和机器人一起工作
和机器人一起工作
技术一边在取代人工，一边又创造了全新的工种
许智斌在 2019 年接到了一个新任务，「训练」机器人做比萨。
作为库卡机器人的应用工程师，他教机器人完成过各种工作：组装汽车、给智能手机安装屏幕、帮小家电公司搬运货物。但让它们在厨房里做菜这还是第一次。
说是机器人，许智斌面对的其实还是一些拥有 6 个轴或 4 个轴的机械手臂，每个轴都由一台内置电机驱动。这些机器人的硬件结构和执行精度都是标准化的，不过它们在交付客户时被期待完成的工作内容并不相同——或能举起重达几百斤的货物，或能捏起来尺寸只有几毫米的小东西。
简单说，客户需要机器人做什么，许智斌就得在交付前「教」会机器人什么。而所谓「教」，就是由人先去理解，要完成某个特定工位上的工作需要做的动作，然后通过一个叫「视教器」的设备，遥控机器人实现那些动作。确定合适的动作轨迹后，再将其复制到其他机器人的程序中去。
许智斌很满意机器人们给他的及时反馈。只要他敲击「视教器」上的按钮，让机器人从 A 坐标移动到 B 坐标，对方就会立刻准确执行，位置误差保持在±0.01 毫米之内。但他有时候也会不耐烦，一个预想的动作机械手臂在实际挥动时可能会打到旁边的物体，那样他就需要重新设计轨迹。
许智斌的工作，多数时候都是和一车间的机械手臂在一起，而不是坐在办公室的电脑前。几年之前，从事这种工作的人还是稀有群体，大学和技术院校里还没有一种叫「机器人」的专业，更别说给机器人「培训」了。但是这种状况在 2013 年之后出现了改变。
许智斌/1984 年生 电气工程专业/2013 年起从事机器人行业
「2013 年是个有趣的年份，被行业称为『机器人元年』。我也是在那年加入这个行业的。」许智斌说，正是从那一年开始，越来越多的行业逐渐意识到「使用机器人的成本和使用人工变得差不多了」。首先是汽车行业，然后是电子制造，现在轮到了离普通人生活更近的餐饮业——机械手臂可以负责调制咖啡或者端盘子。
回想计算机刚刚诞生的 1960 年代，科幻作家们就征用了控制论之父诺伯特·维纳 (Norbert Wiener) 的 cybernetics (控制论) 中的 cyber 和朋克文化中的 punk，组合成 cyberpunk (赛博朋克)，创造出一种对未来「低端生活与高科技结合」的生活想象——智能、数字化，又充满控制、需要被反叛。
现在，我们已经生活在这种社会里了。赛博化取消了一些低效率劳工的工作，为各个产业提供着更高效的自动化生产工具。人类需要与机器人一起工作，已经是大趋势，而一批新职业也由此产生。
京东的「AI 养殖员」陶俐宇是另外一个例子。和许智斌训练硬件机器人不同，陶俐宇在尝试的是创造一种软件机器人，让它可以把整个养猪场、养牛场或鱼塘管理起来。
陶俐宇比许智斌小 2 岁，也是 80 后，正处在想要借着技术趋势和公司战略变化干一番新事业的职业关键期。
一年之前，他的身份还是京东旗下京东数科的一位软件工程师，负责电子商务程序的开发。2018 年，国内互联网大公司纷纷宣称要利用 AI 技术为传统产业「赋能」，农业是京东押注的领域之一。它和吉林的黑牦牛集团、北京的首农集团等企业达成合作，陶俐宇在内的 3 位工程师由此开启了他们的「下乡运动」。他们的任务是实现农业养殖的自动化，开发可实现自动投喂、自动喷淋、通过智能摄像头监测和评估家畜健康状况等功能的自动化设备。
智能摄像头已是成熟硬件，识别出眼前是否有一头牛，在有需要的时候给它喂食、或者是把喷头打开，这都并非难事。困难的是，这些设备要有能力判断什么才是「有需要的时候」。
