人工智能技术飞速进步，导致大型模型所需的数据集劳动力需求激增，成为当前的热门讨论话题。这一现象背后，交织着众多复杂情况，既有发展机遇，也面临着诸多挑战。
劳动力需求增长现状
全球范围内，人工智能大模型数据集对劳动力的需求显著增长。以印度为例，预计到2030年，数据标注的劳动力规模将达到100万人。这一现象表明，该领域对人力资源的需求巨大，众多国家正纷纷加入这一新兴劳动力需求的增长浪潮。据凯捷公司报告，近七成的商业领袖认为，生成式人工智能催生了新的劳动力需求，例如人工智能审计师等，这进一步揭示了人工智能的发展正推动工作岗位类型的持续多样化。
根据实际情况观察，众多规模不一的企业均参与了这一领域。例如，初创企业智研创科就吸纳了数千名员工从事相关工作。参与企业不仅包括中小型企业，还包括大型科技公司，这些企业在该领域投入巨大。他们依赖数据标注等人力资源，以提升和完善人工智能模型。
肯尼亚的矛盾情况
11月24日，CBS报道称，肯尼亚的就业形势复杂多变。数据标注行业带来了众多就业岗位。然而，众多劳动者面临困境，薪资微薄，工作时间过长。他们在工作中需审查大量包含仇恨和暴力内容的图像。这种工作性质严重影响了肯尼亚劳动者的身心健康。尽管他们拥有了就业机会，但为此所付出的代价却十分高昂。
目前，全球范围内尚无统一的数据标注工作标准，这限制了肯尼亚的此类活动。此外，肯尼亚的数据标注从业者缺少维护自身权益的有效途径。在这样的低薪酬且不适宜的工作环境中，他们往往只能默默忍受。
印度的相关问题
在印度，尽管有百万级别的劳动力可能投身于数据标注领域，然而，印度相关人士指出，这部分人群在人工智能价值链中处于较低层次。众多工作往往缺乏稳定性，成为常态。伴随生成式人工智能的进步，这一状况预计将进一步加剧。以内容审核为例，其复杂性将增加，而更多的低收入劳动者可能会被束缚在这样的工作之中。
在当前情况下，印度政府尚未制定出专门针对该领域就业状况的具体政策。此外，劳动者的知识技能水平有限，晋升发展的机会较少。同时，相关企业对于提升工人待遇并无积极意愿，这主要是因为它们更看重印度丰富的低成本劳动力资源。
人力在人工智能中的必需性
人工智能即便再先进，其运作仍需人类的支持。正如CBS所报道，随着新设备与发明的不断出现，汽车及医疗等行业中，对数据标注的需求持续增长。尽管人工智能技术正迅速发展，但在进行基本区分等任务时，目前仍需依赖人力。
在多数情况下，算法难以精确区分某些事物。比如，判断一幅图像是汽车还是胡萝卜这类基本事实，仍需借助人工。此外，人工还需承担大量错误修正任务，例如智研创科通过雇佣人员来减少人工智能模型的错误。
人员结构的升级需求
人工智能技术的成熟推动了人力需求的变化。起初，市场对大量低成本劳动力有较高需求。然而，随着技术进步，目前更迫切需要具备专业知识的个人，如历史学家、科学家和持有博士学位的专业人士。这主要是因为当前的人工智能模型更新迭代更为复杂，对训练师的专业知识水平提出了更高的要求。
然而，吸引具备专业知识的人才遭遇诸多挑战。例如，市场上专注于人工智能领域的顶尖人才数量稀缺，企业要想挖掘和保留这类人才，面临着巨大的困难。此外，将低技能劳动力转变为高技能劳动力并非短期内可以实现的任务。
发展中的薪资待遇差别
智研创科创公司发布的数据显示，其员工最高时薪可达40美元，这一薪资水平与员工的职位及工作难度密切相关。这一现象反映出，即便在同一公司内部，薪资待遇也存在显著差异。进一步观察整个行业，可以发现，肯尼亚等地区低薪工作与40美元时薪的工作形成了鲜明的对比。
薪资差异的成因主要源于各国及地区间经济发展水平的显著差异。此外，不同任务对劳动力技能水平的要求各异，进而导致薪资水平的差异。那么，如何有效调节这种差异，以促进行业的健康持续发展？
在人工智能技术快速发展的背景下，数据标注领域对劳动力需求显著上升，随之而来的是一系列复杂的问题。针对低薪国家或地区的数据标注工作者权益问题，各界人士纷纷探讨解决方案。欢迎各位积极发表见解，点赞并分享您的观点。
