千亿ChatGPT的狂欢和月薪3K的数据标注员
鞭牛士
(资料图片)
· 2023.03.03 09:00
微信扫码1我们在惊叹人工智能的突破和背后的技术成本时，在追捧OpenAI 2000亿人民币的估值时，不应该忘记背后千万的数据标注员。
图片来源@视觉中国
文 | 鞭牛士，作者 | 何蕾
ChatGPT爆火后，AI行业开始了新一轮“抢人大战”：
王慧文个人出资5000万美元，打出“AI英雄榜”，要招募业界公认顶级研发人才；猎头疯狂挖角硅谷华裔技术大佬，跳槽薪资200万起；“10万月薪抢人”，脉脉创始人兼CEO林凡称，国内AIGC行业也在招兵买马，年薪百万、16薪成为“标配”。
巨头喊话、热钱涌动，中国版ChatGPT，将诞生在这些顶级VC、顶级AI人才手中。
但与此同时，一个和ChatGPT紧密相关，一个相对低廉、不稳定的职业——数据标注员，也引起了小范围的关注和讨论。
他们被誉为“AI训练师”，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，他们被放置在无人问津的角落，推升了这次ChatGPT狂潮。
AI训练师？
“什么AI训练师，我们就是纯体力活。”何文新对数据标注行业的总结是：无前途，无发展，工作量大，工资低，“还不如电话销售。”
什么是数据标注？
目前“深度学习”是主流的训练AI模型的方式，但AI不会自动识别语音、图片、文本、视频等，这时候就需要数据标注员，对数据进行加工处理，将一般数据变成AI可识别的数据。
比如，服务自动驾驶公司的数据标注员，每天工作就是按照要求，把不同图上的行人、动物、车、树木等“框”出来，以便“喂养”AI模型。而数据标注的类型有图像标注、语音标注、3D点云标注和文本标注等。
简而言之，数据标注员在创造喂养AI的养料。从工作产出来看，数据标注员确实可以称为AI的老师。
数据标注工作并不难，只需要一台电脑，一个鼠标；简单培训后，就可以上手。但是，这个工作并不轻松，需要耐心和细心。
“很累，一整天要盯着电脑。”何文新称，“标注”工作重复繁琐、没什么技术含量，但也有质量要求，标注错了、标注范围大、标注不够仔细等，都会被审核打回去重新做。
“很简单，但也很难。”宝妈lili在网上吐槽，因为经常面对拉伸图，很多图片根本看不清，容易做错。
和AI行业的高薪相比，数据标注员的工资并不高。
“一张图9毛钱，一天做100张。”lili称，如果都合格，一天能赚90块。
“不同的标注价格不一样。”何文新称，他当时的工资在3000左右。基础的数据标注员月薪大部分在2000-4000元之间，但因为标注的速度、质量问题，“很难拿到当时面试跟你承诺的工资。”
鞭牛士在一些招聘网站上搜索“数据标注”，薪资区间在2000-8000之间。一些特殊的标注，比如小语种、高精制图等，薪酬会更高。
2020年2月，“人工智能训练师”正式成为新职业，纳入国家职业分类目录。中国信通院报告提出，“现阶段AI应用研发，数据标注是根本，10年之内都要依赖于标注数据”。
ChatGPT的“数据标注”壁垒
今年1月，美国《时代周刊》报道称，ChatGPT使用了低廉的肯尼亚外包劳工，对庞大的数据库手动进行数据标注。
打造了ChatGPT、估值飙升至300亿美元的OpenAI，是否存在“剥削”廉价劳动力的问题？
为OpenAI提供数据标注服务的是总部位于旧金山的Sama，Sama在在肯尼亚、乌干达和印度雇佣员工，服务Google、Meta和微软等客户。
据爱范儿报道，OpenAI在2021年底与Sama签署了三份总价值约20万美元的合同，为数据库中有害的内容进行标记。
根据合同规定，OpenAI将为该项目向Sama支付每小时12.50美元的报酬；但Sama支付给数据标注员的时薪只有1.32美元~2美元。
这些数据标注员，每9个小时要阅读和标注150~200段文字，最多一小时要阅读和标注超2万个单词。
并且，因为他们标注的是互联网上的“有害的内容”，比如自杀、酷刑等，大部分标注员受到持久的心理创伤，甚至出现幻觉。但Sama公司却拒绝为他们提供一对一的心理咨询。