以称重为例，传统做法是把家畜赶上称重器。称一头猪通常需要两三个人合作才能完成，一个猪场如果有上千头猪，实时监测这些家畜健康状况的任务就变得不可完成。陶俐宇被派到吉林养猪场工作时就体验过这种传统做法，连续近半个月，他每天要把 8 头或 10 头猪赶上称重器，称过的黑毛猪就用推子推一块毛下来做记号，第二天再称其他猪。
在陶俐宇以原始方法称猪的同时，还有一位算法工程师会通过视觉估算每头猪的重量。双方每天对比各自的测算结果，然后由算法工程师调整算法来减小误差。这样持续半个月后，那些陶俐宇带人安装在猪棚里的智能摄像头，依靠拍摄一头猪的照片就能估算其体重，与实际体重的误差可控制在 3% 之内。
陶俐宇做的，其实是一项收集数据的工作，除了收集猪的体重，他还采集过进食时的猪脸、需要洗澡或降温的牛、生病的家畜，同时也会关注当时养殖场内温度和湿度等数据的情况。
受「赛博化」驱动产生的新型职业，并不都是像许智斌和陶俐宇从事的这类高端工作。赛博化同时也创造了另外一大批新劳动者，比如数据标注员和「假粉」。
所有人工智能算法模型注入的数据，都需要先完成标注这道「粗加工」环节。2014 年在北京创立的「龙猫数据」，它的业务就是处理来自各大互联网公司的原始数据。龙猫开发了一个类似于 Photoshop 的简化版工具，只留下画框、打点和抠图等基本按键，专门用于做数据标注。
所谓标注，就是在图片和音频旁边都标注上文字，把它们变成机器可以识别的语言。比如最简单的是拉框，一个标注员使用画框工具就可以把人群中的所有人脸都标注出来。用于人脸识别的脸部图片，标注员的工作就是要在沿着脸的轮廓打点，一张人脸图通常会被标注上 200 多个点。
龙猫数据在收到互联网公司客户的标注订单后，会通过它的众包平台对外发布。家住河南洛阳的李珊珊就是这个平台上 500 万个注册用户中的一员。她工作的公司，从前代理销售 POS 机，2018 年后完全转向了做数据标注。
李珊珊/1989 年生 法律专业/2018 年起从 POS 机销售员转型为数据标注员
李珊珊所在的这家公司现在有几十名员工，过去他们都是每天在外面跑的销售员，现在转为每天坐在电脑前打标签，很多人都因为坐不住而离职了。「一个框赚几分钱，大一点的话可能 1 毛多。最多的一张我记得我打过 480 多个框，眼都快看瞎了。」李珊珊说，但她坚持了下来，因为觉得自己平时不太爱说话的个性，这时候反倒是成了一种优势。活儿多的时候，李珊珊每个月能拿到 4000 多元。她 31 岁、已婚且有了小孩，而这份工作的另一个好处就是「在家也可以工作」。
大家都发现数据标注是门生意时，洛阳当地一度有十多家数据标注公司，出现了生意竞争。从龙猫数据对接生意的公司，基本都分布在三四线城市。而全国像李珊珊这样从事数据标注工作的个人，大概有上百万。除了河南，广西和东北也是从事这一职业的劳动力密集区。
每个数据标注员的桌上都配有一瓶眼药水。客户要得急的时候，通宵标注是常有的事。李珊珊说，她大部分时间都是依靠作为人的本能在工作——区分出一张图片中哪个部位是人的头部，哪个部位是腰，有些人体部位被东西挡住时，她就会「脑补」被挡住的是哪些部位，把它们标注出来。但有时，她也会遇到一些令人崩溃的「主观题」。
「比如客户要求你从大红色、枣红色、洋红色等选项里选出那个描述正确的颜色，标注员选了正红色，但是质检员认为是洋红色，再到客户那里可能又说是枣红色。」李珊珊说。质检不合格的标注都会被打回来重做。李珊珊知道，自己标注的这些数据会被用到各种人脸识别或图文识别的 App 中，但她不认为会有用户注意到那些功能很厉害的应用背后，还有「数据标注员」这个角色的存在和他们发挥的价值。
