Индийские рабочие снимают ежедневные задачи за 2,40 доллара в час для обучения ИИ-роботов

Чтобы обеспечить поток наборов данных для обучения роботов, индийские рабочие, такие как Нагиредди Срирамьячандра, снимают повседневные действия с помощью смартфонов, закреплённых на голове, за примерно 250 рупий (около $2,40) в час. Компании, включая Objectways и базирующуюся в Бангалоре Humyn Lab, превращают эту эгокцентрическую видеозапись в обучающие метки, пока инвесторы оценивают рынок гуманоидных роботов в около $38 млрд к 2035 году.

В Тамил Наду камера на головном уборе записывает, как Нагиредди Срирамьячандра нарезает манго, и этот материал становится обучающими данными для роботов примерно по 2,40 доллара в час. Эти ручные задачи питают эгокинетическую видеопотоковую систему, которая простирается от текстильных цехов до аннотационных мастерских, таких как Objectways, и далее — в технологические коридоры США, где генеральный директор Рави Шанкар привлекает следующую волну спроса на ИИ. Доходы скромны, но прогнозы рынка — нет: Goldman Sachs оценивает рынок гуманоидных роботов в 38 миллиардов долларов к 2035 году. Между этими цифрами возникают сложные вопросы о том, кто извлекает выгоду из стремления Индии стать хабом данных, и что означает постоянная запись для конфиденциальности работников.

ИИ нуждается в человеческом контексте, и сейчас этот контекст часто выглядит как смартфон, прикреплённый к голове работника, фиксирующий обыденное. В южной Индии люди снимают себя, как режут манго, завязывают шнурки или готовят кофе. Эти видео помогают американским компаниям совершенствовать роботов и помощников, обучающихся на наблюдении. Оплата низкая, но ставки для глобального развития ИИ высоки.

Для типичной домашней задачи работники зарабатывают около 2,40 доллара в час, записывая видео от первого лица, которое показывает, как руки выполняют ту или иную работу. Это называется эгокинетическим видео, и оно высоко ценится, поскольку объединяет намерение, движение и окружающую среду в одном потоке. Эти клипы обучают имитации, что крайне важно, если роботы должны будут складывать белье или готовить пищу без пошагового программирования.

Одним из узлов этой цепочки поставок является Objectways — компания по разметке данных, основанная Рави Шанкаром, которая тесно сотрудничает с американскими технологическими клиентами. Сотрудники снимают сотни микрозадач в смоделированных домах и фабричных макетах, после чего коллеги аннотируют кадры, превращая их в машиночитаемые шаги. По данным компании, результаты используются командами, создающими бытовых роботов и складские системы на крупных платформах, включая такие компании, как Amazon.

Экономика слишком значима, чтобы её игнорировать. Обучение гуманоидных и мобильных роботов требует огромных объемов чистых данных о поведении в реальном мире. Это стимулирует рынок услуг, за которым внимательно следят на Уолл-стрит. Согласно Goldman Sachs, расходы, связанные с гуманоидными роботами, могут превысить 38 миллиардов долларов к 2035 году, при условии снижения стоимости оборудования и продолжения улучшения моделей общего назначения.

Эта работа поднимает сложные вопросы, которые распространяются на данные, поступающие в Силиконовую долину. Первое беспокойство — это конфиденциальность, поскольку видео часто снимается на кухнях, в гостиных и на производственных линиях. Некоторые работники избегают съемки спален или членов семьи вообще. Другие хотят четких правил по хранению, лицензированию и тому, будет ли их контент использован в будущих коммерческих моделях без постоянной компенсации.

🚨 Рабочие Индии обучают роботов-искусственных интеллектов заменять себя.

За 250 рупий в час работники записывают повседневные действия, чтобы помочь мировым технологическим компаниям обучать роботов на основе ИИ двигаться, как люди. pic.twitter.com/Y5DYgGcMTh

— Bharat Tech & Infra (@BharatTechIND) June 11, 2026

Также существует вопрос о равенстве оплаты труда. Разница между роботом, обученным на основе недорогого труда, и премиум-продуктом, продаваемым в США, привлекает внимание регуляторов и клиентов. Должны ли наборы данных, позволяющие создавать роботов с высокой маржой, обеспечивать более высокую заработную плату участникам? Этот вопрос сопровождает бум ИИ так же, как десять лет назад обсуждались дебаты вокруг сервисов такси и модерации контента.

Тем не менее, масштаб продолжает двигать рынок вперед. Командам из США нужны разнообразные руки, освещение и среды, чтобы избежать хрупких моделей. Пока камеры продолжают снимать — по одному кусочку манго и складыванию полотенца за раз — превращая повседневные жесты в следующий набор данных для обучения машин, которые хотят понять, как мы живем и работаем.