ブルームバーグの報道によると、ウーバーは、AI（人工知能）データのラベル付け業務にギグワーカー（臨時労働者）を積極的に採用しています。この動きは、ウーバーが独立請負業者に依存するビジネスモデルを活用し、急速に成長する機械学習と大規模言語モデルの需要に応えようとしていることを示しています。
ウーバーの新部門「Scaled Solutions」は、同社のプラットフォームを通じて企業を「細やかな分析力を持つアナリスト、テスター、独立データオペレーター」と繋げると発表しています。これは、主に米国とインドに拠点を置くウーバー内部チームの拡張であり、新機能のテストや、レストランのメニューをウーバーイーツの選択肢に変換するなどのタスクを担当しています。
ウーバーはこれまで自社ビジネスでAIと機械学習を応用してきましたが、今度は有料でこれらの技術を他の企業に提供することを決定しました。Aurora、Luma AI、Nianticなど複数の企業に対し、データのラベル付け、テスト、ローカリゼーションなどの業務を行うギグワーカーを採用しています。
AIモデルのトレーニングにおける重要な裏事情として、人間が最も自然なチャットボットの回答を選択したり、自動運転車の映像から歩行者をフレームごとにタグ付けしたりするなど、多くの煩雑な作業に大量の人手が必要となることが挙げられます。これらのタスクをこなすために、多くのAIモデル開発企業は発展途上国の労働者を雇用し、比較的低い賃金を支払うのが一般的です。インドのエンジニアの一人はブルームバーグに対し、複雑なコーディング問題に対するAI生成の回答を比較・採点するよう求められ、1セットあたり200インド・ルピー（約2.37ドル）の報酬を受け取っていると述べています。
現在、ウーバーはカナダ、インド、ポーランド、ニカラグア、米国など世界各国で労働者を募集しており、タスクの完了量に応じて異なる報酬を支払い、給与は月払いとなっています。さらに、AIを様々な市場でより適応性のあるものにするために、様々な文化背景を持つ人材も求めています。
注目すべきは、これがウーバーがAI分野に進出した初めての事例ではないということです。同社は以前、自動運転車の開発に巨額の投資を行っていましたが、車両による歩行者死亡事故を受け、プロジェクト全体を中止しました。2016年には、認知科学者のGary Marcus氏らコンピューター科学教授が設立したAI研究ラボも買収しています。
要点:
🌍 ウーバーはギグワーカーを活用し、AIデータのラベル付け事業に参入。機械学習と大規模言語モデルの需要に対応。
💰 複数の企業に対し、データのラベル付け、テスト、ローカリゼーションなどの業務を行うギグワーカーを採用。報酬は業務量に応じて異なる。
👩💻 AIモデルのトレーニングには大量の人手による煩雑な作業が必要。ウーバーは世界各国から労働者を募集し、AIの適応性を高める。