只有在碰到那种为她喜欢的时尚服装做标注的任务时，办公室里才会传出一些笑声。比如有的模特穿的衣服是从上身直接缠到鞋子，或者有人头上扣了一个像盘子一样的东西，办公室里就会发起一阵阵「这是裤子还是上衣还是鞋子？」「这到底是帽子还是头饰？」之类的讨论。每个人都会被远在万里之外的都市流行时尚给逗乐一会儿。
围绕互联网、人工智能以及传统行业自动化升级这些赛博化因素而形成的一系列新职业之间，存在着一种「上下游」的产业链关系。上游的工作更富有创造性和技术含量——比如许智斌，可以不断把他作为人的智能转化为机器可以理解的程序，不断增进机器人的柔性；陶俐宇则在思考养猪场、养牛场里有哪些环节可以用算法来替代。而这条产业链的下游，许多工作的枯燥程度不亚于制造业流水线上的工作。
广西来宾的陈晓光在这个赛博化社会里找到的工作，比李珊珊的还要碎片化和廉价。
陈晓光 30 岁，3 年前开始在网络推广任务众包平台「微推推」和「兼客吧」接任务。看一段视频、发一条朋友圈、转发一条微博、为某部电影打个高分、拉拢一个新用户、打开一个网页并停留 3 分钟，甚至是帮雇主发求婚短信……都会成为任务和赚钱手段。
不同任务的价格不同：转发朋友圈最低一元，注册新账号两元起步、在 App 应用写评论每条三元……陈晓光喜欢转发朋友圈这种任务，因为操作简单，他不会接需要实名注册发贴或者要用到个人银行卡信息的任务。
陈晓光一直强调，这只是自己的「兼职」，虽然他始终没有透露自己的正式职业到底是什么。这份兼职他倒是已经做了 3 年，完成了 2000 多单，每天到手五六元到五六十元不等，用陈晓光的话说「也就是赚个买烟的钱」。但为此他每天要泡在手机或电脑上几个小时来完成那些「假粉」任务，剩下的时间就用来打游戏，生活在四线城市的陈晓光对这样的日子还算满意。
在这些众包平台上发布推广任务的人，陈晓光称他们为商家。而他接过的任务也五花八门。他还记得，出钱最高的一次任务是在豆瓣上给张艺谋的电影《长城》「投票」——给五星好评就能拿到 5 元。他也受雇做水军去「黑」过百度，要传播的内容是商家提供的，大致是说百度直播是个骗钱的产品。陈晓光并不关心他发贴评论的到底是些什么内容，只要回到众包平台上上传作业截图，然后找商家结账就行。
有些任务会按粉丝数量给价，怕在社交网络上做任务让朋友反感，陈晓光就注册了小号，把一些「业务群」里面的同行加成好友，每天也会有人从那些群里找到他，申请加好友。
众包平台从这些任务中抽成。而陈晓光也学习这个思路，发展了自己的「下线」——把不知道有微推推和兼客吧这些众包平台、又想做点兼职的人，拉到一个群里。他接到任务之后，再和下线们一起完成，然后从他们的收入中抽成。「听说一天能赚 2 元，那些老人和在家没事做的妇女都愿意加入。」陈晓光说。有一回，他带着下线们跑去一个应用市场给某款 App 写好评，不停歇地从早忙到晚，一天之内刷出 1000 多条评论。这张「大单」让陈晓光挣了 2000 元，只是这种好机会也并不常有。
虽然处在产业链的底端，李珊珊还是很珍惜数据标注员的工作。她听说，陕西那边也开始有人做数据标注了，那边的人力成本比洛阳更低。但她认为只要自己好好做，从数据标注员晋升为质检员和培训师，应该可以有不错的职业前景。等到她能向老板证明自己的能力，即使公司将来放弃数据标注生意再度转型，她应该也不会失业。
文章版权归原作者所有。
