和機器人一起工作

王姍姍

許智斌在2019年接到了一個新任務，“訓練”機器人做比薩。

作為庫卡機器人的應用工程師，他教機器人完成過各種工作：組裝汽車、給智能手機安裝屏幕、幫小家電公司搬運貨物。但讓它們在廚房里做菜這還是第一次。

說是機器人，許智斌面對的其實還是一些擁有6個軸或4個軸的機械手臂，每個軸都由一臺內置電機驅動。這些機器人的硬件結構和執行精度都是標準化的，不過它們在交付客戶時被期待完成的工作內容并不相同——或能舉起重達幾百斤的貨物，或能捏起來尺寸只有幾毫米的小東西。

簡單說，客戶需要機器人做什么，許智斌就得在交付前“教”會機器人什么。而所謂“教”，就是由人先去理解，要完成某個特定工位上的工作需要做的動作，然后通過一個叫“視教器”的設備，遙控機器人實現那些動作。確定合適的動作軌跡后，再將其復制到其他機器人的程序中去。

許智斌很滿意機器人們給他的及時反饋。只要他敲擊“視教器”上的按鈕，讓機器人從A坐標移動到B坐標，對方就會立刻準確執行，位置誤差保持在±0.01毫米之內。但他有時候也會不耐煩，一個預想的動作機械手臂在實際揮動時可能會打到旁邊的物體，那樣他就需要重新設計軌跡。

許智斌的工作，多數時候都是和一車間的機械手臂在一起，而不是坐在辦公室的電腦前。幾年之前，從事這種工作的人還是稀有群體，大學和技術院校里還沒有一種叫“機器人”的專業，更別說給機器人“培訓”了。但是這種狀況在2013年之后出現了改變。

“2013年是個有趣的年份，被行業稱為‘機器人元年。我也是在那年加入這個行業的?！痹S智斌說，正是從那一年開始，越來越多的行業逐漸意識到“使用機器人的成本和使用人工變得差不多了”。首先是汽車行業，然后是電子制造，現在輪到了離普通人生活更近的餐飲業——機械手臂可以負責調制咖啡或者端盤子。

回想計算機剛剛誕生的1960年代，科幻作家們就征用了控制論之父諾伯特·維納（NorbertWiener）的cvbemetics（控制論）中的cyber和朋克文化中的punk，組合成cyberpunk（賽博朋克），創造出一種對未來“低端生活與高科技結合”的生活想象——智能、數字化，又充滿控制、需要被反叛。

現在，我們已經生活在這種社會里了。賽博化取消了一些低效率勞工的工作，為各個產業提供著更高效的自動化生產工具。人類需要與機器人一起工作，已經是大趨勢，而一批新職業也由此產生。

京東的“AI養殖員”陶俐宇是另外一個例子。和許智斌訓練硬件機器人不同，陶俐宇在嘗試的是創造一種軟件機器人，讓它可以把整個養豬場、養牛場或魚塘管理起來。

陶俐宇比許智斌小2歲，也是80后，正處在想要借著技術趨勢和公司戰略變化干一番新事業的職業關鍵期。

一年之前，他的身份還是京東旗下京東數科的一位軟件工程師，負責電子商務程序的開發。2018年，國內互聯網大公司紛紛宣稱要利用AI技術為傳統產業“賦能”，農業是京東押注的領域之一。它和吉林的黑牦牛集團、北京的首農集團等企業達成合作，陶俐宇在內的3位工程師由此開啟了他們的“下鄉運動”。他們的任務是實現農業養殖的自動化，開發可實現自動投喂、自動噴淋、通過智能攝像頭監測和評估家畜健康狀況等功能的自動化設備。

智能攝像頭已是成熟硬件，識別出眼前是否有一頭牛，在有需要的時候給它喂食、或者是把噴頭打開，這都并非難事。困難的是，這些設備要有能力判斷什么才是“有需要的時候”。

以稱重為例，傳統做法是把家畜趕上稱重器。稱一頭豬通常需要兩三個人合作才能完成，一個豬場如果有上千頭豬，實時監測這些家畜健康狀況的任務就變得不可完成。陶俐宇被派到吉林養豬場工作時就體驗過這種傳統做法，連續近半個月，他每天要把8頭或10頭豬趕上稱重器，稱過的黑毛豬就用推子推一塊毛下來做記號，第二天再稱其他豬。

