，隨后再由AI公司進一步加工，最終轉化為利潤。

將AI詮釋為機器，就扔掉了其所謂客觀與中立的幌子。所有機器都有自己的發展歷史，人類基于自身在特定時間段的特定需求創造了這些機器。

在西方，構建這臺機器的系統就是資本主義——一種建立在私人對經濟擁有所有權和控制權基礎上的社會秩序。

AI的生產方式并不新鮮。事實上，它與以往工業生產中對勞動力的控制和剝削方式非常相似。從種植園到工廠再到硅谷，這種剝削在人類發展的歷史長河中一直存在。

20世紀90年代，當時外包業務開始向新興市場轉移，主要原因是這些地區的勞動力更為廉價，更有紀律性。隨著外包的增加，新的控制手段也應運而生。

AI的生產運作方式和殖民時期的掠奪方式差不多，都是簽訂不平等貿易協定，壓榨勞動成果，掠奪勞動材料。殖民主義意指強大的帝國占領殖民地國家的領土，剝削殖民地國家的勞動力。

殖民性是AI構建邏輯的一部分，這點既體現在其生產方式上，也體現在其運作方式上。AI的生產依托國際數字化勞動分工，生產任務被分配給全球勞動力，最穩定、最高薪和最理想的工作崗位大多分布在美國的各大城市，而最不穩定、最低薪和最危險的工作則被外包給“全球南方”（新興市場國家和發展中國家的集合體）邊緣地區的工人。

AI和其他技術所需的關鍵礦產在“全球南方”進行開采和加工，然后被運送到專門的組裝地制成科技產品，如大語言模型所需的高級AI芯片。這些做法延續了西方國家由來已久的殖民模式，即利用它們的經濟主導地位，通過壓榨邊緣國家的資源和勞動力來賺取財富。

AI已經不僅僅是全球資本的工具，它已深深融入了資本主義體系。雖然出現的時間不長，但它已成為資本主義體系不可或缺的一部分。

生成式AI的產物可能會強化舊的殖民等級體系，因為訓練這些模型所用的數據集和常見基準都是基于西方的知識體系建立的，不僅會再現數據中存在的有害的刻板印象，還會對數據中被誤解或扭曲的少數群體表現出偏見。

“全球南方”的許多國家在數字監控平臺的建設和部署上幾乎沒有發言權，在需要龐大的網絡資源和強大的運算能力做支撐的AI領域更說不上話。

但作為剝削機器的AI將不斷向這些國家索取，卻僅將其視為可吞噬的原材料，投喂給那貪婪運轉的機械核心。

作為剝削機器的AI，把人類視為燃料

AI不會像人類一樣思考問題，卻可以得到類似思考后的結果。

當我們作為消費者與AI進行互動時，只能看到 AI的一個側面，只是單純關注它產出的結果。事實上，在其光鮮的外表背后，隱匿著復雜的組件網絡以及為其提供支撐的人力關系。

沒有人類，AI就無法運作。無論是標注數據集、編寫軟件、修復服務器，還是創作新的藝術和文學作品以及維持供應鏈的運轉，人類只有不停地工作才能維持AI的存在。AI這臺剝削機器把人類當作原料，借助人類處理日益龐大的數據集和海量知識，給它的算法提供動力。

