Разметка данных для ИИ создала экономику на $5,7 млрд и 200 тысяч рабочих мест

Пока одни пророчат массовую безработицу из-за ИИ, другие тихо строят экономику будущего. За кулисами каждой крупной языковой модели скрывается не алгоритм, а армия экспертов-людей, которые учат машины понимать мир. Компания Scale заказала исследование у Oxford Economics, чтобы впервые измерить реальный экономический вес этой индустрии. Результаты оказались впечатляющими, сообщает Scale.

Невидимая индустрия с видимым вкладом

Согласно исследованию, индустрия разметки данных в США в 2024 году внесла вклад в ВВП страны в размере $5,7 млрд. Прогноз до 2030 года еще оптимистичнее — ожидается рост до $19,2 млрд. Это уже сопоставимо с некоторыми традиционными производственными секторами, но растет гораздо быстрее.

Экономическое влияние измеряется не только в деньгах:

• Поддержано почти 200 000 гибких возможностей для заработка.
• Создано около 9 000 рабочих мест с полной занятостью напрямую.
• Еще 25 000 рабочих мест обеспечены через поставщиков и локальные расходы.
• Сгенерировано более $1,2 млрд налоговых поступлений.

ИИ, который якобы отнимает работу, сам создал целую новую профессиональную экосистему. Но это не низкоквалифицированный цифровой конвейер. 84% аннотаторов имеют степень бакалавра — вдвое больше, чем в среднем по США. Мы наблюдаем парадокс: чем умнее становятся модели, тем больше им нужны высокообразованные люди, чтобы объяснять им нюансы реального мира. Это прекрасный пример симбиоза, а не замещения.

Портрет аннотатора: эксперт, студент, родитель

Исследование рисует портрет типичного аннотатора, который сильно отличается от стереотипа о фрилансере на удаленке. Это высокообразованные люди, часто уже имеющие основную профессию.

Ключевые характеристики:

• 84% имеют как минимум степень бакалавра.
• 65% младше 44 лет.
• 94% совмещают аннотацию с другой работой, учебой или заботой о семье.

Среди них — учителя, как Фред Нау из Майами, который копил на обручальное кольцо и первый взнос за жилье; инженеры-программисты, исследователи, медицинские работники. Две трети аннотаторов верят, что приобретенные навыки работы с ИИ будут переносимы между отраслями и помогут в карьерном росте.

Гибкость как главный драйвер

Для большинства участников эта работа — не основная карьера, а способ получить дополнительный доход, вписывающийся в их жизнь. Проектная структура задач позволяет им самим контролировать график и нагрузку.

Мотивация аннотаторов:

• 94% привлекает возможность дополнительного заработка.
• 91% ценят гибкость графика.
• 87% используют доход для покрытия повседневных расходов.
• Почти половина откладывает эти деньги, треть поддерживает членов семьи.

Особенно важна эта модель для людей с ограниченными возможностями здоровья (каждый пятый респондент), для которых традиционная занятость часто недоступна. Как отмечают сами участники, такая работа позволяет «брать перерывы на частые визиты к врачу или в плохие дни без риска потерять работу» и «использовать свои навыки, сохраняя достоинство».

Студенты оплачивают обучение, ухаживающие за родственниками подстраивают задачи под свой график, владельцы малого бизнеса сглаживают финансовые пики и впадины.

Экономика за кулисами ИИ-революции

Исследование Oxford Economics снимает покров тайны с фундамента, на котором стоит современный ИИ. Пока вендоры соревнуются в размере моделей и токенов, реальная ценность часто создается вручную, экспертами в своих областях. Этот «человеческий слой» не только обеспечивает качество данных, но и формирует новый рынок гибкого, высококвалифицированного труда.

Рост прогнозируемого вклада в ВВП до $19 млрд к 2030 году указывает на то, что аннотация данных перестает быть побочным продуктом разработки ИИ и становится самостоятельной, стратегически важной отраслью. В мире, где качество данных определяет качество ИИ, те, кто умеет эти данные готовить, становятся ключевым звеном в цепочке создания стоимости.