在陶俐宇以原始方法稱豬的同時，還有一位算法工程師會通過視覺估算每頭豬的重量。雙方每天對比各自的測算結果，然后由算法工程師調整算法來減小誤差。這樣持續半個月后，那些陶俐宇帶人安裝在豬棚里的智能攝像頭，依靠拍攝一頭豬的照片就能估算其體重，與實際體重的誤差可控制在3%之內。

陶俐宇做的，其實是一項收集數據的工作，除了收集豬的體重，他還采集過進食時的豬臉、需要洗澡或降溫的牛、生病的家畜，同時也會關注當時養殖場內溫度和濕度等數據的情況。

許智斌1984年生 電氣工程專業2013年起從事機器人行業

受“賽博化”驅動產生的新型職業，并不都是像許智斌和陶俐宇從事的這類高端工作。賽博化同時也創造了另外一大批新勞動者，比如數據標注員和“假粉”。

所有人工智能算法模型注入的數據，都需要先完成標注這道“粗加工”環節。2017年在北京創立的“龍貓數據”，它的業務就是處理來自各大互聯網公司的原始數據。龍貓開發了一個類似于Photoshop的簡化版工具，只留下畫框、打點和摳圖等基本按鍵，專門用于做數據標注。

所謂標注，就是在圖片和音頻旁邊都標注上文字，把它們變成機器可以識別的語言。比如最簡單的是拉框，一個標注員使用畫框工具就可以把人群中的所有人臉都標注出來。用于人臉識別的臉部圖片，標注員的工作就是要在沿著臉的輪廓打點，一張人臉圖通常會被標注上200多個點。

龍貓數據在收到互聯網公司客戶的標注訂單后，會通過它的眾包平臺對外發布。家住河南洛陽的李珊珊就是這個平臺上3000個注冊用戶中的一員。她工作的公司，從前代理銷售POS機，2018年后完全轉向了做數據標注。

李姍姍1989年生法律專業2018年起從POS機銷售員轉型為數據標注員

李珊珊所在的這家公司現在有幾十名員工，過去他們都是每天在外面跑的銷售員，現在轉為每天坐在電腦前打標簽，很多人都因為坐不住而離職了?！耙粋€框賺幾分錢，大一點的話可能1毛多。最多的一張我記得我打過480多個框，眼都快看瞎了?！崩钌荷赫f，但她堅持了下來，因為覺得自己平時不太愛說話的個性，這時候反倒是成了一種優勢?；顑憾嗟臅r候，李珊珊每個月能拿到4000多元。她31歲、已婚且有了小孩，而這份工作的另一個好處就是“在家也可以工作”。

大家都發現數據標注是門生意時，洛陽當地一度有十多家數據標注公司，出現了生意競爭。從龍貓數據對接生意的公司，基本都分布在三四線城市。而全國像李珊珊這樣從事數據標注工作的個人，大概有上百萬。除了河南，廣西和東北也是從事這一職業的勞動力密集區。

每個數據標注員的桌上都配有一瓶眼藥水?？蛻粢眉钡臅r候，通宵標注是常有的事。李珊珊說，她大部分時間都是依靠作為人的本能在工作——區分出一張圖片中哪個部位是人的頭部，哪個部位是腰，有些人體部位被東西擋住時，她就會“腦補”被擋住的是哪些部位，把它們標注出來。但有時，她也會遇到一些令人崩潰的“主觀題”。

“比如客戶要求你從大紅色、棗紅色、洋紅色等選項里選出那個描述正確的顏色，標注員選了正紅色，但是質檢員認為是洋紅色，再到客戶那里可能又說是棗紅色。”李珊珊說。質檢不合格的標注都會被打回來重做。李珊珊知道，自己標注的這些數據會被用到各種人臉識別或圖文識別的App中，但她不認為會有用戶注意到那些功能很厲害的應用背后，還有“數據標注員”這個角色的存在和他們發揮的價值。