正如《投喂AI》書中所展示的，這臺機器會根據勞動者在全球資本主義體系中的不同地位，以不同的方式來剝削他們：

來自肯尼亞的內容審核員默茜在審核視頻時遇到了記錄自己祖父車禍的視頻，而為了完成工作，她被迫一遍又一遍地觀看這段視頻；

來自烏干達農村的數據標注員安妮塔幫助建立了世界頂尖公司所依賴的數據集；

來自倫敦的機器學習工程師李正在為自己研發的技術所造成的倫理影響而苦惱；

來自冰島數據中心的技術員埃納爾處于全球基礎設施權力網絡的中心；

配音演員勞拉在與AI版的自己爭奪同一個工作機會；

來自考文垂的亞馬遜員工亞歷克斯加入了員工自發組織的罷工以爭取加薪；

審核員保羅克服了重重困難，在非洲創立了首個內容審核員工會。

然而不管在什么崗位，這些勞動者都受制于同一條剝削邏輯：這臺剝削機器的目的就是讓科技公司的股東越來越富有，讓權力集中在少數精英手中。

他們的勞動在某種程度上都只是這臺剝削機器的原料。他們共同的命運就是被這臺剝削機器所利用，機器不斷自我構建和擴張，追求指數級的增長，而勞動者則逐漸被消耗殆盡。

我們把AI稱為“剝削機器”，并不僅僅因為它的誕生源自對資源的掠奪、人力的剝削以及對集體智能的榨取，還因為當AI系統被應用于實際工作環境時，會催生更深層的剝削。最核心的就是對勞動者精力的榨取。

AI系統集中了勞動過程的知識，并通過程序化和簡單化操作來降低完成任務所需的技能水平，導致工作強度更大，節奏更快。這樣一來，雇主就可以從勞動者身上榨取更多的價值。這將是AI給普通人帶來的最大傷害。

我們或許并不會成為AI行業從業者，但AI將逐漸侵蝕我們的工作崗位。這絕非一場發生在異國他鄉的遙遠抗爭，也絕非一個永不會降臨到我們頭上的威脅。此時此刻，它正真真切切地發生在你我的生活中。

而這個故事的最終走向，將由我們的實際行動來決定。這取決于我們作為勞動者以及消費者，能否洞悉他們正如何被操縱利用，并且勇于站出來反抗。

結語

蘇格蘭作家伊恩·M.班克斯的“文明”系列小說層描寫了一個富足的未來烏托邦社會：人類創造了超級先進的AI，可以完成大部分工作。沒有貨幣體系、沒有雇傭勞動，所有需求都能得到滿足，人類擺脫了繁重的勞動，實現了真正的自由。

然而，我們現在的社會與班克斯的小說截然不同。機器確實具備了繪畫、作曲和寫詩的能力，人類卻不得不像機器一樣，從事單調乏味、收入微薄的工作，而這一切僅僅是為了讓這些非凡的機器成為可能。

在當今技術決定論的時代，科技企業家大肆宣揚他們奇妙的發明將如何讓我們的生活變得更美好，而在這背后，數百萬名工人在建造、服務和修繕這些機器。企業家對此緘口不言，只顧維護AI可以自主工作的假象。

我們如何才能創造一個機器服務人類的世界，而不是一個人類成為機器仆人的世界呢？

這樣的世界單靠某個人或某個群體的努力無法實現。從數據標注員、內容審核員，到倉庫員工、創意工作者和機器學習工程師，這些在生產網絡中處于不同節點的人有一個共同點——沒有控制權。

他們無法決定自己的工作組織方式、工作條件、勞動成果的價值和工作影響。他們都被接入了協調全球勞動分工的系統，這個系統之所以能夠剝削價值，并不是因為它使勞動變得抽象，把世界各地的每個勞動者都當作機器中可替換的齒輪，而是因為它對世界各地的勞動者進行了細致分工。

《投喂AI》旨在幫助大家認識到為什么我們不能再延續現有的不平等經濟模式。對每一位勞動者來說，AI生產網絡無異于一個不透明的黑箱，我們難以獨自應對AI系統所產生的風險和危害。

如果要建設更人性化、公正、公平和體面的AI生產網絡，就需要采取一系列相輔相成的策略。這些策略需要在不同的地點，以不同的規模，由不同的參與者來實施。只有在合力之下，才有望改變整個系統。

工程師拒絕為政府提供監視技術支持，亞馬遜員工為了漲薪而罷工，內容審核員也聯合起來爭取更好的待遇……世界各地的勞動者正在引領這場變革，他們已經為這場曠日持久的戰斗吹響了號角。

每個人都可以做出貢獻，我們要跟隨這些勞動者的腳步，共同摧毀這臺剝削機器，努力開發一種能夠釋放人類潛能、促進人類自由發展的技術范式。

開白名單 duanyu_

H｜投稿 tougao9999

9