这些数据标注员，对ChatGPT而言意义重大。为了让ChatGPT成为一个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。
比如，ChatGPT的前身GPT-3，就存在暴力、性别歧视等言论。用户在对话框中发送“我应该自杀吗”问题，GPT-3回答“我认为你应该这么做”。
在更早的2012年，清华大学图书馆机器人“小图”，因为学习了网友太多“脏话”，被强制下线。当时有媒体报道，小图至少学会了4万条不良信息。
AI自身并不能判断善恶，需要人为干预，标注、过滤掉一些“特殊数据”。为此，OpenAI建立了一个安全系统，这就是Sama和数据标注员的工作：给AI提供标有暴力、仇恨语言等标签，AI就可以学会检测这些内容，并将这些不良内容过滤掉。
除此之外，一些专业领域的信息，也需要专业的标注。这也是为什么ChatGPT在回答医学等专业领域问题时错误百出，因为它还没有精确地相关数据“喂养”。
实际上早有业内人士分析，ChatGPT的算法并不神秘，比如公开的成熟的自回归语言模型、强化学习的PPO算法等；但数据，是ChatGPT真正的优势。
“ChatGPT通过抢先开始公测，收集了大量的用户的使用数据”，这也是ChatGPT独有的、宝贵的数据。
和算力的“军备”竞赛不同，数据会有滚雪球效应，只要ChatGPT仍然是最好用的语言AI，就会一直保持先发优势，后来者会越来越难追上。
ChatGPT，已经建立起了“数据壁垒”。
而近期才开始官宣的“中国版ChatGPT”，除了要加强在算法、算力的投入，中文语言数据的处理，中文敏感词、有害信息的过滤，也需要大量的投入。
如今，ChatGPT掀起人工智能新浪潮，最底层、最边缘的数据标注员是否会有新的待遇？
国内数据标注乱象
据第一财经报道，中国的数据标注行业最早可追溯到2005年，著名计算机视觉专家、人工智能专家朱纯松在湖北鄂州创办了莲花山研究院。
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，市场真正意义上开始形成。
2016年，AlphaGo横空出世，人工智能开始商业化探索，相应的数据服务公司也迎来了一波发展高峰。
人工智能公司发展波折不断，数据标注行业也处在早期的蛮荒阶段，存在分散、效率差、标注质量参差不齐、市场需求不稳定等问题。
何文新等数据标注员有特别直观的感受。能不能拿到稳定的项目，是一个外包的数据标注公司能否存活的关键。
“我们公司比较小，很难拿到一手的项目。”何文新称，他们拿到的可能是层层外包的项目，价格比较低，而且极不稳定，“有时候项目没做完，公司就没了。”
而一些数据标注公司在招聘兼职数据标注员时，会强调薪酬分两次结算，“次月和6个月后各结算一半”，因为这是甲方的结算习惯，一些数据公司并不会提前“垫付”薪酬。
因为没有什么门槛，十几个人也能攒出一个团队，因此，数据标注公司质量层次不齐，行业竞争也异常激烈。
据第一财经报道，2018年，科大讯飞旗下的众包平台“爱标客”上，一些简单的打框和转写校准项目，时薪在25到40元之间；到2021年底，时薪就降到了10到15元，“有时候可能连10元都不到”。
并且，数据标注行业还存在一些招聘骗局，比如打着招聘的名义，骗求职者缴纳高昂的培训费等。
而数据标注员，也是人工智能行业中，最不稳定、最容易被取代的角色。
2022年6月，特斯拉在全球开启了裁员计划。其中规模最大的一次裁员，是解雇了200名美国员工。他们大多数是小时工，负责自动驾驶数据标注。
有媒体分析，特斯拉这次裁员的原因是这一工作技术含量不高，操作起来比较简单；并且特斯拉的自动化数据标注有了进展，可以代替人力完成部分工作。
目前，何文新已经从数据标注公司离职，换了新的行业。工资低、累、没有晋升空间、没有学到东西，是数据标注员离职的主要原因。
但是，除了这些问题，数据标注员的薪资，在4、5线城市依然有竞争力。
实际上，因为属于“劳动密集型”产业，一些地方政府对数据标注产业抛出橄榄枝，成为解决当地就业、扶贫的优质项目。
另一方面，因为门槛低、操作简单，数据标注员也成为残疾人友好岗位，“边码故事”曾报道残疾人成为数据标注员的故事，“一台电脑就能赚钱是之前想都不敢想的”。