只有在碰到那種為她喜歡的時尚服裝做標注的任務時，辦公室里才會傳出一些笑聲。比如有的模特穿的衣服是從上身直接纏到鞋子，或者有人頭上扣了一個像盤子一樣的東西，辦公室里就會發起一陣陣“這是褲子還是上衣還是鞋子？”“這到底是帽子還是頭飾？”之類的討論。每個人都會被遠在萬里之外的都市流行時尚給逗樂一會兒。

圍繞互聯網、人工智能以及傳統行業自動化升級這些賽博化因素而形成的一系列新職業之間，存在著一種“上下游”的產業鏈關系。上游的工作更富有創造性和技術含量——比如許智斌，可以不斷把他作為人的智能轉化為機器可以理解的程序，不斷增進機器人的柔性;陶俐宇則在思考養豬場、養牛場里有哪些環節可以用算法來替代。而這條產業鏈的下游，許多工作的枯燥程度不亞于制造業流水線上的工作。

廣西來賓的陳曉光在這個賽博化社會里找到的工作，比李珊珊的還要碎片化和廉價。

陳曉光30歲，3年前開始在網絡推廣任務眾包平臺“微推推”和“兼客吧”接任務?？匆欢我曨l、發一條朋友圈、轉發一條微博、為某部電影打個高分、拉攏一個新用戶、打開一個網頁并停留3分鐘，甚至是幫雇主發求婚短信……都會成為任務和賺錢手段。

不同任務的價格不同：轉發朋友圈最低一元，注冊新賬號兩元起步、在App應用寫評論每條三元……陳曉光喜歡轉發朋友圈這種任務，因為操作簡單，他不會接需要實名注冊發貼或者要用到個人銀行卡信息的任務。

陳曉光一直強調，這只是自己的“兼職”，雖然他始終沒有透露自己的正式職業到底是什么。這份兼職他倒是已經做了3年，完成了2000多單，每天到手五六元到五六十元不等，用陳曉光的話說“也就是賺個買煙的錢”。但為此他每天要泡在手機或電腦上幾個小時來完成那些“假粉”任務，剩下的時間就用來打游戲，生活在四線城市的陳曉光對這樣的日子還算滿意。

在這些眾包平臺上發布推廣任務的人，陳曉光稱他們為商家。而他接過的任務也五花八門。他還記得，出錢最高的一次任務是在豆瓣上給張藝謀的電影《長城》“投票”——給五星好評就能拿到5元。他也受雇做水軍去“黑”過百度，要傳播的內容是商家提供的，大致是說百度直播是個騙錢的產品。陳曉光并不關心他發貼評論的到底是些什么內容，只要回到眾包平臺上上傳作業截圖，然后找商家結賬就行。

有些任務會按粉絲數量給價，怕在社交網絡上做任務讓朋友反感，陳曉光就注冊了小號，把一些“業務群”里面的同行加成好友，每天也會有人從那些群里找到他，申請加好友。

眾包平臺從這些任務中抽成。而陳曉光也學習這個思路，發展了自己的“下線”——把不知道有微推推和兼客吧這些眾包平臺、又想做點兼職的人，拉到一個群里。他接到任務之后，再和下線們一起完成，然后從他們的收人中抽成?！奥犝f一天能賺2元，那些老人和在家沒事做的婦女都愿意加入?！标悤怨庹f。有一回，他帶著下線們跑去一個應用市場給某款App寫好評，不停歇地從早忙到晚，一天之內刷出1000多條評論。這張“大單”讓陳曉光掙了2000元，只是這種好機會也并不常有。

雖然處在產業鏈的底端，李珊珊還是很珍惜數據標注員的工作。她聽說，陜西那邊也開始有人做數據標注了，那邊的人力成本比洛陽更低。但她認為只要自己好好做，從數據標注員晉升為質檢員和培訓師，應該可以有不錯的職業前景。等到她能向老板證明自己的能力，即使公司將來放棄數據標注生意再度轉型，她應該也不會失業。

應采訪對象要求，文中陳曉光為化名。