Företag betalar dig för att filma ditt kök – för att träna morgondagens robotar
Företag betalar vanliga människor för att filma vardagslivet – för att träna robotar.
Robotar lär sig laga mat – med hjälp av din vardag
När Wired-journalisten spände fast en iPhone i pannan och börjande dokumentera sin vecka i köket, var det inte för en dokumentärfilm eller ett socialt medieprojekt. Det var ett betaluppdrag: filma dina händer när du diskar, häller upp juice och viker tvätt – och bidra till att träna nästa generations robotar.
Det som i branschen kallas egocentrisk datainsamling handlar om förstapersonsvideor, inspelade från huvud eller bröst. Tekniken är inte ny, men efterfrågan har exploderat i takt med att robotikföretagen kappruster om att bygga humanoidrobotar som faktiskt klarar av att navigera ett riktigt hem – med alla dess kaotiska, oförutsägbara detaljer.
Och det är just detaljerna som gör datainsamlingen så utmanande. Internet är visserligen fullt av videoklipp, men de specifika sekvenser som verkligen tränar robothänder till finmotorisk precision – tusentals närbilda inspelningar av hur en hand lutar en kanna utan att spilla, eller viktar ett handtag precis rätt – finns inte att hämta från YouTube. De måste skapas från grunden, i verkliga kök, av verkliga människor.
En ny sorts arbetsmarknad växer fram
Det har skapat förutsättningar för en helt ny typ av plattformsekonomi. Företag som Kled, Luel och Waffle Video låter användare tjäna pengar på att filma sin vardag. Kled, grundat av 22-årige Avi Patel, har redan över 300 000 användare – och när Patel lade upp ett urval av materialets videosekvenser på X fick inlägget fyra miljoner visningar. De stora teknikbolagen hörde snabbt av sig.
Det är talande. När ett enkelt klipp på händer som diskar väcker den typen av uppmärksamhet hos branschens tyngsta aktörer, förstår man hur hungriga de är på just den här sortens data. Branschbedömare räknar med att ledande teknikföretag under de kommande åren kommer att köpa in hundratals miljoner timmar av tredjepartsproducerat videomaterial.
Det är en siffra man bör stanna upp vid. Hundratals miljoner timmar. Filmade i vanliga hem, av vanliga människor, i utbyte mot en slant.
Möjlighet och obehag i samma rörelse
Jag vill vara tydlig: jag ser enorma möjligheter här. Robotar som faktiskt klarar av att stödja äldre i hemmet, avlasta i hushållet eller assistera vid funktionsnedsättning – det är inte science fiction längre, det är en fråga om när, inte om. Och den vägen går oundvikligen genom just den här typen av datainsamling.
Men det vore naivt att inte också stanna upp vid det som skaver. Det finns något fundamentalt nytt i att hemmet – den mest privata av miljöer – nu aktivt omvandlas till en datakälla. Inte genom att vi råkar lämna spår, utan genom att vi avsiktligt bjuder in kameror i våra köksrörelser, vår tvätt, vår vardag.
Frågor om vem som äger materialet, hur länge det lagras, vad det kan användas till utöver det uttalade syftet – de är inte paranoia, de är berättigade. Och hittills verkar branschen springa snabbare än de svar som behövs.
Samtidigt: det är fascinerande att se hur datainsamlingens geografi förflyttas. Från serverhallar och annotationskontor i låglöneländer, till ditt eget kök i en förort i Göteborg eller Umeå. Arbetet demokratiseras på ett vis – men det ställer också nya krav på transparens från de företag som bygger sin teknik på detta material.
Den humanoidrobot som om tio år kanske plockar upp ett glas från din diskbänk – den lärde sig kanske hur man gör av att titta på just dig.
Vår analys
Det vi ser här är ett tidigt men tydligt tecken på att datainsamlingens nästa front är hemmet. Precis som sociala medier en gång förvandlade vår sociala interaktion till råmaterial för reklamalgoritmer, håller nu robotikbranschen på att förvandla våra fysiska rörelser till träningsdata.
Det som är strategiskt intressant är att detta inte drivs av teknikjättarna direkt – utan av en ny generation mellanhandslager av plattformar som Kled och Waffle Video. Det skapar en fragmenterad marknad med ojämna villkor och oklar ansvarsfördelning.
På lång sikt tror jag att detta kommer att kräva tydlig lagstiftning kring äganderätt till rörelsemönsterdata – något som ännu saknas i de flesta jurisdiktioner, inklusive Sverige. Det vore klokt av svenska och nordiska aktörer att ligga i framkant här, och forma de spelregler som annars riskerar att skrivas av andra. Potentialen är enorm. Ansvaret likaså.