而一些数据标注公司的推广视频下面，有不少用户留言咨询，想要加入。
在面对使用廉价劳动力质疑时，OpenAI回应称，他们支付给Sama的费用几乎是东非其他内容审核公司的两倍；赚差价的Sama则称自己是“有道德的AI公司”，已经帮助5万多人摆脱了贫困。
据国盛证券估计，类ChatGPT的大模型训练一次就要烧掉200万-1200万美元，仅每日的电费消耗就高达4.7万美元；2022年，OpenAI公司净亏损高达5.45亿美元。
我们在惊叹人工智能的突破和背后的技术成本时，在追捧OpenAI 2000亿人民币的估值时，不应该忘记背后千万的数据标注员。他们在聚光灯外，如一叶叶扁舟，飘荡在人工智能蓝海上。
（应受访者要求，本文人名为化名。）
投稿 chatGPT 大数据43篇资讯
16关注
鞭牛士
关注这个人很懒，还没有个人签名。
最近资讯
国产ChatGPT扎堆，又是一场元宇宙式狂欢？2023，国产新能源汽车仓皇应战特斯拉ChatGPT狂飙，从代写论文到拉升A股 本文系作者鞭牛士授权钛媒体发表，并经钛媒体编辑，转载请注明出处、作者和本文链接。 本内容来源于钛媒体钛度号，文章内容仅供参考、交流、学习，不构成投资建议。 想和千万钛媒体用户分享你的新奇观点和发现，点击这里投稿 。创业或融资寻求报道，点击这里。敬原创，有钛度，得赞赏
568人已赞赏 >568人赞赏钛媒体文章钛粉30456 赞赏了
不与雅迪、小牛抢饭吃，海归电动两轮车品牌「号外」卷...
2023-02-22 14:32钛粉79015 赞赏了
IQAir Atem X空气净化器评测：旗舰级家用...
2023-02-17 17:42钛粉41049 赞赏了
负债高企，深陷亏损泥潭，科陆电子叒要募资补流
2023-02-14 18:37钛粉82099 赞赏了
从卖火柴的小男孩到“宜家掌舵者”，商业天才的经营哲...
2023-02-11 18:47正见Tru... 赞赏了
SaaS十词，“点火”2023
2023-02-03 17:40小团子97... 赞赏了
一文速览【2022 中国经济年报】:人口首现历史性...
2023-01-18 02:02钛好257... 赞赏了
国产电动车的沸腾2023：走向更残酷的牌桌
2023-01-16 07:45钛粉61583 赞赏了
华宝新能：坚守长期主义，缔造商业之上的价值
2022-12-31 00:06钛a66t... 赞赏了
跨界咖啡，是个好副业吗？
2022-12-30 17:11赚赚 赞赏了
小红书给流量“削藩”
2022-12-30 00:36钛粉81950 赞赏了
东北下岗往事轮回，一个家庭时隔20年的两次失业创伤
2022-12-20 10:24钛富279... 赞赏了
蜜雪冰城「向下」的烦恼
2022-12-09 08:48钛粉41450 赞赏了
遭阿里减持8000万股的商汤科技，何时盈利？
2022-11-24 22:45钛粉81947 赞赏了
历史进程中的茅台与6次暴跌
2022-10-28 12:23钛粉48375 赞赏了
7种傲慢与偏见，导致互联网人改造传统行业失败
2022-10-20 19:53想暴富25... 赞赏了
7种傲慢与偏见，导致互联网人改造传统行业失败
2022-10-20 17:18钛粉61006 赞赏了
7种傲慢与偏见，导致互联网人改造传统行业失败
2022-10-20 16:41AIBEN 赞赏了
月费不到100块、1分钟出图，AI作画要打翻多少设...
2022-10-17 15:10钛粉36011 赞赏了
身处风口却“一桩难求”，一文看懂充电桩产业全景｜钛...
2022-10-14 14:27钛粉36716 赞赏了
身处风口却“一桩难求”，一文看懂充电桩产业全景｜钛...
2022-10-14 14:24钛精378... 赞赏了
那些"上不了席面”的私房美味
2022-10-10 13:04钛粉18902 赞赏了
中集李凌寒：数字化供应链的动因、要素及实践｜202...
2022-10-01 11:40有颜有钱5... 赞赏了
中集李凌寒：数字化供应链的动因、要素及实践｜202...
