你上次和 ChatGPT 聊天是什麼時候？
也許是昨天，也許是今天早上。你問它一個問題，它給你一個流暢、準確的回答。你很滿意，關掉視窗，繼續過你的生活。
但你有沒有想過，這個「聰明」是從哪裡來的？不是從演算法，不是從伺服器——是從人。具體來說，是那些在非洲、東南亞、南美洲，用時薪一美元多在標記數據的人，那些每天工作二十小時、一邊看著暴力影片分類、一邊慢慢賠掉自己心理健康的人。
這篇文章講的，就是他們的故事。
先說清楚：AI 是怎麼變聰明的
要理解這個問題，得先知道大型語言模型的訓練方式。
ChatGPT、Claude、Gemini 這些 AI，靠的不是什麼神秘的智慧。它們是從大量數據中學習「什麼回答是好的、什麼是不好的」。這個過程叫做 RLHF（人類回饋強化學習）——說白了，就是讓人類不斷告訴模型「這個回答對、那個回答錯」，讓模型從中調整自己。
聽起來很技術，但落到地面，它的意思是：你需要大量的人，坐在電腦前，一條一條看著 AI 輸出的答案，標記哪個比較好、哪個有毒、哪個是暴力內容。每天幾千條，重複再重複。
這些人，就是數據標注員，也被稱為 AI 訓練師。
他們是讓 AI 變聰明的人，但在 AI 財富地圖上，他們幾乎不存在。
誰在賺：數十億市值背後的廉價燃料
先說那些在賺錢的人。
數據標注市場，預計到 2030 年達到 137 億美元。這是一個正在高速成長的行業，需求來源非常清楚：每一家要訓練 AI 的公司，都需要大量的人工標注數據。OpenAI、Meta、Google、Anthropic，還有數以百計的中小型 AI 新創，都是這個產業的買方。
這些公司的估值是多少？OpenAI 在 2025 年的估值超過 3,000 億美元。Meta 的市值在 2025 年峰值逼近 1.5 兆美元。Google 母公司 Alphabet 超過 2 兆美元。
數據標注員，就是讓這些數字成立的燃料。
他們的工作不是可有可無的。沒有數以億計的人工標注數據，這些模型就無法學習如何回答問題、如何辨識什麼是暴力內容、如何生成符合人類偏好的文字。RLHF 流程的每一個環節，都需要人的判斷。
但這些「燃料」是怎麼取得的？答案很簡單：用最低的成本，從全球南方取得。
Appen、Scale AI、Sama、Remotasks——這些是你可能不熟悉的名字，但它們是 AI 訓練數據產業的主要仲介商。它們接受 AI 公司的委託，把任務外包給菲律賓、肯亞、奈及利亞、哥倫比亞、印度的工人。
規模夠大，成本夠低。利潤，留在矽谷。
誰在死（慢性死亡）：時薪一美元的代價
現在說說那些在付出代價的人。
薪資的真相
在美國，一名基礎數據標注員的時薪大約是 $15-30 美元。在法律或醫療等專業領域，可以達到 $30 以上。這個薪資放在矽谷當然不算什麼，但至少是個生存空間。
但這不是全貌。
在非洲、東南亞、南美洲——也就是實際承擔大部分基礎標注工作的地方——時薪往往是 $1-2 美元。印度的年薪大約是 30 萬盧比，折合台幣大概五萬出頭。這不是兼差，這是他們的主要收入來源。
同樣的工作，地球兩端的人拿到的錢，相差十五到三十倍。
工時的真相
薪水低，所以要拼時間。
非洲和東南亞的標注員，每天工作時間最多可達 20 小時。不是偶爾，是常態。每個班次要處理超過 1,000 個案例。這意味著他們幾乎沒有時間睡覺，更不用說休息。
這不是選擇，是生計壓力下的結構性必然。任務是計件制，標多少拿多少。為了賺到足以維持生活的收入，唯一的選擇就是拉長時間。
心理健康的真相
工時還不是最嚴重的問題。真正的代價，是他們每天被迫接觸的內容。
數據標注的工作，有一大部分是「有害內容分類」——判斷一段文字、一張圖片、一段影片是否包含暴力、色情、極端主義、仇恨言論、兒童性剝削等內容。這些內容需要人眼看過，才能貼上標籤，讓 AI 學會迴避。
但看過就看過了，你沒辦法「不看」。
2025 年，人權調查機構 Equidem 對 76 名在哥倫比亞、加納、肯亞工作的數據標注員進行調查。結果記錄了 60 起心理健康事件，包括焦慮症、憂鬱症、PTSD（創傷後壓力症候群）、物質依賴。
76 個人，60 起事件。將近八成。
這些人看到了什麼？砍頭的影片、性侵的影像、極端主義的宣傳片、針對特定族群的屠殺紀錄。他們的工作，是把這些內容分類，讓 AI 知道「這些是壞的東西」。
然後他們下班回家，試著好好睡覺。
有些人做不到。
平台標準的真相
你可能會說，這些公司應該有保護措施。
牛津大學的 Fairwork 計畫，是全球評估數位勞動平台工作條件的重要研究機構。他們對 15 個主要的數據標注平台進行了評估，標準包括基本薪資、工作安全、合約公平性、心理健康支援等。
結果：沒有一個平台達到最低公平標準。
零分。十五分之零。
這不是某幾家不負責任的小公司，這是整個產業的系統性問題。
灰色地帶：讓 AI 變聰明的人，最終被 AI 取代
現在談最諷刺的部分。
AI 的悖論
數據標注員的工作，本質上是在幫 AI 學習如何做他們自己在做的事。
這不是隱喻，是字面上的事實。
