序文：フードデリバリーからAI訓練へ、DoorDashの新たな戦場
アメリカの著名なフードデリバリープラットフォームであるDoorDashが、静かに転換を遂げている。2026年3月、記者のReece RogersはWIREDに記事を発表し、DoorDashの新アプリ「Tasks」を試用した実体験を共有した。このアプリでは、ユーザーが日常生活の動画を録画してAIモデルを訓練し、報酬を得ることができる。Rogersは自分が洗濯をしたり、卵を炒めたり、公園を散歩したりする動画を録画した。これらの一見平凡なタスクが、AIが人間の行動を学習するための貴重なデータソースとなったのだ。しかし、この体験は彼にAI零工経済の「暗い未来」を見せることとなった。
「私は自分が洗濯をしたり、卵を炒めたり、公園を散歩したりする動画を録画した。DoorDashの新しいTasks Appでは、ギグワーカーがAIを訓練するために報酬を受け取る。」——原文要約
DoorDashはもともとレストランと消費者をつなぐフードデリバリーサービスで知られていたが、近年、AI技術の爆発的な成長に伴い、データアノテーション分野に参入し始めた。Tasks Appはまさにこの戦略の産物であり、ギグエコノミーとAI訓練をシームレスに接続し、一般の人々をAIの「データ農民」に変えている。
Tasks Appの使用体験：シンプルだが単調なタスクの繰り返し
Rogersのテストプロセスは非常に直感的だった。アプリをダウンロード後、彼はタスクリストを閲覧し、「洗濯プロセスのデモンストレーション」や「キッチン調理のシミュレーション」などのプロジェクトを選択した。各タスクでは、ユーザーが規定時間内に高画質動画を録画し、指示に従って特定の動作を行う必要がある。例えば、洗濯タスクでは衣類の投入から脱水までの全プロセスを示す必要があり、卵炒めでは炒め方の技術と火加減のコントロールが強調され、公園の散歩では自然な歩き方と環境との相互作用を捉える必要がある。
動画のアップロードが完了すると、アプリはAIによる初期審査を行い、合格者は報酬を受け取ることができる——通常、1タスクあたり数ドル程度だ。Rogersによると、全プロセスは数分で済むが、大量に作業すると機械的な繰り返しを感じるという。「これは創造的な仕事ではなく、終わりのないパフォーマンスだ」と彼は書いている。アプリのインターフェースは使いやすく、リアルタイムフィードバックをサポートしているが、タスクの多様性は限定的で、主に家事、調理、アウトドア活動に集中している。これらのデータはコンピュータビジョンモデルの訓練に使用され、自動運転や家庭用ロボットなどの分野でAIが人間の行動を理解するのに役立つ。
業界背景：AIのデータ飢餓とギグエコノミーの衝突
AIモデルの訓練には膨大な高品質データが不可欠だ。過去には、データアノテーションは主にScale AIやAmazon Mechanical Turkなどの専門企業が担当していたが、コストが高騰していた。GPTシリーズのような大規模言語モデルやSoraのようなマルチモーダルAIの台頭により、動画データへの需要は爆発的に増加した。DoorDashなどのプラットフォームはチャンスを見出した：既存のギグワーカーネットワーク（フードデリバリー配達員など）を活用して、迅速にデータをクラウドソーシングするのだ。
統計によると、グローバルAIデータ市場の規模はすでに100億ドルを超えており、百度、阿里などの中国企業も類似のプラットフォームに大規模に投資している。例えば、百度衆包と阿里雲のDataWorksは、どちらもユーザーがマイクロタスクを通じて収入を得ることを可能にしている。DoorDash Tasksの革新性は動画志向にあり、静的な画像アノテーションよりも貴重な動的行動データを捉えている。しかし、これは懸念も引き起こしている：ギグエコノミーはすでに低賃金と不安定性で知られており（アメリカのギグワーカーの平均時給は15ドル未満）、AIタスクはさらに参入障壁を下げ、多くの人々が「デジタル肉体労働者」に転落する可能性がある。
背景知識の補足：早くも2023年には、RemotasksやClickworkerなどの類似アプリが流行しており、ユーザーに画像のアノテーションや音声の文字起こしに対して報酬を支払っていた。DoorDashの参入は、従来のギグプラットフォームがAI専用への転換を図っていることを示している。将来、Figure 01やTesla Optimusなどのロボットが商用化されるにつれて、人間の行動動画への需要は引き続き急増するだろう。
暗い未来への懸念：低賃金、プライバシー、自動化の脅威
Rogersの体験は複数の問題を明らかにした。まず、報酬が微々たるものであること：5分の動画でわずか2-5ドルしか得られず、時間コストを差し引くと時給は最低賃金をはるかに下回る。次に、データプライバシーへの懸念だ。ユーザーがアップロードした動画には顔や家の詳細が含まれる可能性があり、商用訓練に使用される可能性もあるが、プライバシー規約は曖昧だ。さらに、仕事の不安定性：タスクはいつでも枯渇する可能性があり、アプリのアルゴリズムは高パフォーマンスユーザーを優先し、低スキルワーカーは淘汰されやすい。
より深刻なのは自動化のパラドックスだ：ギグワーカーがAIを訓練し、最終的にはAIに取って代わられる可能性がある。AIが完璧に卵を炒めたり洗濯したりできるようになったら、誰が人間のデモンストレーションを必要とするだろうか？Rogersは警告する。これは「AI gig work」の台頭を予告している——人間の労働が断片化され、アルゴリズム化され、交渉力を失うのだ。同様の現象はすでにUpworkやFiverrで現れており、AIツールがクリエイティブタスクを侵食している。
編集者注：AIギグワーク、中国の視点から見た機会と課題
AI技術ニュース編集者として、DoorDash Tasksはアメリカで最初にローンチされたが、中国市場への示唆は深いと考える。美団、餓了麼などの中国のギグプラットフォームはすでにAIスケジューリングを深く統合しており、将来的には類似のデータタスクアプリを展開する可能性がある。一方では、これは下位市場に柔軟な雇用を提供するが、他方では、低賃金競争が都市と農村の格差を拡大させるだろう。政策面では、データ労働者の権利保護を強化する必要がある。EUのAI法はすでに透明なソース表示を要求している。中国はこれを参考にして、「データ主権」立法を推進できる。同時に、企業は純粋な自動化の罠を避け、「人間+AI」の共生モデルを探求すべきだ。全体的に見て、これはギグワークの終わりではなく、新時代の始まりである——人間は適応し、AIの「代替品」ではなく「コーチ」になる必要がある。
将来を展望すると、2026年のTasks Appはパラダイムとなり、兆ドル規模のAIデータ経済を生み出す可能性がある。しかし、公平なメカニズムがなければ、不平等を拡大させるだろう。読者の皆さん、あなたはAIのために日常生活を「パフォーマンス」する意思はあるだろうか？
（本文約1050字）
本記事はWIREDより編訳、著者Reece Rogers、原文日付2026-03-21。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接