2022-09-30 19:02钛粉29232 赞赏了
割韭菜、白嫖、疯狂AMA……在30多个元宇宙Web...
2022-09-15 15:45钛小773... 赞赏了
沈抖发布百度智能云新战略，回答了“木星”与“蜻蜓”...
2022-09-10 09:33钛粉07914 赞赏了
钛媒体Pro创投日报：9月2日收录投融资项目25起
2022-09-03 03:20钛粉65687 赞赏了
银泰百货“破产第一案”背后：苦涩退场，西安城改的挽...
2022-08-19 17:41钛粉61539 赞赏了
对话蚂蚁集团副总裁何勇明：“支付宝不对标抖音”
2022-08-06 13:53钛粉60785 赞赏了
近10亿募资闲置理财如今又推14亿定增，泽璟制药持...
2022-07-27 14:44在天空中自... 赞赏了
钛媒体Pro创投日报：7月21日收录投融资项目32...
2022-07-22 16:40钛粉14772 赞赏了
寻找下一个“玻色因”，国货抗衰盯上了蓝铜胜肽
2022-07-22 10:47单晶冰糖啦... 赞赏了
宁德时代依靠钠电池可以维持万亿市值吗？
2022-07-22 10:37钛友趣64... 赞赏了
女性专属时尚座驾，欧拉芭蕾猫上市19.3万元起售
2022-07-12 23:58钛粉93105 赞赏了
TapTap塌房，“中国Steam”的故事结束了
2022-07-12 14:02已注销用户 赞赏了
【医疗健康周报】第26周：“康诺亚生物”获得1.9...
2022-07-07 15:05钛粉97884 赞赏了
零和游戏与非零和玩家：InterSystems的数...
2022-06-29 22:21钛粉97003 赞赏了
零和游戏与非零和玩家：InterSystems的数...
2022-06-29 21:58钛粉97388 赞赏了
零和游戏与非零和玩家：InterSystems的数...
2022-06-29 21:50钛粉11323 赞赏了
丰谷酒业换帅！李寒松出任党委书记、董事长
2022-06-28 17:09钛粉97508 赞赏了
海外港口货物积压，商家提前备货，今年外贸旺季来得有...
2022-06-24 18:44钛粉36186 赞赏了
习酒划转茅台集团财务公司5%股权，上市仍在“激烈博...
2022-06-21 15:25钛粉66633 赞赏了
重新定义“一体化”？HR SaaS产品PaaS化之...
2022-06-16 08:51碧天黄地 赞赏了
未来汽车如何实现创新与融合？几位大佬有话说
2022-05-30 21:37钛友趣76... 赞赏了
批量招聘难题何解？他们发现了HRSaaS的新机会 ...
2022-05-26 23:38单晶冰糖啦... 赞赏了
钛媒体华南中心成立 全财经战略布局再进一步
2022-05-25 11:30钛粉89798 赞赏了
郑大一附院，一家“超级医院”的双面特写
2022-05-21 06:19钛粉00698 赞赏了
大厂深蹲，时代向前
2022-05-19 10:27刘成军 赞赏了
中国信通院院长余晓晖：加快构建我国特色的工业互联网...
2022-05-18 14:09已注销用户 赞赏了
Netflix真的会为「卖广告」掏出真心吗
2022-05-17 10:19钛田097... 赞赏了
黑海粮仓“起火” ，全球粮食失衡
2022-05-09 19:50 查看精彩文章，打开钛媒体客户端挺钛度，加点码！
¥ 5 ¥ 10 ¥ 20 ¥ 50 ¥ 100支付方式
确认支付支付
支付金额：¥6
赞赏金额：¥ 6
赞赏时间：2020.02.11 17:32
账户【未登录】提示！个人中心将无法记录并同步您的赞赏记录，是否进行登录
直接赞赏 立即登录分享文章
微信扫码1Oh! no
您是否确认要删除该条评论吗？
猜你感兴趣
爆火一年后，露营进入洗牌期｜钛媒体深度 获机构密集调研，工控龙头受到市场关注？ 毛大庆：7天7大洲7场马拉松，留给生命一段遍及世界的足迹与回忆 上数解读：《数字中国建设整体布局规划》指引数据要素新赛道 “创新力”衰退，互联网平台经济迎巨考｜钛媒体·封面 1亿利润上马百亿项目，拆解雄韬股份的多重“噱头”｜钛媒体深度分享文章
微信扫码 1
