北京
智東西
編譯 陳佳
編輯 程茜
智東西3月27日消息，據外媒Business Insider昨日報道，美國AI數據采集創企Kled AI正在付費讓普通人幫忙采集AI訓練數據，其平臺上線僅兩個月用戶數已突破20萬，每天產生約500萬次上傳。該公司近日完成650萬美元（約合人民幣4494萬元）融資，估值達1.5億美元（約合人民幣10.37億元）。
該平臺付費收集的訓練數據包括倒垃圾、坑洼的路面、在門口拿外賣等日常場景，并將這些數據賣給機器人和自動駕駛等企業。
Kled AI由22歲的阿維·帕特爾（Avi Patel）創辦，團隊規模僅11人，背后的投資人包括自動駕駛公司Waymo創始人塞巴斯蒂安·特龍（Sebastian Thrun），以及法國億萬富翁貝爾納·阿爾諾（Bernard Arnault）的風險投資基金。
帕特爾2021年進入伊利諾伊大學攻讀計算機科學，兩周后退學，先做音樂版權平臺，發現AI公司對訓練數據的需求持續涌來，意識到這是更大的機會，隨即轉型。
他在此次接受Business Insider采訪時說，現有的數據采集模式本質上是公司免費拿走用戶數據，Kled AI想反過來——用戶主動上傳，平臺按任務付費。帕特爾說：“我認為每個人最終都會出售自己的數據。”
▲Kled AI創始人阿維·帕特爾（Avi Patel）（圖源：Kled AI）
這門生意率先在東南亞打開局面。Kled AI產品上線兩月后登上馬來西亞App Store金融類目榜首，在菲律賓和印度尼西亞用戶增長迅猛。帕特爾說，Kled AI在全球執行統一費率，馬來西亞普通用戶每月日常上傳能賺20到40美元（約合人民幣138元至277元），頭部用戶月入可達2000美元（約合人民幣1.38萬元）。一名美國卡車司機在車上架設多個攝像頭、全天上傳行車數據和路面信息，每月收入約7400美元（約合人民幣5.12萬元）。
▲Kled登上馬來西亞App Store金融類目榜首（圖源：Kled AI）
一、兩周退學轉行創業，從音樂版權受挫中撞進數據生意
Kled AI創始人帕特爾的第一段創業經歷與AI無關。帕特爾最初做的是音樂版權生意，搭建了一個在線市場，允許音樂人上傳作品，企業可以直接完成授權交易。這個平臺一度聚集了數億首歌曲，但最終因高昂的版權成本和與唱片公司合作成本過高而失敗。
轉折出現在運營過程中不斷出現的外部需求。帕特爾說，在做音樂平臺期間，越來越多公司來詢問是否可以提供AI訓練數據，這些需求并不集中于某一類內容，而是指向更廣泛的數據供給能力。相比之下，音樂授權的增長空間顯得有限，這讓他開始重新評估方向。
在轉向數據業務的早期階段，帕特爾仍然沿用傳統路徑，即從影視或內容制作機構采購素材再轉售給下游客戶，但這種模式更接近渠道生意，差異化有限，也難以建立長期壁壘。帕特爾隨后將重心轉向直接面向個人收集數據，試圖把分散在日常生活中的影像和行為轉化為標準化的訓練素材，這一思路最終演變為Kled AI當前的產品形態。
二、任務驅動采集、限定設備型號，數據質量靠規則而非篩選
在確定數據供給方向后，Kled AI并沒有繼續沿用簡單的數據轉售模式，而是轉向直接面向個人采集數據。帕特爾說，早期從制作公司購買內容再轉賣的方式，本質上只是中間商業務，難以形成規模優勢，因此團隊轉而開發應用，讓用戶主動上傳數據并獲得報酬。
與傳統“抓取式”數據獲取不同，這一平臺強調用戶自愿參與并獲得收入。帕特爾認為，過去大多數互聯網數據是在用戶未獲得補償的情況下被收集，而Kled AI試圖改變這一點，通過明確的任務分發機制，讓數據生產過程變得可控，同時建立付費關系。
具體執行上，平臺不會收集隨機內容，而是圍繞特定場景設計任務。例如讓用戶拍攝自己倒垃圾的視頻，用于機器人行為訓練；拍攝門口外賣的照片，用于配送和地圖系統優化；或者對同一場景拍攝兩張圖片，一張包含物體，一張不包含，用于圖像編輯模型訓練。這類任務直接對應下游模型需求，減少后期處理成本。
▲同一場景拍攝兩張圖片示例（圖源：ObjectRemover Blog）
