Page 24 - 《社会》2025年第2期

智能制造甘愿：人工智能训练的劳动组织形式与控制策略

“朝九晚十”和“周末无休”的超负荷劳动状态，劳动强度被员工形容为
“AI 富士康”（访谈资料，Y-12）。 然而劳动强度的增加并不意味着收入
增加，甚至伴随着高风险，部分受访者抱怨任务分配的随机性带来的风
险：“每个人每天需要处理 6 张 3D 影像 （3D 影像会被切割成 1 000~
2 000 张 2D 图片），每张图片里的细胞数量是不同的，数量从几十个到
几千个不等， 遇到上千的只能自认倒霉， 没法完成工作量只能被扣工
资。 ” 也有受访者强调项目对劳动过程的精确度要求引发的风险：“不
同细胞神经网络需要连线，以便后续形成 3D 的立体图，这就要求丝毫
不能出错，一旦一条线连错了，后续所有的连线都无效，有时候出意外
一天的工作就白做了。 所以处理复杂的数据时，犹如行走在钢丝上的杂
技演员，稍有疏忽就会酿成大错。 ”（访谈资料，Y-17）更严重的是甲方
对质量要求的模糊性和变幻莫测， 标准的随意调整可能让整个团队长
时间的工作付之一炬，一位质检员用“棋子”形容 AI 训练师在劳动过程
中的弱势地位和自主性丧失：
“甲方爸爸”就是悬在头顶上的达摩克利斯之剑，我们就
是任人摆布的棋子。 有的项目会根据我们初期或者中期做出
的数据临时调整技术标准， 一旦调整， 整个项目就得重新开
始，更可恶的是，有的甲方在你完成所有项目后，直接说质量
不行需要调整，否则不打尾款。 （甲方）不满意不付款，小组的
绩效收入就没法结算。 （访谈资料，Y-9）
（三）Z 平台：众包项目制
1. Z 平台概况
Z 平台是国内某互联网巨头于 2017 年开发并运营的人工智能数据
众包服务平台，其核心特征是利用众包劳动的分散性和灵活性，通过线
上任务分配，实现 AI 训练所需的基础数据处理。 与 X 实验室和 Y 工厂
的劳动具有固定的物理空间不同，Z 平台依托数字平台技术突破了劳
动的空间限制， 形成了一种高度灵活化、 去组织化的在线数据劳动模
式。 其基本运作模式为：有 AI 训练任务的人工智能研发机构向平台提
出定制化数据需求，平台根据需求将项目分解为独立的微型任务，个人
或团队通过平台领取并完成任务。 由于互联网平台众包劳动的特点，一
般只涉及非保密的数据和基础的 AI 训练业务，对劳动者的专业技能水
平要求较低，一般只限于对图片、语音、视频、文本等数据进行采集、清

· 17·