隨著 AI 能力的提升，一部分標注工作已經開始被自動化。機器學習工具越來越能夠自動分類常規內容，只把邊緣案例留給人工處理。需要人工的工作越來越少，越來越難，而且越來越低價——因為剩下的都是機器搞不定的爛活，市場議價能力更弱。
所以標注員的處境是：你努力工作，讓 AI 更聰明，AI 更聰明之後，取代了你的工作。
你可以叫它「AI 的原罪」，也可以叫它「效率的邏輯」，但對那個人來說，它叫做「失業」。
薪資鴻溝的邏輯
美國的標注員和非洲的標注員，做的是同樣的工作，但薪資差距高達十五到三十倍。
這個差距不是偶然的，是市場設計的結果。
Appen、Scale AI 這類仲介平台，本質上是在做全球薪資套利。他們把相同的任務放到全球各地，讓最低價的工人競標。在美國無法接受的薪資，在肯亞可能已經是「不錯的收入」。這個價格，就是市場均衡。
但問題不是薪資高不高，問題是：在你所在的地方，一美元能不能買到尊嚴？
答案通常是不行。
誰是真正的受益者
讓我們把整個產業鏈攤開來看。
在最底端，是加納或菲律賓的標注員，時薪一美元，每天工作二十小時，慢慢積累 PTSD。他們的工作被計件定價，沒有保險，沒有保障，也沒有心理諮商。
在中間層，是 Appen、Scale AI、Remotasks 這類仲介平台，從任務費用中抽成，自己不接觸有害內容，也不承擔工人的心理健康風險。
在最頂端，是 OpenAI、Meta、Google，他們用這些數據訓練出幾十億美元估值的模型，並在矽谷的辦公室裡慶祝人工智慧的未來。
整個鏈條，風險往下走，利潤往上走。
這不是哪一家公司的問題，這是整個產業的架構問題。任何一家 AI 公司，只要需要 RLHF，就必然參與這個鏈條——差別只是它們選擇多透明，選擇支付多少，選擇提供多少保護。
有人在做什麼嗎？
公平地說，這個問題已經開始有人注意了。
Mozilla Foundation、Amnesty International、Access Now 等人權組織，都在推動 AI 公司對數據標注員的工作條件承擔更多責任。部分研究機構呼籲建立數位勞工最低薪資標準，要求平台提供心理健康支援。
少數公司確實有所行動。Sama（一個位於肯亞的數據標注商）曾與非政府組織合作，為工人提供基本的心理諮商服務——但這被批評為杯水車薪，且在商業壓力下難以持續。
2023 年，《時代》雜誌的報導揭露 OpenAI 在肯亞使用 Sama 的工人標注有害內容，時薪不到兩美元。這篇報導引起廣泛關注，Sama 隨後宣佈停止與 OpenAI 的合作，但其他供應商繼續填補這個空缺。
問題沒有消失，只是換了一個名字。
Fairwork 計畫呼籲平台採納五項基本原則：公平薪酬、公平工作條件、公平合約、公平管理、公平代表。這五條原則放在一般勞動市場，是常識。放在數位標注產業，是奢侈。
目前，沒有任何主要平台完全達到。
這個問題為什麼很難解決
有人可能會說：那就立法，強制要求 AI 公司保障供應鏈工人的待遇。
問題在於，這個供應鏈的設計，天生就是為了規避責任的。
OpenAI 不直接雇用標注員——它委託 Scale AI 或 Remotasks。這些公司再把任務發包給第三地的個人接案者或小型外包商。每一層外包，都是一道責任的隔離牆。
「我們只和合格的供應商合作」——這是大公司的標準說法。至於供應商怎麼對待工人，合約裡可能有條款，但執行力度取決於意願。
供應鏈不透明，是刻意設計的。
另一個結構性困境，是市場競爭。如果某一家平台決定把工人薪資翻倍、提供心理諮商、減少每日工時，它的成本會大幅上升。在報價競爭中，它會輸給那些繼續壓低成本的競爭對手。除非行業整體強制提升標準，否則任何單一公司的「善意」都是競爭劣勢。
公地悲劇，正在數位勞動市場裡發生。
最後：當你打開 ChatGPT 的時候
我想用一個具體的畫面結束這篇文章。
現在，在某個非洲或東南亞的城市裡，有一個人坐在他的電腦前。螢幕上跳出下一個任務：一段影片，可能是暴力的，可能是性剝削的，也可能只是普通內容。他要在幾秒鐘內判斷、標記，然後繼續下一條。
他已經工作了十二小時。還有八小時才能達到今天的件數目標。
他不知道自己標記的數據，最後被用在哪個模型上。他也不知道那個模型的估值，是幾十億還是幾百億。他只知道，今天的工資，剛好夠付下個月的房租。
另一個畫面：矽谷的某個辦公室，團隊正在慶祝新版模型上線。對齊效果更好了，有害輸出減少了，用戶反饋很正面。首席科學家在內部 Slack 發了一條訊息：「Great work, everyone.」
這兩個畫面，同時存在於這個世界上。它們是同一件事的兩面。
AI 的聰明，是有人付出代價換來的。
不是比喻，是事實。
下次當你覺得 AI 越來越好用的時候，我想請你停一秒鐘，問一個問題：讓它變好用的那個人，現在怎麼樣了？
這個問題沒有讓人舒服的答案。但問出來，比不問，重要。
「AI 財富地圖」系列持續更新。下一集，我們聊聊 AI 最性感的職業：Prompt Engineer——$270K 年薪的夢幻職位，還是正在消失的泡沫？
作者：一見生財 | 2026-03-09
載入留言中...