在數據質量控制上，Kled AI更多依賴規則約束而非事后篩選。由于上傳內容由任務定義，數據結構更統一、可用性更高，同時平臺對設備也設有限制，僅允許使用較新款iPhone的用戶上傳圖像，以保證畫面質量和一致性。這種“前置約束”的方式，讓數據在采集階段就接近可用狀態。
▲零工人工智能訓練師們上傳各種各樣的內容（圖源：Getty Images）
三、兩個月登頂馬來西亞榜單，東南亞用戶先跑起來
Kled AI在約兩個月前上線，很快在馬來西亞App Store登上金融類目榜首，并在菲律賓、印度尼西亞等市場擴散開來。帕特爾說，當前平臺用戶規模已超過20萬，每天產生約500萬條上傳內容，增長主要來自東南亞及其他收入水平相對較低的地區。
在馬來西亞，普通用戶通過零散上傳每月可以獲得20至40美元（約合人民幣138元至277元）收入。平臺采用全球統一的付費標準，但在不同地區形成了差異化效果，低收入國家用戶更容易將其視為穩定的補充收入來源。
隨著Kled AI平臺使用頻率提高，一部分用戶開始將數據上傳轉變為更持續的收入方式。帕特爾提到，一名美國卡車司機在車輛上安裝多臺攝像設備，全天上傳行車視頻，同時拍攝沿途的路面坑洞、施工區域等信息，這些數據隨后被轉售給自動駕駛相關企業。這位卡車司機每月收入約7400美元（約合人民幣5.12萬元），僅通過上傳數據就實現了收入翻倍。
▲自動駕駛車輛檢測系統（圖源：ObjectRemover Blog）
Kled AI通過統一定價與任務機制，將不同地區、不同使用強度的用戶納入同一體系中，讓數據供給逐步呈現出規模化特征。
四、650萬美元融資建設反欺詐系統，AI客戶之外盯上對沖基金和政府
在完成產品初步驗證后，Kled AI近期完成了一筆650萬美元（約合人民幣4494萬元）融資，估值約1.5億美元（約合人民幣10.37億元）。投資方包括Waymo創始人塞巴斯蒂安·特龍（Sebastian Thrun）以及法國億萬富翁貝爾納·阿爾諾（Bernard Arnault）相關的投資機構等。帕特爾說，這筆資金將主要用于完善平臺的反欺詐系統，確保用戶上傳的數據真實有效，并與任務要求匹配。
隨著用戶規模和上傳量快速增長，如何驗證數據質量成為平臺運行的重要環節。Kled AI正在搭建一套機制，對上傳內容進行核驗，避免用戶重復提交、偽造場景或偏離任務要求。這一系統直接關系到數據能否被下游企業使用，也決定了平臺在數據交易鏈條中的可信度。目前，Kled AI已與數家領先AI實驗室展開合作，數據主要用于模型訓練。
從客戶結構來看，AI和機器人企業仍是當前主要需求方，但帕特爾判斷，這一市場只是整體機會的一部分。在他看來，對沖基金、消費品牌以及政府部門對數據的長期需求規模更大，這些機構在數據上的支出規模達到萬億美元級別，其中相當一部分數據過去依賴抓取或非授權渠道獲取。
Kled AI試圖推動一種不同的數據供給方式，即由個人在知情情況下主動提供數據，并獲得直接報酬。帕特爾認為，隨著這種模式成熟，用戶的數據交易可能逐步走向更“被動”的形式，例如將Spotify或Netflix等賬戶接入平臺，根據使用行為獲得收入。這類數據在金融機構中具有較高價值，用戶甚至可能通過數據收益覆蓋原有訂閱支出。
結語：數據獲取方式在變化，個人開始進入AI生產鏈條
從Kled AI的路徑來看，AI產業鏈中長期被忽視的數據環節正在發生變化。過去，訓練數據多依賴平臺積累或爬蟲抓取，來源分散且缺乏明確定價，而Kled AI試圖通過任務分發與直接付費的方式，把數據獲取轉化為一門可組織、可交易的業務。
這一變化也在重新定義個人在數據鏈條中的位置。用戶不再只是被動提供數據的一方，而是可以通過主動參與獲得收入。隨著數據質量要求提高以及合規性約束加強，企業對可追溯、經授權數據的需求可能持續增加。類似模式能否在更大范圍內成立，取決于成本、效率與監管之間的平衡，但其背后的數據定價邏輯，已經開始顯現。
來源：Business Insider
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
