DoorDash تبدأ الدفع للعاملين بالتوصيل مقابل بيانات تدريب الذكاء الاصطناعي والروبوتات

DoorDash начала платить части курьеров не только за доставку, но и за цифровые задания: например, за загрузку коротких видео и другой контент для улучшения моделей ИИ. Так платформа превращает свою полевую сеть в источник данных для машинного обучения и робототехники.

Как это работает

По данным Bloomberg, в некоторых регионах DoorDash предлагает курьерам оплачиваемые задания, которые не связаны напрямую с привозом заказа клиенту. Речь идет о коротких видеоклипах и других цифровых действиях, помогающих улучшать AI- и робототехнические модели. Это важный сдвиг: раньше платформы вроде DoorDash в первую очередь монетизировали логистику, а теперь начинают монетизировать еще и доступ к распределенной сети людей, которые постоянно находятся «в поле» и могут собирать полезные данные из реальной среды.

Такой подход хорошо ложится на экономику гига-платформ. У DoorDash уже есть приложение, система микровыплат, география исполнителей и механика распределения задач. Добавить поверх доставки еще один слой работы — цифровые поручения — для компании проще, чем строить отдельную сеть подрядчиков под сбор данных.

Для курьеров это выглядит как дополнительный способ заработать в промежутках между заказами, а для самой платформы — как расширение бизнеса в сторону AI-инфраструктуры без радикальной перестройки основного сервиса.

Зачем

DoorDash данные Модели ИИ и робототехники упираются не только в вычисления, но и в качество данных. Им нужны свежие примеры из реального мира: как выглядит городская среда, как меняются условия съемки, как ведут себя объекты в повседневных сценариях. Видео и другие цифровые задания, выполненные курьерами, могут давать именно такой материал — не стерильный лабораторный, а живой и вариативный.

Для систем, которые должны ориентироваться в физическом мире, такая информация особенно ценна. Для DoorDash в этой схеме сразу несколько выгод: компания получает поток новых данных без создания отдельной полевой команды; сбор можно быстро масштабировать через уже существующую сеть исполнителей; курьерам можно предлагать дополнительные микрозадания между доставками; логистическая платформа получает еще один путь роста в AI-направлении. На уровне рынка это тоже показательный ход.

В материале Bloomberg прямо говорится, что DoorDash идет вслед за конкурентами, которые уже нашли новые способы использовать гига-работников в AI-буме. Это значит, что спрос на гибкую человеческую работу в индустрии ИИ не исчезает даже на фоне автоматизации. Наоборот, чем активнее компании развивают модели, тем сильнее им нужны люди для сбора, проверки и пополнения массивов данных.

Новая экономика гига История с DoorDash показывает, как меняется сама роль платформенного труда.

Курьер больше не только перевозит пакет из точки А в точку Б. Он может становиться участником цифрового конвейера, который поддерживает обучение моделей. В такой схеме физическая работа и data work постепенно сливаются: один и тот же исполнитель сегодня доставляет еду, а завтра параллельно помогает улучшать алгоритмы компьютерного зрения или роботизированные системы.

У этого поворота есть и практические вопросы. Если подобная модель начнет масштабироваться, рынку придется обсуждать, как оплачивать такие задания, где проходит граница между доставкой и цифровой подработкой, какие требования предъявляются к качеству контента и насколько прозрачно платформы объясняют, для чего именно используются собранные материалы. Для компании это недорогой способ нарастить data pipeline, но для исполнителей это еще и более дробная, атомизированная форма труда, где каждый дополнительный шаг превращается в отдельную микрозадачу.

Что это значит

DoorDash показывает, что следующая стадия AI-экономики строится не только вокруг моделей и чипов, но и вокруг доступа к реальным людям и данным из офлайна. Компании с крупными сетями исполнителей получают новый актив: возможность быстро собирать материал для обучения ИИ. Для рынка труда это сигнал, что гига-работа все заметнее встраивается не просто в доставку, а в обслуживание самой AI-индустрии.