DoorDash omvandlar sina budföretag till datainsamlare – skapar ny inkomstkälla
DoorDash betalar budföretag för att samla data till AI-träning.
När DoorDash lanserade sin nya "Tasks"-app i torsdags skapade de något som kan komma att förändra hur företag samlar träningsdata för sina AI-system. Istället för att köpa data från tredje part eller förlita sig på automatiserad insamling, betalar nu matleveransjätten sina egna budföretag för att filma vardagsuppgifter.
Enligt TechCrunch får budföretagen nu en helt ny inkomstkälla genom att utföra specifika uppgifter som hjälper AI-system att bättre förstå den fysiska världen. Det handlar om allt från att filma sina händer när de diskar tallrikar med kroppskamera till att spela in sig själva när de talar på främmande språk.
Kvalitetsdata från verkliga miljöer
Det genialiska med DoorDash:s strategi ligger i att de får tillgång till autentisk data från verkliga arbetsmiljöer. Budföretagen befinner sig redan ute i samhället, har tillgång till olika miljöer och situationer, och kan nu dokumentera dessa på ett strukturerat sätt som direkt gynnar företagets AI-utveckling.
"Betalningen visas i förväg och bestäms utifrån ansträngning och komplexiteten hos aktiviteten", förklarar DoorDash i sitt blogginlägg. Det här är transparent prissättning som gör det enkelt för budföretagen att avgöra vilka uppgifter som är värda deras tid.
Bredare tillämpning än bara matleveranser
Vad som gör det här extra spännande är att datainsamlingen inte bara handlar om DoorDash:s egen verksamhet. Enligt rapporter kommer det ursprungliga ljud- och videomaterialet användas för att utvärdera både företagets egna AI-modeller och system som utvecklas tillsammans med partners inom detaljhandel, försäkring, hotellbranschen och tekniksektorn.
Det betyder att DoorDash positionerar sig som en dataleverantör, inte bara en leveranstjänst. De har insett att deras nätverk av budföretag är en ovärderlig tillgång för att samla in den typ av verklighetstrogen data som AI-system behöver för att fungera i komplexa, verkliga miljöer.
Win-win för alla parter
Den här modellen skapar verklig värde för alla inblandade. Budföretagen får en flexibel extrainkomst utöver sina vanliga leveranser, DoorDash får högkvalitativ träningsdata från förstahands källor, och AI-systemen får träna på autentiskt material från verkliga situationer istället för konstgjord eller begränsad data.
Det är också ett smart sätt att hantera en av AI-branschens största utmaningar - tillgången till relevant, högkvalitativ träningsdata. Medan många företag kämpar med datainsamling eller förlitar sig på webskrapning av tvivelaktig kvalitet, har DoorDash skapat en hållbar, etisk modell där alla parter gynnas.
Framtiden för datainsamling
Jag ser det här som början på en trend som kommer att sprida sig snabbt. Företag med stora nätverk av arbetare - tänk Uber, Lyft, eller olika serviceplattformar - sitter på enorma möjligheter att skapa liknande dataekonomier.
DoorDash har visat att det går att bygga en affärsmodell där datainsamling blir en naturlig del av den befintliga verksamheten, istället för något som läggs på som en börda.
Vår analys
Det här är mer än bara en produktlansering - det är ett prejudikat för hur framtidens dataekonomi kan fungera. DoorDash har förstått att deras största tillgång inte bara är leveransnätverket, utan den kollektiva förmågan hos deras budföretag att dokumentera verkliga situationer.
Jag tror vi kommer att se den här modellen sprida sig snabbt till andra plattformsföretag. Varför skulle inte Uber betala förare för att samla trafikdata? Eller serviceplattformar betala hantverkare för att dokumentera olika reparationer?
Utvecklingen pekar mot en framtid där datainsamling blir en integrerad del av gig-ekonomin. Det skapar nya inkomstströmmar för arbetare samtidigt som företag får tillgång till autentisk, högkvalitativ träningsdata. För AI-branschen kan det här bli lösningen på databristen som många företag kämpar med idag.
Den stora frågan nu är hur snabbt konkurrenterna följer efter och om vi kommer att se nya plattformar som enbart fokuserar på denna typ av datainsamlingstjänster.