DoorDash تبدأ الدفع للعاملين بالتوصيل مقابل بيانات تدريب الذكاء الاصطناعي والروبوتات

بدأت DoorDash في دفع رواتب لبعض عمال التوصيل ليس فقط مقابل عمليات التسليم، بل أيضاً مقابل مهام رقمية: على سبيل المثال، مقابل تحميل مقاطع فيديو قصيرة ومحتوى آخر لتحسين نماذج الذكاء الاصطناعي. وبهذه الطريقة، تحول المنصة شبكة عملها الميدانية إلى مصدر بيانات لتعلم الآلة والروبوتات.

كيف يعمل ذلك

وفقاً لبلومبرج، في بعض المناطق، تقدم DoorDash لعمال التوصيل مهام مدفوعة الأجر غير مرتبطة بشكل مباشر بتسليم الطلب للعميل. وتتعلق بمقاطع فيديو قصيرة وإجراءات رقمية أخرى تساعد على تحسين نماذج الذكاء الاصطناعي والروبوتات. وهذا تحول مهم: في السابق، كانت منصات مثل DoorDash تحقق أرباحاً بشكل أساسي من اللوجستيات، أما الآن فبدأت أيضاً في تحقيق أرباح من الوصول إلى شبكة موزعة من الأشخاص الذين يوجدون دائماً "في الميدان" ويمكنهم جمع بيانات مفيدة من بيئات العالم الحقيقي.

وهذا النهج ينسجم بشكل جيد مع اقتصاد منصات العمل المؤقتة. تملك DoorDash بالفعل تطبيقاً وسياق الدفع الجزئي وشبكة من العاملين وآلية توزيع المهام. وإضافة طبقة أخرى من العمل فوق التسليم—المهام الرقمية—أسهل للشركة من بناء شبكة منفصلة من المقاولين لجمع البيانات.

بالنسبة لعمال التوصيل، يبدو هذا بمثابة طريقة إضافية للكسب بين الطلبات، وبالنسبة للمنصة نفسها، فهو توسع للعمل باتجاه البنية التحتية للذكاء الاصطناعي دون إعادة هيكلة جذرية للخدمة الأساسية.

لماذا تحتاج DoorDash إلى البيانات

تواجه نماذج الذكاء الاصطناعي والروبوتات قيوداً ليس فقط في الحوسبة بل أيضاً في جودة البيانات. تحتاج إلى أمثلة طازة من العالم الحقيقي: كيف تبدو البيئات الحضرية، وكيف تتغير ظروف الإضاءة، وكيف تتصرف الأشياء في السيناريوهات اليومية. يمكن للمقاطع المرئية والمهام الرقمية الأخرى التي يقوم بها عمال التوصيل أن توفر بالضبط هذا النوع من المادة—ليس البيانات المعقمة من المختبر، بل البيانات الحية والمتنوعة. بالنسبة للأنظمة التي يجب عليها التنقل في العالم المادي، تعتبر هذه المعلومات ذات قيمة خاصة.

بالنسبة إلى DoorDash، يقدم هذا المخطط عدة مزايا:

• تحصل الشركة على تدفق من البيانات الجديدة دون إنشاء فريق ميداني منفصل؛
• يمكن توسيع نطاق جمع البيانات بسرعة من خلال شبكة العاملين الموجودة بالفعل؛
• يمكن عرض مهام جزئية إضافية على عمال التوصيل بين عمليات التسليم؛
• تحصل منصة اللوجستيات على مسار نمو آخر في اتجاه الذكاء الاصطناعي.

على مستوى السوق، هذه أيضاً خطوة دالة. تنص مقالة بلومبرج بشكل مباشر على أن DoorDash تتابع المنافسين الذين وجدوا بالفعل طرقاً جديدة لاستخدام عمال المنصات في طفرة الذكاء الاصطناعي. وهذا يعني أن الطلب على العمل البشري المرن في صناعة الذكاء الاصطناعي لا يختفي حتى في خضم الأتمتة. وعلى العكس من ذلك: كلما قامت الشركات بتطوير النماذج بنشاط أكثر، احتاجت إلى أشخاص أكثر لجمع البيانات والتحقق منها وإعادة ملء مجموعات البيانات.

اقتصاد العمل المؤقتة الجديد

توضح قصة DoorDash كيف يتغير دور العمل في المنصات بحد ذاته. لم يعد عامل التوصيل مجرد شخص ينقل حزمة من النقطة أ إلى النقطة ب. يمكن أن يصبح مشاركاً في خط أنابيب رقمي يدعم تدريب النماذج. في هذا المخطط، يتم دمج العمل المادي والعمل مع البيانات تدريجياً: يقوم نفس العامل بتسليم الطعام اليوم وغداً بالتوازي يساعد في تحسين خوارزميات رؤية الحاسوب أو الأنظمة الروبوتية.

لهذا التحول أسئلة عملية. إذا بدأ هذا النموذج بالتوسع، سيحتاج السوق إلى مناقشة كيفية دفع أجر مقابل هذه المهام، وأين تكون الخط الفاصل بين التسليم والعمل الإضافي الرقمي، وما هي المتطلبات المفروضة على جودة المحتوى، وما مدى شفافية المنصات في شرح كيفية استخدام المواد المجمعة بالضبط. بالنسبة للشركة، فهي طريقة غير مكلفة لبناء خط أنابيب البيانات الخاص بها، لكن بالنسبة للعمال، فهي شكل أكثر تجزئة وتذرراً من العمل، حيث تتحول كل خطوة إضافية إلى مهمة جزئية منفصلة.

ماذا يعني هذا

توضح DoorDash أن المرحلة التالية من اقتصاد الذكاء الاصطناعي تُبنى ليس فقط حول النماذج والرقائق، بل أيضاً حول الوصول إلى الأشخاص الحقيقيين والبيانات دون الاتصال. تكتسب الشركات التي تتمتع بشبكات عمل كبيرة أصلاً جديداً: القدرة على جمع المواد بسرعة لتدريب الذكاء الاصطناعي. بالنسبة لسوق العمل، فهذا إشارة إلى أن العمل في المنصات يتم دمجه بشكل متزايد ليس فقط في التسليم، بل في خدمة صناعة الذكاء الاصطناعي نفسها.